نماذج ومنصات الذكاء الاصطناعي

علماء الفيزياء الحيوية يقربوننا من المجاهر الذكية

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

كلما أراد شخص ما الحصول على ملاحظات مفصلة عن انقسام البكتيريا من عينة بكتيريا حية ، قد تصبح الأمور قليلا معقدة. قد يضطر إلى البقاء عند المجهر دون توقف حتى ينقسم البكتيريا ، وهو ما قد يستغرق ساعات. الكشف اليدوي والتحكم في التقاط الصور هما في الواقع شائع جدا في هذا المجال.

هناك خيار آخر هو ضبط المجهر لالتقاط الصور دون تمييز وبأكبر تكرار ممكن ، ولكن الضوء الزائد يمكن أن يسبب مشاكل. إنه يضيع الفلورسنس من العينة بشكل أسرع ، مما قد يدمر العينات الحية قبل الأوان. وفي الوقت نفسه ، سيكون هناك العديد من الصور غير الضرورية المتولدة ، وستحتوي فقط على صور قليلة من البكتيريا المنقسمة.

هناك حل آخر وهو استخدام الذكاء الاصطناعي (AI) للكشف عن مقدمات الانقسام البكتيري واستخدامه لتحديث برنامج التحكم في المجهر تلقائيا ، مما سيساعده على التقاط المزيد من الصور للانقسام.

تأتمة التحكم في المجهر

نظرًا لهذه الخيارات الثلاثة المختلفة ، قام فريق من علماء الفيزياء الحيوية في مدرسة إيكول بوليتكنيك فدرالية لوزان (EPFL) بابتكار طريقة لتأتمة التحكم في المجهر لتصوير الأحداث البيولوجية بالتفاصيل ، وفي الوقت نفسه ، يحدّ من إجهاد العينة. تعتمد التقنية الجديدة على الشبكات العصبية الاصطناعية ، وتعمل للانقسام الخلوي البكتيري والانقسام الميتوكوندري.

نشر الفريق نتائجهم في Nature Methods.

سوليانا مانلي هي الباحثة الرئيسية من مختبر الفيزياء الحيوية التجريبية في EPFL.

“المجهر الذكي يشبه إلى حد ما سيارة ذاتية القيادة. إنه يحتاج إلى معالجة أنواع معينة من المعلومات ، الأنماط الدقيقة التي يستجيب لها بتغيير سلوكه” ، يقول مانلي. “باستخدام الشبكة العصبية ، يمكننا الكشف عن أحداث أكثر دقة واستخدامها لتشغيل التغييرات في سرعة الالتقاط”.

وجد الفريق أولا حلا للكشف عن الانقسام الميتوكوندري ، وهو أكثر صعوبة من إيجاد حل للكشف عن انقسام أنواع معينة من البكتيريا. يحدث الانقسام الميتوكوندري أقل تكرارا ، مما يعني أنه غير متوقع ، ويمكن أن يحدث تقريبا في أي مكان داخل شبكة الميتوكوندريا في أي لحظة.

تدريب الشبكة العصبية

قام الفريق بتدريب الشبكة العصبية على الكشف عن التضيقات في الميتوكوندريا ، وهو تغيير في شكل الميتوكوندريا يؤدي إلى الانقسام. كما لاحظوا بروتينا معروفا أنه يزداد تركيزه في مواقع الانقسام.

سيتحول المجهر إلى التصوير عالي السرعة عند ارتفاع درجة التضيق ومستويات البروتين ، مما يسمح له بالتقاط العديد من الصور لأحداث الانقسام. ولكن عند انخفاض المستويات ، سيتحول المجهر إلى التصوير منخفض السرعة ، مما يساعد على تجنب تعرض العينة للضوء الزائد.

المجهر الفلوري الذكي مثل هذا يسمح للعلماء بملاحظة العينات لفترات أطول مقارنة بالتصوير السريع القياسي. كانت العينة أكثر إجهادا مقارنة بالتصوير البطيء القياسي ، ولكن الفريق يمكن أن يحصل على بيانات أكثر معنى.

“إمكانية المجهر الذكي تشمل قياس ما قد تفقده عمليات التقاط الصور القياسية” ، يشرح مانلي. “نحن نلتقط أكثر الأحداث ، ونقيس التضيقات الأصغر ، ويمكننا متابعة كل انقسام بالتفاصيل”.

الآن ، يقوم الفريق بتقديم إطار التحكم كملحق مفتوح المصدر لبرنامج المجهر المفتوح Micro-Manager. يرغبون في تمكين العلماء الآخرين من دمج الذكاء الاصطناعي في مجاهرهم الخاصة.

يقود أليكس عمليات الأخبار المدعومة بالذكاء الاصطناعي في Unite.AI، حيث يجمع بين الصحافة والبحث والأتمتة لدعم تغطية سريعة وقابلة للتوسع للذكاء الاصطناعي. يساعد عمله في ضمان ظهور التطورات الناشئة في مجال الذكاء الاصطناعي بشكل فعال مع الحفاظ على معايير التحرير في النشرة.