Biofyzici nás přibližují k inteligentním mikroskopům

Kdykoli někdo chce získat podrobné pozorování bakteriální dělení ze vzorku živých bakterií, věci mohou být trochu komplikované. Musí zůstat u mikroskopu non-stop, dokud se bakterie nedělí, což může trvat hodiny. Manuální detekce a ovládání získávání jsou ve skutečnosti velmi časté v oboru. 

Jinou možností je nastavit mikroskop tak, aby pořizoval snímky bez rozdílu a co nejčastěji, ale nadměrné světlo může způsobit problémy. Vyčerpává fluorescenci ze vzorku rychleji, což může předčasně zničit živé vzorky. Současně by bylo generováno mnoho zbytečných snímků a pouze několik by skutečně obsahovalo snímky dělících se bakterií. 

Ještě jednou možností je použít umělou inteligenci (AI) k detekci předzvěstí bakteriálního dělení a použít je k automatickému aktualizování softwaru pro ovládání mikroskopu, což by mu pomohlo pořídit více snímků dělení. 

Automatizace ovládání mikroskopu

Podíváme-li se na tyto tři různé možnosti, tým biofyziků z Ecole Polytechnique Fédérale de Lausanne (EPFL) přišel s způsobem, jak automatizovat ovládání mikroskopu pro zobrazování biologických událostí v detailu. A zároveň tato metoda omezuje stres na vzorek. Nová technika se spoléhá na umělou neuronovou síť a funguje pro bakteriální dělení buněk i mitochondriální dělení. 

Tým zveřejnil své výsledky v Nature Methods.  

Suliana Manley je hlavní výzkumník z laboratoře experimentální biofyziky EPFL. 

„Inteligentní mikroskop je trochu jako samořízené auto. Musí zpracovat určitý typ informací, jemné vzorce, na které poté reaguje změnou svého chování,” říká Manley. “Pomocí neuronové sítě můžeme detekovat mnohem jemnější události a použít je ke změně rychlosti získávání.” 

Tým nejprve našel řešení pro detekci mitochondriálního dělení, které je obtížnější než řešení pro určité bakterie. Mitochondriální dělení se vyskytuje méně často, což znamená, že je nepředvídatelné, a může se vyskytnout téměř kdekoli v mitochondriální síti v jakoukoli chvíli. 

Školení neuronové sítě

Tým vyškolil neuronovou síť, aby hledala mitochondriální konstrikce, což je změna tvaru mitochondrií, která vede k dělení. Také pozorovali protein, který je známý tím, že je obohacen na místech dělení. 

Mikroskop přepne do vysokorychlostního zobrazování, když jsou konstrikce a úrovně proteinu vysoké, což umožňuje pořídit mnoho snímků dělení. Ale když jsou úrovně nízké, mikroskop přepne do nízkorychlostního zobrazování, což pomáhá避nout vystavení vzorku nadměrnému světlu. 

Inteligentní fluorescenční mikroskop, jako je tento, umožňuje vědcům pozorovat vzorky déle ve srovnání se standardním rychlým zobrazováním. Vzorek byl více stresován ve srovnání se standardním pomalým zobrazováním, ale tým mohl získat více smysluplných dat. 

“Potenciál inteligentní mikroskopie zahrnuje měření toho, co standardní akvizice postrádají,” vysvětluje Manley. “Zachycujeme více událostí, měříme menší konstrikce a můžeme sledovat každé dělení v větších detailech.” 

Tým nyní zpřístupňuje rámec ovládání jako open-source plugin pro open microscope software Micro-Manager. Chtějí umožnit ostatním vědcům integrovat AI do svých vlastních mikroskopů.