Οι μηχανικοί του Johns Hopkins χρησιμοποιούν AI για μια βαθύτερη ματιά στον εγκέφαλο των ποντικών

Μια ομάδα βιοϊατρικών μηχανικών στο Johns Hopkins έχει αναπτύξει μια στρατηγική εκπαίδευσης τεχνητής νοημοσύνης (AI) για να αποκτήσει μια πιο βαθιά κατανόηση του εγκεφάλου των ποντικών. Η νέα στρατηγική καταγράφει εικόνες των κυττάρων του εγκεφάλου του ποντικού ενώ είναι ενεργά.

Σύμφωνα με την ομάδα, το σύστημα AI μπορεί να χρησιμοποιηθεί μαζί με εξειδικευμένα υπερ-μικροσκόπια για να ανιχνεύσει ακριβώς πού και πότε τα κύτταρα ενεργοποιούνται κατά τη διάρκεια της κίνησης, της μάθησης και της μνήμης. Συγκεντρώνοντας έτσι δεδομένα με αυτή τη νέα στρατηγική, οι επιστήμονες θα μπορούσαν τελικά να κατανοήσουν πώς λειτουργεί ο εγκέφαλος και πώς επηρεάζεται από ασθένειες.

Η νέα έρευνα δημοσιεύθηκε στο περιοδικό Nature Communications.

Ο Xingde Li, Ph.D., είναι καθηγητής βιοϊατρικής μηχανικής στην Ιατρική Σχολή του Πανεπιστημίου Johns Hopkins.

“Όταν το κεφάλι του ποντικού περιορίζεται για απεικόνιση, η εγκεφαλική του δραστηριότητα μπορεί να μην αντιπροσωπεύει πραγματικά τη νευρολογική του λειτουργία”, λέει ο Li. “Για να χαρτογραφήσουμε τους εγκεφαλικά κυκλώματα που ελέγχουν τις καθημερινές λειτουργίες των θηλαστικών, πρέπει να δούμε ακριβώς τι συμβαίνει μεταξύ των ατομικών εγκεφαλικών κυττάρων και των συνδέσεών τους, ενώ το ζώο κινείται ελεύθερα, τρώει και κοινωνικοποιείται.”

Συγκέντρωση Δεδομένων με Υπερ-Μικροσκόπια

Η ομάδα έθεσε ως στόχο να συγκεντρώσει τα λεπτομερή δεδομένα δημιουργώντας υπερ-μικροσκόπια που μπορούν να τοποθετηθούν στην κορυφή του κεφαλιού των ποντικών. Με αυτή τη δήλωση, τα μικροσκόπια έχουν μόνο λίγα χιλιοστά σε διάμετρο, οπότε περιορίζουν την ποσότητα της τεχνολογίας απεικόνισης που μπορεί να μεταφερθεί. Η αναπνοή ή η καρδιακή συχνότητα του ποντικού θα μπορούσε επίσης να επηρεάσει την ακρίβεια των δεδομένων που συλλέγονται από το μικροσκόπιο, οπότε οι ερευνητές εκτιμούν ότι θα χρειαζόταν να υπερβούν τα 20 καρέ ανά δευτερόλεπτο για να εξαλείψουν τέτοιες διαταραχές.

“Υπάρχουν δύο τρόποι για να αυξήσετε το ρυθμό καρέ”, λέει ο Li. “Μπορείτε να αυξήσετε την ταχύτητα σάρωσης και μπορείτε να μειώσετε τον αριθμό των σημείων που σαρώνονται.”

Η ομάδα μηχανικών είχε πραγματοποιήσει προηγουμένως έρευνα όπου έφτασαν τα φυσικά όρια του σαρωτή στα έξι καρέ ανά δευτερόλεπτο. Στη δεύτερη στρατηγική, αυξήθηκε ο ρυθμός καρέ μειώνοντας τον αριθμό των σημείων που σαρώθηκαν. Αυτή η στρατηγική προκάλεσε το μικροσκόπιο να καταγράψει δεδομένα χαμηλότερης ανάλυσης.

Εκπαίδευση Προγράμματος AI

Σύμφωνα με την υπόθεση του Li, ένα πρόγραμμα AI θα μπορούσε να εκπαιδευτεί για να αναγνωρίσει και να αποκαταστήσει τα ελλείποντα σημεία, τα οποία θα οδηγούσαν σε υψηλότερη ανάλυση. Ωστόσο, μια από τις μεγάλες προκλήσεις μιας τέτοιας προσέγγισης είναι ότι δεν υπάρχουν αρκετές παρόμοιες εικόνες εγκεφάλων ποντικών για να εκπαιδεύσουν το AI.

Η ομάδα έθεσε ως στόχο να υπερβεί αυτό αναπτύσσοντας μια στρατηγική εκπαίδευσης δύο σταδίων. Το πρώτο εκπαίδευσε το AI να αναγνωρίζει τα δομικά στοιχεία του εγκεφάλου από εικόνες μονιμοποιημένων δειγμάτων εγκεφαλικού ιστού ποντικού. Στη συνέχεια, εκπαίδευσαν το AI να αναγνωρίζει τα δομικά στοιχεία σε έναν ζωντανό ποντικό του οποίου το κεφάλι ήταν ακινητοποιημένο και ο οποίος βρισκόταν υπό το υπερ-μικροσκόπιο. Αυτή η νέα τεχνική επέτρεψε στο AI να αναγνωρίσει εγκεφαλικά κύτταρα με φυσική δομική παραλλαγή και την κίνηση που προκαλούσαν η αναπνοή και οι καρδιακοί παλμοί του ποντικού.

“Η ελπίδα ήταν ότι όποτε συλλέγουμε δεδομένα από ένα κινητό ποντικό, θα ήταν ακόμη αρκετά παρόμοια για να αναγνωρίσει το AI”, λέει ο Li

Οι ερευνητές έκαναν το τεστ του προγράμματος AI για να καθορίσουν εάν θα μπορούσε να ενισχύσει με ακρίβεια τις εικόνες του εγκεφάλου του ποντικού αυξάνοντας προοδευτικά το ρυθμό καρέ. Βρήκαν ότι το AI θα μπορούσε να αποκαταστήσει την ποιότητα της εικόνας μέχρι 26 καρέ ανά δευτερόλεπτο.

Για να δουν πώς το εργαλείο AI θα εκτελεστεί με ένα μικροσκόπιο που είναι συνδεδεμένο σε ένα ποντικό, οι ερευνητές ήταν σε θέση να δουν τις αιχμές δραστηριότητας των μεμονωμένων εγκεφαλικών κυττάρων που ενεργοποιούνται από το ποντικό που κινείται στο περιβάλλον του.

“Δεν θα μπορούσαμε ποτέ να δούμε αυτή την πληροφορία σε τέτοια υψηλή ανάλυση και ρυθμό καρέ πριν”, λέει ο Li. “Αυτή η ανάπτυξη θα μπορούσε να κάνει δυνατή τη συγκέντρωση περισσότερων πληροφοριών σχετικά με το πώς ο εγκέφαλος συνδέεται δυναμικά με δράση σε κυτταρικό επίπεδο.”

Σύμφωνα με την ομάδα, το πρόγραμμα AI θα μπορούσε να υποβληθεί σε περισσότερη εκπαίδευση για να ερμηνεύσει με ακρίβεια εικόνες μέχρι 104 καρέ ανά δευτερόλεπτο.