Los biofísicos nos acercan a los microscopios inteligentes

Cuando alguien quiere obtener observaciones detalladas de la división bacteriana de una muestra de bacterias vivas, las cosas pueden complicarse un poco. Pueden tener que permanecer en el microscopio sin parar hasta que la bacteria se divida, lo que puede tardar horas. La detección y el control de adquisición manual son muy comunes en este campo.

Otra opción es configurar el microscopio para que tome imágenes indiscriminadamente y con la mayor frecuencia posible, pero la luz excesiva puede causar problemas. Agota la fluorescencia de la muestra más rápido, lo que puede destruir prematuramente las muestras vivas. Al mismo tiempo, se generarían muchas imágenes innecesarias, y solo unas pocas contendrían realmente imágenes de bacterias en división.

Sin embargo, otra solución es utilizar la inteligencia artificial (IA) para detectar los precursores de la división bacteriana y utilizarlos para actualizar automáticamente el software de control del microscopio, lo que le permitiría tomar más imágenes de la división.

Automatización del control del microscopio

Al considerar estas tres opciones diferentes, un equipo de biofísicos del Ecole Polytechnique Fédérale de Lausanne (EPFL) ha encontrado una forma de automatizar el control del microscopio para la imagen de eventos biológicos en detalle. Y al mismo tiempo, el método limita el estrés en la muestra. La nueva técnica se basa en redes neuronales artificiales, y funciona tanto para la división de células bacterianas como para la división mitocondrial.

El equipo publicó sus hallazgos en Nature Methods.

Suliana Manley es la investigadora principal del Laboratorio de Biofísica Experimental de la EPFL.

“Un microscopio inteligente es como un coche autónomo. Necesita procesar ciertos tipos de información, patrones sutiles a los que responde cambiando su comportamiento”, dice Manley. “Al utilizar una red neuronal, podemos detectar eventos mucho más sutiles y utilizarlos para impulsar cambios en la velocidad de adquisición”.

El equipo encontró primero una solución para detectar la división mitocondrial, que es más difícil que una solución para ciertas bacterias. La división mitocondrial ocurre con menos frecuencia, lo que significa que es impredecible, y puede ocurrir casi en cualquier lugar dentro de la red mitocondrial en cualquier momento.

Entrenamiento de la red neuronal

El equipo entrenó la red neuronal para buscar constricciones mitocondriales, que es un cambio en la forma de las mitocondrias que conduce a la división. También observaron una proteína conocida por estar enriquecida en los sitios de división.

El microscopio cambiará a la imagen de alta velocidad cuando tanto las constricciones como los niveles de proteína sean altos, lo que le permitirá capturar muchas imágenes de eventos de división. Pero cuando los niveles sean bajos, el microscopio cambiará a la imagen de baja velocidad, lo que ayuda a evitar exponer la muestra a la luz excesiva.

Un microscopio fluorescente inteligente como este permite a los científicos observar las muestras durante más tiempo en comparación con la imagen rápida estándar. La muestra estaba más estresada en comparación con la imagen lenta estándar, pero el equipo pudo obtener datos más significativos.

“El potencial de la microscopía inteligente incluye medir lo que las adquisiciones estándar pasarían por alto”, explica Manley. “Capturamos más eventos, medimos constricciones más pequeñas y podemos seguir cada división con mayor detalle”.

El equipo ahora está haciendo que el marco de control esté disponible como un complemento de código abierto para el software de microscopio abierto Micro-Manager. Desean permitir que otros científicos integren la IA en sus propios microscopios.