Les biophysiciens nous rapprochent des microscopes intelligents

Lorsqu’une personne souhaite obtenir des observations détaillées de la division bactérienne à partir d’un échantillon de bactéries vivantes, les choses peuvent devenir un peu compliquées. Ils pourraient devoir rester au microscope sans arrêt jusqu’à ce que la bactérie se divise, ce qui peut prendre des heures. La détection manuelle et le contrôle d’acquisition sont en fait très courants dans le domaine.

Une autre option consiste à régler le microscope pour prendre des images de manière indiscriminée et aussi souvent que possible, mais une lumière excessive peut causer des problèmes. Elle épuise la fluorescence de l’échantillon plus rapidement, ce qui peut détruire prématurément les échantillons vivants. En même temps, il y aurait de nombreuses images inutiles générées, et seules quelques-unes contiendraient réellement des images de bactéries en division.

Une autre solution encore consiste à utiliser l’intelligence artificielle (IA) pour détecter les précurseurs de la division bactérienne et les utiliser pour mettre à jour automatiquement le logiciel de contrôle du microscope, ce qui l’aiderait à prendre plus de photos de la division.

Automatisation du contrôle du microscope

En regardant ces trois options différentes, une équipe de biophysiciens de l’Ecole polytechnique fédérale de Lausanne (EPFL) a trouvé un moyen d’automatiser le contrôle du microscope pour l’imagerie d’événements biologiques en détail. Et en même temps, la méthode limite le stress sur l’échantillon. La nouvelle technique repose sur les réseaux de neurones artificiels, et elle fonctionne à la fois pour la division des cellules bactériennes et la division des mitochondries.

L’équipe a publié ses résultats dans Nature Methods.

Suliana Manley est l’investigateur principal du Laboratoire de biophysique expérimentale de l’EPFL.

« Un microscope intelligent est un peu comme une voiture autonome. Il doit traiter certains types d’informations, des modèles subtils qu’il répond ensuite en changeant son comportement », déclare Manley. « En utilisant un réseau de neurones, nous pouvons détecter des événements beaucoup plus subtils et les utiliser pour conduire des changements de vitesse d’acquisition ».

L’équipe a tout d’abord trouvé une solution pour détecter la division mitochondriale, qui est plus difficile que pour certaines bactéries. La division mitochondriale se produit moins fréquemment, ce qui signifie qu’elle est imprévisible, et elle peut se produire presque partout dans le réseau mitochondrial à tout moment.

Entraînement du réseau de neurones

L’équipe a entraîné le réseau de neurones pour détecter les constrictions mitochondriales, qui est un changement de forme des mitochondries qui conduit à la division. Ils ont également observé une protéine connue pour être enrichie aux sites de division.

Le microscope passera en mode d’imagerie à haute vitesse lorsque les constrictions et les niveaux de protéine sont élevés, ce qui lui permettra de capturer de nombreuses images d’événements de division. Mais lorsque les niveaux sont faibles, le microscope passera en mode d’imagerie à basse vitesse, ce qui aidera à éviter d’exposer l’échantillon à une lumière excessive.

Un microscope fluorescent intelligent comme celui-ci permet aux scientifiques d’observer les échantillons plus longtemps par rapport à l’imagerie rapide standard. L’échantillon est plus stressé par rapport à l’imagerie lente standard, mais l’équipe peut obtenir des données plus significatives.

« Le potentiel de la microscopie intelligente inclut la mesure de ce que les acquisitions standard manqueraient », explique Manley. « Nous capturons plus d’événements, mesurons des constrictions plus petites et pouvons suivre chaque division avec plus de détails ».

L’équipe met maintenant le cadre de contrôle à disposition en tant que module complémentaire open source pour le logiciel de microscope ouvert Micro-Manager. Ils souhaitent permettre à d’autres scientifiques d’intégrer l’IA dans leurs propres microscopes.