Biopisikawan Membawa Kita Lebih Dekat ke Mikroskop Cerdas

Setiap kali seseorang ingin mendapatkan pengamatan rinci tentang pembagian bakteri dari sampel bakteri hidup, hal-hal dapat menjadi sedikit rumit. Mereka mungkin harus tetap di mikroskop tanpa henti sampai bakteri tersebut membelah, yang dapat memakan waktu beberapa jam. Deteksi manual dan kontrol akuisisi sebenarnya sangat umum dalam bidang ini.

Opsi lainnya adalah mengatur mikroskop untuk mengambil gambar secara sembarangan dan sekerap mungkin, tetapi cahaya yang berlebihan dapat menyebabkan masalah. Ini menghabiskan fluoresensi dari sampel lebih cepat, yang dapat menghancurkan sampel hidup secara prematur. Pada saat yang sama, akan ada banyak gambar yang tidak perlu dihasilkan, dan hanya beberapa yang sebenarnya mengandung gambar bakteri yang membelah.

Namun, satu solusi lagi adalah menggunakan kecerdasan buatan (AI) untuk mendeteksi pendahulu pembagian bakteri dan menggunakannya untuk secara otomatis memperbarui perangkat lunak kontrol mikroskop, yang akan membantu mengambil lebih banyak gambar pembagian.

Mengotomatisasi Kontrol Mikroskop

Melihat tiga opsi yang berbeda, tim biopisikawan di Ecole Polytechnique Fédérale de Lausanne (EPFL) telah mengembangkan cara untuk mengotomatisasi kontrol mikroskop untuk pengamatan peristiwa biologis secara rinci. Dan pada saat yang sama, metode ini membatasi stres pada sampel. Teknik baru ini bergantung pada jaringan saraf buatan, dan bekerja untuk pembagian sel bakteri dan pembagian mitokondria.

Tim menerbitkan temuan mereka di Nature Methods.

Suliana Manley adalah penyelidik utama dari Laboratorium Biophysics Eksperimental EPFL.

“Mikroskop cerdas itu seperti mobil self-driving. Ia perlu memproses jenis informasi tertentu, pola halus yang kemudian merespons dengan mengubah perilakunya,” kata Manley. “Dengan menggunakan jaringan saraf, kita dapat mendeteksi peristiwa yang lebih halus dan menggunakannya untuk mengarahkan perubahan kecepatan akuisisi.”

Tim pertama kali menemukan solusi untuk mendeteksi pembagian mitokondria, yang lebih sulit daripada solusi untuk bakteri tertentu. Pembagian mitokondria terjadi lebih jarang, yang berarti tidak dapat diprediksi, dan dapat terjadi hampir di mana saja dalam jaringan mitokondria kapan saja.

Melatih Jaringan Saraf

Tim melatih jaringan saraf untuk mencari konstriksi mitokondria, yang merupakan perubahan bentuk mitokondria yang menyebabkan pembagian. Mereka juga mengamati protein yang diketahui diperkaya pada situs pembagian.

Mikroskop akan beralih ke mode pengambilan gambar kecepatan tinggi ketika konstriksi dan tingkat protein tinggi, yang memungkinkan mengambil banyak gambar peristiwa pembagian. Namun, ketika tingkatnya rendah, mikroskop akan beralih ke mode pengambilan gambar kecepatan rendah, yang membantu menghindari paparan cahaya berlebihan pada sampel.

Mikroskop fluoresen cerdas seperti ini memungkinkan ilmuwan untuk mengamati sampel lebih lama dibandingkan dengan pengamatan cepat standar. Sampel lebih stres dibandingkan dengan pengamatan lambat standar, tetapi tim dapat memperoleh data yang lebih bermakna.

“Potensi mikroskopi cerdas termasuk mengukur apa yang akan terlewatkan oleh akuisisi standar,” jelas Manley. “Kita menangkap lebih banyak peristiwa, mengukur konstriksi yang lebih kecil, dan dapat mengikuti setiap pembagian dengan lebih rinci.”

Tim sekarang membuat kerangka kontrol tersedia sebagai plug-in sumber terbuka untuk perangkat lunak mikroskop terbuka Micro-Manager. Mereka ingin memungkinkan ilmuwan lain untuk mengintegrasikan AI ke dalam mikroskop mereka sendiri.