生物物理学者がインテリジェントな顕微鏡を実現する

誰かが細菌の分裂を観察したい場合、生きた細菌のサンプルから分裂を詳細に観察することは少し複雑になるかもしれない。誰かは分裂するまで顕微鏡の前に座って待つ必要があるかもしれないが、それは数時間かかる可能性がある。手動検出と取得制御は実際にはこの分野では非常に一般的である。

別の選択肢は、顕微鏡を無差別に、可能な限り頻繁に画像を撮るように設定することであるが、過度の光は問題を引き起こす可能性がある。それはサンプルからの蛍光を早く消費し、生きたサンプルを早期に破壊する可能性がある。同時に、多くの不要な画像が生成され、実際に細菌の分裂を含む画像はわずかしかない。

もっともらしい別の解決策は、人工知能（AI）を使用して細菌分裂の前駆体を検出し、それを使用して顕微鏡の制御ソフトウェアを自動的に更新することである。これにより、分裂の画像をより多く撮ることができる。

顕微鏡制御の自動化

これらの3つの選択肢を考慮して、スイス連邦工科大学ローザンヌ校（EPFL）の生物物理学者チームは、生物学的イベントを詳細に画像化するための顕微鏡制御を自動化する方法を見つけた。同時に、この方法はサンプルへのストレスを制限する。新しい技術は、人工ニューラルネットワークに依存しており、細菌細胞分裂とミトコンドリア分裂の両方で機能する。

チームは、Nature Methodsに彼らの研究結果を発表した。

スリアナ・マニリーは、EPFLの実験生物物理学研究所の主任研究員である。

「インテリジェントな顕微鏡は、自律走行車のようなものだ。特定の情報を処理し、微妙なパターンを検出し、それに応じて動作を変更する必要がある」とマニリーは言う。「ニューラルネットワークを使用することで、より繊細なイベントを検出し、それを画像取得速度の変更に使用することができる」。

チームは、ミトコンドリア分裂の検出の解決策を見つけた。これは、特定の細菌の分裂を検出するよりも難しい。ミトコンドリア分裂はよりまれであり、予測不可能であり、ミトコンドリアネットワークのどこでもいつでも発生する可能性がある。

ニューラルネットワークのトレーニング

チームは、分裂につながるミトコンドリアの形状変化であるくびれを検出するためにニューラルネットワークをトレーニングした。また、分裂部位で豊富化するタンパク質も観察した。

顕微鏡は、くびれとタンパク質レベルが高いときに高速画像化モードに切り替わり、分裂イベントの多くの画像を撮ることができる。ただし、レベルが低いときは、低速画像化モードに切り替わり、サンプルへの過度の光の暴露を避けることができる。

このようなインテリジェントな蛍光顕微鏡により、科学者は標準の高速画像化よりも長時間にわたってサンプルを観察することができる。サンプルは標準の低速画像化よりもストレスを受けるが、より有意義なデータを取得することができる。

「インテリジェントな顕微鏡の可能性には、標準的な取得で見逃されるものを測定することが含まれる」とマニリーは説明する。「私たちはより多くのイベントを捉え、より小さなくびれを測定し、各分裂をより詳細に追跡することができる」。

チームは、制御フレームワークをオープンソースのプラグインとして、オープンな顕微鏡ソフトウェアMicro-Managerに現在提供している。彼らは、他の科学者が自分の顕微鏡にAIを統合できるようにしたいと考えている。