Biofísicos nos aproximam de microscópios inteligentes

Sempre que alguém deseja obter observações detalhadas da divisão bacteriana a partir de uma amostra de bactérias vivas, as coisas podem ficar um pouco complicadas. Eles podem ter que ficar no microscópio sem parar até que a bactéria se divida, o que pode levar horas. Detecção manual e controle de aquisição são realmente muito comuns no campo. 

Outra opção é configurar o microscópio para tirar imagens indiscriminadamente e com a maior frequência possível, mas a luz excessiva pode causar problemas. Ele esgota a fluorescência da amostra mais rapidamente, o que pode destruir amostras vivas prematuramente. Ao mesmo tempo, muitas imagens desnecessárias seriam geradas e apenas algumas conteriam realmente imagens de bactérias em divisão. 

Mais uma solução é usar inteligência artificial (IA) para detectar precursores da divisão bacteriana e usá-los para atualizar automaticamente o software de controle do microscópio, o que o ajudaria a tirar mais fotos da divisão. 

Automatizando o Controle do Microscópio

Olhando para essas três opções diferentes, uma equipe de biofísicos da Ecole Polytechnique Fédérale de Lausanne (EPFL) descobriu uma maneira de automatizar o controle do microscópio para obter imagens detalhadas de eventos biológicos. E, ao mesmo tempo, o método limita o estresse na amostra. A nova técnica depende de redes neurais artificiais e funciona tanto para a divisão celular bacteriana quanto para a divisão mitocondrial. 

A equipe publicou suas descobertas em Nature Methods.  

Suliana Manley é investigadora principal do Laboratório de Biofísica Experimental da EPFL. 

“Um microscópio inteligente é como um carro autônomo. Ele precisa processar certos tipos de informação, padrões sutis aos quais responde mudando seu comportamento”, diz Manley. “Ao usar uma rede neural, podemos detectar eventos muito mais sutis e usá-los para conduzir mudanças na velocidade de aquisição”.

A equipe primeiro encontrou uma solução para detectar a divisão mitocondrial, que é mais difícil do que uma solução para certas bactérias. A divisão mitocondrial ocorre com menos frequência, o que significa que é imprevisível e pode acontecer em quase qualquer lugar dentro da rede mitocondrial a qualquer momento. 

Treinando a Rede Neural

A equipe treinou a rede neural para procurar constrições mitocondriais, que é uma mudança na forma das mitocôndrias que leva à divisão. Eles também observaram uma proteína conhecida por ser enriquecida nos locais de divisão. 

O microscópio mudará para imagens de alta velocidade quando as constrições e os níveis de proteína estiverem altos, o que permite capturar muitas imagens de eventos de divisão. Mas quando os níveis estão baixos, o microscópio muda para imagens de baixa velocidade, o que ajuda a evitar a exposição da amostra à luz excessiva. 

Um microscópio fluorescente inteligente como este permite que os cientistas observem amostras por mais tempo em comparação com imagens rápidas padrão. A amostra foi mais estressada em comparação com imagens lentas padrão, mas a equipe conseguiu obter dados mais significativos. 

“O potencial da microscopia inteligente inclui medir o que as aquisições padrão perderiam”, explica Manley. “Capturamos mais eventos, medimos constrições menores e podemos acompanhar cada divisão com mais detalhes.”

A equipe agora está disponibilizando a estrutura de controle como um plug-in de código aberto para o software de microscópio aberto Micro-Manager. Eles desejam permitir que outros cientistas integrem a IA em seus próprios microscópios.