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. A detecção manual e o controle de aquisição são 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. Ela esgota a fluorescência da amostra mais rapidamente, o que pode destruir prematuramente as amostras vivas. Ao mesmo tempo, haveria muitas imagens desnecessárias geradas, e apenas algumas conteriam imagens de bactérias se dividindo.

Ainda há mais uma solução: usar inteligência artificial (IA) para detectar precursores da divisão bacteriana e usá-los para atualizar automaticamente o software de controle do microscópio, o que 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) desenvolveu uma maneira de automatizar o controle do microscópio para imagens de eventos biológicos em detalhe. 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 de células bacterianas quanto para a divisão mitocondrial.

A equipe publicou suas descobertas em Nature Methods.  

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

“Um microscópio inteligente é como um carro autônomo. Ele precisa processar certos tipos de informações, padrões sutis que ele então responde mudando seu comportamento”, diz Manley. “Usando uma rede neural, podemos detectar eventos muito mais sutis e usá-los para dirigir 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 ocorrer quase em 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 em locais de divisão.

O microscópio mudará para imagem de alta velocidade quando as constrições e os níveis de proteína forem altos, o que permitirá capturar muitas imagens de eventos de divisão. Mas quando os níveis forem baixos, o microscópio mudará para imagem de baixa velocidade, o que ajuda a evitar expor a amostra à luz excessiva.

Um microscópio fluorescente inteligente como este permite que os cientistas observem as amostras por mais tempo em comparação com a imagem rápida padrão. A amostra foi mais estressada em comparação com a imagem lenta padrão, mas a equipe pôde obter mais dados significativos.

“O potencial da microscopia inteligente inclui medir o que as aquisições padrão perderiam”, explica Manley. “Nós capturamos mais eventos, medimos constrições menores e podemos seguir cada divisão em maior detalhe.”

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