Биофизики приближают нас к интеллектуальным микроскопам

Всякий раз, когда кто-то хочет получить подробные наблюдения за бактериальным делением из образца живых бактерий, все может немного усложниться. Им, возможно, придется оставаться у микроскопа без остановки, пока бактерия не разделится, что может занять несколько часов. Ручное обнаружение и управление обнаружением на самом деле очень распространены в полевых условиях. 

Другой вариант — настроить микроскоп на получение изображений без разбора и как можно чаще, но чрезмерное освещение может вызвать проблемы. Он быстрее истощает флуоресценцию образца, что может преждевременно уничтожить живые образцы. При этом генерировалось бы много ненужных изображений, и лишь немногие действительно содержали бы изображения делящихся бактерий. 

Еще одним решением является использование искусственного интеллекта (ИИ) для обнаружения предшественников бактериального деления и использования их для автоматического обновления управляющего программного обеспечения микроскопа, что поможет ему делать больше снимков деления. 

Автоматизация управления микроскопом

Рассмотрев эти три различных варианта, команда биофизиков из Федеральной политехнической школы Лозанны (EPFL) придумала способ автоматизировать управление микроскопом для детальной визуализации биологических событий. И в то же время метод ограничивает нагрузку на образец. Новый метод основан на искусственных нейронных сетях и работает как для деления бактериальных клеток, так и для деления митохондрий. 

Команда опубликовала свои выводы в Методы природы.  

Сулиана Мэнли — главный исследователь Лаборатории экспериментальной биофизики EPFL. 

«Умный микроскоп похож на беспилотный автомобиль. Ему необходимо обрабатывать определенные типы информации, тонкие паттерны, на которые он затем реагирует, изменяя свое поведение», — говорит Мэнли. «Используя нейронную сеть, мы можем обнаруживать гораздо более тонкие события и использовать их для изменения скорости сбора данных».

Команда впервые нашла решение для обнаружения митохондриального деления, что сложнее, чем решение для определенных бактерий. Митохондриальное деление происходит реже, то есть непредсказуемо, и может произойти почти в любом месте митохондриальной сети в любой момент. 

Обучение нейронной сети

Команда обучила нейронную сеть искать митохондриальные перетяжки, то есть изменение формы митохондрий, приводящее к делению. Они также наблюдали белок, о котором известно, что он обогащен в местах деления. 

Микроскоп переключается на высокоскоростную визуализацию, когда уровни как сужений, так и белка высоки, что позволяет ему захватывать множество изображений событий деления. Но когда уровни низкие, микроскоп переключается на низкоскоростную визуализацию, что помогает избежать чрезмерного освещения образца. 

Интеллектуальный флуоресцентный микроскоп, подобный этому, позволяет ученым наблюдать образцы дольше по сравнению со стандартной быстрой визуализацией. Образец был более напряженным по сравнению со стандартной медленной визуализацией, но команда смогла получить более значимые данные. 

«Потенциал интеллектуальной микроскопии включает измерение того, что упускают из виду стандартные измерения», — объясняет Мэнли. «Мы фиксируем больше событий, измеряем меньшие ограничения и можем более подробно отслеживать каждое подразделение».

В настоящее время команда делает структуру управления доступной в виде подключаемого модуля с открытым исходным кодом для программного обеспечения Micro-Manager с открытым исходным кодом. Они хотят, чтобы другие ученые могли интегрировать ИИ в свои собственные микроскопы.