Біофізики роблять мікроскопи інтелектуальними

Коли хтось хоче отримати детальні спостереження за діленням бактерій з зразка живих бактерій, все може стати трохи складним. Їм можуть довестися проводити час біля мікроскопа безперервно, поки бактерія не розділиться, що може зайняти години. Ручне виявлення та контроль збору даних є досить поширеним у галузі. 

Інший варіант – встановити мікроскоп для отримання зображень без розбору і якомога частіше, але надмірне світло може викликати проблеми. Воно виснажує флуоресценцію зразка швидше, що може передчасно знищити живі зразки. Одночасно буде багато зайвих зображень, і лише кілька з них дійсно міститимуть зображення ділення бактерій. 

Ще одним рішенням є використання штучного інтелекту (AI) для виявлення попередників ділення бактерій та використання їх для автоматичного оновлення програмного забезпечення контролю мікроскопа, що допоможе йому зробити більше зображень ділення. 

Автоматизація контролю мікроскопа

Подивившись на ці три різні варіанти, команда біофізиків з Ecole Polytechnique Fédérale de Lausanne (EPFL) знайшла спосіб автоматизувати контроль мікроскопа для отримання зображень біологічних подій у деталях. І водночас цей метод обмежує вплив на зразок. Нова техніка заснована на штучних нейронних мережах, і вона працює як для ділення бактерій, так і для ділення мітохондрій. 

Команда опублікувала свої результати в Nature Methods.  

Суліяна Менлі є головним дослідником з Лабораторії експериментальної біофізики EPFL. 

“Інтелектуальний мікроскоп є чимось на зразок самохідного автомобіля. Він повинен обробляти певні типи інформації, тонкі закономірності, на які він потім реагує зміною своєї поведінки”, – говорить Менлі. “За допомогою нейронної мережі ми можемо виявляти набагато більш тонкі події та використовувати їх для керування зміною швидкості збору даних.”

Команда спочатку знайшла рішення для виявлення ділення мітохондрій, яке є складнішим, ніж рішення для певних бактерій. Ділення мітохондрій відбувається рідше, що означає, що воно є непередбачуваним, і воно може відбуватися майже будь-де в мережі мітохондрій в будь-який момент. 

Навчання нейронної мережі

Команда навчила нейронну мережу шукати звуження мітохондрій, яке є зміною форми мітохондрій, що призводить до ділення. Вони також спостерігали білок, відомий тим, що збагачується на місцях ділення. 

Мікроскоп перейде в режим високошвидкісного зображення, коли звуження та рівні білка будуть високими, що дозволить йому зробити багато зображень подій ділення. Але коли рівні будуть низькими, мікроскоп перейде в режим низькошвидкісного зображення, що допоможе уникнути надмірного впливу світла на зразок. 

Інтелектуальний флуоресцентний мікроскоп такого типу дозволяє вченим спостерігати зразки протягом тривалого часу порівняно зі стандартним швидким зображенням. Зразок був більш стресований порівняно зі стандартним повільним зображенням, але команда могла отримати більш значущі дані. 

“Потенціал інтелектуальної мікроскопії включає вимірювання того, чого стандартні збори даних не виявляють”, – пояснює Менлі. “Ми захоплюємо більше подій, вимірюємо менші звуження та можемо слідкувати за кожним діленням у більшій деталі.”

Команда зараз робить контрольний каркас доступним як відкритий плагін для відкритого програмного забезпечення мікроскопа Micro-Manager. Вони бажають дозволити іншим вченим інтегрувати штучний інтелект у свої мікроскопи.