Mô hình và nền tảng AI

Các nhà sinh vật lý học đưa chúng ta đến gần hơn với các kính hiển vi thông minh

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Khi nào đó, nếu ai đó muốn có được những quan sát chi tiết về sự phân chia của vi khuẩn từ một mẫu vi khuẩn sống, mọi thứ có thể trở nên phức tạp một chút. Họ có thể phải ngồi ở kính hiển vi liên tục cho đến khi vi khuẩn phân chia, điều này có thể mất hàng giờ. Phát hiện và kiểm soát thủ công là rất phổ biến trong lĩnh vực này.

Một lựa chọn khác là đặt kính hiển vi để chụp ảnh không phân biệt và thường xuyên nhất có thể, nhưng ánh sáng quá mức có thể gây ra vấn đề. Nó làm cạn kiệt sự phát xạ huỳnh quang từ mẫu nhanh hơn, điều này có thể phá hủy sớm các mẫu sống. Đồng thời, sẽ có nhiều hình ảnh không cần thiết được tạo ra, và chỉ có một vài hình ảnh thực sự chứa hình ảnh của vi khuẩn phân chia.

Một giải pháp khác nữa là sử dụng trí tuệ nhân tạo (AI) để phát hiện các tiền đề của sự phân chia vi khuẩn và sử dụng chúng để tự động cập nhật phần mềm kiểm soát kính hiển vi, điều này sẽ giúp nó chụp nhiều hình ảnh hơn về sự phân chia.

Tự động hóa kiểm soát kính hiển vi

Nhìn vào ba lựa chọn khác nhau này, một nhóm các nhà sinh vật lý học tại Ecole Polytechnique Fédérale de Lausanne (EPFL) đã tìm ra cách tự động hóa kiểm soát kính hiển vi để chụp các sự kiện sinh học chi tiết. Và đồng thời, phương pháp này hạn chế căng thẳng lên mẫu. Kỹ thuật mới này dựa trên mạng nơ-ron nhân tạo, và nó hoạt động cho cả sự phân chia của tế bào vi khuẩn và sự phân chia của ty thể.

Đội nghiên cứu đã công bố phát hiện của họ trên Nature Methods.

Suliana Manley là nhà điều tra chính từ Phòng thí nghiệm Vật lý sinh học Thực nghiệm của EPFL.

“Một kính hiển vi thông minh giống như một chiếc xe tự lái. Nó cần xử lý một số loại thông tin, các mẫu tinh vi mà nó sau đó phản hồi bằng cách thay đổi hành vi của nó,” Manley nói. “Bằng cách sử dụng mạng nơ-ron, chúng tôi có thể phát hiện nhiều sự kiện tinh vi hơn và sử dụng chúng để điều khiển thay đổi tốc độ thu nhận.”

Đội đầu tiên tìm ra giải pháp để phát hiện sự phân chia của ty thể, điều này khó hơn so với giải pháp cho một số loại vi khuẩn. Sự phân chia của ty thể xảy ra ít thường xuyên hơn, có nghĩa là nó không thể đoán trước được, và nó có thể xảy ra gần như bất kỳ nơi nào trong mạng ty thể tại bất kỳ thời điểm nào.

Đào tạo mạng nơ-ron

Đội đã đào tạo mạng nơ-ron để tìm kiếm các sự co thắt của ty thể, đây là sự thay đổi hình dạng của ty thể dẫn đến sự phân chia. Họ cũng quan sát một loại protein được biết là phong phú tại các vị trí phân chia.

Kính hiển vi sẽ chuyển sang chế độ chụp ảnh tốc độ cao khi cả sự co thắt và mức protein đều cao, điều này cho phép nó chụp nhiều hình ảnh về sự kiện phân chia. Nhưng khi mức độ thấp, kính hiển vi sẽ chuyển sang chế độ chụp ảnh tốc độ thấp, điều này giúp tránh tiếp xúc mẫu với ánh sáng quá mức.

Một kính hiển vi huỳnh quang thông minh như vậy cho phép các nhà khoa học quan sát mẫu trong thời gian dài hơn so với chụp ảnh nhanh tiêu chuẩn. Mẫu bị căng thẳng hơn so với chụp ảnh chậm tiêu chuẩn, nhưng đội có thể thu được nhiều dữ liệu có ý nghĩa hơn.

“Tiềm năng của kính hiển vi thông minh bao gồm đo lường những gì mà việc thu nhận tiêu chuẩn sẽ bỏ lỡ,” Manley giải thích. “Chúng tôi thu được nhiều sự kiện hơn, đo lường các sự co thắt nhỏ hơn, và có thể theo dõi từng sự phân chia chi tiết hơn.”

Đội hiện đang làm cho khung kiểm soát có sẵn như một plug-in mã nguồn mở cho phần mềm kính hiển vi mở Micro-Manager. Họ muốn cho phép các nhà khoa học khác tích hợp AI vào kính hiển vi của riêng họ.

Alex dẫn dắt hoạt động tin tức của Unite.AI, được hỗ trợ bởi AI, kết hợp báo chí, nghiên cứu và tự động hoá để hỗ trợ việc đưa tin về trí tuệ nhân tạo một cách kịp thời và mở rộng. Công việc của anh giúp đảm bảo các phát triển AI mới được đưa ra một cách hiệu quả đồng thời duy trì tiêu chuẩn biên tập của tờ báo.