ИИ превращает бесконтрастную фотоакустическую микроскопию в конфокальную
Исследовательская группа POSTECH разработала технологию, преодолевающую ограничения традиционных методов визуализации и обеспечивающую стабильную и высокоточную визуализацию клеток. Результаты опубликованы в Nature Communications.
В науках о жизни конфокальная флуоресцентная микроскопия (CFM) широко ценится за создание высококачественных изображений клеток. Однако она требует флуоресцентного окрашивания, что несёт риски фотообесцвечивания и фотоповреждения, потенциально вредя изучаемым клеткам. В свою очередь, фотоакустическая микроскопия в среднем инфракрасном диапазоне (MIR-PAM) позволяет проводить бесконтрастную визуализацию, сохраняя целостность клеток. Но её зависимость от более длинных волн ограничивает пространственное разрешение, затрудняя точную визуализацию тонких клеточных структур.
Чтобы преодолеть эти ограничения, команда POSTECH разработала инновационный метод визуализации на основе объяснимого глубокого обучения (XDL). Этот подход преобразует изображения MIR-PAM с низким разрешением и без меток в высокоразрешенные, виртуально окрашенные изображения, похожие на те, что генерирует CFM. В отличие от обычных моделей ИИ, XDL обеспечивает повышенную прозрачность, визуализируя процесс преобразования, что гарантирует надёжность и точность.
Команда реализовала систему MIR-PAM с одной длиной волны и разработала двухфазный процесс визуализации:
- Фаза улучшения разрешения преобразует изображения MIR-PAM с низким разрешением в высокоразрешенные, чётко выделяя сложные клеточные структуры, такие как ядра и филаментозный актин.
- Фаза виртуального окрашивания создаёт виртуально окрашенные изображения без флуоресцентных красителей, устраняя риски, связанные с окрашиванием, и сохраняя качество изображения, как у CFM.
Эта технология обеспечивает высокоразрешенную, виртуально окрашенную визуализацию клеток без ущерба для их жизнеспособности, предлагая мощный новый инструмент для анализа живых клеток и передовых биологических исследований.
Профессор Чульхон Ким отметил: «Мы разработали технологию трансформации изображений между доменами, которая преодолевает физические ограничения различных методов визуализации, предлагая взаимодополняющие преимущества. Подход XDL значительно повысил стабильность и надёжность обучения без учителя».
Профессор Джина Джанг добавила: «Это исследование открывает новые возможности для мультиплексной высокоразрешенной визуализации клеток без меток. Оно имеет огромный потенциал для применения в анализе живых клеток и исследованиях моделей заболеваний».
Исследование возглавили профессора Чульхон Ким и Джина Джанг совместно с докторантом Ынву Паком, доктором Сампа Мисра и доктором Дон Гю Хваном.