Интеллектуальные микроскопы для обнаружения редких биологических событий
Ученые из EPFL разработали метод автоматизации управления микроскопом для детальной съемки биологических событий, минимизируя стресс для образца с помощью искусственных нейронных сетей. Техника была успешно применена для наблюдения деления бактерий и митохондрий.
Проблема традиционных методов:
- Ручное управление требует постоянного присутствия оператора для захвата редких событий (например, деление бактерии может происходить раз в несколько часов).
- Непрерывная быстрая съемка приводит к быстрому истощению флуоресценции и повреждению живых образцов из-за избыточного света, а также генерирует множество неинформативных изображений.
Решение:
Исследователи создали "интеллектуальный микроскоп", который с помощью нейронной сети анализирует изображения в реальном времени и автоматически меняет режим съемки.
Как это работает (на примере деления митохондрий):
- Нейронная сеть обучена распознавать два ключевых
признака-предшественника деления:
- Сужения (констрикции) митохондрий.
- Высокий уровень специфического белка, скапливающегося в местах будущего деления.
- При низком уровне этих признаков микроскоп работает в медленном режиме съемки, минимизируя световую нагрузку.
- Как только система обнаруживает высокую вероятность события (одновременно и сужение, и много белка), она мгновенно переключается в быстрый режим, чтобы запечатлеть процесс деления в деталях.
Результаты:
- По сравнению со стандартной быстрой съемкой, интеллектуальный микроскоп позволяет наблюдать образец дольше.
- По сравнению со стандартной медленной съемкой, метод дает больше значимых данных, захватывая больше событий, фиксируя более мелкие сужения и отслеживая каждое деление подробнее.
Доступность:
Контрольный фреймворк доступен как открытое дополнение (plug-in) для программного обеспечения с открытым исходным кодом Micro-Manager. Это позволит другим ученым интегрировать искусственный интеллект в свои микроскопы.
Работа опубликована в журнале Nature Methods.