Sztuczna inteligencja sprawia, że ​​genialne mikroskopy są lepsze niż kiedykolwiek

Uczenie maszynowe pomaga najlepszym mikroskopom widzieć lepiej, działać szybciej i przetwarzać więcej danych

Aby obserwować szybkie sygnały nerwowe w mózgu ryby, naukowcy zaczęli stosować technikę zwaną mikroskopią pola świetlnego, która umożliwia wizualizację tak szybkich procesów biologicznych na obrazie 3D. Jednak obrazy często mają niską jakość, a konwersja ogromnych ilości danych do folderów i filmów 3D zajmuje wiele godzin lub dni.

Teraz naukowcy EMBL połączyli algorytmy sztucznej inteligencji (AI) z dwiema najnowocześniejszymi technologiami mikroskopowymi – postęp, który skraca czas przetwarzania obrazu z dni do zaledwie kilku sekund, zapewniając jednocześnie, że powstałe obrazy są wyraźne i dokładne. Wyniki opublikowano w Nature Methods.

„W końcu mogliśmy w tym podejściu wykorzystać„ to, co najlepsze z obu światów ”” – mówi Nils Wagner, jeden z głównych autorów artykułu, a obecnie doktorant na Politechnice w Monachium. „Sztuczne inteligencja umożliwiła nam połączenie różnych technik mikroskopowych ”- powiedział. Abyśmy mogli obrazować tak szybko, jak pozwala na to mikroskop pola świetlnego, i zbliżyć się do rozdzielczości obrazu w optycznej mikroskopii papierowej”.

Chociaż mikroskopia płytowa, optyczna i dźwiękowa są podobne, techniki te mają różne zalety i wyzwania. Mikroskopia pola świetlnego rejestruje duże obrazy 3D, które pozwalają naukowcom śledzić i mierzyć niezwykle drobne ruchy, takie jak bijące serce larwy ryby, przy bardzo dużych prędkościach. Ale ta technologia generuje ogromne ilości danych, których przetworzenie może zająć kilka dni, a ostateczne obrazy zwykle nie mają rozdzielczości.

Mikroskopia płytki optycznej jednocześnie stabilizuje dwuwymiarową płaszczyznę danej próbki, dzięki czemu badacze mogą obrazować próbki o wyższej rozdzielczości. W porównaniu z mikroskopią pola optycznego, optyczna mikroskopia papierowa wytwarza obrazy, które są szybsze w obróbce, ale dane nie są wyczerpujące, ponieważ przechwytują informacje tylko z jednej dwuwymiarowej płaszczyzny naraz.

Aby wykorzystać zalety każdej technologii, badacze EMBL opracowali podejście, które wykorzystuje mikroskopię pola świetlnego do obrazowania dużych próbek 3D oraz mikroskopię optyczną do trenowania algorytmów sztucznej inteligencji, które następnie tworzą dokładny obraz 3D próbki.

„Jeśli tworzysz algorytmy, które generują obraz, musisz sprawdzić, czy te algorytmy tworzą prawidłowy obraz” – wyjaśnia Anna Krishuk, lider grupy EMBL, której zespół wniósł do projektu wiedzę z zakresu uczenia maszynowego. Anna mówi, że w nowym badaniu naukowcy wykorzystali mikroskop optyczny, aby potwierdzić, że algorytmy sztucznej inteligencji działają. „To sprawia, że ​​nasze badania różnią się od tego, co zostało zrobione w przeszłości”.

Robert Brevidel, lider EMBL, którego grupa wniosła wkład w nową platformę mikroskopii hybrydowej, zwraca uwagę, że prawdziwą przeszkodą w tworzeniu lepszych mikroskopów często nie jest technologia optyczna, ale obliczenia. Dlatego w 2018 roku on i Anna postanowili połączyć siły. „Nasza metoda będzie naprawdę podstawowa dla ludzi, którzy chcą zbadać, jak oblicza się mózg. Nasza metoda umożliwia wizualizację całego mózgu larwy ryby w czasie rzeczywistym” – mówi Robert.

On i Anna twierdzą, że to podejście zostanie prawdopodobnie zmodyfikowane tak, aby działało również z różnymi typami mikroskopów, co ostatecznie pozwoli biologom spojrzeć na dziesiątki różnych próbek i zobaczyć więcej, znacznie szybciej. Na przykład może pomóc w znalezieniu genów zaangażowanych w rozwój serca lub może mierzyć aktywność tysięcy neuronów w tym samym czasie.

Następnie naukowcy planują zbadać, czy metodę można zastosować do większych gatunków, w tym ssaków.

Współautor badania Finn Bettenmüller, doktorant w grupie Krishuk w EMBL Heidelberg, nie ma wątpliwości co do potęgi sztucznej inteligencji. „Metody obliczeniowe będą nadal przynosić ekscytujące postępy w dziedzinie mikroskopii”.