Умный микроскоп
Флуоресцентный микроскоп позволяет собирать уникальные данные о процессах, происходящих в живых объектах. Однако негативное влияние возбуждающего флуоресценцию излучения на биологические объекты не позволяет долго наблюдать за ними, то есть ограничивает скорость и длительность получения изображений. А между тем микроскопия способна фиксировать редкие биологические события, которые особенно интересны исследователям, но сделать это непросто. К примеру, для детального наблюдения за делением бактерий биологу придется долго подкарауливать момент его начала, а затем часами следить за процессом.
Можно было бы настроить микроскоп на режим максимально частой автоматической съемки, но постоянное возбуждение флуоресценции может повредить биообъекты. Очевидно, что оптимальный путь применения флуоресцентной микроскопии состоит в использовании ИИ, который будет выявлять признаки начала изучаемых процессов и затем в оптимальном режиме проведет тщательную съемку.
Именно так поступили ученые Федеральной политехнической школы Лозанны во главе с доктором Сулианой Мэнли (Suliana Manley) из лаборатории экспериментальной биофизики, которые нашли способ автоматизировать микроскоп при минимальном воздействии на образец. Их программа комбинирует медленное фоновое получение изображений и частую фиксацию явлений в моменты их развития.
Доктор Мэнли сравнивает свою методику с беспилотным автомобилем, которому нужно отслеживать слабые сигналы и по ним принимать решения о резких маневрах. Именно тренировка ИИ обучает его отличать эти сигналы.
Сначала биофизики освоили детектирование митохондриальных делений. Они непредсказуемы, случаются спонтанно и могут произойти буквально везде, где присутствуют эти клеточные органеллы. Ученые натренировали нейросеть анализировать и замечать небольшие изменения формы митохондрий, обычно предшествующие делению, и одновременно фиксировать в местах делений повышенную концентрацию специфических белков. При удовлетворении обоих условий микроскоп переходит в режим скоростной съемки и получает детальную картину процесса.
«Мы фиксируем больше явлений, замечаем более мелкие изменения и получаем гораздо более детальную картину процесса, чем обычно», — говорит Сулиана Мэнли. Метод работает и при делении бактерий. В обоих случаях ученым удалось фиксировать деления при скоростях, соответствующих их характерным динамическим шкалам.
Авторы выложили свои программы в открытый доступ. Любой желающий может скачать их в виде соответствующих плагинов с открытым кодом, предназначенных для свободно распространяемого пакета бесплатных программ Micro-Manager. Это даст возможность всем желающим интегрировать ИИ в работу своих микроскопов.