Durch maschinelles Lernen können einige der besten Mikroskope besser sehen, schneller arbeiten und mehr Daten verarbeiten – –

Um die schnellen neuronalen Signale in einem Fischhirn zu beobachten, haben Wissenschaftler begonnen, eine Technik namens Lichtfeldmikroskopie zu verwenden, die es ermöglicht, solche schnellen biologischen Prozesse in 3D abzubilden. Die Qualität der Bilder ist jedoch häufig unzureichend, und es dauert Stunden oder Tage, bis große Datenmengen in 3D-Volumes und -Filme konvertiert sind.

Jetzt haben EMBL-Wissenschaftler Algorithmen für künstliche Intelligenz (KI) mit zwei hochmodernen Mikroskopietechniken kombiniert – ein Fortschritt, der die Zeit für die Bildverarbeitung von Tagen auf nur Sekunden verkürzt und gleichzeitig sicherstellt, dass die resultierenden Bilder scharf und genau sind. Die Ergebnisse werden in veröffentlicht Naturmethoden.

“Letztendlich konnten wir bei diesem Ansatz das Beste aus beiden Welten herausholen”, sagt Nils Wagner, einer der beiden Hauptautoren des Papiers und jetzt Doktorand an der Technischen Universität München. “Mit AI konnten wir verschiedene Mikroskopietechniken kombinieren, so dass wir so schnell wie es die Lichtfeldmikroskopie zulässt und die Bildauflösung der Lichtblattmikroskopie erreichen können.”

Obwohl Lichtblattmikroskopie und Lichtfeldmikroskopie ähnlich klingen, haben diese Techniken unterschiedliche Vorteile und Herausforderungen. Die Lichtfeldmikroskopie erfasst große 3D-Bilder, mit denen Forscher bemerkenswert feine Bewegungen wie das schlagende Herz einer Fischlarve mit sehr hoher Geschwindigkeit verfolgen und messen können. Diese Technik erzeugt jedoch riesige Datenmengen, deren Verarbeitung Tage dauern kann, und die endgültigen Bilder haben normalerweise keine Auflösung.

Die Lichtblattmikroskopie befindet sich gleichzeitig in einer einzelnen 2D-Ebene einer bestimmten Probe, sodass Forscher Proben mit höherer Auflösung abbilden können. Im Vergleich zur Lichtfeldmikroskopie erzeugt die Lichtblattmikroskopie Bilder, die schneller zu verarbeiten sind, aber die Daten sind nicht so umfassend, da sie jeweils nur Informationen aus einer einzelnen 2D-Ebene erfassen.

Lesen Sie auch  Ein Gremium der US-amerikanischen Food and Drug Administration hat dafür gestimmt, der Regierung zu empfehlen, die antivirale Pille Molnupiravir von Merck für Covid-19-Hochrisikopatienten zuzulassen.

Um die Vorteile jeder Technik zu nutzen, entwickelten die EMBL-Forscher einen Ansatz, der mithilfe der Lichtfeldmikroskopie große 3D-Proben abbildet und die AI-Algorithmen mithilfe der Lichtblattmikroskopie trainiert, um dann ein genaues 3D-Bild der Probe zu erstellen.

“Wenn Sie Algorithmen erstellen, die ein Bild erzeugen, müssen Sie überprüfen, ob diese Algorithmen das richtige Bild erstellen”, erklärt Anna Kreshuk, die EMBL-Gruppenleiterin, deren Team Fachwissen zum maschinellen Lernen in das Projekt einbrachte. In der neuen Studie verwendeten die Forscher Lichtblattmikroskopie, um sicherzustellen, dass die KI-Algorithmen funktionierten, sagt Anna. “Dies unterscheidet unsere Forschung von dem, was in der Vergangenheit getan wurde.”

Robert Prevedel, der EMBL-Gruppenleiter, dessen Gruppe die neuartige Hybridmikroskopieplattform beigesteuert hat, stellt fest, dass der eigentliche Engpass beim Bau besserer Mikroskope häufig nicht die Optiktechnologie, sondern die Berechnung ist. Deshalb beschlossen er und Anna 2018, sich zusammenzuschließen. “Unsere Methode wird für Menschen, die untersuchen möchten, wie das Gehirn rechnet, von entscheidender Bedeutung sein. Unsere Methode kann in Echtzeit ein ganzes Gehirn einer Fischlarve abbilden”, sagt Robert.

Er und Anna sagen, dass dieser Ansatz möglicherweise geändert werden könnte, um auch mit verschiedenen Mikroskoptypen zu arbeiten, sodass Biologen schließlich Dutzende verschiedener Proben betrachten und viel mehr, viel schneller sehen können. Zum Beispiel könnte es helfen, Gene zu finden, die an der Herzentwicklung beteiligt sind, oder die Aktivität von Tausenden von Neuronen gleichzeitig messen.

Als nächstes wollen die Forscher untersuchen, ob die Methode auf größere Arten, einschließlich Säugetiere, angewendet werden kann.

.

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.