机器学习将显微镜数据处理时间从几个月缩短到几秒钟

自从 1590 年由荷兰父子 Hans 和 Zacharias Janssen 发明了世界上第一台显微镜以来,我们对最小尺度上发生的事情的好奇心导致了越来越强大的设备的开发。快进到 2021 年,我们不仅拥有光学显微镜方法,可以让我们以比以往任何时候都更高分辨率的方式观察微小颗粒,我们还拥有非光学技术,例如扫描力显微镜,研究人员可以利用这些技术构建一个范围的详细地图物理和化学特性。

加泰罗尼亚生物工程研究所 (IBEC) 的纳米级生物电学表征小组由 UB 教授 Gabriel Gomila 领导,与 IBEC 纳米医学研究小组的成员合作,一直在使用一种称为扫描介电力体积显微镜的特殊显微镜分析细胞,一种近年来开发的先进技术,他们可以利用这种技术创建称为介电常数的电物理特性图。构成细胞的每个生物分子——即脂质、蛋白质和核酸——都具有不同的介电常数,因此该特性的图谱基本上是细胞组成的图谱。他们开发的技术比目前的金标准光学方法有优势,后者涉及应用荧光染料可以破坏正在研究的细胞。他们的方法不需要添加任何具有潜在破坏性的外部代理。然而,该技术的应用需要复杂的后处理过程来将测量的可观察量转换为物理量级,这对于真核细胞而言涉及大量的计算时间。事实上,在工作站计算机中仅处理一张图像可能需要数月时间,因为使用局部重建几何模型逐个像素地分析介电常数。

数月至数秒

在最近发表在Small Methods杂志上的这项新研究中,研究人员选择了一种新技术来加速显微镜数据处理。这一次,他们使用机器学习算法而不是传统的计算方法。结果非常惊人:经过训练,机器学习算法能够在几秒钟内生成细胞的介电生化成分图。在研究中,样品中没有添加任何外部物质,这是细胞生物学成分成像中长期追求的目标。他们通过使用一种称为神经网络的强大算法实现了这些快速结果,该算法模仿了人脑中神经元的运作方式。

该研究的第一作者是 Martí Checa,他在攻读博士学位期间进行了这项研究。在 IBEC 的 Gomila 小组中。他现在是加泰罗尼亚纳米科学与纳米技术研究所(ICN2)的博士后研究员。“这是提供干真核细胞如此快速的无标记生化成分图的首批研究之一,”Checa 解释说。事实上,在这项概念验证研究中,研究人员使用了干燥的细胞,以防止水由于其高介电常数而在介电测量中产生巨大影响. 在最近发表的一项后续研究中,他们还分析了处于自然液态的固定细胞。在这里,他们能够比较在干燥和液体模型中获得的值,以绘制构成真核细胞的生物分子的准确图谱。这些是组成动物、植物、真菌和其他生物的多结构细胞。

“这项研究的下一步是将该方法应用于可电兴奋的活细胞,例如神经元,在那里发生强烈的电活动。我们很高兴看到我们的技术可以在这些系统中获得什么,”戈米拉教授补充道。

生物医学应用

研究人员通过将他们的发现与有关细胞组成的众所周知的事实(例如细胞膜的富含脂质的性质或细胞核中存在的大量核酸)进行比较来验证他们的方法。通过这项工作,他们开辟了在创纪录的时间内分析大量细胞的可能性。

这项研究有望为生物学家进行基础研究以及开辟潜在的医学应用提供宝贵的工具。例如,目前正在研究细胞介电特性的变化,作为某些疾病(如癌症或神经退行性疾病)的可能生物标志物。

“这是第一项从干真核细胞的介电测量中提供如此快速的纳米级生化成分图的研究,由于其复杂的三维地形,传统上被认为极难绘制,”第一作者马蒂·切卡 (Martí Checa) 说。纸。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢