10:28 2023-02-05
science - citeste alte articole pe aceeasi tema
Comentarii Adauga Comentariu
_ AI ajută oamenii de știință să descifreze structurile celulare
_ AI ajută oamenii de știință să descifreze structuri celulare
Pentru ochiul neantrenat, o tomogramă crioelectronică arată mai mult ca urme în nisip decât cu instantaneul detaliat al unei celule.
Specialisti. instruiți în tehnici de microscopie puternice, cum ar fi microscopia crio-electronică și tomografia, pot folosi aceste imagini pentru a studia locația și forma organelelor celulare și structurile complexelor moleculare mari. Ca rezultat, cercetătorii pot obține o perspectivă asupra funcționării interioare a unei celule, atât în starea sănătoasă, cât și în cea bolnavă.
Această abordare are totuși un dezavantaj major. Deși specialiștii instruiți pot fi foarte buni în recunoașterea și etichetarea diferitelor structuri celulare în tomograme, procesul este extrem de consumator de timp.
De aceea, grupurile Zaugg, Mahamid, Kreshuk și Diz-Muñoz de la EMBL Heidelberg au a creat o metodă bazată pe inteligența artificială pentru a adnota rapid și eficient structurile celulare în tomogramele crio-electron. Ei au descris acest instrument într-o publicație recentă în Nature Methods și l-au pus la dispoziția comunității științifice pentru a-l accesa și utiliza.
DeePiCt (Deep Picker in Context), un cadru de învățare profundă, poate recunoaște și etichetează organele și complexele moleculare substanțial mai rapid decât ochiul uman și fără părtinire umană, producând imagini celulare bogat detaliate (cum ar fi cea din cercul din dreapta în imaginea de mai sus).
„DeePiCt—și în în special modelele antrenate pe care le oferim - fac posibil ca oricine să detecteze anumite particule și structuri de interes pe fundalul zgomotos al propriilor tomograme. Pentru mine, acesta este unul dintre cele mai bune rezultate ale muncii noastre", a spus Judith Zaugg. „Fără el, trebuia să ceri ajutor unui specialist instruit pentru adnotări, iar acest lucru a durat potențial foarte mult timp. Văd DeePiCt ca un pas important către permiterea unui randament ridicat în biologia structurală celulară.”
DeePiCt. cadrul permite oamenilor de știință să clasifice cu ușurință structurile celulare în tomograme în funcție de locul în care se află în celulă. Aceasta poate fi apoi utilizată, de exemplu, pentru a compara clasa de ribozomi localizați pe mitocondrii cu cei localizați pe reticulul endoplasmatic. Astfel de analize au dezvăluit deja detalii structurale necunoscute despre modul în care ribozomii se leagă de aceste membrane diferite.
Software-ul combină două tipuri de rețele neuronale convoluționale. Aceștia sunt algoritmi de învățare profundă care pot găsi modele și pot diferenția obiectele dintr-o imagine. Primul a fost antrenat pentru a segmenta structuri celulare cum ar fi organele și citoplasma și funcționează în felii 2D. Al doilea a fost antrenat să segmenteze o particulă de interes (de exemplu, un ribozom) și funcționează în spațiul tridimensional al unei tomograme.
Important, odată ce rețeaua a fost antrenată să recunoască o anumită particulă dintr-un set de tomograme, a putut apoi identifica aceleași particule în noi tomograme pe care nu le-a văzut niciodată înainte, inclusiv cele ale celulelor aparținând unei specii diferite. Aceasta înseamnă că DeePiCt poate fi utilizat de către cercetători care utilizează tomografia crio-electronică pe multe tipuri diferite de mostre.
În imaginea prezentată, rețeaua a fost antrenată pentru a detecta patru structuri distincte (actina, ribozomi, microtubuli și membrane) în celule din trei organisme diferite pentru a prezice aceste structuri într-o tomogramă nevăzută de la o celulă umană.
„Acum am arătat că acest lucru funcționează, suntem încântați să punem software-ul disponibil comunității de cercetare”, a spus Julia Mahamid. „Sperăm că astfel de abordări de învățare profundă vor deveni un standard de aur în tomografia crio-electronică. Și oferim un set de 20 de tomograme bine adnotate în arhivele EMBL-EBI, pe care ne așteptăm să declanșeze și să sprijine alte metode. dezvoltare în cadrul comunității științifice."
Comentarii:
Adauga Comentariu