Іспанські дослідники розробили систему комп'ютерного зору, яка автоматично аналізує клітини
Нова система комп'ютерного зору, розроблена дослідниками Мадридського університету імені Карлоса III (UC3M), дозволяє автоматично аналізувати біомедичні відеоролики, зняті за допомогою мікроскопії. Система характеризує та описує поведінку клітин на зображеннях.
Нещодавно розроблену методику використали для вимірювань на живих тканинах, які зробили вчені з Національного центру серцево-судинних досліджень. Завдяки цьому дослідженню команда виявила, що нейтрофіли, які є типом імунних клітин, демонструють різну поведінку в крові під час запальних процесів.
Крім того, вони виявили, що один із процесів пов'язаний із серцево-судинними захворюваннями. Дослідження опубліковано в журналі Nature. Ці розробки можуть дозволити створити нові методи лікування для мінімізації наслідків серцевих нападів.
«Транскрипційне та протеомне профілювання окремих клітин спричинило революцію в інтерпретації біологічних явищ, надавши клітинні ландшафти здорових і хворих тканин. Ці підходи, однак, не описують динамічні сценарії, в яких клітини постійно змінюють свої біохімічні властивості та наступні «поведінкові» результати. Тут ми використали живе зображення 4D для реєстрації десятків і сотень морфокінетичних параметрів, що описують динаміку окремих лейкоцитів у вогнищах активного запалення», — йдеться в дослідженні.
Професор Фернандо Діас де Марія є керівником групи обробки мультимедіа UC3M та одним з авторів дослідження.
«Наш внесок полягає у проєктуванні та розробці повністю автоматичної системи, заснованої на методах комп'ютерного зору, яка дозволяє нам характеризувати досліджувані клітини шляхом аналізу відеозаписів, знятих біологами з використанням техніки прижиттєвої мікроскопії»
Тоді як традиційні біологічні дослідження часто підтверджуються аналізом кількох сотень вручну охарактеризованих клітин, нове дослідження включало автоматичні вимірювання форми, розміру, рухів і положення кількох тисяч клітин відносно кровоносної судини. Це дозволяє виконувати розширений біологічний аналіз, що має велику статистичну значущість.
Дослідники розповіли, що нова система має різні переваги, коли йдеться як про час, так і про точність. Іван Гонсалес Діас — доцент кафедри теорії сигналів і зв'язку в UC3M. Він також є одним із членів дослідницької групи.
«Неможливо місяцями змушувати досвідченого біолога сегментувати та відстежувати клітини на відео. З іншого боку, щоб дати приблизне уявлення (оскільки це залежить від кількості клітин і глибини 3D-об'єму), нашій системі потрібно лише 15 хвилин для аналізу 5-хвилинного відео»
Глибокі нейронні мережі — інструменти, на які покладаються ці інженери для сегментації та виявлення клітин, — переважно є алгоритмами, які навчаються на прикладах, тому, щоб розгорнути систему в новому контексті, необхідно створити достатню кількість прикладів для їх навчання. Ці мережі є частиною методів машинного навчання, що, у свою чергу, є дисципліною в галузі штучного інтелекту (ШІ).
Крім того, система включає інші типи статистичних методів і геометричних моделей, які всі описані в іншій статті, нещодавно опублікованій в журналі Medical Image Analysis. Програмне забезпечення, що реалізує систему, універсальне і може бути адаптоване до інших завдань за кілька тижнів.
«Насправді ми вже застосовуємо його в інших різних сценаріях, вивчаючи імунологічну поведінку Т-клітин і дендритних клітин у ракових тканинах. І попередні результати обнадійливі»
«Проаналізувавши понад 100 000 реконструкцій форм і траєкторій клітин у часі, ми отримали поведінкові дескриптори окремих клітин і використали ці багатовимірні набори даних для побудови поведінкових ландшафтів. Ці ландшафти розпізнали ідентичність лейкоцитів у запаленій шкірі та трахеї і виявили континуум станів нейтрофілів усередині кровоносних судин, включно з великим малорухомим станом, який був охоплений нижчележачим ендотелієм і пов'язаний із патогенним запаленням. Поведінковий скринінг у 24 мишей-мутантів ідентифікував кіназу Fgr як рушійну силу цього патогенного стану, а втручання в Fgr захищало мишей від запального ураження. Таким чином, поведінкові ландшафти повідомляють про певні властивості динамічного середовища з високою клітинною роздільною здатністю», — йдеться в дослідженні.
Так чи інакше, проводячи дослідження в цій галузі, дослідники наголошують на важливості роботи міждисциплінарної команди.
«У цьому контексті важливо визнати попередні зусилля з комунікації між біологами, математиками та інженерами, необхідні для розуміння основних концепцій інших дисциплін, перш ніж можна буде досягти реального прогресу»
