Изкуственият интелект ускорява анализа на клетъчните структури

Международен изследователски екип, ръководен от университета в Гьотинген, създаде иновативна технология за автоматично сегментиране на микроскопичните изображения, която значително опростява идентифицирането на клетъчни структури за биологични изследвания и медицинска диагностика.

Значението на сегментирането за биомедицинските изследвания

„Сегментиране“ — това е процес на идентифициране и разделяне на клетъчните структури в микроскопични изображения. Тази технология е от решаващо значение за разбирането на сложните процеси в живота. Сегментирането дава възможност да се анализира реакцията на клетките към лечението с лекарства. Методът също така позволява сравняването на клетъчните структури в различните генотипове.

Преди това автоматичното сегментиране беше възможно, но имаше значителни ограничения. Специализираните методи работят само при определени условия. Адаптирането на тези методи към новите условия изискваше значителни ресурси и беше скъпо.

Иновативен подход, базиран на изкуствен интелект

Изследователите възприеха иновативен подход, като подновиха “знанията“ на съществуващия софтуер Segment Anything. За целта са използвани повече от 17 000 микроскопични изображения. Базата данни съдържа повече от 2 милиона ръчно анотирани структури.

Новият модел се нарича Segment Anything for Microscopy. Той демонстрира висока точност при сегментирането на изображения на тъкани и клетки. Алгоритъмът работи ефективно с подобни структури в широк диапазон от настройки.

За улесняване на достъпа до технологията е създаден специалния софтуер ?SAM. Този инструмент осигурява удобно „сегментиране на всичко“ върху микроскопичните изображения. Резултатите от изследването са публикувани в авторитетното научно списание Nature Methods.

Етапите на разработка и усъвършенстване на модела

Адаптирането на софтуера към нуждите на микроскопията стана поетапно. Изследователският екип първо е извършил оценка на голям набор от данни с отворен код. Това е помогнало да се демонстрира потенциалът на модела за микроскопична сегментация.

Следващата стъпка е преобучаването на алгоритъма върху специализиран набор от данни за микроскопия. Този подход значително е подобрил производителността на модела за сегментиране на клетки, ядра и органели.

Създаването на софтуера ?SAM е последният етап. Този инструмент позволява на изследователи и лекари да анализират изображенията без първо ръчно маркиране на структурите. Също така не е необходимо да се обучава специален модел с изкуствен интелект за всяка задача.

Практическо приложение и перспективи

Софтуерът вече се използва широко в международен план. „Задачи, които преди са отнемали седмици усърдна ръчна работа, сега могат да бъдат автоматизирани за няколко часа“ — казва доцент Константин Папе от Института по компютърни науки към университета в Гьотинген.

Технологията се използва за анализ на нервните клетки в ухото като част от проект за възстановяване на слуха. muSAM се използва и за сегментиране на изкуствени туморни клетки при изследване на рака. Освен това инструментът анализира изображенията на вулканични скали, получени с помощта на електронна микроскопия.

„Моделът може да сегментира всяка биологична структура с няколко щраквания на мишката и след това може да бъде подобрен, за да автоматизира задачата“ —- подчертава професор Папе. Това отваря множество нови приложения на технологията — от основната клетъчна биология до разработването на инструменти за препоръки за лечение при терапията на рак.