Ugrás a tartalomra

Az SZBK munkatársai új szintre emelték a mesterséges intelligencia alapú biológiai képelemzést

Hírek

Az ELKH Szegedi Biológiai Kutatóközpont Lendület Mikroszkópos Képfeldolgozó és Gépi Tanulási Csoportjának munkatársai Horváth Péter vezetésével kifejlesztették a korábbi Advanced Cell Classifier (ACC) szoftverük legújabb verzióját, amelyről az egyik legrangosabb tudományos folyóiratban, a Nature Communications-ban publikáltak cikket. Innovatív módszerük segítséget nyújthat a szív- és érrendszeri megbetegedések, vagy akár a daganatok molekuláris mechanizmusának a pontosabb megértésében.

A legtöbb képelemző szoftver a biológiai folyamatokat csak szakaszokra bontva képes vizsgálni, figyelmen kívül hagyva az egyes szakaszokon belüli átmeneteket és különbségeket. Horváth Péter és kutatócsoportja ennek a problémának a megoldására fejlesztette ki az úgynevezett Regression Plane (RP) koncepciót, amely a mikroszkópos képelemzés és a mesterséges intelligencia kombinálásával lehetővé teszi a biológiai jelenségek folytonos, nagy felbontású elemzését. A módszerrel korábban soha nem látott precizitással lehet feltérképezni többek között a sejtek osztódását, amely az egyik legalapvetőbb biológiai jelenség, egyúttal egyike a legfontosabb folyamatoknak a daganatképződés során, vagy a sejtek lipidraktározását, amely a vér trigliceridszintjének meghatározásában, és így a cukorbetegség kialakulásában játszik fontos szerepet. A módszerrel nemcsak azt lehet megállapítani, hogy egy-egy sejt raktározott-e magában zsírt, vagy sem, hanem a felhalmozás típusainak végtelen felbontású skáláját is a kutatók elé tárja.

A technológia a Horváth Péter csoportja által korábban kifejlesztett módszerrel társítva lehetőséget biztosít egyetlen vizsgálni kívánt célsejt kiválasztására, elkülönítésére, és a benne zajló molekuláris változások értékelésére. A szoftver – számos további alkalmazási lehetőség mellett – a sejtdifferenciáció folyamatának tanulmányozását is lehetővé teszi, melynek bizonyításához az ecetmuslica (Drosophila melanogaster) modellállatot választották a kutatók, mert a benne zajló transzdifferenciáció folyamata nagyban hasonlít az emberéhez. A kísérlet során az új eljárás segítségével egy korábban két külön típusú sejtként leírt jelenségről igazolták, hogy azok valójában nem különülnek el, hanem közöttük folytonos eloszlásban találhatók köztes tulajdonságú sejtek.

A kutatók által most kifejlesztett módszer a mesterséges intelligenciának köszönhetően egy olyan technológia, amely az ember precizitásával megegyező, objektív teljesítményt nyújt, ugyanakkor összehasonlíthatatlanul gyorsabbá teszi a vizsgálatokat. Érzékeny osztályozási rendszerét aktív tanulási algoritmusok alkalmazásával tették még hatékonyabbá, így a program, úgymond, kommunikálni képes a kutatókkal. Ha például olyan morfológiával találkozik, amely még ismeretlen a számára, akkor a felhasználó segítségét kéri a döntésben, pont úgy, ahogy egy gyermek kérdez, amikor bizonytalan egy kirakós játékban.

A Regression Plane-t a fejlesztők szabadon felhasználhatóvá tették. Fejlesztése során fokozott figyelmet fordítottak a felhasználóbarát környezet, illetve az egyszerű használat kialakítására. Alkalmazását oktatóvideók segítségével könnyítik meg a felhasználóknak.

SZBK-RegressionPlate

A módszer koncepciója és felhasználása a májsejtek lipidraktározásának tanulmányozásához