Sviluppato un framework di acquisizione basato sugli eventi, in cui il riconoscimento basato sulla rete neurale di specifici eventi biologici attiva il controllo in tempo reale in un microscopio a illuminazione strutturata istantanea
Un obiettivo comune della microscopia a fluorescenza è raccogliere dati su eventi biologici specifici. Tuttavia, il contenuto specifico dell'evento che può essere raccolto da un campione è limitato, specialmente per i processi rari o stocastici (La stocastica è l'insieme di tecniche e teorie appartenenti al calcolo delle probabilità). Ciò è dovuto in parte al fotosbiancamento e alla fototossicità, che limitano la velocità e la durata dell'imaging.
I biofisici dell'Ecole Polytechnique Fédérale de Lausanne (EPFL) hanno escogitato una strategia per automatizzare il controllo del microscopio per l'imaging di eventi biologici in dettaglio limitando lo stress sul campione, il tutto con l'aiuto di reti neurali artificiali. La loro tecnica funziona per la divisione cellulare batterica e per la divisione mitocondriale. I dettagli del loro microscopio intelligente sono descritti in Nature Methods. (1)
Essi hanno sviluppato un framework di acquisizione basato sugli eventi, in cui il riconoscimento basato sulla rete neurale di specifici eventi biologici attiva il controllo in tempo reale in un microscopio a illuminazione strutturata istantanea. La configurazione, messa a punto dagli scienziati, adatta le acquisizioni al volo passando da una frequenza di imaging lenta durante il rilevamento dell'inizio degli eventi e una frequenza di imaging veloce durante la loro progressione. Pertanto, essi riescono a catturare le divisioni mitocondriali e batteriche a frequenze di imaging che corrispondono alle loro scale temporali dinamiche, estendendo al contempo le durate complessive di imaging. Poiché l'acquisizione guidata dagli eventi consente al microscopio di rispondere in modo specifico a eventi biologici complessi, acquisisce dati arricchiti in contenuti pertinenti.
«Un microscopio intelligente è un po' come un'auto a guida autonoma. Ha bisogno di elaborare determinati tipi di informazioni, modelli sottili a cui poi risponde modificando il suo comportamento», spiega la ricercatrice principale Suliana Manley (2) del Laboratorio di biofisica sperimentale dell'EPFL. «Utilizzando una rete neurale, possiamo rilevare eventi molto più sottili e utilizzarli per guidare i cambiamenti nella velocità di acquisizione».
La dottoressa Manley e i suoi colleghi hanno prima risolto come rilevare la divisione mitocondriale, più difficile che per batteri come C. crescentus. La divisione mitocondriale è imprevedibile, poiché si verifica raramente e può verificarsi quasi ovunque all'interno della rete mitocondriale in qualsiasi momento. Ma gli scienziati hanno risolto il problema addestrando la rete neurale a cercare le costrizioni mitocondriali, un cambiamento nella forma dei mitocondri che porta alla divisione, combinato con le osservazioni di una proteina nota per essere arricchita nei siti di divisione.
Quando sia le costrizioni che i livelli di proteine sono elevati, il microscopio passa all'imaging ad alta velocità per acquisire in dettaglio molte immagini di eventi di divisione. Quando la costrizione ei livelli di proteine sono bassi, il microscopio passa quindi all'imaging a bassa velocità per evitare di esporre il campione a una luce eccessiva.
Con questo microscopio a fluorescenza intelligente, gli scienziati hanno dimostrato di poter osservare il campione più a lungo rispetto all'imaging rapido standard. Sebbene il campione fosse più stressato rispetto all'imaging lento standard, sono stati in grado di ottenere dati più significativi.
«Il potenziale della microscopia intelligente include la misurazione di ciò che mancherebbe alle acquisizioni standard», spiega Manley. «Catturiamo più eventi, misuriamo le costrizioni più piccole e possiamo seguire ogni divisione in modo più dettagliato».
Gli scienziati stanno rendendo disponibile il framework di controllo come plug-in open source per il software per microscopi aperti Micro-Manager, con l'obiettivo di consentire ad altri scienziati di integrare l'intelligenza artificiale nei propri microscopi.
Riferimenti:
(1) Event-driven acquisition for content-enriched microscopy
(2) Suliana Manley
Descrizione foto: Il microscopio a fluorescenza di Suliana Manley all'EPFL. - Credit: Hillary Sanctuary / EPFL.
Autore traduzione riassuntiva e adattamento linguistico: Edoardo Capuano / Articolo originale: Intelligent microscopes for detecting rare biological events