Fluorescensmikroskopi søges for at indsamle data om specifikke biologiske hændelser. Alligevel er det begivenhedsspecifikke indhold, der kan indsamles fra en prøve, begrænset, især for sjældne eller stokastiske processer. Dette skyldes delvist fotoblegning og fototoksicitet, som begrænser billeddannelsens hastighed og varighed.
EPFL biofysikere har faktisk fundet en måde at automatisere mikroskopkontrol til at afbilde biologiske hændelser i detaljer og samtidig begrænse stress på prøven. De har udviklet kontrolsoftware, der optimerer, hvordan fluorescensmikroskoper indsamler data om levende prøver.
I deres begivenhedsdrevne erhvervelsesramme udløser neural-netværksbaseret genkendelse af specifikke biologiske hændelser realtidskontrol i et øjeblikkeligt struktureret belysningsmikroskop. Deres teknik virker til bakteriel celledeling og mitokondriedeling.
Principal investigator Suliana Manley fra EPFL's Laboratory of Experimental Biophysics sagde, "Et intelligent mikroskop er lidt ligesom en selvkørende bil. Den skal behandle visse typer information, subtile mønstre, som den derefter reagerer på ved at ændre sin adfærd. Ved at bruge en neurale netværk, kan vi registrere meget mere subtile hændelser og bruge dem til at fremkalde ændringer i indsamlingshastigheden."
Mitokondriel deling er uforudsigelig, da den forekommer sjældent og kan ske næsten hvor som helst i mitokondrielle netværk til enhver tid. Det var derfor, forskerne først løste, hvordan man detekterer mitokondriedeling ved at træne det neurale netværk til at holde øje med mitokondrielle forsnævringer, en ændring i formen af mitokondrier som fører til deling, kombineret med observationer af et protein, der vides at være beriget på delingssteder.
mikroskop vender sig til højhastighedsbilleddannelse for at få detaljerede billeder af divisionsbegivenheder, når både forsnævringer og proteinniveauer er høje. Mikroskopet skifter efterfølgende til lavhastighedsbilleddannelse, når forsnævringen og proteinniveauerne er lave for at beskytte prøven mod for meget lys.
Med dette intelligente fluorescerende mikroskop viste forskerne, at de kunne observere prøven i længere tid sammenlignet med standard hurtig billeddannelse. Selvom prøven var under mere stress end langsom billeddannelse, som det er sædvanligt, kunne de stadig indsamle mere indsigtsfuld information.
Manley forklarede, "Potentialet ved intelligent mikroskopi omfatter måling af, hvad standardopkøb ville gå glip af. Vi fanger flere begivenheder, måler mindre indsnævringer og kan følge hver division mere detaljeret."
Forskerne gør kontrolrammerne tilgængelig som et open source plug-in til det åbne mikroskop software Micro-Manager, med det formål at give andre forskere mulighed for at integrere kunstig intelligens ind i deres mikroskoper.
Journal Reference:
- Mahecic, D., Stepp, WL, Zhang, C. et al. Hændelsesdrevet erhvervelse til indholdsberiget mikroskopi. Nat Metoder (2022). DOI: 10.1038 / s41592-022-01589-x
