La microscopia a fluorescenza è ricercata per raccogliere dati su specifici eventi biologici. Tuttavia, il contenuto specifico dell'evento che può essere raccolto da un campione è limitato, soprattutto per i processi rari o stocastici. Ciò è in parte dovuto al fotosbiancamento e alla fototossicità, che limitano la velocità e la durata dell'imaging.
EPFL i biofisici hanno infatti trovato un modo per automatizzare il controllo del microscopio per l'imaging dettagliato di eventi biologici limitando allo stesso tempo lo stress sul campione. Hanno sviluppato un software di controllo che ottimizza il modo in cui i microscopi a fluorescenza raccolgono dati su campioni viventi.
Nella loro struttura di acquisizione basata sugli eventi, il riconoscimento basato su rete neurale di specifici eventi biologici attiva il controllo in tempo reale in un microscopio a illuminazione strutturata istantanea. La loro tecnica funziona per la divisione cellulare batterica e la divisione mitocondriale.
La ricercatrice principale Suliana Manley del Laboratorio di biofisica sperimentale dell'EPFL ha dichiarato: “Un microscopio intelligente è un po' come un'auto a guida autonoma. Ha bisogno di elaborare determinati tipi di informazioni, schemi sottili a cui poi risponde modificando il proprio comportamento. Utilizzando un rete neurale, possiamo rilevare eventi molto più sottili e utilizzarli per guidare i cambiamenti nella velocità di acquisizione".
La divisione mitocondriale è imprevedibile poiché si verifica raramente e può avvenire quasi ovunque all'interno della rete mitocondriale in qualsiasi momento. Ecco perché gli scienziati hanno prima risolto come rilevare la divisione mitocondriale addestrando la rete neurale a cercare costrizioni mitocondriali, un cambiamento nella forma di mitocondri che porta alla divisione, combinata con le osservazioni di una proteina nota per essere arricchita nei siti di divisione.
I Microscopio si rivolge all'imaging ad alta velocità per ottenere immagini dettagliate degli eventi di divisione quando sia le costrizioni che i livelli proteici sono alti. Il microscopio passa successivamente all'imaging a bassa velocità quando i livelli di costrizione e proteine sono bassi per proteggere il campione da troppa luce.
Con questo microscopio a fluorescenza intelligente, gli scienziati hanno dimostrato di poter osservare il campione più a lungo rispetto all'imaging rapido standard. Anche se il campione era sottoposto a uno stress maggiore rispetto all'imaging lento, come è consuetudine, è stato comunque possibile raccogliere informazioni più approfondite.
Manley ha spiegato, “Il potenziale della microscopia intelligente include la misurazione di ciò che le acquisizioni standard mancherebbero. Catturiamo più eventi, misuriamo 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 intelligenza artificiale nei loro microscopi.
Riferimento della Gazzetta:
- Mahecic, D., Stepp, WL, Zhang, C. et al. Acquisizione basata sugli eventi per la microscopia arricchita di contenuto. Metodi Nat (2022). DOI: 10.1038 / s41592-022-01589-x
