מיקרוסקופ אינטליגנטי משתמש בבינה מלאכותית כדי ללכוד אירועים ביולוגיים נדירים

מיקרוסקופ פלואורסצנטי של תאים חיים מספק כלי חיוני לחקר הדינמיקה של מערכות ביולוגיות. אבל תהליכים ביולוגיים רבים - כמו חלוקת תאי חיידקים וחלוקת מיטוכונדריה, למשל - מתרחשים באופן ספורדי, מה שהופך אותם למאתגרים ללכידה.

הדמיה מתמשכת של דגימה בקצב פריימים גבוה יבטיח שכאשר חלוקות כאלה אכן מתרחשות, הן בהחלט יירשמו. אבל הדמיית פלואורסצנציה מוגזמת גורמת להלבנה בפוטו ויכולה להרוס דגימות חיות בטרם עת. קצב פריימים איטי יותר, בינתיים, עלול להחמיץ אירועים מעניינים. מה שצריך הוא דרך לחזות מתי אירוע עומד להתרחש ואז להורות למיקרוסקופ להתחיל בהדמיה במהירות גבוהה.

חוקרים במכון הפדרלי השוויצרי לטכנולוגיה לוזאן (EPFL) יצרו בדיוק מערכת כזו. הצוות פיתח מסגרת של רכישה מונעת אירועים (EDA) המאפשרת שליטה אוטומטית במיקרוסקופ לצילום אירועים ביולוגיים בפירוט תוך הגבלת הלחץ על המדגם. באמצעות רשתות עצביות כדי לזהות מבשרים עדינים של אירועים מעניינים, EDA מתאים את פרמטרי הרכישה - כגון מהירות הדמיה או משך מדידה - בתגובה.

"מיקרוסקופ אינטליגנטי הוא סוג של מכונית לנהיגה עצמית. הוא צריך לעבד סוגים מסוימים של מידע, דפוסים עדינים שהוא מגיב אליהם בשינוי ההתנהגות שלו", מסביר החוקר הראשי סוליאנה מנלי בהצהרה לעיתונות. "על ידי שימוש ברשת עצבית, אנו יכולים לזהות אירועים הרבה יותר עדינים ולהשתמש בהם כדי להניע שינויים במהירות הרכישה."

מסגרת ה-EDA, המתוארת ב שיטות טבע, מורכב מלולאת משוב בין זרם תמונה חי לבין פקדי המיקרוסקופ. החוקרים השתמשו בתוכנת Micro-Manager כדי ללכוד תמונות מהמיקרוסקופ ומרשת עצבית שאומנה על נתונים מסומנים כדי לנתח אותן. עבור כל תמונה, פלט הרשת משמש כפרמטר לקבלת החלטות למעבר בין הדמיה איטית למהירה.

זיהוי אירועים

כדי להדגים את הטכניקה החדשה שלהם, מנלי ועמיתיו שילבו את EDA במיקרוסקופ הארה מובנה מיידי והשתמשו בו כדי ללכוד סרטי זמן-lapse סופר-פתוריים של חלוקות מיטוכונדריה וחיידקים.

חלוקה מיטוכונדריאלית אינה ניתנת לחיזוי, מתרחשת בדרך כלל אחת לכמה דקות ונמשכת עשרות שניות. כדי לחזות את תחילת החלוקה, הצוות אימן את הרשת העצבית לזהות התכווצויות, שינוי בצורת המיטוכונדריה שמוביל להתחלקות, בשילוב עם נוכחות של חלבון בשם DRP1 שנדרש לחלוקות ספונטניות.

הרשת העצבית מוציאה מפת חום של "ציוני אירועים", עם ערכים גבוהים יותר (כאשר הן ההיצרות והן רמות DRP1 גבוהות) המציינים מיקומים בתוך התמונה שבהם יש סיכוי גבוה יותר להתרחש חלוקה. ברגע שציון האירוע חורג מערך סף, מהירות ההדמיה עולה כדי ללכוד את אירועי החלוקה בפירוט. ברגע שהציון יורד לסף שני, המיקרוסקופ עובר להדמיה במהירות נמוכה כדי להימנע מחשיפת הדגימה לאור מוגזם.

החוקרים ביצעו EDA על תאים המבטאים תוויות פלורסנט ממוקדות מיטוכונדריה. במהלך כל מדידת EDA, הרשת זיהתה מבשרים לחלוקת חיידקים תשע פעמים בממוצע. זה העביר את מהירות ההדמיה מאיטית (0.2 פריימים/שניות) למהירה (3.8 פריימים/שניות) למשך ממוצע של 10 שניות, וכתוצאה מכך הדמיה מהירה עבור 18% מהפריימים. הם מציינים שאתרים רבים צברו DRP1 אך לא הובילו לפילוג. אתרים אלה לא הפעילו את הרשת, מה שהוכיח את יכולתה להבחין באירועים מעניינים.

לשם השוואה, הצוות גם אסף תמונות במהירויות איטיות ומהירות קבועות. EDA גרם פחות להלבנת דגימה מאשר הדמיה מהירה בקצב קבוע, מה שאיפשר תצפיות ארוכות יותר של כל דגימה והגדיל את הסיכויים ללכידת אירועי חלוקה מיטוכונדריאליים נדירים. במקרים מסוימים, הדגימה התאוששה מהלבנה בצילום במהלך שלבי ההדמיה האיטיים, מה שאיפשר מינון אור מצטבר גבוה יותר.

בעוד שההלבנה הייתה גבוהה יותר עם EDA מאשר בהדמיה איטית קבועה, מפגשי EDA רבים הגיעו ל-10 דקות ללא פגיעה בבריאות המדגם. החוקרים מצאו גם ש-EDA פתר טוב יותר את ההיצרות שקדמו לחלוקה, כמו גם את ההתקדמות של מצבי ממברנה המובילים לביקוע, כפי שנלכד על ידי פרצי תמונות מהירות.

"הפוטנציאל של מיקרוסקופיה אינטליגנטית כולל מדידה של אילו רכישות סטנדרטיות יחמיצו", מסביר מנלי. "אנחנו לוכדים יותר אירועים, מודדים הגבלות קטנות יותר ויכולים לעקוב אחר כל חלוקה בפירוט רב יותר."

זיהוי חלוקת חיידקים

לאחר מכן, החוקרים השתמשו ב-EDA כדי לחקור את חלוקת התאים בחיידקים C. קרסנטוס. מחזור התא החיידקי מתרחש בסולם זמן של עשרות דקות, ויוצר אתגרים ברורים עבור מיקרוסקופיה של תאים חיים. הם אספו נתונים במהירות הדמיה איטית של 6.7 פריימים לשעה, מהירות הדמיה מהירה של 20 פריימים לשעה או מהירות משתנה המתחלפת על ידי EDA.

הצוות מצא שרשת זיהוי האירועים שפותחה עבור התכווצויות מיטוכונדריה יכולה לזהות את השלבים האחרונים של חלוקת החיידקים ללא הכשרה נוספת - ככל הנראה בשל קווי דמיון בצורת ההתכווצות ונוכחות של סמן מולקולרי דומה מבחינה תפקודית.

שוב, EDA הפחית את ההלבנה בפוטו בהשוואה להדמיה מהירה קבועה, ומדדה התכווצויות עם קטרים ​​ממוצעים קטנים משמעותית מאשר בהדמיה איטית קבועה. EDA אפשרה הדמיה של כל מחזור התא וסיפקה פרטים על חלוקת תאי חיידקים שקשה ללכוד באמצעות מהירות הדמיה קבועה.

מנלי מספר עולם הפיזיקה שהצוות מתכנן גם לאמן רשתות עצביות לזהות סוגים שונים של אירועים ולהשתמש בהם כדי לעורר תגובות חומרה שונות. "לדוגמה, אנו מדמיינים רתימת הפרעות אופטוגנטיות כדי לווסת את השעתוק ברגעי מפתח בהתמיינות תאים", היא מסבירה. "אנחנו גם חושבים על שימוש בזיהוי אירועים כאמצעי לדחיסת נתונים, בחירה לאחסון או ניתוח של פיסות הנתונים הרלוונטיות ביותר למחקר נתון."

• כדי לאפשר לחוקרים ליישם EDA על מגוון רחב של מיקרוסקופים, הצוות מספק את מסגרת הבקרה כמערכת תוסף קוד פתוח עבור תוכנת Micro-Manager.