Er wordt gezocht naar fluorescentiemicroscopie om gegevens te verzamelen over specifieke biologische gebeurtenissen. Toch is de gebeurtenisspecifieke inhoud die uit een monster kan worden verzameld beperkt, vooral voor zeldzame of stochastische processen. Dit is gedeeltelijk te wijten aan fotobleken en fototoxiciteit, die de beeldsnelheid en -duur beperken.
EPFL biofysici hebben inderdaad een manier gevonden om de microscoopcontrole te automatiseren voor het gedetailleerd in beeld brengen van biologische gebeurtenissen, terwijl de stress op het monster wordt beperkt. Ze hebben besturingssoftware ontwikkeld die optimaliseert hoe fluorescentiemicroscopen gegevens verzamelen over levende monsters.
In hun gebeurtenisgestuurde acquisitieraamwerk activeert op neurale netwerken gebaseerde herkenning van specifieke biologische gebeurtenissen realtime controle in een direct gestructureerde verlichtingsmicroscoop. Hun techniek werkt voor bacteriële celdeling en mitochondriale deling.
Hoofdonderzoeker Suliana Manley van EPFL's Laboratory of Experimental Biophysics zei: “Een intelligente microscoop is een soort zelfrijdende auto. Het moet bepaalde soorten informatie verwerken, subtiele patronen waarop het vervolgens reageert door zijn gedrag te veranderen. Door gebruik te maken van een neuraal netwerkkunnen we veel subtielere gebeurtenissen detecteren en deze gebruiken om veranderingen in de acquisitiesnelheid te bewerkstelligen.”
Mitochondriale deling is onvoorspelbaar, omdat deze niet vaak voorkomt en op elk moment vrijwel overal binnen het mitochondriale netwerk kan plaatsvinden. Dat is de reden waarom wetenschappers eerst hebben opgelost hoe de mitochondriale deling kan worden gedetecteerd door het neurale netwerk te trainen om op te letten op mitochondriale vernauwingen, een verandering in de vorm van mitochondria dat leidt tot deling, gecombineerd met observaties van een eiwit waarvan bekend is dat het verrijkt is op de plaatsen van deling.
De microscoop wendt zich tot snelle beeldvorming om gedetailleerde beelden te verkrijgen van delingsgebeurtenissen wanneer zowel de vernauwingen als de eiwitniveaus hoog zijn. De microscoop schakelt vervolgens over naar beeldvorming op lage snelheid wanneer de vernauwing en de eiwitniveaus laag zijn om het monster tegen te veel licht te beschermen.
Met deze intelligente fluorescentiemicroscoop lieten de wetenschappers zien dat ze het monster langer konden observeren vergeleken met standaard snelle beeldvorming. Hoewel het monster onder meer stress stond dan bij langzame beeldvorming, zoals gebruikelijk, konden ze nog steeds meer inzichtelijke informatie verzamelen.
Manley uitgelegd, “Het potentieel van intelligente microscopie omvat het meten van wat standaard acquisities zouden missen. We leggen meer gebeurtenissen vast, meten kleinere vernauwingen en kunnen elke divisie gedetailleerder volgen.”
De wetenschappers stellen het besturingsframework beschikbaar als open source plug-in voor de open microscoopsoftware Micro-Manager, met als doel andere wetenschappers te laten integreren kunstmatige intelligentie in hun microscopen.
Journal Reference:
- Mahecic, D., Stepp, WL, Zhang, C. et al. Gebeurtenisgestuurde acquisitie voor met inhoud verrijkte microscopie. Nat-methoden (2022). DOI: 10.1038 / s41592-022-01589-x
