用于檢測(cè)罕見(jiàn)生物事件的智能顯微鏡

想象一下，你是一名博士生，拿著熒光顯微鏡和活細(xì)菌樣本。利用這些資源從樣本中獲得細(xì)菌分裂的詳細(xì)觀察結(jié)果的最佳方法是什么?

你可能會(huì)忍不住放棄食物和休息，不停地坐在顯微鏡前，在細(xì)菌最終開(kāi)始分裂時(shí)獲取圖像。(一種細(xì)菌可能需要數(shù)小時(shí)才能分裂。它并不像聽(tīng)起來(lái)那么瘋狂，因?yàn)槭謩?dòng)檢測(cè)和采集控制在許多科學(xué)中都很普遍。

或者，您可能希望將顯微鏡設(shè)置為不加選擇地盡可能多地拍攝圖像。但是，過(guò)多的光線會(huì)更快地耗盡樣品中的熒光，并可能過(guò)早地破壞活的樣品。此外，你會(huì)生成許多無(wú)趣的圖像，因?yàn)橹挥猩贁?shù)圖像包含分裂細(xì)菌的圖像。

另一種解決方案是使用人工智能來(lái)檢測(cè)細(xì)菌分裂的前體，并利用這些前體自動(dòng)更新顯微鏡的控制軟件，以拍攝更多事件的照片。

EPFL生物物理學(xué)家現(xiàn)在已經(jīng)找到了一種方法，可以在人工神經(jīng)網(wǎng)絡(luò)的幫助下，自動(dòng)進(jìn)行顯微鏡控制，以詳細(xì)成像生物事件，同時(shí)限制樣品上的壓力。他們的技術(shù)適用于細(xì)菌細(xì)胞分裂和線粒體分裂。他們的智能顯微鏡的細(xì)節(jié)在自然方法中有所描述。

“智能顯微鏡有點(diǎn)像自動(dòng)駕駛汽車(chē)。它需要處理某些類型的信息，微妙的模式，然后通過(guò)改變其行為來(lái)做出反應(yīng)，“EPFL實(shí)驗(yàn)生物物理實(shí)驗(yàn)室的首席研究員Suliana Manley解釋說(shuō)。“通過(guò)使用神經(jīng)網(wǎng)絡(luò)，我們可以檢測(cè)到更微妙的事件，并利用它們來(lái)驅(qū)動(dòng)采集速度的變化。

Manley和她的同事們首先解決了如何檢測(cè)線粒體分裂的問(wèn)題，這比新月形衣原體等細(xì)菌更難。線粒體分裂是不可預(yù)測(cè)的，因?yàn)樗苌侔l(fā)生，并且?guī)缀蹩梢栽谌魏螘r(shí)候在線粒體網(wǎng)絡(luò)內(nèi)的任何地方發(fā)生。但科學(xué)家們通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)來(lái)觀察線粒體收縮(線粒體形狀的變化導(dǎo)致分裂)解決了這個(gè)問(wèn)題，并結(jié)合對(duì)已知在分裂部位富集的蛋白質(zhì)的觀察。

當(dāng)收縮和蛋白質(zhì)水平都很高時(shí)，顯微鏡切換到高速成像，以詳細(xì)捕獲分裂事件的許多圖像。當(dāng)收縮和蛋白質(zhì)水平較低時(shí)，顯微鏡然后切換到低速成像，以避免將樣品暴露在過(guò)多的光線下。

通過(guò)這種智能熒光顯微鏡，科學(xué)家們表明，與標(biāo)準(zhǔn)快速成像相比，他們可以觀察樣品更長(zhǎng)的時(shí)間。雖然與標(biāo)準(zhǔn)慢成像相比，樣品的壓力更大，但他們能夠獲得更有意義的數(shù)據(jù)。

“智能顯微鏡的潛力包括測(cè)量標(biāo)準(zhǔn)采集會(huì)錯(cuò)過(guò)什么，”Manley解釋說(shuō)。“我們捕捉更多的事件，測(cè)量更小的收縮，并且可以更詳細(xì)地跟蹤每個(gè)部門(mén)。

科學(xué)家們正在將控制框架作為開(kāi)放顯微鏡軟件Micro-Manager的開(kāi)源插件提供，目的是讓其他科學(xué)家將人工智能集成到他們自己的顯微鏡中。

標(biāo)簽：