Softvér na hlboké učenie pomáha identifikovať drobné baktérie na snímkach mikroskopu

Softvér na hlboké učenie pomáha identifikovať drobné baktérie na snímkach mikroskopu

Omnipose, softvér na hlboké učenie, pomáha vyriešiť problém identifikácie rôznych a malých baktérií na snímkach mikroskopu. Okrem tohto pôvodného cieľa bola dosiahnutá identifikácia niekoľkých ďalších typov malých objektov v mikroskopických obrázkoch.

Laboratórium mikrobiológie UW Medicine Josepha Mougousa a laboratórium fyziky a bioinžinierstva Univerzity Paula A. Wigginsa vo Washingtone testovali tento nástroj. Vyvinul ho študent fyziky Kevin J. Cutler a jeho tím z Washingtonskej univerzity.

Mougous povedal, že ako študent fyziky Cutler "prejavil nezvyčajný záujem ponoriť sa do biológie, aby sa z prvej ruky dozvedel o problémoch, ktoré je potrebné riešiť v teréne. Prišiel do môjho laboratória a rýchlo jeden našiel." Vyriešil to veľkolepým spôsobom."

Ich zistenia sú uvedené vo vydaní Nature Methods zo 17. októbra.

Vedci zistili, že Omnipose, vyškolený na veľkej databáze bakteriálnych obrázkov, fungoval dobre pri charakterizácii a kvantifikácii nespočetných baktérií v zmiešaných mikrobiálnych kultúrach a eliminoval niektoré chyby, ktoré sa môžu vyskytnúť pri jeho predchodcovi Cellpose.

Softvér sa navyše nedal ľahko oklamať extrémnymi zmenami v tvare buniek v dôsledku liečby antibiotikami alebo antagonizmom chemikálií, ktoré sú výsledkom interbakteriálnej agresie. V skutočnosti program ukázal, že pri pokuse s E. coli dokáže odhaliť aj bunkovú otravu.

Okrem toho bol Omnipose schopný dobre prekonať problémy s detekciou kvôli rôznym optickým vlastnostiam rôznych baktérií.

Väčšina baktérií má tvar guľôčok alebo tyčiniek, ale niektoré majú iné základné tvary, ako napríklad: B. skrútené špirály. Okrem toho by Omnipose mohol identifikovať zložitejšie baktérie s predĺženými tvarmi alebo s vetvami, vláknami a prílohami - všetky fyzikálne vlastnosti, ktoré môžu sťažiť nástrojom hlbokého učenia zistiť, ktoré baktérie sú prítomné na obrázku.

Program má stále určité obmedzenia pri manipulácii s prekrývaním objektov v 2D vykresľovaní 3D vzorky preplnenej mikrobiálnej komunity. Napríklad prekrývanie predmetov vytvára na stene efekt hodín, ktoré na fotke pôsobia, akoby človeku vyliezali z hlavy.

Pri analýze buniek v koreňovom primordiálnom súbore údajov rýchlo rastúcej buriny A. thaliana Omnipose stále vykazoval určité výhody oproti predchádzajúcim prístupom v tejto 3D vzorke.

Ďalší výskum laboratória Mougous o schopnostiach Omnipose ukázal, že baktérie pod určitým prahom veľkosti môže byť pre nástroj ťažké odhaliť.

Napriek týmto nevýhodám sa vedci domnievajú, že Omnipose by mohol byť riešením, ktoré „pomôže odpovedať na rôzne otázky v biológii bakteriálnych buniek“.

Aby sa zistilo, či by sa mohol stať multifunkčným nástrojom aj v iných biologických alebo dokonca neživotných vedách, ktoré závisia od mikroskopie, vedci testovali program na mikrosnímkach ultramalého škrkavého červa C. elegans, dôležitého organizmu v genetike, neurovede, vývoji a výskume správania mikroorganizmov. Rovnako ako niektoré baktérie, aj tento tvor má pretiahnutý tvar. Rovnako ako mnoho iných červov sa môže krútiť. Omnipose bol schopný detekovať C. elegans nezávisle od jeho rôznych natiahnutí, kontrakcií a iných pohybov. Táto schopnosť by mohla byť užitočná napríklad pri neurálnych štúdiách lokomócie C. elegans počas časozberného sledovania.

Pri vývoji nástrojov, ako je Omnipose, sa výskumníci zameriavajú na mierku s presnosťou na jeden pixel na definovanie hraníc bunky. Je to preto, že väčšina obrázkov tiel bakteriálnych buniek pozostáva len z niekoľkých pixelov. Vedci vysvetlili, že definovanie hraníc v rámci obrazu sa nazýva segmentácia. Vyvinuli Ominpose pomocou vysoko presného algoritmu segmentácie hlbokej neurónovej siete. Ich experimenty ukázali, že Omnipose má bezprecedentnú presnosť segmentácie.

Vedci navrhli Omnipose na použitie v typických výskumných laboratóriách a verejne sprístupnili zdrojový kód, školiace údaje a modely, ako aj dokumentáciu o tom, ako program používať.

"Predpokladáme, že vysoký výkon Omnipose naprieč rôznymi bunkovými morfológiami a modalitami môže odomknúť informácie z mikroskopických obrázkov, ktoré boli predtým nedostupné," píšu vedci vo svojej správe.

Vzhľadom na závažnosť problému ide o preplnené pole. Kevinovo riešenie však vyčnieva z radu. Veríme, že to zásadne zmení analýzu biologickej snímky.“

Joseph Mougous, UW Medicine

Okrem Cutlera, Wigginsa a Mougousa boli ďalšími výskumníkmi na testovacom projekte Omnipose Carsen Stringer, Teresa W. Lo, Luca Rappez a Nicholas Stroustrup. S. Brooke Peterson a Paul Wiggins. Mougous je výskumník v Howard Hughes Medical Institute.

Zdroj:

Lekárska fakulta Washingtonskej univerzity/UW Medicine

Referencia:

Cutler, K.J., a kol. (2022) Omnipose: vysoko presné morfologicky nezávislé riešenie pre segmentáciu bakteriálnych buniek. Prírodné metódy. doi.org/10.1038/s41592-022-01639-4.

.