Maskininlärningsdriven robot effektiviserar genetiska forskningsprocesser

Maskininlärningsdriven robot effektiviserar genetiska forskningsprocesser

Forskare vid University of Minnesota Twin Cities har konstruerat en robot som använder maskininlärning för att helt automatisera en komplicerad mikroinjektionsprocess som används i genetisk forskning.

I sina experiment kunde forskarna använda denna automatiserade robot för att manipulera genetiken hos flercelliga organismer, inklusive embryon för fruktflugor och zebrafiskar. Tekniken kommer att spara tid och pengar för laboratorier samtidigt som de lättare kan genomföra nya, storskaliga genetiska experiment som tidigare inte var möjliga med manuella tekniker

Forskningen finns på omslaget till aprilnumret 2024GENETIKen peer-reviewed vetenskaplig tidskrift med öppen tillgång. Arbetet leddes tillsammans av University of Minnesotas maskinteknikstudenter Andrew Alegria och Amey Joshi. Teamet arbetar också med att kommersialisera denna teknik för att göra den allmänt tillgänglig genom University of Minnesotas startup Objective Biotechnology.

Mikroinjektion är en metod för att introducera celler, genetiskt material eller andra medel direkt i embryon, celler eller vävnad med hjälp av en mycket fin pipett. Forskarna tränade roboten att känna igen embryon som är en hundradel av storleken på ett riskorn. När den har upptäckts kan maskinen beräkna en bana och automatisera injektionsprocessen.

Denna nya procedur är mer robust och reproducerbar än manuella injektioner. Denna modell kommer att göra det möjligt för enskilda laboratorier att föreställa sig nya experiment som inte skulle vara möjliga utan den här typen av teknik."

Suhasa Kodandaramaiah, docent i maskinteknik och senior författare till studien, University of Minnesota

Vanligtvis kräver denna typ av forskning högutbildade tekniker för att utföra mikroinjektionen, vilket många laboratorier inte har. Denna nya teknik skulle kunna utöka möjligheten att genomföra stora experiment i laboratorier samtidigt som den minskar tid och kostnader.

"Det här är väldigt spännande för genetikvärlden. Att skriva och läsa DNA har förbättrats dramatiskt de senaste åren, men den här tekniken kommer att utöka vår förmåga att genomföra storskaliga genetiska experiment på en mängd olika organismer", säger Daryl Gohl, medförfattare till studien, gruppledare för University of Minnesota Genomics Centers Innovation Lab och forskningsassistent vid Institutionen för genetik och cellutveckling.

Förutom att användas i genetiska experiment kan denna teknik också hjälpa till att bevara hotade arter genom kryokonservering, en konserveringsteknik som utförs vid extremt låga temperaturer.

"Med den här roboten kan du injicera nanopartiklar i celler och vävnader, vilket hjälper till med kryokonservering och den efterföljande återuppvärmningsprocessen," förklarade Kodandaramaiah.

Andra teammedlemmar lyfte fram andra tillämpningar av tekniken som kan ha ännu större inverkan.

"Vi hoppas att den här tekniken så småningom kan användas för provrörsbefruktning, där du kan upptäcka dessa ägg i mikroskala", säger Andrew Alegria, medförfattare till artikeln och en forskarassistent inom biosensing vid University of Minnesota Mechanical Engineering and Biorobotics Laboratory.

Förutom Kodandaramaiah, Gohl, Alegria och Joshi inkluderade teamet flera forskare från University of Minnesotas College of Science and Engineering och University of Minnesota Genomics Centers Innovation Lab. Teamet vann nyligen universitetets Walleye Tank life science-tävling. Denna life science pitch-tävling ger utbildnings- och marknadsföringsmöjligheter för framväxande och etablerade medicinska och life science-företag.

Denna forskning utfördes i samarbete med Engineering Research Center for Advanced Technologies for the Preservation of Biological Systems (ATP-Bio) och University of Minnesota Zebrafish Core.

Arbetet finansierades av National Institutes of Health, Minnesota Sea Grant och National Science Foundation. Ytterligare stöd gavs av University of Minnesota Diversity of Views and Experiences (DOVE) anslag och Minnesotas Discovery, Research, and Innovation Economy (MnDRIVE) anslag från University of Minnesota Informatics Institute (UMII).

Källor: