• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • L'apprendimento automatico tiene traccia delle cellule in movimento

    Usigaci, un software sviluppato dall'Unità Micro/Bio/Nanofluidica, consente agli utenti di segmentare facilmente, tracciare e analizzare la migrazione di cellule prive di etichetta. Lo strumento può essere utilizzato come soluzione all-in-one per quantificare la migrazione cellulare, o può essere impiegato come tre applicazioni separate (cioè per la segmentazione, monitoraggio, e analisi dei dati, rispettivamente). Utilizzando l'infrastruttura di apprendimento automatico nota come "rete neurale, "il sistema consente agli utenti di addestrarlo su diversi set di dati e analizza le immagini come farebbe un cervello umano semplificato. Credito:Okinawa Institute of Science and Technology

    Sia i bambini in via di sviluppo che gli adulti anziani condividono una caratteristica comune:le numerose cellule che compongono i loro corpi sono sempre in movimento. Mentre noi umani andiamo al lavoro, le cellule migrano attraverso il corpo per svolgere il proprio lavoro. I biologi hanno lottato a lungo per quantificare il movimento e il cambiamento della morfologia delle cellule nel tempo, ma ora, gli scienziati dell'Okinawa Institute of Science and Technology Graduate University (OIST) hanno ideato uno strumento elegante per fare proprio questo.

    Utilizzando l'apprendimento automatico, i ricercatori hanno progettato un software per analizzare istantanee microscopiche di cellule in migrazione. Hanno chiamato il software Usiigaci, una parola Ryukyuan che si riferisce al tracciare i contorni degli oggetti, poiché lo strumento innovativo rileva i contorni mutevoli delle singole cellule. Usigaci, descritto in un articolo pubblicato il 13 marzo 2019 in SoftwareX , è ora disponibile online per l'utilizzo da parte di chiunque, insieme a un video tutorial che spiega il software.

    Nel grembo materno, le cellule di un bambino migrano in posizioni precise in modo che ogni braccio, gamba, e l'organo cresce al suo posto. Le nostre cellule immunitarie corrono attraverso il corpo per riparare le ferite dopo le lesioni. Le cellule cancerose metastatizzano viaggiando attraverso il corpo, diffusione dei tumori a nuovi tessuti. Per testare l'efficacia di nuovi farmaci, gli sviluppatori di farmaci tracciano il movimento delle cellule prima e dopo il trattamento. Il software Usiigaci trova applicazioni in tutte queste aree di studio e non solo.

    "Questa è una soluzione all-in-one per portarci da immagini grezze a dati quantitativi sulla migrazione cellulare, " disse Hsieh-Fu Tsai, primo autore dello studio. Tsai è uno studente laureato e un ricercatore DC1 della Japan Society for the Promotion of Science (JSPS) presso l'OIST Micro/Bio/Nanofluidics Unit, guidato dalla prof.ssa Amy Shen. "Il nostro software è almeno 100 volte più veloce dei metodi manuali, che sono attualmente il gold standard per questo tipo di esperimenti perché i computer non sono ancora abbastanza potenti."

    "Speriamo che questo software possa diventare molto utile per la comunità scientifica, " ha detto la prof.ssa Amy Shen, ricercatore principale dell'unità e autore senior dello studio. "Per qualsiasi studio biologico o screening farmacologico che richieda di monitorare le risposte cellulari a stimoli diversi, puoi usare questo software."

    L'Unità Micro/Bio/Nanofluidica ha ideato un software di machine learning per segmentare, traccia, e analizzare il movimento delle cellule in migrazione. di nome Usigaci, una parola Ryukyuan che significa "tracciare, ” il software supera notevolmente i programmi esistenti e ha molte applicazioni in biologia e medicina. Credito:Okinawa Institute of Science and Technology

    L'apprendimento automatico rende Usiigaci adattabile

    Per osservare le cellule al microscopio, gli scienziati spesso li immergono nella tintura o modificano i loro geni per farli risplendere di colori strabilianti. Ma le cellule coloranti alterano il loro movimento, che a sua volta distorce i risultati sperimentali. Alcuni scienziati tentano di studiare la migrazione cellulare senza l'aiuto di tag fluorescenti, utilizzando i cosiddetti metodi "label-free", ma finiscono per imbattersi in un problema diverso; Le cellule prive di etichetta si fondono con lo sfondo di immagini microscopiche, rendendoli incredibilmente difficili da analizzare con il software per computer esistente.

    Usiigaci supera questo ostacolo consentendo agli scienziati di addestrare il software nel tempo. I biologi agiscono come insegnanti, fornendo al software nuove immagini da studiare in modo che possa arrivare a riconoscere una cellula dall'altra. Uno studente veloce, il programma si adatta rapidamente a nuovi set di dati e può facilmente monitorare il movimento delle singole celle, anche se sono ammassati come pendolari della metropolitana di Tokyo.

    "La maggior parte dei software... non è in grado di distinguere le celle ad alta densità; in pratica, si stanno segmentando in un glob, " ha detto Tsai. "Con il nostro software, possiamo segmentare correttamente anche se le cellule si toccano. Possiamo effettivamente eseguire il monitoraggio di una singola cellula durante l'intero esperimento." Usiigaci è attualmente il software più veloce in grado di tracciare il movimento delle cellule prive di etichette con una risoluzione di una singola cellula su un laptop personale.

    Il software imita il cervello umano

    I ricercatori hanno progettato Usiigaci per elaborare le immagini come se fosse un cervello umano semplificato. La strategia consente al software di tracciare i contorni delle singole cellule, monitorare il loro movimento momento per momento, e trasformare tali informazioni in numeri crunchable.

    Il programma è costruito attorno a un'infrastruttura di apprendimento automatico nota come "rete neurale convoluzionale". approssimativamente basato su come le cellule cerebrali lavorano insieme per elaborare le informazioni in arrivo dal mondo esterno. Quando i nostri occhi catturano la luce dall'ambiente, chiamano i neuroni per analizzare quei segnali e capire cosa stiamo guardando e dove si trova nello spazio. I neuroni prima disegnano la scena a grandi linee, poi passano le informazioni al successivo gruppo di cellule, rendere progressivamente l'immagine sempre più dettagliata. Le reti neurali funzionano in modo simile, tranne che ogni "neurone" è una raccolta di codice piuttosto che una cella fisica.

    Questo design garantisce a Usiigaci la sua precisione e adattabilità. Guardare avanti, i ricercatori mirano a sviluppare reti neurali per identificare diversi componenti all'interno delle cellule, piuttosto che solo i loro contorni. Con questi strumenti in mano, gli scienziati potrebbero facilmente valutare se una cellula è sana o malata, giovane o vecchio, derivato da un ceppo genetico o da un altro. Come Usigaci, questi programmi avrebbero utilità nella biologia fondamentale, ricerca biotecnologica e non solo.


    © Scienza https://it.scienceaq.com