بررسی سلول های زنده با كمك هوش مصنوعی
پژوهشگران آمریکایی، متد جدیدی ابداع نموده اند که به کمک آن می توانند سلول های زنده را بدون صدمه رساندن به آنها مورد بررسی قرار دهند.
به گزارش یاری کالا به نقل از ایسنا و به نقل از ساینمگ، پژوهشگران "دانشگاه ایلینوی در اربانا—شمپین"(UIUC)، متد جدیدی ابداع نموده اند که روش "تصویربرداری بدون برچسب"(label-free imaging) را با هوش مصنوعی ادغام می کند تا سلول های زنده بدون برچسب را در یک دوره بلندمدت به تصویر بکشد. این روش می تواند کاربردهای بالقوه ای در بررسی زنده ماندن سلول و صدمه شناسی آن داشته باشد.
"گابریل پاپسکو"(Gabriel Popescu)، از پژوهشگران این پروژه اظهار داشت: تخصص آزمایشگاه ما در تصویربرداری بدون برچسب است که به ما امکان می دهد تا سلول ها را بدون استفاده از مواد شیمیایی سمی ببینیم اما امکان دیدن خصوصیت های خاص سلول بدون استفاده از رنگ های سمی فلورسنت وجود ندارد. ما در پژوهش جدید خود، این مشکل را حل کرده ایم.
"میخائیل کندل"(Mikhail Kandel)، از پژوهشگران این پروژه اظهار داشت: ما این ایده را مطرح کردیم که شاید روش های محاسباتی بتوانند بدون از بین بردن سلول ها، نمونه را بررسی نمایند.
پژوهشگران ابتدا با استفاده از روش غیرمخرب و بدون برچسب خود، طی چند روز از سلول ها تصویربرداری کردند. آنها در انتها آزمایش، به مشخص کردن نمونه ها با برچسب رنگی پرداختند و از یادگیری عمیق که زیرمجموعه ای از یادگیری ماشینی است، برای یادگیری محل رنگ های فلورسنت استفاده کردند.
کندل افزود: این کار به ما امکان می دهد تا بدون رنگ کردن واقعی سلول ها، رنگ ها را در فیلمهای ابتدایی ارزیابی نماییم.
پاپسکو اظهار داشت: باآنکه هوش مصنوعی در گذشته هم برای ابداع نوعی از تصویربرداری مورد استفاده قرار گرفته که با رنگ کردن متفاوت می باشد اما ما توانستیم آنرا طوری برنامه ریزی نماییم که تصاویر را در لحظه ارزیابی کند. ما با استفاده از یادگیری عمیق توانستیم سلول هایی را بررسی نماییم که هیچگاه با رنگ مشخص نشده اند و الگوریتم توانست قسمت های متفاوتی از سلول را به دقت مشخص نماید.
"یوچن هه"(Yuchen He)، از پژوهشگران این پروژه اظهار داشت: مزیت دیگر روش ما این است که کمک می نماید تا آزمایش ها را طی چند روز انجام دهیم. سلول ها حتی بیشتر از یک هفته زنده می مانند. این کار را نمی توان با رنگ های فلورسنت انجام داد چونکه امکان دارد مواد شیمیایی سمی، سلول ها را از بین ببرند.
کندل اظهار داشت: این پژوهش، قابلیت روش های مبتنی بر هوش مصنوعی را برای یاد گرفتن مدلهای پیچیده ای مانند تمرکز بر رنگ های خاص نشان داده است. هر چه بیشتر بتوانیم مدل خویش را برای تشخیص الگوها آموزش دهیم، می توانیم انواع بیشتری از آزمایش ها را بدون از بین بردن سلول ها اجرا نماییم.
پژوهشگران هم اکنون تلاش دارند تا الگوریتم های یادگیری عمیق را با گروه های سلولی و نمونه های بیولوژیکی متفاوت تطبیق دهند. کندل افزود: آموزش مدلهای یادگیری عمیق، به داده های بسیاری نیاز دارد چونکه ما می خواهیم مطمئن شویم که آنها در شرایط گوناگون، به درستی کار می کنند. ابزارهای تصویربرداری ما، به تولید کارآمد داده های آموزشی مورد نیاز سهولت می بخشند.
پاپسکو اضافه کرد: الگوریتم های یادگیری عمیق می توانند کاربردهای گوناگونی داشته باشند. ما می توانیم زنده ماندن سلول را برای مدت طولانی و بدون برچسب زدن به سلول ارزیابی نماییم، میان انواع سلول در بیماری ها تمایز قائل شویم و فرآیندهای سلولی متفاوت را بررسی نماییم.
این پژوهش، در مجله "Nature Communications" به چاپ رسید.
منبع: یاری كالا
این مطلب را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب