Die enorme Datenmenge, die durch das Filmen biologischer Prozesse mit dem Mikroskop gewonnen wird, war bisher ein Hindernis für Analysen. Mithilfe künstlicher Intelligenz (KI) können Forscher der Universität Göteborg nun Zellbewegungen über Zeit und Raum verfolgen. Die Methode könnte sehr hilfreich sein, um wirksamere Krebsmedikamente zu entwickeln.
Die Untersuchung der Bewegungen und des Verhaltens von Zellen und biologischen Molekülen unter dem Mikroskop liefert grundlegende Informationen für ein besseres Verständnis von Prozessen, die unsere Gesundheit betreffen. Studien darüber, wie sich Zellen in verschiedenen Szenarien verhalten, sind wichtig für die Entwicklung neuer medizinischer Technologien und Behandlungen.
„In den letzten zwei Jahrzehnten hat sich die optische Mikroskopie erheblich weiterentwickelt. Sie ermöglicht es uns, biologisches Leben bis ins kleinste Detail räumlich und zeitlich zu untersuchen. Lebende Systeme bewegen sich in alle möglichen Richtungen und mit unterschiedlichen Geschwindigkeiten“, sagt Jesús Pineda, Doktorand an der Universität Göteborg und Erstautor des wissenschaftlichen Artikels in Natur-Maschinen-Intelligenz.
A. Verknüpfung von HeLa-Zellen. MAGIK verfolgt erfolgreich (TRA = 99,2%) HeLa-Zellen auf einem flachen Glassubstrat trotz der Formänderungen, der hohen Packungsdichte, des niedrigen SNR und der heterogenen Dynamik als Folge ihrer Migration und Proliferation. B. Verknüpfung von Pankreas-Stammzellen. MAGIK verfolgt erfolgreich Pankreasstammzellen auf einem Polystyrolsubstrat trotz der hohen Zelldichte, der länglichen Formen, der ausgeprägten Zellverschiebungen und einer signifikanten Anzahl von Teilungsereignissen (TRA = 98,5 %). Bildnachweis: Jesús Pineda et al.,
Mathematik beschreibt Beziehungen von Teilchen
Fortschritte haben den heutigen Forschern so große Datenmengen beschert, dass eine Analyse nahezu unmöglich ist. Doch jetzt haben Forscher der Universität Göteborg eine KI-Methode entwickelt, die Graphentheorie und neuronale Netze kombiniert und verlässliche Informationen aus Videoclips herauslesen kann.
Die Graphentheorie ist eine mathematische Struktur, die verwendet wird, um die Beziehungen zwischen verschiedenen Partikeln in der untersuchten Probe zu beschreiben. Es ist vergleichbar mit einem sozialen Netzwerk, in dem die Partikel interagieren und sich gegenseitig direkt oder indirekt in ihrem Verhalten beeinflussen.
„Die KI-Methode nutzt die Informationen in der Grafik, um sich an verschiedene Situationen anzupassen und kann mehrere Aufgaben in verschiedenen Experimenten lösen. Unsere KI kann beispielsweise den Weg rekonstruieren, den einzelne Zellen oder Moleküle nehmen, wenn sie sich bewegen, um eine bestimmte biologische Funktion zu erreichen. Das heißt dass Forscher die Wirksamkeit verschiedener Medikamente testen und sehen können, wie gut sie als potenzielle Krebsbehandlung wirken“, sagt Jesús Pineda.
KI ermöglicht es auch, alle dynamischen Aspekte von Partikeln in Situationen zu beschreiben, in denen andere Methoden nicht effektiv wären. Aus diesem Grund haben pharmazeutische Unternehmen diese Methode bereits in ihren Forschungs- und Entwicklungsprozess aufgenommen.
Mehr Informationen:
Jesús Pineda et al., Geometric Deep Learning enthüllt die raumzeitlichen Merkmale mikroskopischer Bewegung, Natur-Maschinen-Intelligenz (2023). DOI: 10.1038/s42256-022-00595-0