L'apprentissage automatique rend Usiigaci adaptable

Afin d'observer les cellules au microscope, les scientifiques les imprègnent souvent de colorant ou modifient leurs gènes pour les faire briller de couleurs éclatantes. Mais la coloration des cellules modifie leur mouvement, ce qui à son tour fausse les résultats expérimentaux. Certains scientifiques tentent d'étudier la migration cellulaire sans l'aide d'étiquettes fluorescentes, en utilisant des méthodes dites « sans étiquette », mais finissent par rencontrer un problème différent; Les cellules sans marquage se fondent dans l'arrière-plan des images microscopiques, ce qui les rend incroyablement difficiles à analyser avec les logiciels informatiques existants.

Usiigaci franchit cet obstacle en permettant aux scientifiques de former le logiciel au fil du temps. Les biologistes jouent le rôle d'enseignants, fournir au logiciel de nouvelles images à étudier pour qu'il puisse reconnaître une cellule de la suivante. Un apprenant rapide, le programme s'adapte rapidement aux nouveaux ensembles de données et peut facilement suivre le mouvement de cellules individuelles, même s'ils sont entassés comme des banlieusards du métro de Tokyo.

"La plupart des logiciels... ne peuvent pas distinguer les cellules en haute densité ; en gros, ils se segmentent en un globe, " dit Tsai. " Avec notre logiciel, nous pouvons segmenter correctement même si les cellules se touchent. Nous pouvons en fait effectuer un suivi de cellule unique tout au long de l'expérience. » Usiigaci est actuellement le logiciel le plus rapide capable de suivre le mouvement de cellules sans étiquette à une résolution de cellule unique sur un ordinateur portable personnel.

Le logiciel imite le cerveau humain

Les chercheurs ont conçu Usiigaci pour traiter les images comme s'il s'agissait d'un cerveau humain simplifié. La stratégie permet au logiciel de tracer les contours des cellules individuelles, surveiller leur mouvement à chaque instant, et transformez ces informations en chiffres exploitables.

Le programme est construit autour d'une infrastructure d'apprentissage automatique connue sous le nom de « réseau de neurones convolutifs ». en gros sur la façon dont les cellules du cerveau travaillent ensemble pour traiter les informations entrantes du monde extérieur. Lorsque nos yeux captent la lumière de l'environnement, ils font appel aux neurones pour analyser ces signaux et comprendre ce que nous regardons et où il se trouve dans l'espace. Les neurones dessinent d'abord la scène à grands traits puis transmettent l'information à l'ensemble de cellules suivant, rendre progressivement l'image de plus en plus détaillée. Les réseaux de neurones fonctionnent de la même manière, sauf que chaque "neurone" est une collection de code plutôt qu'une cellule physique.

Cette conception confère à Usiigaci sa précision et son adaptabilité. Avoir hâte de, les chercheurs visent à développer des réseaux de neurones pour identifier différents composants au sein des cellules, plutôt que leurs contours. Avec ces outils en main, les scientifiques pourraient facilement évaluer si une cellule est saine ou malade, Jeune ou vieux, issus d'une lignée génétique ou d'une autre. Comme Usiigaci, ces programmes auraient une utilité en biologie fondamentale, recherche en biotechnologie et au-delà.