Estás leyendo la publicación: Los biofísicos nos acercan a los microscopios inteligentes
Siempre que alguien quiere obtener observaciones detalladas de la división bacteriana a partir de una muestra de bacterias vivas, las cosas pueden complicarse un poco. Es posible que deban permanecer en el microscopio sin parar hasta que la bacteria se divida, lo que puede llevar horas. El control manual de detección y adquisición es realmente muy común en el campo.
Otra opción es configurar el microscopio para que tome imágenes indiscriminadamente y con la mayor frecuencia posible, pero la luz excesiva puede causar problemas. Reduce la fluorescencia de la muestra más rápido, lo que puede destruir prematuramente las muestras vivas. Al mismo tiempo, se generarían muchas imágenes innecesarias y solo unas pocas contendrían imágenes de bacterias en división.
Sin embargo, una solución más es usar inteligencia artificial (IA) para detectar precursores de la división bacteriana y usarlos para actualizar automáticamente el software de control del microscopio, lo que ayudaría a tomar más fotografías de la división.
Automatización del control del microscopio
Al observar estas tres opciones diferentes, un equipo de biofísicos de la Ecole Polytechnique Fédérale de Lausanne (EPFL) ha ideado una forma de automatizar el control del microscopio para obtener imágenes de eventos biológicos en detalle. Y al mismo tiempo, el método limita la tensión en la muestra. La nueva técnica se basa en redes neuronales artificiales y funciona tanto para la división celular bacteriana como para la división mitocondrial.
El equipo publicó sus hallazgos en Métodos de la naturaleza.
Suliana Manley es investigadora principal del Laboratorio de Biofísica Experimental de la EPFL.
“Un microscopio inteligente es como un auto sin conductor. Necesita procesar ciertos tipos de información, patrones sutiles a los que luego responde cambiando su comportamiento”, dice Manley. “Al usar una red neuronal, podemos detectar eventos mucho más sutiles y usarlos para impulsar cambios en la velocidad de adquisición”.
El equipo primero encontró una solución para detectar la división mitocondrial, que es más difícil que una solución para ciertas bacterias. La división mitocondrial ocurre con menos frecuencia, lo que significa que es impredecible y puede ocurrir casi en cualquier lugar dentro de la red mitocondrial en cualquier momento.
Entrenamiento de la red neuronal
El equipo entrenó la red neuronal para buscar constricciones mitocondriales, que es un cambio en la forma de las mitocondrias que conduce a la división. También observaron una proteína conocida por estar enriquecida en los sitios de división.
El microscopio cambiará a imágenes de alta velocidad cuando tanto las constricciones como los niveles de proteína sean altos, lo que le permite capturar muchas imágenes de eventos de división. Pero cuando los niveles son bajos, el microscopio cambiará a imágenes de baja velocidad, lo que ayuda a evitar la exposición de la muestra a una luz excesiva.
Un microscopio fluorescente inteligente como este permite a los científicos observar muestras durante más tiempo en comparación con las imágenes rápidas estándar. La muestra estaba más estresada en comparación con las imágenes lentas estándar, pero el equipo pudo obtener datos más significativos.
“El potencial de la microscopía inteligente incluye medir qué se perdería en las adquisiciones estándar”, explica Manley. “Capturamos más eventos, medimos constricciones más pequeñas y podemos seguir cada división con mayor detalle”.
El equipo ahora está poniendo a disposición el marco de control como un complemento de código abierto para el software de microscopio abierto Micro-Manager. Desean permitir que otros científicos integren la IA en sus propios microscopios.
