Sztuczna inteligencja generująca komórki w trójwymiarze, czyli jak przyspieszyć badania nad podstawą częścią naszych ciał
Generowanie modeli 3D komórek z zestawu obrazów 2D wykonanych przy użyciu tych samych standardowych narzędzi mikroskopowych, które można znaleźć w wielu dzisiejszych laboratoriach zostało opisane w publikacji z 16 września w czasopiśmie Nature Machine Intelligence. Wynika z nich, że kluczem do stworzenia narzędzia było wykorzystanie sieci pola neuronowego, czyli szczególnego rodzaju systemu uczenia maszynowego, który uczy się odwzorowania współrzędnych przestrzennych na odpowiadające im wielkości fizyczne. Po zakończeniu treningu badacze mogą wskazać dowolną współrzędną, a model może podać wartość obrazu w tym konkretnym miejscu.
Czytaj też: Naukowcy chcą ponownie zamrozić bieguny. Czy to ma sens?
Trenujemy model na zestawie cyfrowych obrazów, aby uzyskać ciągłą reprezentację. Ponieważ mam kilka widoków komórki [ze zdjęć 2D], mogę użyć tych obrazów do trenowania modelu. Odbywa się to poprzez dostarczenie modelowi informacji o punkcie w próbce, w którym obraz uchwycił część wewnętrznej struktury komórki– powiedział Ulugbek Kamilov.
Czytaj też: Jak czerpać energię elektryczną z morskich fal? Odpowiedzią są nanogeneratory
Obraz używany do trenowania sieci jest taki sam jak każdy inny obraz mikroskopowy. W istocie, komórka jest oświetlana od dołu, a światło podróżuje przez nią i jest przechwytywane po drugiej stronie, tworząc obraz. W następnym kroku system stara się jak najlepiej odtworzyć tę strukturę. Jeśli wynik jest błędny, sieć jest korygowana, a jeśli prawidłowy, to ten schemat działania jest “wzmacniany”. Finalnie, gdy przewidywania odpowiadają rzeczywistym pomiarom, sieć jest gotowa do wypełnienia części komórki, które nie zostały uchwycone na oryginalnych obrazach 2D.
Czytaj też: Wstrząsy na Marsie, które nie pochodzą z wnętrza. Przełomowe odkrycie na Czerwonej Planecie
Model zawiera informacje o pełnym, ciągłym odwzorowaniu komórki, dzięki czemu nie trzeba zapisywać pliku z obrazem o dużej ilości danych. Ten bowiem może być zawsze i z łatwością odtworzony przez sieć pól neuronowych. W efekcie uzyskany model 3D komórki jest łatwą do przechowywania, prawdziwą reprezentacją komórki, ale także jest bardziej użyteczny niż prawdziwa rzecz, dzięki szerszej możliwości manipulowania widokiem.