Pembelajaran mesin mengurangi waktu pemrosesan data mikroskop dari beberapa bulan menjadi hanya beberapa detik
Machine

Pembelajaran mesin mengurangi waktu pemrosesan data mikroskop dari beberapa bulan menjadi hanya beberapa detik


Peta komposisi biokimia dielektrik sel Hella kering diperoleh dengan metode mikroskop baru yang dikembangkan. Kredit: IBEC

Sejak mikroskop pertama di dunia ditemukan pada tahun 1590 oleh Hans dan Zacharias Janssen—seorang ayah dan anak berkebangsaan Belanda—keingintahuan kami akan apa yang terjadi pada skala terkecil telah menyebabkan pengembangan perangkat yang semakin canggih. Maju cepat ke tahun 2021, kami tidak hanya memiliki metode mikroskop optik yang memungkinkan kami melihat partikel kecil dalam resolusi yang lebih tinggi daripada sebelumnya, kami juga memiliki teknik non-optik, seperti mikroskop gaya pemindaian, yang dengannya para peneliti dapat membuat peta terperinci dari suatu rentang. dari sifat fisik dan kimia.

Kelompok Nanoscale Bioelectrical Characterization dari Institute for Bioengineering of Catalonia (IBEC), dipimpin oleh Profesor UB Gabriel Gomila, bekerja sama dengan anggota kelompok Nanoscopy untuk Nanomedicine IBEC, telah menganalisis sel menggunakan jenis mikroskop khusus yang disebut Scanning Dielectric Force Volume Microscopy , teknik canggih yang dikembangkan dalam beberapa tahun terakhir yang dengannya mereka dapat membuat peta properti fisik listrik yang disebut konstanta dielektrik. Setiap biomolekul yang membentuk sel—yaitu, lipid, protein, dan asam nukleat—memiliki konstanta dielektrik yang berbeda, jadi peta sifat ini pada dasarnya adalah peta komposisi sel. Teknik yang mereka kembangkan memiliki keunggulan dibandingkan metode optik standar emas saat ini, yang melibatkan penerapan pewarna fluoresen yang dapat mengganggu sel yang sedang dipelajari. Pendekatan mereka tidak memerlukan penambahan agen eksternal yang berpotensi mengganggu. Namun, penerapan teknik ini memerlukan proses pasca-pemrosesan yang kompleks untuk mengubah yang dapat diamati yang diukur menjadi besaran fisik, yang untuk sel eukariotik melibatkan banyak waktu komputasi. Faktanya, dibutuhkan waktu berbulan-bulan untuk memproses hanya satu gambar di komputer workstation, karena konstanta dielektrik dianalisis piksel demi piksel menggunakan model geometris lokal yang direkonstruksi.

Bulan ke detik

Dalam studi baru ini, baru-baru ini diterbitkan dalam jurnal Metode Kecil, para peneliti memilih teknik baru untuk mempercepat pemrosesan data mikroskop. Kali ini, mereka menggunakan algoritma pembelajaran mesin daripada metode komputasi konvensional. Hasilnya drastis: Setelah dilatih, algoritme pembelajaran mesin mampu menghasilkan peta komposisi biokimia dielektrik sel hanya dalam hitungan detik. Dalam studi tersebut, tidak ada zat eksternal yang ditambahkan ke sampel, tujuan yang telah lama dicari dalam pencitraan komposisi dalam biologi sel. Mereka mencapai hasil yang cepat ini dengan menggunakan jenis algoritma yang kuat yang disebut jaringan saraf, yang meniru cara neuron di otak manusia beroperasi.

Studi ini pertama kali ditulis oleh Martí Checa, yang melakukannya sebagai bagian dari Ph.D. dalam kelompok Gomila di IBEC. Dia sekarang menjadi peneliti postdoctoral di Catalan Institute of Nanoscience and Nanotechnology (ICN2). “Ini adalah salah satu studi pertama yang menyediakan peta komposisi biokimia bebas label yang cepat dari sel eukariotik kering,” jelas Checa. Memang, dalam studi pembuktian konsep ini, para peneliti menggunakan sel kering, untuk mencegah efek besar air dalam pengukuran dielektrik karena konstanta dielektriknya yang tinggi. Dalam studi lanjutan yang baru-baru ini diterbitkan, mereka juga menganalisis sel-sel tetap dalam keadaan cair alami mereka. Di sini mereka dapat membandingkan nilai yang diperoleh dalam model kering dan cair untuk membuat peta yang akurat dari biomolekul yang membentuk sel eukariotik. Ini adalah sel multi-struktur yang terdiri dari hewan, tumbuhan, jamur, dan organisme lain.

“Langkah selanjutnya dalam penelitian ini adalah menerapkan metode tersebut pada sel hidup yang dapat dieksitasi secara elektrik, seperti neuron, di mana aktivitas listrik yang intens terjadi. Kami sangat senang melihat apa yang dapat diperoleh dengan teknik kami dalam sistem ini” Prof. Gomila menambahkan.

Aplikasi biomedis

Para peneliti memvalidasi metodologi mereka dengan membandingkan temuan mereka dengan fakta-fakta terkenal tentang komposisi sel, seperti sifat membran sel yang kaya lipid atau jumlah asam nukleat yang tinggi dalam nukleus. Dengan pekerjaan ini, mereka telah membuka kemungkinan untuk menganalisis sejumlah besar sel dalam waktu singkat.

Studi ini diharapkan dapat memberikan alat yang sangat berharga bagi para ahli biologi untuk melakukan penelitian dasar, serta, untuk membuka aplikasi medis yang potensial. Misalnya, perubahan sifat dielektrik sel saat ini sedang dipelajari sebagai kemungkinan biomarker dari beberapa penyakit, seperti kanker atau penyakit neurodegeneratif.

“Ini adalah studi pertama yang menyediakan peta komposisi biokimia skala nano yang begitu cepat dari pengukuran dielektrik sel eukariotik kering, yang secara klasik dipandang sangat sulit dipetakan karena topografi tiga dimensinya yang kompleks,” kata Martí Checa, penulis pertama dari kertas.


Alkohol menunjukkan efek kuantum


Informasi lebih lanjut:
Martí Checa et al, Pemetaan Komposisi Skala Nano Tanpa Label Cepat dari Sel Eukariotik Melalui Pemindaian Mikroskop Volume Gaya Dielektrik dan Pembelajaran Mesin, Metode Kecil (2021). DOI: 10.1002/smtd.202100279

Disediakan oleh Institute for Bioengineering of Catalonia (IBEC)

Kutipan: Pembelajaran mesin mengurangi waktu pemrosesan data mikroskop dari bulan menjadi hanya beberapa detik (2021, 8 Juni) diambil 8 Juni 2021 dari https://techxplore.com/news/2021-06-machine-microscope-months-seconds.html

Dokumen ini tunduk pada hak cipta. Terlepas dari transaksi wajar apa pun untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP