Settimane di lavoro in poche ore: uno strumento basato sull’intelligenza artificiale analizza le membrane cellulari
Tre strumenti in un unico software – e bastano pochi dati
Annunci
Le membrane cellulari e le proteine in esse contenute controllano numerosi processi vitali e svolgono un ruolo fondamentale nella salute e nella malattia. Tuttavia, studiarle attraverso immagini 3D delle cellule ha finora comportato un lavoro manuale e dispendioso in termini di tempo. Un team dell’Helmholtz di Monaco, dell’Università Tecnica di Monaco (TUM) e del Biozentrum dell’Università di Basilea ha sviluppato MemBrain v2, uno strumento basato sull’intelligenza artificiale che automatizza questa attività, riducendo a poche ore un lavoro che prima richiedeva settimane.
Il software, disponibile gratuitamente, individua le membrane, localizza specifiche proteine di membrana e ne analizza la disposizione spaziale, mostrando come i processi cellulari siano organizzati a livello molecolare. A seconda dell’applicazione, l’intelligenza artificiale richiede pochi o nessun dato di addestramento aggiuntivo per svolgere questa attività. Ciò consente ai ricercatori di tutto il mondo di studiare in dettaglio il funzionamento delle cellule, in modo più rapido e su scala molto più ampia.
La tomografia crioelettronica (cryo-ET) è una tecnica microscopica speciale che permette ai ricercatori di osservare l’interno delle cellule in tre dimensioni e ad altissima risoluzione. Poiché le cellule vengono congelate istantaneamente per questo processo, vengono conservate quasi inalterate, dalle strutture cellulari complete fino alle singole molecole. Le membrane, tuttavia, sono state finora difficili da analizzare in questo tipo di dati.
«Una delle sfide è che le immagini cri-ET possono presentare lacune informative dovute ai limiti tecnici del processo di acquisizione. Di conseguenza, alcuni orientamenti delle membrane sono difficili o in parte impossibili da osservare. È proprio qui che entra in gioco MemBrain v2, automatizzando il processo», spiega il primo autore Lorenz Lamm.
Ottimizzazione di una tecnologia chiave nella biologia cellulare
MemBrain-seg rileva le membrane direttamente, senza richiedere agli utenti di fornire ulteriori annotazioni o dati di addestramento. Anche MemBrain-pick richiede solo una piccola quantità di dati di addestramento: in un test, i ricercatori hanno annotato manualmente le posizioni dei complessi proteici su una sola membrana. Sulla base di queste annotazioni, lo strumento ha localizzato i complessi proteici corrispondenti su altre membrane con un punteggio F1 del 91 per cento. Fino ad ora, questi dati di immagini 3D dovevano essere etichettati meticolosamente a mano e i risultati potevano raramente essere riutilizzati per nuovi set di dati. I programmi esistenti di solito gestivano solo singole parti dell’analisi – ad esempio tracciando il contorno delle membrane o individuando le proteine al loro interno.
Tre strumenti in un unico software – e bastano pochi dati
Per la prima volta, MemBrain v2 combina tre fasi in un unico strumento basato sull’intelligenza artificiale: individua le membrane (MemBrain-seg), localizza le proteine in esse incorporate (MemBrain-pick) e misura la disposizione di queste proteine (MemBrain-stats).
In diverse applicazioni, lo strumento ha eguagliato i risultati di meticolose analisi manuali, risultando però notevolmente più veloce. È inoltre facile da usare e può essere applicato ad altre questioni di ricerca senza grandi modifiche. Poiché tutti i componenti sono open source, il modulo di rilevamento delle membrane è già ampiamente utilizzato in tutto il mondo ed è stato, ad esempio, applicato a set di dati provenienti dal Chan Zuckerberg Imaging Institute.
«Rendendo queste analisi più veloci e accessibili ai gruppi di ricerca di tutto il mondo, possiamo studiare i processi cellulari su set di dati molto più ampi. Questo, in ultima analisi, può aiutarci a comprendere meglio come funzionano le cellule – e cosa cambia quando si sviluppa una malattia», afferma l’autrice senior, la dott.ssa Tingying Peng.
Set di dati più ampi e distinzioni più precise all’orizzonte
MemBrain v2 ha già contribuito a nuove intuizioni biologiche: in uno studio separato, lo strumento ha dimostrato che importanti proteine della fotosintesi sono separate spazialmente all’interno della membrana, mettendo in discussione i modelli precedenti sulla loro organizzazione. In futuro, sarà in grado di distinguere i diversi tipi di proteine in modo ancora più preciso.
«Sono particolarmente lieto che MemBrain v2 venga ora utilizzato in numerosi altri studi, dove semplifica analisi complesse o le rende possibili in primo luogo, fornendo un contributo concreto a nuove conoscenze biologiche», afferma il primo autore Lorenz Lamm.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
