Semanas de trabalho em poucas horas: ferramenta de IA analisa membranas celulares
Três ferramentas num único software – e bastam poucos dados
Anúncios
As membranas celulares e as proteínas que as compõem controlam muitos processos vitais e desempenham um papel fundamental na saúde e na doença. No entanto, até agora, o seu estudo através de imagens 3D de células tem implicado um trabalho manual e moroso. Uma equipa do Helmholtz Munich, da Universidade Técnica de Munique (TUM) e do Biozentrum da Universidade de Basileia desenvolveu o MemBrain v2, uma ferramenta de IA que automatiza esta tarefa – reduzindo o trabalho que antes demorava semanas para apenas algumas horas.
O software, disponível gratuitamente, identifica membranas, localiza proteínas específicas da membrana e analisa a sua disposição espacial, revelando como os processos celulares se organizam a nível molecular. Dependendo da aplicação, a IA requer poucos ou nenhuns dados de treino adicionais para o fazer. Isso permite que investigadores de todo o mundo estudem o funcionamento das células em pormenor — de forma mais rápida e numa escala muito maior.
A tomografia eletrónica criogénica (cryo-ET) é uma técnica especial de microscopia que permite aos investigadores observar o interior das células – em três dimensões e com uma resolução muito elevada. Como as células são congeladas instantaneamente para este efeito, são preservadas praticamente inalteradas, desde as estruturas celulares completas até às moléculas individuais. As membranas, no entanto, têm-se revelado até agora difíceis de analisar neste tipo de dados.
«Um dos desafios é que as imagens de crio-ET podem conter lacunas de informação devido a limitações técnicas do processo de imagem. Consequentemente, certas orientações das membranas são difíceis ou parcialmente impossíveis de observar. É precisamente aqui que o MemBrain v2 entra em ação, automatizando o processo», explica o primeiro autor, Lorenz Lamm.
Otimização de uma tecnologia-chave na biologia celular
O MemBrain-seg deteta membranas diretamente, sem exigir que os utilizadores forneçam anotações adicionais ou dados de treino. O MemBrain-pick também requer apenas uma pequena quantidade de dados de treino: num teste, os investigadores anotaram manualmente as posições de complexos proteicos numa única membrana. Com base nessas anotações, a ferramenta localizou os complexos proteicos correspondentes em membranas adicionais com um F1 score de 91 por cento. Até agora, estes dados de imagens 3D tinham de ser rotulados meticulosamente à mão, e os resultados raramente podiam ser reutilizados para novos conjuntos de dados. Os programas existentes geralmente lidavam apenas com partes isoladas da análise – por exemplo, delinear as membranas ou localizar as proteínas no seu interior.
Três ferramentas num único software – e bastam poucos dados
Pela primeira vez, o MemBrain v2 combina três etapas numa única ferramenta de IA: identifica as membranas (MemBrain-seg), localiza as proteínas nelas incorporadas (MemBrain-pick) e avalia a disposição dessas proteínas (MemBrain-stats).
Em várias aplicações, a ferramenta igualou os resultados de análises manuais meticulosas, mas foi consideravelmente mais rápida. É também fácil de utilizar e pode ser aplicada a outras questões de investigação sem grandes ajustes. Como todos os componentes são de código aberto, o módulo de deteção de membranas já é amplamente utilizado em todo o mundo e tem sido aplicado, por exemplo, em conjuntos de dados do Chan Zuckerberg Imaging Institute.
«Ao tornar estas análises mais rápidas e acessíveis a grupos de investigação em todo o mundo, podemos estudar processos celulares em conjuntos de dados muito maiores. Isto pode, em última análise, ajudar-nos a compreender melhor como as células funcionam — e o que muda quando a doença se desenvolve», afirma a autora sénior, a Dra. Tingying Peng.
Conjuntos de dados maiores e distinções mais precisas no futuro
O MemBrain v2 já contribuiu para novos conhecimentos biológicos: num estudo separado, a ferramenta demonstrou que proteínas importantes para a fotossíntese estão espacialmente separadas dentro da membrana – o que desafia modelos anteriores da sua organização. No futuro, está previsto que distinga diferentes tipos de proteínas com ainda maior precisão.
«Estou especialmente satisfeito por o MemBrain v2 estar agora a ser utilizado em muitos outros estudos, onde simplifica análises exigentes ou as torna possíveis desde o início – dando um contributo concreto para novos conhecimentos biológicos», afirma o primeiro autor, Lorenz Lamm.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Outras notícias do departamento ciência
