هوش مصنوعی

تکنیک یادگیری ماشین برای مشاهده سازماندهی سلول انسان

دانشمندان در موسسه آلن با کمک یادگیری ماشینی، سیستم کامپیوتر را طوری آموزش داده‌اند که بتواند قسمت‌هایی از سلول را که انسان قادر به مشاهده آن نیست، ببیند.


به کمک تصاویر 3D حاصل از تصویربرداری سلول‌های نشانه‌گذاری شده با فلئورسنت، محققان به سیستم کامپیوتر یاد دادند تا بتواند درون سلول زنده را بار دیگر بدون نشانه‌گذاری فلئورسنتی ببیند. این در حالی است که تا قبل از این بدون نشانه‌گذاری فلئورسنتی، با استفاده از تکنیک ارزان قیمت میکروسکوپ brightfield  تنها می‌توانستیم تصاویر سیاه و سفید ساده‌ای را ببینیم.

میکروسکوپ فلئورسنت که از نشانه‌گذاری مولکولی نورافشان استفاده می‌کند روش بسیار دقیقی است و دانشمندان با استفاده از آن قادرند ساختارهای محدودی را در یک زمان درون سلول ببینند. سلول‌های بدن انسان بیش از بیست هزار پروتئین مختلف دارند که اگر هم زمان دیده شوند اطلاعات مهمی را در مورد وضعیت سلول سالم و بیمار بدن فراهم خواهند کرد.

دکتر Johnson می‌گوید: «این تکنولوژی جدید امکان مشاهده تعداد پروتئین بیشتری را به صورت هم زمان ایجاد کرده است. به این معنی که اکنون می‌توانیم سازماندهی سلولی را به خصوص در سلول‌های زنده دنبال کنیم.»

اگر بتوان به جای میکروسکوپ فلئورسنت که روشی پرهزینه است از ترکیب روش ارزان قیمت‌تر میکروسکوپ brightfield  و تجهیزات کامپیوتری استفاده کرد، هزینه پژوهش نیز بسیار کاهش خواهد یافت. از طرفی نشانه‌های فلئورسنتی نیز ممکن است محو شوند و نور هم می‌تواند به سلول زنده آسیب بزند. روش یادگیری ماشینی به دانشمندان امکان بررسی تغییرات دقیق را در بازه‌های زمانی طولانی‌تری می‌دهد و به خصوص راجع به بررسی تکامل سلول و پیشرفت بیماری بسیار کارآمد است.

از نگاه انسان، اجسام در میکروسکوپ brightfield به شکل کیسه‌هایی خاکستری رنگ دیده می‌شوند و یک فرد با تبحر می‌تواند زوایای سلول، هسته و ذخیره ژنتیکی را بیابد اما بیشتر از آن چیزی نخواهد دید. این تیم پژوهشی از یک شبکه عصبی پیچیده برای آموزش کامپیوتر استفاده کرده است. در نتیجه ماشین قادر است جزئیات بیشتری را که از دید انسان پنهان است در تصویر ببیند از جمله میتوکندری‌ها.

دکتر Maleckar می‌گوید: «در ابتدا ایده از این سوال برآمد که اگر ما نمی‌توانیم برخی ساختارهای خاص را ببینیم چرا ماشین‌ها نتوانند این کار را انجام دهند؟ ماشین‌ها قادرند مواردی را ببینند که ما از دیدن آن عاجزیم، ماشین‌ها می‌توانند آنچه را که ما یاد نمیگیریم یاد بگیرند و حتی سریع‌تر از ما کارها را انجام دهند.»

این تکنیک همچنین قادر است اطلاعات ساختاری دقیقی را از تصاویری که با میکروسکوپ الکترونی گرفته می‌شود تهیه کند.

از طریق جایگزین کردن میکروسکوپ فلئورسنتی با روش‌های میکروسکوپی دیگر که حساسیت کمتری به نور دارند دانشمندان علاوه بر افزایش سرعت خود در تصویربرداری می‌توانند از عملکرد سلول و بافت ارزیابی دقیق‌تری داشته باشند و همچنین هزینه کمتری به این منظور صرف شود.

لینک خبر
لینک مقاله

برچسب‌ها
نمایش بیشتر

نوشته‌های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا
EnglishIran
بستن
بستن