Med hjälp av AI kan forskarna plocka ut information ur filmade sekvenser av cellernas rörelse i mikroskop. Bild: Jesús Pineda
Artikel från Göteborgs universitet

Den här artikeln bygger på ett pressmeddelande. Läs om hur redaktionen jobbar.

Med hjälp av artificiell intelligens kan forskare göra bättre analyser av celler som filmas i mikroskop. Den nya metoden kan underlätta utvecklingen av cancermediciner.

Studier av rörelser och beteenden hos celler och biologiska molekyler i ett mikroskop ger grundläggande information för att bättre förstå processer som rör vår hälsa.

Hur cellerna beter sig vid olika scenarier är till exempel viktigt för att kunna utveckla ny teknik och medicinska behandlingar.

Kraftig utveckling av mikroskopi

Under de senaste två decennierna har utvecklingen inom så kallad optisk mikroskopi gått snabbt.

– Det gör det möjligt för oss att studera biologiskt liv in i minsta detalj i både rum och tid. Levande materia rör sig i alla möjliga riktningar och i olika hastighet, säger Jesús Pineda som är doktorand vid Göteborgs universitet.

Matematik beskriver partiklars relationer

Utvecklingen har gett dagens forskare så stora mängder data att det blir nästan omöjligt att analysera. Men nu har forskarna vid Göteborgs universitet med hjälp av artificiell intelligens utvecklat, AI, utvecklat en metod som kombinerar grafteori och neurala nätverk. Med hjälp av metoden kan forskarna plocka ut tillförlitlig information från filmsekvenser.

Mer om neurala nätverk

Neurala nätverk lär sig hämta just den information som en forskare vill ha från en bild, genom att använda självövervakat lärande. Verktyget som utvecklats av forskarna vid Göteborgs universitet förenklar analysprocessen, och gör det möjligt att snabbt få ut mycket och detaljerad information från de dataspäckade filmerna.

Liknar ett socialt nätverk

Grafteorin är en matematisk struktur som används för att beskriva relationerna mellan olika partiklar i det studerade materialet. Det går att likna vid ett socialt nätverk där partiklarna interagerar och påverkar varandras beteende direkt eller indirekt.

– AI-metoden använder informationen i grafen för att anpassa sig till olika situationer och kan lösa flera uppgifter i olika experiment. Till exempel kan vår AI rekonstruera vägen som enskilda celler eller molekyler tar när de rör sig för att uppnå en viss biologisk funktion, säger Jesús Pineda och fortsätter:

– Det gör att forskare kan testa effektiviteten hos olika läkemedel och se hur väl de fungerar som potentiella behandlingar för cancer.

Vetenskaplig studie:

Geometric deep learning reveals the spatiotemporal features of microscopic motion, Nature Machine Intelligence:

Kontakt:

Jesús Pineda, doktorand på institutionen för fysik vid Göteborgs universitet, , e-post: jesus.pineda@physics.gu.se

Nyhetsbrev med aktuell forskning

Visste du att robotar som ser en i ögonen är lättare att snacka med? Missa ingen ny forskning, prenumerera på vårt nyhetsbrev!

Jag vill prenumerera