Pull to refresh

Исследователи научили алгоритм находить на снимках зараженные вирусом клетки

Reading time2 min
Views1.4K

Исследователи из университета Цюриха обучили нейронную сеть распознавать клетки, инфицированные аденовирусами или вирусами герпеса. С помощью метода флуоресцентной микроскопии они собрали изображения клеток, на которых обучили алгоритм.

iStock.com / photoman
iStock.com / photoman

Флуоресцентная микроскопия позволяет увидеть изменения в ядре клетки, пораженной вирусом. Она также помогает выявлять тяжелые острые инфекции на ранней стадии: у человека аденовирусы могут инфицировать клетки дыхательных путей, а вирусы герпеса - клетки кожи и нервной системы. Эти вирусы также могут вызывать стойкие инфекции, которые не может полностью подавить иммунная система и которые производят вирусные частицы в течение многих лет. Когда пораженные клетки выделяют активизируются, инфекция начинает быстро распространяться, что может привести к острым заболеваниям легких или нервной системы.

Исследовательская группа Урса Гребера, профессора кафедры молекулярных наук, показала, что алгоритм машинного обучения может распознавать клетки, инфицированные герпесом или аденовирусами, исключительно на основе флуоресценции ядра. Авторы считают, что их разработка может предсказывать реакцию клеток человека на вирусы или микроорганизмы и открывает новые возможности для понимания инфекций и открытия новых активных агентов против патогенов.

Маркировка инфицированных HSV-1 и AdV клеток
Маркировка инфицированных HSV-1 и AdV клеток

Метод анализа основан на сочетании флуоресцентной микроскопии живых клеток с процессами глубокого обучения. Герпес и аденовирусы, образующиеся внутри инфицированной клетки, изменяют организацию ядра, и эти изменения можно наблюдать под микроскопом. Группа разработала алгоритм глубокого обучения для автоматического обнаружения этих изменений. Сеть обучается с помощью большого набора микроскопических изображений и учится определять закономерности, характерные для инфицированных или неинфицированных клеток.

Схема работы нейросети
Схема работы нейросети

Исследовательская группа также продемонстрировала, что алгоритм способен выявлять острые и тяжелые инфекции с точностью 95 % и заблаговременно, до 24 часов. Обучающим материалом послужили изображения живых клеток литических инфекций (когда вирус воспроизводит себя и убивает клетку-хозяина), а также изображения устойчивых инфекций, при которых вирусы производятся непрерывно, но только в небольших количествах.

Группа уже обнаружила некоторые различия: внутреннее давление ядра больше при литических инфекциях, чем при устойчивых.

Различия в давлении ядра клеток
Различия в давлении ядра клеток

Кроме того, в клетке с литической инфекцией вирусные белки быстрее накапливаются в ядре.

Ранее исследователи из Nvidia и кафедры стволовых клеток и регенеративной биологии Гарвардского университета смогли разработать набор инструментов для глубокого обучения, чтобы помочь ученым изучать области ДНК, определяющие уникальную функцию клетки, даже когда данные ограничены или зашумлены. Обычно такое встречается при раннем обнаружении рака или генетических заболеваниях.

Tags:
Hubs:
Total votes 12: ↑12 and ↓0+12
Comments0

Other news