Исследователи разработали AINU – ИИ, который может отличать раковые клетки от нормальных и выявлять вирусные инфекции в клетках на ранних стадиях, используя изображения с наноразмерным разрешением. Это может привести к более быстрой и точной диагностике заболеваний и улучшению результатов лечения пациентов.
Исследователи из Центра геномной регуляции (CRG), Университета Страны Басков (UPV/EHU), Международного физического центра Доностии (DIPC) и Фонда биофизики Бискайи (FBB, расположенного в Институте биофизики) разработали искусственный интеллект, который может отличать раковые клетки от нормальных клеток, а также обнаруживает самые ранние стадии вирусной инфекции внутри клеток.
AINU сканирует изображения клеток с высоким разрешением. Изображения получают с помощью специального метода микроскопии STORM, который позволяет получить изображение с гораздо более мелкими деталями, чем можно увидеть в обычный микроскоп. Снимки высокой четкости позволяют увидеть структуры с наноразмерным разрешением.
Нанометр (нм) – это одна миллиардная часть метра. К примеру, толщина человеческого волоса составляет около 100 000 нм. Искусственный интеллект может обнаруживать изменения внутри клеток размером всего 20 нм, что в 5000 раз меньше толщины человеческого волоса. Эти изменения слишком малы и незаметны для людей, чтобы их можно было обнаружить только традиционными методами.
С помощью искусственного интеллекта мы совершаем революцию в выявлении заболеваний
«Разрешение этих изображений достаточно высокое, чтобы наш искусственный интеллект мог с поразительной точностью распознавать специфические закономерности и различия, включая изменения в расположении ДНК внутри клеток, помогая выявлять изменения очень скоро после их возникновения. Мы думаем, что однажды такого рода информация поможет врачам сэкономить драгоценное время для мониторинга заболеваний, персонализации методов лечения и улучшения результатов лечения пациентов», – говорит профессор исследований ICREA Пиа Косма, соавтор исследования и научный сотрудник Центра геномной регуляции в Барселоне.
АЙНУ – это сверточная нейронная сеть, тип искусственного интеллекта, специально разработанный для анализа визуальных данных. Примерами сверточных нейронных сетей являются инструменты искусственного интеллекта, которые позволяют пользователям разблокировать смартфоны образом своего лица, или другие устройства, используемые самоуправляемыми автомобилями для понимания окружающей среды и навигации по ней путем распознавания объектов на дороге.
В медицине сверточные нейронные сети используются для анализа медицинских изображений, таких как маммограммы или компьютерная томография, и выявления признаков рака, которые могут быть не замечены человеческим глазом. Они также могут помочь врачам обнаружить отклонения на МРТ-снимках или рентгеновских снимках, помогая быстрее и точнее поставить диагноз.
АЙНУ обнаруживает и анализирует крошечные структуры внутри клеток на молекулярном уровне. Исследователи обучили модель на изображениях ядер множества различных типов клеток в различном состоянии с наноразмерным разрешением. Модель научилась распознавать специфические закономерности в клетках, анализируя, как ядерные компоненты распределены и расположены в трехмерном пространстве.
Например, раковые клетки имеют отчетливые изменения в своей ядерной структуре по сравнению с нормальными клетками, такие как изменения в организации их ДНК или распределении ферментов внутри ядра. После обучения АЙНУ мог анализировать новые изображения клеточных ядер и классифицировать их как раковые или нормальные только на основании этих признаков.
Наноразмерное разрешение изображений позволило ИИ обнаружить изменения в ядре клетки уже через час после ее заражения вирусом простого герпеса 1-го типа. Модель может определять присутствие вируса, обнаруживая небольшие различия в плотности упаковки ДНК, что происходит, когда вирус начинает изменять структуру клеточного ядра.
На пути к клиническому применению и не только
Исследователям предстоит преодолеть важные ограничения, прежде чем технология будет готова к тестированию или внедрению в клинических условиях. Например, снимки STORM можно получить только с помощью специализированного оборудования, которое обычно имеется только в биомедицинских лабораториях. Настройка и техническое обслуживание систем обработки изображений, необходимых для искусственного интеллекта, требует значительных инвестиций как в оборудование, так и в технические знания.
Еще одним ограничением является то, что STORM imaging обычно анализирует только несколько клеток за один раз. В диагностических целях, особенно в клинических условиях, где скорость и эффективность имеют решающее значение, врачам необходимо получить гораздо большее количество клеток на одном изображении, чтобы иметь возможность обнаруживать или отслеживать заболевание.
«В области визуализации наблюдается значительный прогресс, который означает, что вскоре микроскопы могут быть доступны в небольших или менее специализированных лабораториях, а со временем и в клиниках. Ограничения доступности и производительности являются более решаемыми проблемами, чем мы думали ранее, и мы надеемся вскоре провести доклинические эксперименты», – говорит доктор Косма.
Будущее исследований стволовых клеток в АЙНУ
Несмотря на то, что клинические результаты могут быть получены только через несколько лет, ожидается, что АЙНУ ускорит научные исследования в краткосрочной перспективе. Исследователи обнаружили, что технология может идентифицировать стволовые клетки с очень высокой точностью. Стволовые клетки могут развиваться в клетки любого типа в организме, и эта способность известна как плюрипотентность. Плюрипотентные клетки изучаются на предмет их способности восстанавливать или заменять поврежденные ткани.
Нейросеть может ускорить и сделать более точным процесс выявления плюрипотентных клеток, помогая сделать терапию стволовыми клетками более безопасной и эффективной. «Современные методы выявления высококачественных стволовых клеток основаны на тестировании на животных. Однако все, что нужно нашей модели искусственного интеллекта для работы, – это образец, окрашенный специальными маркерами, которые подчеркивают ключевые ядерные особенности. Помимо того, что это проще и быстрее, это может ускорить исследования стволовых клеток и одновременно способствовать сокращению использования животных в науке», – говорит Давид Карневали, первый автор исследования и научный сотрудник CRG.
Wayve и Uber объединяются для организации беспилотного вождения
Компания Wayve, британский разработчик технологий для беспилотных автомобилей, сегодня объявила о стратегическом партнерстве с Uber. 30.08.2024 136 0 0Аэропорт Инвернесса проводит испытания автономных транспортных средств для перевозки пассажиров
В испытаниях участвуют два типа автоматизированных транспортных средств для перевозки людей: небольшая автоматическая машина Aurrigo и более крупный автоматический шаттл в кампусе Университета Хайлендса и островов в Инвернессе (север Шотландии). 30.08.2024 146 0 0Кремниевый чип для связи 6G
Команда ученых раскрыла потенциал связи 6G с помощью нового поляризационного мультиплексора. Терагерцовая связь представляет собой новый рубеж в области беспроводных технологий, обещая скорость передачи данных, намного превышающую существующие системы. 30.08.2024 178 0 0Подводный робот для погружения под полярные льды
На отдаленном участке замерзшего моря Бофорта, к северу от Аляски, инженеры из Лаборатории реактивного движения НАСА в Южной Калифорнии собрались вместе, чтобы заглянуть в узкое отверстие в толстом слое морского льда. Под ними цилиндрический робот собирал научные данные для испытаний в холодном океане, соединенный тросом с треногой, которая опускала его в скважину. 30.08.2024 171 0 0