Úgynevezett magyar siker!
Saját fejlesztésű, mesterséges intelligenciával vezérelt, automatizált mikroszkóprendszerükkel képesek az élő szövetmintán belül bármilyen sejtet megtalálni, az előzetesen definiált jellemzőkkel rendelkező sejteket stimulálni, továbbá a válaszfolyamatok rögzítése révén biológiai információkat gyűjteni.
A most kidolgozott módszer új távlatokat nyithat olyan világszerte elterjedt betegségek korai diagnosztikájában, illetve kórfolyamatainak megértésében, mint az Alzheimer-kór vagy a Parkinson-kór, ezzel is támogatva a hatékony terápiák kifejlesztését
Közölte az Eötvös Loránd Kutatási Hálózat (ELKH) közleményében az MTI-vel.
Az ELKH Szegedi Biológiai Kutatóközpont Biológiai képfeldolgozó és gépi tanulási munkacsoportja Horváth Péter bioinformatikus vezetésével, valamint Tamás Gábor neurobiológus professzor, a Szegedi Tudományegyetem Agykérgi Neuronhálózatok Kutatócsoportjának vezetője több éve dolgoznak együtt olyan rendszermikroszkópiai megoldásokon, amelyek új utakat nyitottak az egyedi sejtek vizsgálatában.
Legújabb fejlesztésük az Autopatcher névre hallgató, mesterséges intelligencia segítségével működő elektrofiziológiai eljárás, amelyet a Nature Communications című folyóiratban ismertettek február 10-én.
A beszámoló szerint a módszer több tekintetben is egyedülálló: a sejtvizsgálatok natív (festés vagy egyéb jelölés nélküli) agyszöveti mintákon történnek, gépi látás és mesterséges intelligencia felhasználásával. A mélytanulási algoritmusokra épülő, több ezer kép elemzése alapján kidolgozott szoftver a kamerakép alapján képes a mikroszkópba integrált mikropipetta helyének automatikus meghatározására, valamint a pipetta precíz mozgatására, és ennek révén a célsejtek automatikus felismerésére, illetve a célzott sejtek térbeli elmozdulásának észlelésére.
A mesterséges intelligenciával vezérelt rendszer a vizsgálat céljától függően minden egyes célsejtet úgy választ ki, hogy a mérés sikeressége a lehető legnagyobb legyen.
A szegedi fejlesztés fontos újításaként említik még a sejtek jelölés nélküli (label-free) vizsgálatát. A sejttípusok azonosítására széles körben használt festési eljárások ugyanis az élő szövetekben szükségképpen a sejtek pusztulását okozzák, így a sejtműködéssel kapcsolatos vizsgálatokat eleve kizárják. Léteznek ugyan másféle, kevésbé drasztikus sejtjelölési eljárások is, ezek alkalmazása azonban számos sejttípus esetében nem megoldható.
Kiemelt kép: Getty Images