กล้องจุลทรรศน์ฟลูออเรสเซนต์ของเซลล์ที่มีชีวิตเป็นเครื่องมือที่จำเป็นสำหรับการศึกษาการเปลี่ยนแปลงของระบบชีวภาพ แต่กระบวนการทางชีววิทยาหลายอย่าง เช่น การแบ่งเซลล์ของแบคทีเรียและการแบ่งตัวของไมโตคอนเดรีย เป็นต้น เกิดขึ้นเป็นช่วงๆ ซึ่งทำให้จับได้ยาก การถ่ายภาพตัวอย่างอย่างต่อเนื่องที่อัตราเฟรมสูงจะช่วยให้มั่นใจได้ว่าเมื่อมีการแบ่งดังกล่าวเกิดขึ้น
จะมีการบันทึก
ไว้อย่างแน่นอน แต่การถ่ายภาพด้วยแสงฟลูออเรสเซนต์ที่มากเกินไปทำให้เกิดการฟอกสีด้วยแสงและสามารถทำลายตัวอย่างที่มีชีวิตได้ก่อนเวลาอันควร ในขณะเดียวกันอัตราเฟรมที่ช้าลงก็เสี่ยงต่อการพลาดเหตุการณ์ที่น่าสนใจ สิ่งที่จำเป็นคือวิธีการคาดการณ์เมื่อเหตุการณ์กำลังจะเกิดขึ้น
จากนั้นสั่งให้กล้องจุลทรรศน์เริ่มถ่ายภาพด้วยความเร็วสูงนักวิจัยได้สร้างระบบดังกล่าวขึ้นมา ทีมงานได้พัฒนาเฟรมเวิร์กการได้มาซึ่งเหตุการณ์ที่ขับเคลื่อนด้วยเหตุการณ์ (EDA) ที่ทำให้การควบคุมกล้องจุลทรรศน์เป็นไปโดยอัตโนมัติเพื่อถ่ายภาพเหตุการณ์ทางชีววิทยาโดยละเอียด
“กล้องจุลทรรศน์อัจฉริยะก็เหมือนกับรถยนต์ที่ขับได้เอง มันจำเป็นต้องประมวลผลข้อมูลบางประเภท รูปแบบที่ละเอียดอ่อนซึ่งมันจะตอบสนองโดยการเปลี่ยนพฤติกรรมของมัน” ผู้ตรวจสอบหลักอธิบาย ในแถลงการณ์ “ด้วยการใช้โครงข่ายประสาทเทียม เราสามารถตรวจจับเหตุการณ์ที่ละเอียดกว่านั้นมาก
และใช้เหตุการณ์เหล่านั้นเพื่อขับเคลื่อนการเปลี่ยนแปลงของความเร็วในการรับข้อมูล”กรอบงาน ซึ่งอธิบายไว้ประกอบด้วยวงจรป้อนกลับระหว่างสตรีมภาพสดและตัวควบคุมกล้องจุลทรรศน์ นักวิจัยใช้ซอฟต์แวร์ เพื่อจับภาพจากกล้องจุลทรรศน์และโครงข่ายประสาทเทียม
ที่ได้รับการฝึกอบรมเกี่ยวกับข้อมูลที่ติดฉลากเพื่อวิเคราะห์ สำหรับแต่ละภาพ เอาต์พุตเครือข่ายทำหน้าที่เป็นพารามิเตอร์ในการตัดสินใจเพื่อสลับระหว่างภาพที่ช้าและเร็วการรับรู้เหตุการณ์ เพื่อแสดงให้เห็นถึงเทคนิคใหม่ของพวกเขา และเพื่อนร่วมงานได้รวม เข้ากับกล้องจุลทรรศน์แบบส่องสว่าง
ที่มีโครงสร้าง
ทันที และใช้มันเพื่อจับภาพภาพยนตร์เหลื่อมเวลาที่มีความละเอียดสูงของการแบ่งไมโทคอนเดรียและแบคทีเรียการแบ่งตัวของไมโตคอนเดรียเป็นสิ่งที่คาดเดาไม่ได้ โดยทั่วไปจะเกิดขึ้นทุกๆ สองสามนาทีและกินเวลาหลายสิบวินาที ในการทำนายการเริ่มต้นของการแบ่งตัว ทีมงานได้ฝึกโครงข่ายประสาท
เทียมเพื่อตรวจจับการหดตัว ซึ่งเป็นการเปลี่ยนแปลงรูปร่างของไมโตคอนเดรียที่นำไปสู่การแบ่งตัว รวมกับการปรากฏตัวของโปรตีนที่เรียกว่า DRP1 ซึ่งจำเป็นสำหรับการแบ่งตัวที่เกิดขึ้นเองโครงข่ายประสาทเทียมจะแสดงแผนที่ความร้อนของ “คะแนนเหตุการณ์” โดยมีค่าสูงขึ้น
(เมื่อทั้งการหดตัวและระดับ DRP1 สูง) ระบุตำแหน่งภายในภาพที่มีโอกาสเกิดการแบ่งตัวมากขึ้น เมื่อคะแนนเหตุการณ์เกินค่าเกณฑ์ ความเร็วในการถ่ายภาพจะเพิ่มขึ้นเพื่อจับภาพเหตุการณ์การแบ่งโดยละเอียด เมื่อคะแนนลดลงเหลือเกณฑ์ที่สอง กล้องจุลทรรศน์จะเปลี่ยนไปใช้การถ่ายภาพความเร็วต่ำ
เพื่อหลีกเลี่ยง
ไม่ให้ตัวอย่างโดนแสงมากเกินไปนักวิจัยได้ทำการ EDA กับเซลล์ที่แสดงฉลากฟลูออเรสเซนต์ที่กำหนดเป้าหมายของไมโตคอนเดรียน ระหว่างการวัด EDA แต่ละครั้ง เครือข่ายจะจดจำสารตั้งต้นของการแบ่งตัวของแบคทีเรียโดยเฉลี่ยเก้าครั้ง สิ่งนี้จะสลับความเร็วในการสร้างภาพจากช้า
(0.2 เฟรม/วินาที) เป็นเร็ว (3.8 เฟรม/วินาที) เป็นเวลาเฉลี่ย 10 วินาที ทำให้ได้ภาพที่รวดเร็วถึง 18% ของเฟรม พวกเขาทราบว่าหลายไซต์สะสม DRP1 แต่ไม่ได้นำไปสู่การแบ่ง ไซต์เหล่านี้ไม่ได้เรียกใช้เครือข่าย ซึ่งแสดงให้เห็นถึงความสามารถในการแยกแยะเหตุการณ์ที่น่าสนใจ
สำหรับการเปรียบเทียบ ทีมงานยังได้เก็บภาพด้วยความเร็วคงที่ทั้งช้าและเร็ว EDA ทำให้เกิด ตัวอย่างน้อยกว่าการถ่ายภาพเร็วแบบอัตราคงที่ ทำให้สามารถสังเกตการณ์แต่ละตัวอย่างได้นานขึ้น และเพิ่มโอกาสในการจับภาพเหตุการณ์การแบ่งตัวของไมโทคอนเดรียที่หายาก ในบางกรณี
ตัวอย่างถูกกู้คืนจากการฟอกสีด้วยแสงในระหว่างขั้นตอนการถ่ายภาพที่ช้า ทำให้มีปริมาณแสงสะสมสูงขึ้นในขณะที่การฟอกขาวด้วย EDA สูงกว่าการถ่ายภาพที่ช้าอย่างต่อเนื่อง เซสชัน EDA จำนวนมากถึง 10 นาทีโดยไม่ทำให้สุขภาพของตัวอย่างลดลง นักวิจัยยังพบว่า EDA สามารถแก้ไขการหดตัว
ก่อนการแบ่งได้ดีขึ้น เช่นเดียวกับความก้าวหน้าของสถานะเมมเบรนที่นำไปสู่การแตกตัว ซึ่งจับภาพได้จากการระเบิดของภาพอย่างรวดเร็ว อธิบาย “ศักยภาพของกล้องจุลทรรศน์อัจฉริยะรวมถึงการวัดว่าการซื้อมาตรฐานใดที่จะพลาดไป” “เราจับภาพเหตุการณ์ต่างๆ ได้มากขึ้น วัดการหดตัวที่เล็กลง
และติดตามแต่ละส่วนได้อย่างละเอียดยิ่งขึ้น”ตรวจจับการแบ่งตัวของแบคทีเรียต่อไป นักวิจัยใช้ EDA เพื่อศึกษาการแบ่งเซลล์ในแบคทีเรียC. crescentus วัฏจักรของเซลล์แบคทีเรียเกิดขึ้นในช่วงเวลาหลายสิบนาที สร้างความท้าทายที่แตกต่างกันสำหรับกล้องจุลทรรศน์เซลล์ที่มีชีวิต
พวกเขารวบรวมข้อมูลที่ความเร็วภาพช้า 6.7 เฟรม/ชม. ความเร็วภาพเร็ว 20 เฟรม/ชม. หรือความเร็วที่เปลี่ยนแปลงโดย EDAทีมงานพบว่าเครือข่ายการตรวจจับเหตุการณ์ที่พัฒนาขึ้นสำหรับการหดตัวของไมโตคอนเดรียสามารถรับรู้ขั้นตอนสุดท้ายของการแบ่งตัวของแบคทีเรีย
โดยไม่ต้องมีการฝึกอบรมเพิ่มเติม ซึ่งน่าจะเกิดจากความคล้ายคลึงกันของรูปร่างการหดตัวและการมีเครื่องหมายโมเลกุลที่มีลักษณะการทำงานคล้ายกันในขณะที่จำกัดความเครียดในตัวอย่าง การใช้เครือข่ายนิวรัลเพื่อตรวจหาสารตั้งต้นที่ละเอียดอ่อนของเหตุการณ์ที่น่าสนใจ EDA จะปรับพารามิเตอร์การรับข้อมูล เช่น ความเร็วในการถ่ายภาพหรือระยะเวลาการวัดผลในการตอบสนอง
แนะนำ 666slotclub / hob66
