Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Aplicando profundamente a aprendizagem à microscopia da localização

A ciência moderna exige soluções tecnologicos modernas. Porque nós prise o mundo natural distante à procura das respostas a umas perguntas sempre mais complexas, nós precisamos de pensar em maneiras novas sobre nossa aproximação aos problemas que nós somos enfrentados com.

Profundamente aprendendo

Crédito de imagem: Archy13/Shutterstock.com

Diversas tecnologias foram desenvolvidas durante estes últimos anos que estão empurrando os limites de nosso conhecimento científico para alturas novas. Enquanto estas tecnologias se tornam os cientistas estão olhando em maneiras de usá-las em tandem, para produzir uns resultados mais exactos e maneiras novas de aproximar os problemas da indústria científica moderna. Duas tais tecnologias que podem ser combinadas para produzir uma compreensão melhor de sistemas biológicos são microscopia da localização e profundamente aprendizagem.

Microscopia da localização

A microscopia da localização é uma técnica recentemente desenvolvida que tenha o potencial transformar nossa compreensão da função da pilha a nível molecular. Fornece a informações exactas pontual sobre distribuições moleculars em estruturas biológicas, e a análise com esta técnica pode mesmo fornecer o número absoluto de proteínas actuais em sistemas biológicos.

É uma técnica de imaginação de alta resolução poderosa que seja mostrada para ter o potencial ser um método complementar extremamente útil para experiências, utilizando a luz e a microscopia de elétron convencionais. Esta técnica fornece o feedback experimental directo modelando a complexidade de interacções biológicas.

A microscopia da localização trabalha no princípio que a barreira da difracção (o limite de definição de ondas claras) pode ser contorneada photoswitching, por photoactivation, ou por photoconversion dos fluorophores individuais, que são anexados à estrutura do interesse.

Utilizando a localização precisa da único-molécula conjuntamente com técnicas avançadas da reconstrução das imagens múltiplas, que contêm um punhado do active isolou os fluorophores, estruturas de menos do que a metade do comprimento de onda da luz no diâmetro pode ser resolved, comparado com as técnicas tais como a microscopia de fluorescência convencional ou confocal. A densidade de moléculas ativadas está a um ponto baixo mantido de modo que os fluorophores individuais que são imaged em cada ciclo não sobrepor.

Assim, usando esta técnica, a detecção de meros pouco mil protão de um único fluoróforo permite a localização de fluoróforo dito com precisão na escala do nanômetro.

Aplicando profundamente a aprendizagem produzir melhores, resultados mais rápidos

Contudo, há uma limitação com microscopia da localização: o número de imagens que podem ser produzidas em uma estadia dada. Porque a tecnologia confia em imagens múltiplas de fluorophores ativados diferentes, esta é uma escolho principal sem a aplicação de outras tecnologias para acelerar o processo. Uma tal tecnologia actual que pode resolver esta edição é aprendizagem profunda.

No campo da inteligência artificial (AI), profundamente aprender é um subconjunto recentemente desenvolvido da aprendizagem de máquina. Utiliza redes neurais artificiais para fazê-la capaz da aprendizagem dos dados não organizados ou unlabelled. Foi usada em muitas aplicações diferentes do reconhecimento facial aos carros decondução, e em aplicações dos cuidados médicos. É uma tecnologia pioneiro que esteja mudando fundamental como o software e as máquinas interagem com o mundo em torno de nós.

Recentemente, os estudos foram realizados por pesquisadores para aplicar profundamente a aprendizagem à pesquisa da ciência da vida e para complementar os avanços dentro do campo. Um tal estudo que procurou fornecer melhores e imagens mais rápidas da alto-produção da microscopia da localização foi realizado por uma equipe conduzida por Wei Ouyang, da imagem lactente e unidade da modelagem do Pasteur Institute em Paris. Desenvolveram um sistema chamado ANNA-PALM, que foi mostrado para melhorar vastamente imagens da super-definição de estruturas delicadas.

Usaram simulações e a imagem lactente experimental das mitocôndria, dos microtubules, e dos poros nucleares para demonstrar que esta tecnologia poderia reconstruir as imagens de alta qualidade da super-definição de até dois ordens de grandeza menos quadros do que seja normalmente necessário, sem comprometer a definição espacial.

Com ANNA-PALM, controlaram conseguir a reconstrução da super-definição de imagens do widefield apenas (uma proposição difícil sem a adição de técnicas de aprendizagem profundas), e adicionando a qualidade da imagem dos dados da localização foi melhorada. O sistema rendeu as imagens que medem escalas espaciais de ~20nm - ~2nm e campos >1,000 da vista imaged que contêm as pilhas >1,000 em ~3h. O tempo da aquisição e a irradiação da amostra foram reduzidos dràstica, conduzindo a uma imagem lactente mais delicada e mais rápida da super-definição da alto-produção e da vivo-pilha.

O futuro

Utilizando tecnologias pioneiros, os pesquisadores podem facilmente complementar técnicas existentes para produzir os resultados que são mais rápidos e mais exactos do que sempre antes. Com as aplicações tais como o melhoramento da imagem lactente da microscopia da localização, profundamente aprender é uma tal tecnologia que está avançando a maneira que nós aprendemos sobre as complexidades do mundo natural e representa uma revelação revolucionária em estudos científicos actuais e futuros.

Fontes

Sauer, chegares à maturidade da microscopia da localização de M (2013): dos conceitos ao impacto biológico, jornal de pgs da ciência 126 da pilha. 3505-3513 DOI: https://doi.org/10.1242/jcs.123612

Ouyang, W e outros (2018) que aprende profundamente maciça acelera a microscopia da localização da super-definição, biotecnologia 36 da natureza, pgs. 460-468 DOI: https://doi.org/10.1038/nbt.4106

ANNA-PALM, Institut Pasteur https://annapalm.pasteur.fr/#/

Last Updated: Jan 17, 2020

Reginald Davey

Written by

Reginald Davey

Reg Davey is a freelance copywriter and editor based in Nottingham in the United Kingdom. Writing for News Medical represents the coming together of various interests and fields he has been interested and involved in over the years, including Microbiology, Biomedical Sciences, and Environmental Science.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Davey, Reginald. (2020, January 17). Aplicando profundamente a aprendizagem à microscopia da localização. News-Medical. Retrieved on October 29, 2020 from https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx.

  • MLA

    Davey, Reginald. "Aplicando profundamente a aprendizagem à microscopia da localização". News-Medical. 29 October 2020. <https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx>.

  • Chicago

    Davey, Reginald. "Aplicando profundamente a aprendizagem à microscopia da localização". News-Medical. https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx. (accessed October 29, 2020).

  • Harvard

    Davey, Reginald. 2020. Aplicando profundamente a aprendizagem à microscopia da localização. News-Medical, viewed 29 October 2020, https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx.

Comments

The opinions expressed here are the views of the writer and do not necessarily reflect the views and opinions of News Medical.