Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Aplicación profundamente del aprendizaje a la microscopia de la localización

La ciencia moderna requiere soluciones tecnológicas modernas. Pues prise el mundo natural aparte en busca de respuestas a aún más preguntas complejas, necesitamos pensar de nuevas maneras en nuestra aproximación a los problemas que nos hacen frente con.

Profundamente aprendiendo

Haber de imagen: Archy13/Shutterstock.com

Varias tecnologías se han desarrollado durante los últimos años que están activando los límites de nuestro conocimiento científico a las nuevas alturas. Mientras que estas tecnologías se convierten los científicos están observando en maneras de usarlas en tándem, para producir resultados más exactos y nuevas maneras de abordar los problemas de la industria científica moderna. Dos tales tecnologías que se pueden combinar para producir una mejor comprensión de sistemas biológicos son microscopia de la localización y profundamente aprendizaje.

Microscopia de la localización

La microscopia de la localización es una técnica recientemente desarrollada que tiene el potencial de transformar nuestra comprensión de la función de la célula en el nivel molecular. Ofrece la información precisa de punta sobre distribuciones moleculares en estructuras biológicas, y el análisis con esta técnica puede incluso ofrecer el número absoluto de proteínas presentes en sistemas biológicos.

Es una técnica de imaginación de alta resolución potente que se ha mostrado para tener el potencial de ser un método complementario extremadamente útil para los experimentos, utilizando la luz y la microscopia electrónica convencionales. Esta técnica ofrece la reacción experimental directa para modelar la complejidad de acciones recíprocas biológicas.

La microscopia de la localización trabaja en el principio que la barrera de la difracción (el límite de resolución de ondas livianas) se puede sobrepasar por photoswitching, la fotoactivación, o el photoconversion de los fluorophores individuales, que se sujetan a la estructura del interés.

Utilizando la localización exacta de la único-molécula conjuntamente con técnicas avanzadas de la reconstrucción de las imágenes múltiples, que contienen un puñado de active aisló los fluorophores, estructuras menos que la mitad de la longitud de onda de la luz en diámetro puede ser resuelta, comparado con técnicas tales como microscopia de fluorescencia convencional o confocal. La densidad de moléculas activadas es ciclón guardado de modo que los fluorophores individuales que son reflejados en cada ciclo no recubran.

Así, usando esta técnica, la detección del los simples poco mil protones de un único fluoróforo permite la localización de fluoróforo dicho con la precisión en el alcance del nanómetro.

Aplicación profundamente del aprendizaje producir resultados mejores, más rápidos

Sin embargo, hay una limitación con microscopia de la localización: el número de imágenes que se pueden producir en un rato dado. Pues la tecnología confía en imágenes múltiples de diversos fluorophores activados, esto es un escollo importante sin el uso de otras tecnologías para acelerar el proceso. Una tal tecnología actual que puede resolver esta entrega es aprendizaje profundo.

En el campo de la inteligencia artificial (AI), profundamente el aprendizaje es un subconjunto recientemente desarrollado de aprendizaje de máquina. Utiliza redes neuronales artificiales para hacerlo capaz del aprendizaje de datos no estructurados o sin etiqueta. Se ha utilizado en muchos diversos usos del reconocimiento facial a los vehículos uno mismo-que impulsaban, y usos de la atención sanitaria. Es una tecnología punta que está cambiando fundamental cómo el software y las máquinas obran recíprocamente con el mundo alrededor de nosotros.

Recientemente, los estudios han sido realizados por los investigadores para aplicar profundamente el aprendizaje a la investigación de las ciencias de la vida y para complementar los avances dentro del campo. Un tal estudio que intentó ofrecer imágenes mejores y más rápidas de la alto-producción de la microscopia de la localización fue realizado por personas llevadas por Wei Ouyang, de la proyección de imagen y unidad del modelado del Pasteur Institute en París. Desarrollaron un sistema llamado ANNA-PALM, que fue mostrado para perfeccionar sumamente imágenes de la estupendo-resolución de estructuras delicadas.

Utilizaron simulaciones y la proyección de imagen experimental de mitocondrias, de microtubules, y de poros nucleares para demostrar que esta tecnología podría reconstruir las imágenes de alta calidad de la estupendo-resolución de hasta dos órdenes de magnitud menos marcos que sea normalmente necesario, sin el compromiso de la resolución espacial.

Con ANNA-PALM, manejaron lograr la reconstrucción de la estupendo-resolución de las imágenes del widefield solamente (un asunto difícil sin la adición de las técnicas de aprendizaje profundas), y mediante agregar la calidad de la imagen de los datos de la localización fue perfeccionada. El sistema rindió las imágenes que atravesaban escalas espaciales de ~20nm - ~2nm y campos visuales reflejados >1,000 que contenían las células >1,000 en ~3h. El tiempo de la adquisición y la irradiación de la muestra fueron reducidos drástico, llevando a una proyección de imagen más apacible y más rápida de la estupendo-resolución de la alto-producción y de la vivo-célula.

El futuro

Utilizando tecnologías puntas, los investigadores pueden complementar fácilmente técnicas existentes para producir los resultados que son más rápidos y más exactos que siempre antes. Con usos tales como perfeccionar proyección de imagen de la microscopia de la localización, profundamente el aprendizaje es una tal tecnología que está avance la manera que aprendemos sobre las complejidades del mundo natural y representa un revelado revolucionario en estudios científicos actuales y futuros.

Fuentes

Sauer, 2013) mayorías de edad de la microscopia de la localización de M (: de conceptos al impacto biológico, gorrón de los pgs de la ciencia 126 de la célula. 3505-3513 DOI: https://doi.org/10.1242/jcs.123612

Ouyang, W y otros (2018) profundamente que aprende masivo acelera la microscopia de la localización de la estupendo-resolución, biotecnología 36, pgs de la naturaleza. 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). Aplicación profundamente del aprendizaje a la microscopia de la localización. News-Medical. Retrieved on October 20, 2020 from https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx.

  • MLA

    Davey, Reginald. "Aplicación profundamente del aprendizaje a la microscopia de la localización". News-Medical. 20 October 2020. <https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx>.

  • Chicago

    Davey, Reginald. "Aplicación profundamente del aprendizaje a la microscopia de la localización". News-Medical. https://www.news-medical.net/life-sciences/Applying-Deep-Learning-to-Localization-Microscopy.aspx. (accessed October 20, 2020).

  • Harvard

    Davey, Reginald. 2020. Aplicación profundamente del aprendizaje a la microscopia de la localización. News-Medical, viewed 20 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.