La plate-forme motivée par l'AI neuve analysent comment les agents pathogènes infectent des cellules humaines

La plate-forme, HRMAn ("Herman "), qui représente la réaction d'hôte à l'analyse de microbe, est open-source, facile à utiliser et peut être réglée pour différents agents pathogènes comprenant l'enterica de salmonelle.

Frayé par des scientifiques à l'institut de torticolis de Francis et à l'UCL, des réseaux neuronaux profonds d'utilisations de HRMAn pour analyser les configurations complexes dans les images des interactions cellulaires d'agent pathogène et d'être humain ("hôte "), retirant les mêmes caractéristiques détaillées que les scientifiques font à la main. La recherche est publiée dans l'eLife de tourillon d'accès ouvert, qui comprend une tige pour télécharger la plate-forme et pour atteindre les vidéos d'instruction.

« Ce qui étaient des manuels, la tâche longue pour des biologistes nous prend maintenant une question des minutes sur un ordinateur, nous permettant d'apprendre plus au sujet des agents pathogènes infectieux et comment nos fuselages répondent à eux, plus rapidement et plus avec précision, » dit Eva Frickel, chef de groupe au torticolis, qui a abouti le projet. « HRMAn peut réellement voir des interactions d'hôte-agent pathogène comme un biologiste, mais à la différence de nous, il n'obtient pas fatigué et le besoin de dormir ! »

Pour expliquer le pouvoir de HRMAn - qui fonctionne sur la plate-forme de KNIME - l'équipe l'avait l'habitude pour analyser la réaction de fuselage au gondii de toxoplasme, un parasite que des répliques dans les chats et vraisemblablement est transporté par plus qu'un tiers de la population du monde.

Les chercheurs dans l'installation d'examen critique élevée du débit du torticolis se sont rassemblés plus de 30.000 images de microscope de cinq types différents de cellules humaines Toxoplasme-infectées et les ont chargées dans HRMAn pour l'analyse. HRMAn a trouvé et a analysé plus de 175.000 compartiments cellulaires agent-contenants, fournissant les informations détaillées au sujet du nombre de parasites selon la cellule, l'emplacement des parasites dans les cellules, et combien de protéines de cellules ont agi l'un sur l'autre avec les parasites, entre d'autres variables.

« Précédentes tentatives à automatiser l'analyse d'image d'hôte-agent pathogène pour capter ce niveau de précision, » dit Artur Yakimovich, l'associé de recherches en laboratoire du commerçant de tissus de Jason au MRC LMCB à UCL et le Co-premier auteur de l'étude. « Utilisant les mêmes tris des algorithmes qui font fonctionner auto-piloter des véhicules, nous avons produit une plate-forme qui amplifie la précision de l'analyse de caractéristiques biologique à fort débit, qui a révolutionné ce que nous pouvons faire dans le laboratoire. Les algorithmes d'AI viennent dans pratique quand la plate-forme évalue les caractéristiques basées sur image d'une voie qu'un spécialiste qualifié. Elle est également réellement facile à utiliser, même pour des scientifiques avec peu à aucune connaissance du codage. »

L'équipe avait l'habitude également HRMAn pour analyser l'enterica de salmonelle - un agent pathogène bactérien 16 fois plus petit que le toxoplasme, expliquant sa souplesse d'utilisation pour étudier différents agents pathogènes.

« Notre équipe emploie HRMAn pour répondre à des questions spécifiques au sujet des interactions d'hôte-agent pathogène, mais il a des implications d'une grande portée en dehors de l'inducteur aussi, » dit le stagiaire de Daniel Fisch, du torticolis PhD et le Co-premier auteur de l'étude. « HRMAn peut analyser n'importe quelle image de fluorescence, la rendant appropriée pour un bon nombre de différents endroits de biologie, y compris la cancérologie. »

Source : https://www.crick.ac.uk/news/2019-02-12_new-ai-toolkit-is-the-scientist-that-never-sleeps