Науковці створили штучний інтелект для швидкого аналізу гель-електрофорезу

Науковці з Единбурзького університету здійснили важливий прорив у галузі біологічних досліджень, створивши інноваційний інструмент на основі штучного інтелекту для аналізу даних гель-електрофорезу. Це відкриття може значно прискорити та покращити точність досліджень у різних галузях біологічної науки.

Гель-електрофорез є фундаментальною методикою, яка широко використовується в біологічних науках для розділення та аналізу біомолекул. Цей метод застосовують для вивчення геномних маніпуляцій, суперспіралізації ДНК та оцінки успішності збірки біонаноструктур чи штучних кон'югатів.

Принцип роботи гель-електрофорезу базується на простому фізичному явищі: біомолекули розміщують у спеціальних лунках у гелевій матриці, після чого прикладають електричну напругу. Заряджені частинки починають рухатися крізь матрицю, причому швидкість їхнього руху залежить від розміру та заряду молекул. У результаті утворюється характерний візерунок із «смуг», що нагадує штрих-код і простягається від лунки вздовж «доріжки». Аналізуючи ці візерунки, науковці можуть отримати як якісну, так і кількісну інформацію про вміст досліджуваного зразка.

Незважаючи на значний прогрес у галузі обробки зображень за останні роки, програмні методи аналізу гелевих зображень залишалися практично незмінними протягом десятиліть. Більшість наявних підходів передбачає ручний або напівавтоматичний процес цифрового виділення доріжок і смуг із зображення з подальшим підрахунком інтенсивності пікселів у кожній смузі. Цей процес є втомливим, схильним до помилок користувача та спирається на припущення, які ускладнюють аналіз смуг неправильної форми або викривлених траєкторій.

Команда дослідників підійшла до проблеми по-новому, представивши вилучення та аналіз гелевих смуг як завдання для штучного інтелекту. Для цього вони створили велику базу даних, що містить понад 500 гелевих зображень, розмічених людьми та що охоплюють різноманітні експериментальні сценарії. На основі цієї бази даних було навчено легку нейронну мережу точно ідентифікувати смуги на зображеннях.

Результатом став високоефективний модель, здатний визначати смуги незалежно від їхньої якості, інтенсивності фону та навіть наявності несподіваних порушень, таких як розірвані фрагменти гелю. Більше того, новий підхід дозволив отримувати кількісні результати, які відповідали або перевершували ті, що були отримані за допомогою традиційних інструментів.

Щоб зробити свою розробку доступною для інших дослідників, команда створила GelGenie — програму з відкритим кодом, що має графічний інтерфейс. Ця програма дозволяє користувачам аналізувати смуги на гелевих зображеннях на власних пристроях, не потребуючи спеціальних знань чи досвіду.

Доктор Метью Аквіліна, який співкерував проєктом під час роботи в Единбурзькому університеті, а нині є постдокторським науковим співробітником Гарвардського університету та Онкологічного інституту Дана-Фарбер, зазначив: «Наскільки нам відомо, GelGenie є першою програмною платформою, яка досліджує універсальний аналіз гелів за допомогою штучного інтелекту. Ми сподіваємося, що наша платформа стане основою для справді універсальної системи аналізу гелів, яку інші дослідники зможуть інтегрувати у свої робочі процеси та продовжувати вдосконалювати».

Доктор Кетрін Данн з Інженерної школи Единбурзького університету, яка співкерувала проєктом і була науковим керівником доктора Аквіліни, підкреслила: «Гель-електрофорез широко використовується як в академічних колах, так і в промисловості, але більшість науковців використовують відносно примітивні методи для аналізу даних гель-електрофорезу. Наш новий інструмент використовує потужність штучного інтелекту, щоб вивести аналіз даних гель-електрофорезу на рівень 21-го століття».

Важливо відзначити, що команда також зробила загальнодоступними весь набір даних, ваги моделі та програмну структуру. Це дозволяє іншим дослідникам використовувати або налаштовувати моделі для більш спеціалізованих застосувань чи власних потреб.

Результати дослідження опубліковано в престижному науковому журналі Nature Communications.