Een team van onderzoekers van het Instituto Gulbenkian de Ciência (IGC) in Portugal heeft samen met de Åbo Akademi Universiteit in Finland, het AI4Life-consortium en andere medewerkers een innovatief open-sourceplatform ontwikkeld met de naam DL4MicEverywhere. Het artikel, "DL4MicEverywhere:Deep learning for microscopie gemaakt flexibel, deelbaar en reproduceerbaar", werd gepubliceerd in het tijdschrift Nature Methods .

Dit platform biedt levenswetenschappers eenvoudig toegang tot geavanceerde kunstmatige intelligentie (AI) voor de analyse van microscopiebeelden. Het stelt andere onderzoekers in staat, ongeacht hun computationele expertise, eenvoudig deep learning-modellen te trainen en te gebruiken op hun eigen gegevens.

Deep learning, een deelgebied van AI, heeft een revolutie teweeggebracht in de analyse van grote en complexe microscopiedatasets, waardoor wetenschappers cellen en subcellulaire structuren automatisch kunnen identificeren, volgen en analyseren. Het gebrek aan computerbronnen en AI-expertise weerhoudt sommige onderzoekers in de levenswetenschappen er echter van om in hun eigen werk voordeel te halen uit deze krachtige technieken.

DL4MicEverywhere pakt deze uitdagingen aan door een intuïtieve interface te bieden waarmee onderzoekers deep learning-modellen kunnen gebruiken voor elk experiment dat beeldanalyse vereist en in diverse computerinfrastructuren, van eenvoudige laptops tot krachtige clusters.

"Ons platform slaat een brug tussen de technologische vooruitgang op het gebied van AI en biomedisch onderzoek", zegt Ivan Hidalgo-Cenamor, eerste auteur van de studie en onderzoeker bij IGC.

"Hiermee krijgen onderzoekers, ongeacht hun expertise op het gebied van AI, toegang tot geavanceerde microscopiemethoden, waardoor ze hun resultaten automatisch kunnen analyseren en mogelijk nieuwe biologische inzichten kunnen ontdekken."

Het DL4MicEverywhere-platform bouwt voort op het eerdere werk van het team, ZeroCostDL4Mic, om de training en het gebruik van modellen in verschillende computeromgevingen mogelijk te maken. Het platform bevat ook een gebruiksvriendelijke interface en breidt de verzameling beschikbare methodologieën uit die gebruikers kunnen toepassen op algemene taken voor microscopiebeeldanalyse.

"DL4MicEverywhere heeft tot doel AI voor microscopie te democratiseren door gemeenschapsbijdragen te bevorderen en zich te houden aan de FAIR-principes voor wetenschappelijke onderzoekssoftware, waardoor bronnen vindbaar, toegankelijk, interoperabel en herbruikbaar worden", legt Dr. Estibaliz Gómez-de-Mariscal uit, co-leider van de studie en onderzoeker bij IGC.

"We hopen dat dit platform onderzoekers over de hele wereld in staat zal stellen deze krachtige technieken in hun werk te benutten, ongeacht hun middelen of expertise."

De ontwikkeling van DL4MicEverywhere is een mooi voorbeeld van de samenwerkingsomgeving in de wetenschap. Ten eerste werd het ontwikkeld met het doel elke onderzoeker over de hele wereld in staat te stellen voordeel te halen uit de meest geavanceerde technologieën op het gebied van microscopie, en zo bij te dragen aan het versnellen van wetenschappelijke ontdekkingen. Ten tweede werd dit alleen mogelijk gemaakt door een internationale samenwerking van experts op het gebied van computerwetenschappen, beeldanalyse en microscopie, met belangrijke bijdragen van het AI4Life-consortium.

Het project werd mede geleid door Ricardo Henriques van IGC en Guillaume Jacquemet van de Åbo Akademi Universiteit.

"Dit werk vertegenwoordigt een belangrijke mijlpaal in het toegankelijker en herbruikbaar maken van AI voor de microscopiegemeenschap", aldus professor Jacquemet. "Door onderzoekers in staat te stellen hun modellen en analysepijplijnen gemakkelijk te delen, kunnen we ontdekkingen versnellen en de reproduceerbaarheid in biomedisch onderzoek verbeteren."

"DL4MicEverywhere heeft het potentieel om transformatief te zijn voor de levenswetenschappen", voegde professor Henriques eraan toe. "Het sluit aan bij onze visie in AI4Life om duurzame AI-oplossingen te ontwikkelen die onderzoekers empoweren en innovatie in de gezondheidszorg en daarbuiten stimuleren."

Het DL4MicEverywhere-platform is gratis beschikbaar als open-sourcebron en weerspiegelt de toewijding van de teams aan open wetenschap en reproduceerbaarheid. De onderzoekers zijn van mening dat DL4MicEverywhere, door de barrières voor geavanceerde microscopiebeeldanalyse te verlagen, baanbrekende ontdekkingen mogelijk zal maken op gebieden variërend van de fundamentele celbiologie tot de ontdekking van geneesmiddelen en gepersonaliseerde geneeskunde.

Meer informatie: DL4MicEverywhere:deep learning voor microscopie flexibel, deelbaar en reproduceerbaar gemaakt, Natuurmethoden (2024). DOI:10.1038/s41592-024-02295-6

Journaalinformatie: Natuurmethoden

Aangeboden door Instituto Gulbenkian de Ciencia