In de nanowereld kleine deeltjes zoals eiwitten lijken te dansen terwijl ze transformeren en samenkomen om verschillende taken uit te voeren terwijl ze in een vloeistof zijn gesuspendeerd. Recent ontwikkelde methoden hebben het mogelijk gemaakt om deze anders ongrijpbare kleine bewegingen te bekijken en op te nemen, en onderzoekers zetten nu een stap voorwaarts door een machine learning-workflow te ontwikkelen om het proces te stroomlijnen.

De nieuwe studie, geleid door Qian Chen, een professor in materiaalkunde en techniek aan de Universiteit van Illinois, Urbana-Champagne, bouwt voort op haar eerdere werk met vloeistoffase-elektronenmicroscopie en is gepubliceerd in het tijdschrift ACS Centrale Wetenschap .

Het kunnen zien en vastleggen van de bewegingen van nanodeeltjes is essentieel voor het begrijpen van verschillende technische uitdagingen. Vloeistoffase elektronenmicroscopie, waarmee onderzoekers kunnen zien hoe nanodeeltjes op elkaar inwerken in kleine aquariumachtige monstercontainers, is nuttig voor onderzoek in de geneeskunde, energie- en milieuduurzaamheid en bij de fabricage van metamaterialen, om er een paar te noemen. Echter, het is moeilijk om de dataset te interpreteren, aldus de onderzoekers. De geproduceerde videobestanden zijn groot, gevuld met tijdelijke en ruimtelijke informatie, en zijn ruis door achtergrondsignalen, met andere woorden, ze vereisen veel vervelende beeldverwerking en analyse.

"Het was een enorme uitdaging om zelfs maar een methode te ontwikkelen om deze deeltjes te zien, "Zei Chen. "Het is de nieuwe uitdaging geworden om uit te zoeken hoe je op een efficiënte manier de bruikbare gegevens uit een zee van uitbijters en ruis kunt halen."

Om dit probleem het hoofd te bieden, het team ontwikkelde een machine learning-workflow die is gebaseerd op een kunstmatig neuraal netwerk dat nabootst, gedeeltelijk, het leervermogen van het menselijk brein. Het programma bouwt voort op een bestaand neuraal netwerk, bekend als U-Net, dat geen handgemaakte kenmerken of vooraf bepaalde input vereist en aanzienlijke doorbraken heeft opgeleverd bij het identificeren van onregelmatige cellulaire kenmerken met behulp van andere soorten microscopie, de onderzoeksrapporten.

"Ons nieuwe programma verwerkte informatie voor drie soorten dynamiek op nanoschaal, waaronder beweging, chemische reactie en zelfassemblage van nanodeeltjes, "Zei hoofdauteur en afgestudeerde student Lehan Yao. "Deze vertegenwoordigen de scenario's en uitdagingen die we zijn tegengekomen bij de analyse van video's van elektronenmicroscopie in de vloeistoffase."

De onderzoekers verzamelden metingen van ongeveer 300, 000 paar op elkaar inwerkende nanodeeltjes, de onderzoeksrapporten.

Zoals gevonden in eerdere studies door Chen's groep, contrast blijft een probleem bij het in beeld brengen van bepaalde soorten nanodeeltjes. In hun experimenteel werk het team gebruikte deeltjes gemaakt van goud, wat goed te zien is met een elektronenmicroscoop. Echter, deeltjes met een lager elementair of molecuulgewicht zoals eiwitten, plastic polymeren en andere organische nanodeeltjes vertonen een zeer laag contrast wanneer ze worden bekeken onder een elektronenstraal, zei Chen.

"Biologische toepassingen, zoals het zoeken naar vaccins en medicijnen, onderstrepen de urgentie in ons streven om onze techniek beschikbaar te hebben voor het afbeelden van biomoleculen, " zei ze. "Er zijn cruciale interacties op nanoschaal tussen virussen en ons immuunsysteem, tussen de medicijnen en het immuunsysteem, en tussen het medicijn en het virus zelf dat moet worden begrepen. Het feit dat onze nieuwe verwerkingsmethode ons in staat stelt om informatie uit monsters te halen, zoals hier wordt getoond, maakt ons klaar voor de volgende stap van applicatie- en modelsystemen."

Het team heeft de broncode voor het machine learning-programma dat in dit onderzoek wordt gebruikt, openbaar gemaakt via de aanvullende informatiesectie van het nieuwe artikel. "We zijn van mening dat het beschikbaar stellen van de code aan andere onderzoekers ten goede kan komen aan de hele onderzoeksgemeenschap op het gebied van nanomaterialen, ' zei Chen.