¿Es posible que los microscopios aprendan un poco sobre el cerebro? Incluso los neurocientíficos les enseñen a reconocer de manera confiable partes de las células cerebrales ... ¿por sí solas? Aunque puede parecer algo sacado directamente de "The Jetsons", unneurocientífico e ingeniero de software en el laboratorio del Director Científico de MPFI, Dr. Ryohei Yasuda, Ph.D., está desarrollando un nuevo software con el objetivo de mejorar enormemente la vida diaria de un usuario de microscopio. Combinando un algoritmo especializado, llamado apropiadamente una red neuronalCon una pequeña cantidad de entrenamiento, los microscopios ahora pueden identificar de manera autónoma y eficiente pequeños compartimentos neuronales llamados espinas dendríticas con más del 90% de precisión. Al igual que Rosie, la criada robótica, los microscopios equipados con este software de identificación de la columna vertebral están ayudando a los científicos a racionalizar su rutina diaria, llevando la investigaciónun paso hacia el futuro
En los últimos años, ha habido una rápida expansión y avance en potentes tecnologías de imágenes, capaces de mirar dentro del cerebro con una resolución y sensibilidad sin precedentes. Solo con la tecnología de imágenes, los neurocientíficos han obtenido una inmensa riqueza de nueva información sobre el cerebroSin embargo, a pesar de muchos avances en la implementación y las capacidades, todavía faltan microscopios potentes y el software que los ejecuta en lo que respecta a la facilidad de uso y la experiencia general del usuario.
En un nuevo estudio publicado en PLOS UNO , el Dr. Michael Smirnov, Ph.D., ha creado un software de imagen que espera creará un nuevo tipo de experiencia para los usuarios.
Smirnov explica que "cuando los ingenieros y científicos diseñan microscopios de vanguardia, generalmente se centran en los componentes físicos y el diseño reales. Están principalmente interesados en lo que pueden hacer estas tecnologías de imágenes, qué límites pueden romper y cómo funcionan. LejosSe presta menos atención a cómo estas tecnologías complejas se pueden hacer accesibles para el usuario promedio y realmente mejoran su flujo de trabajo. Cada vez que escribo mi software, siempre pienso primero en el usuario; ¿cómo puedo hacer una diferencia para la persona que lo utiliza,hacer su investigación un poco más fácil "
El laboratorio de Yasuda estudia el proceso complejo llamado plasticidad sináptica, que se cree que es la base celular del aprendizaje y la memoria. Cuando se estimulan espinas dendríticas individuales, se movilizan cientos de moléculas de señalización para transportar nueva información por toda la neurona.el laboratorio investiga este proceso en detalle utilizando microscopía de 2 fotones, con la esperanza de obtener información sobre cómo la interacción de estas moléculas se traduce en memoria.
Los experimentos de imágenes de 2 fotones en vivo pueden ser un esfuerzo intensivo. Los científicos deben examinar pacientemente a través del eje dendrítico de una neurona, escaneando cientos de espinas en busca de candidatos adecuados para la imagen. Los experimentos se repiten con frecuencia para acumular datos suficientes y aquellos que fallan a mitad de camino debenreiniciar. Este aspecto, a menudo tácito, puede convertir rápidamente las imágenes prolongadas en una tarea tediosa y lenta, en última instancia, ralentizando el progreso científico.
El software del Dr. Smirnov tiene como objetivo rescatar a los neurocientíficos del montón de imágenes de la columna vertebral. Tejiendo en un elemento de aprendizaje automático, el algoritmo puede aprender a diferenciar entre la columna vertebral dendrita y las espinas dendríticas después de recibir un conjunto de datos de entrenamiento de espinas previamente identificadasUna vez que finaliza el período de entrenamiento, el software es capaz de escanear automáticamente a través de una imagen y delimitar las espinas con alta precisión.y compatible con la mayoría de las configuraciones de imágenes en vivo y aplicaciones de análisis posterior.
"Incorporamos un enfoque de aprendizaje automático, porque queríamos que nuestro software fuera flexible, adaptable y lo más fácil de usar posible", dice Smirnov "El programa solo requiere que el usuario ingrese una imagen y especifique la escala. Después de eso,el programa hace el resto "
Smirnov describe que al automatizar el proceso de identificación de la columna vertebral, el software tiene el potencial de aumentar drásticamente el flujo de trabajo del experimento, reduciendo horas de tiempo. Además, también ha hecho que el código de su programa esté fácilmente disponible para la comunidad más amplia de neurociencia.él espera involucrar a la comunidad de codificadores que trabajan en el campo y darles la capacidad de mejorar y personalizar libremente el software, haciéndolo útil para aplicaciones más amplias.
El Dr. Smirnov señala que los científicos de MPFI no solo están comprometidos a realizar investigaciones básicas de neurociencia de alto calibre, sino que también buscan formas de mejorar continuamente el proceso de investigación; rastrear rápidamente nuevos descubrimientos e impactar positivamente la vida cotidiana de los científicos.
Fuente de la historia :
Materiales proporcionado por Instituto Max Planck de Florida para la Neurociencia . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :