Израильские ученые использовали цифровое зрение, чтобы увидеть скрытую жизнь клеточных органелл

Исследователи из Университета Бен-Гурион разработали метод виртуального окрашивания клеток, который позволяет наблюдать за органеллами без вредного вмешательства в живую клетку.

Понимание внутренних процессов клетки необходимо для изучения здоровья человека и механизмов развития болезней. Основным методом внутриклеточных процессов на сегодня остается флуоресцентная микроскопия, когда органеллы клетки помечаются светящимися белками. Но этот способ имеет серьезные недостатки: токсичное излучение повреждает живые ткани, а сами маркеры искажают естественное поведение клетки.

Альтернативой стала технология "In Silico Labeling", или виртуальное окрашивание. С помощью искусственного интеллекта ученые научились превращать изображения, полученные обычным световым микроскопом в детализированные цветные карты, где каждая органелла четко видна. Результаты работы опубликованы в журнале Nature Methods.

ИИ-модели уже используются для внутриклеточного анализа. Но эти модели видят отдельные пиксели, не схватывая общей картины. Это приводит к ошибкам при распознавании важнейших, но редких процессов, таких как деление. Группа ученых под руководством профессора Асафа Зарицкого нашла решение. Разработанная группой модель анализирует не только свет и тени, но и форму клетки, положение ее соседей и метаданные окружения. ИИ-модель использует не только анализ пикселей, но широкий внутриклеточный контекст. Это позволяет программе точно восстанавливать структуру органелл, сохраняя клетку здоровой и нетронутой.

Ученые пишут: "Наша работа показывает, что контекстная информация имеет решающее значение для того, чтобы сделать модели глубокого обучения более надежными и применимыми к различным биологическим сценариям".

Ученые планируют создать полную "языковую модель" клеточного мира. Она будет учитывать тип ткани, стадию заболевания и воздействие лекарств, превращая простой световой микроскоп в мощный инструмент точной диагностики. Работа открывает путь к созданию фундаментальных биологических моделей, способных расшифровать сложнейшие тексты живой природы без вмешательства в ее хрупкий порядок.