Cine învinge în competiţia dintre inteligența artificială şi experți, în prezicerea calității viitoare a „mini-organelor”?

De Jurnalul Național 98 citiri
3 min citire

 

Cercetătorii de la Universitatea Kyushu și Universitatea Nagoya din Japonia au dezvoltat un model care utilizează inteligența artificială (AI) pentru a prezice dezvoltarea organoizilor într-un stadiu incipient. Modelul ar putea îmbunătăți eficiența și reduce costurile de cultivare a organoizilor.

Modelul este mai rapid și mai precis decât cercetătorii experți

Studiul s-a axat pe prezicerea dezvoltării organoizilor hipotalamo-hipofizari, care imită funcțiile glandei pituitare, inclusiv producția de hormon adrenocorticotropic (ACTH), un hormon esențial pentru reglarea stresului, metabolismului, tensiunii arteriale și inflamației. Deficitul de ACTH poate duce la oboseală, anorexie și alte probleme care pun viața în pericol.

Determinarea dacă organoizii se dezvoltă corect este o provocare majoră

Cu toate acestea, determinarea dacă organoizii se dezvoltă corect este o provocare majoră. Organoizii sunt sensibili la schimbările minime de mediu, ceea ce duce la variabilitatea dezvoltării și calității lor finale. Cercetătorii au descoperit că un semn al unei bune evoluții este expresia largă a unei proteine numite RAX într-un stadiu timpuriu de dezvoltare, care duce adesea la organoizi cu secreție puternică de ACTH mai târziu.

Pentru a urmări dezvoltarea, modificarea genetică a organoizilor pentru a face proteina RAX fluorescentă, dar organoizii destinați utilizării clinice, cum ar fi transplantul, nu pot fi modificați genetic pentru a fi fluorescenți.

Cercetătorii au colaborat cu profesorul Hirohiko Niioka

Pentru a rezolva această problemă, cercetătorii au colaborat cu Hirohiko Niioka, profesor al Inițiativei de inovare bazată pe date de la Universitatea Kyushu, pentru a antrena modele de învățare profundă pentru această sarcină. Ei au capturat atât imagini fluorescente, cât și imagini bright-field ale organoizilor cu proteine RAX fluorescente la 30 de zile de dezvoltare și au clasificat 1500 de imagini bright-field în trei categorii de calitate:

A (expresie RAX largă, calitate ridicată);
B (expresie RAX medie, calitate medie);
C (expresie RAX îngustă, calitate scăzută).

Cercetătorii au combinat cele două modele de învățare profundă într-un model de ansamblu

După antrenament, cercetătorii au combinat cele două modele de învățare profundă într-un model de ansamblu, care a clasificat imaginile de câmp luminos ale organoizilor cu o precizie de 70%. Aceasta este prima dată când învățarea profundă a fost utilizată pentru a prezice viitorul dezvoltării organoizilor. În continuare, cercetătorii intenționează să îmbunătățească precizia modelului de învățare profundă prin antrenarea acestuia pe un set de date mai mare.

Modelul are implicații profunde pentru cercetarea actuală privind organoizii, deoarece permite selectarea rapidă și ușoară a organoizilor de înaltă calitate pentru transplant și modelarea bolilor și reduce timpul și costurile prin identificarea și eliminarea organoizilor care se dezvoltă mai puțin bine.

Sursa – www.capital.ro




Horoscop financiar februarie 2025. Ce SURPRIZE FINANCIARE îți aduc astrele

Horoscop financiar februarie 2025. Februarie 2025 promite un val de energie cosmică care va influența profund sectorul financiar al fiecărei [...]

Asigurari auto online: Cum să găsești polița RCA ieftină și fără bătăi de cap in 2025

Când vine vorba de asigurări auto, nimeni nu vrea să piardă timp cu drumuri inutile sau să fie prins în [...]

Subvenții la energie. Cine va beneficia în continuare, după 1 aprilie

Subvenții la energie. Cine va beneficia în continuare, după 1 aprilie? Sebastian Burduja, ministrul Energiei, a anunțat că a cerut [...]

Câți bani poți scoate de la bancomat. Limitele schimbate în 2025

Câți bani poți scoate de la bancomat. Băncile intensifică eforturile de a reduce utilizarea numerarului, având în vedere preferința românilor [...]