Нейросеть учат распознавать патогены человека

Программное обеспечение искусственного интеллекта обладает способностью человека анализировать взаимодействия между хозяином и патогеном в микроскопических изображениях.

Вычислительные системы, называемые нейронными сетями, - основанные на процессах обучения биологических мозгов - обеспечивают форму машинного обучения, которая может помочь исследователям интерпретировать биологические и медицинские изображения. Ученые, которые изучают, как патогены взаимодействуют с клетками - хозяевами, теперь начинают использовать такую технологию.

«Большинство людей в области ‘взаимодействия патоген - хозяин’ просто подсчитывали вручную - буквально сидели там и оценивали, сколько паразитов на клетку, сколько в одной из этих вакуолей, и так далее», - говорит паразитолог Эва Фрикель из Института Фрэнсиса Крика в Лондоне. «Мои ученики теряли часы, дни и недели, считая эти данные».

Обнаружение патогенов: Программа машинного обучения на основе нейронной сети под названием HRMAn определяет несколько признаков клеток, чтобы определить, инфицированы ли они патогеном (в данном случае Toxoplasma gondii), например, количество вакуолей, которое изменяется при заражении, и присутствие защитных белков хозяина и патогена и его белков.

Нейронные сети используются для всевозможных задач обработки изображений, таких как распознавание лиц, диагностика и самостоятельное вождение автомобилей, поэтому Фрикель подумала, что такая система может предложить решение проблемы ее команды.

Она объединилась с вычислительным биологом Артуром Якимовичем из Лаборатории молекулярной клеточной биологии Совета по медицинским исследованиям, чтобы создать похожий на человека анализатор хозяина - патогена.

Якимович, Фрикель и ее коллеги начали с существующей аналитической платформы на основе нейросетей с открытым исходным кодом под названием KNIME (для Konstanz Information Miner) и доработали ее алгоритмы для обработки изображений клеток-хозяев и их патогенов.

Системе потребовалось обучение с тысячами примеров изображений, и как только она была запущена, команда дала системе имя: HRMAn, произносится как Герман, для ответа хоста на анализ микробов.

Они использовали программное обеспечение для анализа инфекций Toxoplasma gondii и Salmonella enterica в различных клеточных линиях человека.

«Другое высокопроизводительное программное обеспечение для анализа изображений может определить, какие клетки содержат патогены, но HRMAn уникален своей способностью идентифицировать сразу несколько визуальных характеристик патогенов и клеток - хозяев и обнаруживать закономерности на изображениях». - говорит Фрикель.

Действительно, команда продемонстрировала, что HRMAn может одновременно распознавать уничтожение патогенных микроорганизмов, репликацию и различные процессы клеточной защиты - так же, как это мог бы делать обученный ученый, но компьютер имел гораздо более высокую пропускную способность и большую статистическую мощность, и не требовал перерывов на чай и сон.

«Это инструмент, который выходит за рамки нашей человеческой способности обрабатывать и интерпретировать данные изображений», - говорит паразитолог Адриан Хель из Цюрихского университета, который не принимал участия в исследовании.