人工智慧增強了明場成像，可實現快速、無標記的細胞分析。

經過多年的摸索，機器學習借助細胞繪畫和免疫螢光的基礎，透過明場成像實現了更高層次的表型洞察。

逆轉進程
成功的先驅者需要怎麼做才能改變方法的一個根本因素？
Recursion Pharmaceuticals 一直是使用 ML 進行藥物研發的無可爭議的領導者，在臨床中擁有多個支持 AI 的項目。其方法是利用細胞影像來訓練演算法，展示與特定基因或化學修飾有關的表型變化。該公司於 2013 年成立，利用了當時成像領域的新趨勢：使用細胞繪畫來直觀地識別細胞成分。

細胞繪畫使用一系列細胞器/成分特定的螢光染料來大規模產生高對比影像。當細胞繪畫被引入時，它似乎比低保真方法——明場成像有了明顯的改進，明場成像的概念實際上可以追溯到幾個世紀以前，當時只需要一個強光源照射載玻片上的細胞。 Recursion 使用基於細胞繪畫的分析來建立 AI 模型，該模型可以預測細胞擾動的原因以及驅動這些擾動的行為機制。
但十年後，Recursion 宣布改變策略。

螢光燈的權衡
雖然細胞繪畫增強了對比度，但螢光染料也有兩個特殊的缺點。首先是成本：儘管可擴展，但該方法仍然比明場成像需要更多的步驟、勞動力、時間和金錢。更重要的是，染料本身可能會影響細胞行為，或具有細胞毒性或光毒性。因此，在繪畫之前必須固定細胞，這限制了其觀察時間限制事件的實用性。 Recursion 因在明場下可以使用同一樣本中的相同細胞進行多種不同的分析而感到興奮。

其他人發現，並且最終改變 Recursion 方法的事實是，人工智慧並不具有與人類感知相同的局限性，並且對比度的差異對演算法辨別細胞特徵的能力幾乎沒有影響。因此，去年，Recursion 宣布轉向基於明場的表型組學研究。

高內涵篩選中的明場與人工智慧
如果一張圖片勝過千言萬語，那麼一部電影又值多少錢呢？表型成像的目標一直是無偏見地追蹤和測量細胞自然環境中的生物相關活動。使用延時顯微鏡追蹤和觀察時間限制事件進展的能力為細胞動力學的表型觀察開闢了全新的可能性。

那麼，我們現在實際上可以利用明場成像做什麼呢？我們詢問了 Revvity Signals 的高內涵篩選軟體產品經理 Martin Daffertshofer。
「現在我們有了深度學習這樣的工具，我們可以更好地理解明場影像，並且可以很好地看到所有的細胞區域，」他說。 “首先是細胞核分割，然後是細胞質分割，接下來我們會進入亞細胞區室。深度學習可以在篩選應用中使用，如果你不想事先修改一組非常複雜的參數。”

他繼續說：「另一方面，它不需要太多的編碼。我們向科學家學習，他們根據最終想要看到的結果來定義他們的檢測方法。這意味著它或多或少是一個培訓環節，而不是編碼環節。在無縫工作流程中運行它不僅有利於高內涵篩選，也有利於細胞計數等標準應用。」

Phenologic.AI 細胞影像方法
Martin 和他的團隊最近發布了為Phenologic.AI開發的新功能，Phenologic.AI 是Signals Image Artist中的 ML 預訓練模組，Signals Image Artist 是 Revvity Signals 的下一代影像分析和管理平台。Phenologic.AI已在數千張不同的圖像上進行了預訓練，並使用 50 種不同的細胞系進行了測試——並且隨著他的團隊繼續向模型輸入更多數據，其規模還在不斷擴大。

Revvity Signals 在成像領域採用 AI 方法的另一個優點是能夠經常捕捉影像。 Signals Image Artist 專門用於產生、儲存和管理大量影像資料。它還有助於將 Phenologic.AI 與可用於二次分析的其他工具結合。

機器學習和人工智慧在成像領域的前景一直是增強人類的能力，而最近的進展則充分證明了這一潛力。儘管明場成像不再流行，但人工智慧已經釋放出新的能力來回答我們以前無法提出的生物學問題，因為從來沒有一種直接的實驗方法來回答這些問題。而這無疑會引發一些我們尚未想到的新問題。

想了解更多Signals ChemDraw資訊:
按讚ChemDraw粉絲專頁 https://www.facebook.com/ChemDrawTWIRISTech

關於彩原科技
彩原科技專業代理2D、3D電腦輔助設計軟體Bricsys BricsCAD/ PTC Creo及Luxion KeyShot大中華區白金級代理商，為客戶提供產品開發應用解決方案及設計視覺化；Vuforia AR、KeyShot VR、工業物聯網IoT，虛實整合，打造企業數位轉型，以及智慧製造全方位解決方案。 彩原科技秉持客戶需求為優先的信念，提供專業CAD/PLM/IoT解決方案，協助客戶降低產品研發成本、縮短設計流程以及提高產品品質，協助客戶提升競爭力。

回最新動態