En ny studie frÄn Göteborgs universitet banar vÀg för effektivare mikroskopi och underlÀttar dÀrmed forskning om olika sjukdomar. Studien visar hur artificiell intelligens kan anvÀndas för att fÄ fram snabbare, billigare och sÀkrare information om celler, och samtidigt eliminera nackdelarna med att anvÀnda kemikalier i processen.

Att studera celler och deras komponenter Àr en hörnsten i biomedicinsk och farmaceutisk forskning, och kan exempelvis ge information om cellers hÀlsa, respons pÄ olika lÀkemedel eller avvikelser i cellstrukturen.

TvĂ„ av de vanligaste metoderna för att studera celler i mikroskop, ljusfĂ€ltsmikroskopi och fluorescensmikroskopi, har bĂ„da sina för- och nackdelar. LjusfĂ€ltsmikroskopi – dĂ€r cellen blir genomlyst av starkt ljus – Ă€r en enkel och snabb metod, men den kan inte framhĂ€va enskilda cellkomponenter och dĂ€rmed fĂ„ fram specifikt riktad informationen om cellerna. Det gĂ„r dĂ€remot med hjĂ€lp av fluorescensmikroskopi, dĂ€r den del av cellen som ska studeras mĂ€rks av ett Ă€mne som lyser upp under mikroskopet.

FÄr fram likvÀrdiga fluorescensbilder utan kemikalier
Samtidigt har fluorescensmikroskopi mÄnga nackdelar, som en forskargrupp vid Göteborgs universitet nu har tagit sig an.

– Fluorescensmikroskopi Ă€r effektiv för att studera celler, eftersom metoden med hög precision framhĂ€ver den mest intressanta informationen. Problemet Ă€r att det Ă€r dyrt, tidskrĂ€vande och komplicerat att mĂ€rka cellen, samtidigt som kemikalierna i mĂ€rkningsmedlet riskerar att skada cellen eller störa processerna som studeras. DĂ€rför har vi nu tagit fram en metod för att skapa samma process pĂ„ digital vĂ€g, sĂ„ att vi fĂ„r alla fördelarna med fluorescensmikroskopi utan dess nackdelar, sĂ€ger JesĂșs Pineda, doktorand i fysik vid Göteborgs universitet.

Han Ă€r tillsammans med Saga Helgadottir och Benjamin Midtvedt huvudförfattare till den nyligen publicerade studien, som har granskat hur djupinlĂ€rning – en form av artificiell intelligens (AI) – kan anvĂ€ndas för att översĂ€tta ljusfĂ€ltsbilder till likvĂ€rdiga fluorescensbilder.

Enklare, sÀkrare och billigare metod
Med den nya AI-metoden blir det möjligt att utgÄ frÄn en bild tagen med ett ljusfÀltsmikroskop och rÀkna ut hur samma bild hade sett ut om den hade tagits med ett fluorescensmikroskop.

– Det innebĂ€r att det blir lĂ€ttare, billigare och mindre tidskrĂ€vande att fĂ„ ut viktig information om celler. Resultaten blir sĂ€krare eftersom kemikalier inte behöver tillsĂ€ttas, och eftersom cellerna inte skadas kan de följas över tid. Metoden ger mer reproducerbara resultat, sĂ„ att resultat frĂ„n olika labb enklare kan jĂ€mföras, sĂ€ger JesĂșs Pineda.

Kan underlÀtta sjukhusens analyser
I ett första steg vill forskarna fortsÀtta att utveckla metoden, men i förlÀngningen ser de stora möjligheter för sjukhus att dra nytta av resultaten.

– Det vore en stor fördel om sjukhusen kunde undvika kemisk mĂ€rkning vid mikroskopi, och fĂ„ ut snabbare och sĂ€krare provsvar till en lĂ€gre kostnad. Dessutom Ă€r metoden sĂ€rskilt lĂ€mplig för sjukhusens laboratorier, dĂ€r man ofta vill granska samma typ av prover upprepade gĂ„nger, sĂ€ger JesĂșs Pineda.

Kontakt:
JesĂșs Pineda, doktorand i fysik vid Göteborgs universitet, telefon: 0737- 360458, e-post jesus.pineda@physics.gu.se  (engelsktalande)

Benjamin Midtvedt, doktorand i fysik vid Göteborgs universitet, telefon: 0730-752304, e-post: benjamin.midtvedt@physics.gu.se

Saga Helgadottir, postdoktor i fysik vid Göteborgs universitet, telefon: 0722- 769079, e-post: saga.helgadottir@physics.gu.se

Om forskningen

Artikelns titel: Extracting quantitative biological information from bright-field cell images using deep learning

Vetenskaplig tidskrift: Biophysics reviews

Ulrika Ernström
Presskommunikatör
ulrika.ernstrom@science.gu.se, 076-6186970