Bild
Illustration av hur AI kan användas för att översätta en bild tagen med ljusfältsmikroskop till en bild tagen med fluorescensmikroskop
Förenklar mikroskopin. Artificiell intelligens kan användas för att översätta ljusfältsbilder till likvärdiga fluorescensbilder, vilket gör det enklare och billigare att få ut viktig information om celler.
Foto: Jesús Pinada
Länkstig

Effektivare studier av celler med ny AI-metod

Publicerad

En ny studie från Göteborgs universitet banar väg för effektivare mikroskopi och underlättar därmed forskning om olika sjukdomar. Studien visar hur artificiell intelligens kan användas för att få fram snabbare, billigare och säkrare information om celler, och samtidigt eliminera nackdelarna med att använda kemikalier i processen.

Att studera celler och deras komponenter är en hörnsten i biomedicinsk och farmaceutisk forskning, och kan exempelvis ge information om cellers hälsa, respons på olika läkemedel eller avvikelser i cellstrukturen.

Två av de vanligaste metoderna för att studera celler i mikroskop, ljusfältsmikroskopi och fluorescensmikroskopi, har båda sina för- och nackdelar. Ljusfältsmikroskopi – där cellen blir genomlyst av starkt ljus – är en enkel och snabb metod, men den kan inte framhäva enskilda cellkomponenter och därmed få fram specifikt riktad informationen om cellerna. Det går däremot med hjälp av fluorescensmikroskopi, där den del av cellen som ska studeras märks av ett ämne som lyser upp under mikroskopet.

Får fram likvärdiga fluorescensbilder utan kemikalier

Samtidigt har fluorescensmikroskopi många nackdelar, som en forskargrupp vid Göteborgs universitet nu har tagit sig an.

– Fluorescensmikroskopi är effektiv för att studera celler, eftersom metoden med hög precision framhäver den mest intressanta informationen. Problemet är att det är dyrt, tidskrävande och komplicerat att märka cellen, samtidigt som kemikalierna i märkningsmedlet riskerar att skada cellen eller störa processerna som studeras. Därför har vi nu tagit fram en metod för att skapa samma process på digital väg, så att vi får alla fördelarna med fluorescensmikroskopi utan dess nackdelar, säger Jesús Pineda, doktorand i fysik vid Göteborgs universitet.

Han är tillsammans med Saga Helgadottir och Benjamin Midtvedt huvudförfattare till den nyligen publicerade studien, som har granskat hur djupinlärning – en form av artificiell intelligens (AI) – kan användas för att översätta ljusfältsbilder till likvärdiga fluorescensbilder.

Enklare, säkrare och billigare metod

Med den nya AI-metoden blir det möjligt att utgå från en bild tagen med ett ljusfältsmikroskop och räkna ut hur samma bild hade sett ut om den hade tagits med ett fluorescensmikroskop.
– Det innebär att det blir lättare, billigare och mindre tidskrävande att få ut viktig information om celler. Resultaten blir säkrare eftersom kemikalier inte behöver tillsättas, och eftersom cellerna inte skadas kan de följas över tid. Metoden ger mer reproducerbara resultat, så att resultat från olika labb enklare kan jämföras, säger Jesús Pineda.

Kan underlätta sjukhusens analyser

I ett första steg vill forskarna fortsätta att utveckla metoden, men i förlängningen ser de stora möjligheter för sjukhus att dra nytta av resultaten.
– Det vore en stor fördel om sjukhusen kunde undvika kemisk märkning vid mikroskopi, och få ut snabbare och säkrare provsvar till en lägre kostnad. Dessutom är metoden särskilt lämplig för sjukhusens laboratorier, där man ofta vill granska samma typ av prover upprepade gånger, säger Jesús Pineda.

Text: Ulrika Ernström

Kontakt:

  • Jesús 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 (svensktalande)
  • Saga Helgadottir, postdoktor i fysik vid Göteborgs universitet, telefon: 0722- 769079, e-post: saga.helgadottir@physics.gu.se (svensktalande)
Om forskningen