Американские и британские биологи разработали особую систему искусственного интеллекта на основе нейросети, способную автоматически распознавать мутации в живых червях-нематодах и сортировать их на группы, отделяя нормальных беспозвоночных от мутировавших особей, говорится в статье, опубликованной в журнале Nature Methods.

«И хотя люди хорошо справляются с распознаванием образов, компьютеры лучше нас обнаруживают мельчайшие различия, такие как изменение положения темных точек на теле или небольшие колебания в яркости картинки. Эта методика помогла нам найти такие мутации, которые практически невозможно найти "вручную», – заявила руководитель группы ученых Хан Лу (Hang Lu) из Технологического института штата Джорджия в Атланте (США).

Хан Лу и ее коллеги изучали генетические механизмы, управляющие работой нейронов червей-нематод Caenorhabditis elegans. Эти существа обладают крайне простой нервной системой, состоящей из 302 крупных и хорошо различимых нервных клеток.

Несмотря на примитивность устройства, работа нейронов нематод регулируется множеством генов, чьи функции могут кардинально меняться при появлении мутаций.

Из-за этого авторы статьи столкнулись с серьезной проблемой – для полноценного изучения этих механизмов им предстояло перебрать сотни тысяч мутаций. Для решения этой задачи ученые разработали специальную автоматизированную установку, способную определять мутации и сортировать их без участия человека.

Данное устройство состоит из специальной системы каналов, по которым транспортируются нематоды, микроскопа и подключенных к нему цифровых камер. Когда червь попадает в поле зрения микроскопа, камеры фотографируют животное с разных ракурсов, а компьютер использует изображение для восстановления трехмерного облика нематоды.

Затем в дело вступает искусственный интеллект, представляющий собой особым образом организованную нейросеть, которую ученые «научили» отличать нормальных и мутантных особей. Нейросеть представляет собой специальный самообучающийся алгоритм, имитирующий работу нервных клеток в живом организме. Основным его преимуществом является способность распознавать даже сильно искаженные сигналы, которую нейросеть приобретает при накоплении опыта.

«Мы "скармливали» нашей программе изображения нормальных червей, и она самообучалась, запоминая отличительные признаки таких нематод. Она использует эту информацию для определения того, как могут выглядеть мутанты, и их сортировки", – пояснил другой участник группы Мэтью Крейн (Matthew Crane) из Технологического института штата Джорджия в Атланте (США).

Данная технология успешно проявила себя в исследовании Лу и ее коллег и позволила ученым отсортировать мутации и изучить их свойства за разумные сроки. Биологи полагают, что схожая техника может быть использована и при изучении других модельных организмов.

«Мы надеемся, что наша технология кардинально изменит подход ученых к подобным исследованиям. Мы ожидаем, что это поможет биологам проводить широкомасштабные эксперименты, расширяющие границы науки, а не следить за единичными мутациями, определяя их действие в каждой конкретной ситуации», – заключает Лу.