L'identification et la délimitation des structures cellulaires dans les images de microscopie sont cruciales pour comprendre les processus complexes de la vie. Cette tâche est appelée «segmentation» et permet une gamme d'applications, telles que l'analyse de la réaction des cellules aux traitements médicamenteux ou la comparaison des structures cellulaires dans différents génotypes. Il a déjà été possible de réaliser une segmentation automatique de ces structures biologiques, mais les méthodes dédiées n'ont fonctionné que dans des conditions spécifiques et les adapter à de nouvelles conditions étaient coûteuses. Une équipe de recherche internationale dirigée par l'Université de Göttingen a maintenant développé une méthode en recyclant le segment de logiciel basé sur l'IA existant quoi que ce soit sur plus de 17 000 images de microscopie avec plus de 2 millions de structures annotées à la main. Leur nouveau modèle est appelé segment n'importe quoi pour la microscopie et peut segmenter précisément les images de tissus, de cellules et de structures similaires dans un large éventail de paramètres. Pour le mettre à la disposition des chercheurs et des médecins, ils ont également créé μsam, un logiciel convivial pour « segmenter n'importe quoi » dans les images de microscopie. Leur travail a été publié dans Méthodes de nature.
Pour adapter le logiciel existant à la microscopie, l'équipe de recherche l'a d'abord évaluée sur un large ensemble de données open source, qui ont montré le potentiel du modèle de segmentation de microscopie. Pour améliorer la qualité, l'équipe l'a recyclée sur un grand ensemble de données de microscopie. Cela a considérablement amélioré les performances du modèle pour la segmentation des cellules, des noyaux et de minuscules structures dans des cellules appelées organites. L'équipe a ensuite créé son logiciel, μsam, qui permet aux chercheurs et aux médecins d'analyser les images sans avoir besoin de peindre d'abord les structures manuelles ou de former un modèle d'IA spécifique. Le logiciel est déjà largement utilisé à l'international, par exemple pour analyser les cellules nerveuses dans l'oreille dans le cadre d'un projet de restauration auditive, pour segmenter les cellules tumorales artificielles pour la recherche sur le cancer ou pour analyser des images de microscopie électronique de roches volcaniques.
L'analyse des cellules ou d'autres structures est l'une des tâches les plus difficiles pour les chercheurs travaillant en microscopie et est une tâche importante pour la recherche fondamentale en biologie et en diagnostic médical. Mon groupe est spécialisé dans la construction d'outils pour automatiser ces tâches et les chercheurs sont souvent invités par les chercheurs. Avant le développement du segment quoi que ce soit pour la microscopie, nous avons dû leur demander d'annoter d'abord beaucoup de structures à la main – une tâche difficile et longue. μsam a changé cela! Les tâches qui prenaient des semaines d'effort manuel minutieuses peuvent être automatisées en quelques heures, car le modèle peut segmenter tout type de structure biologique en quelques clics et peut ensuite être amélioré pour automatiser la tâche avec notre outil. Cela permet de nombreuses nouvelles applications, et nous l'avons déjà utilisé dans un large éventail de projets, allant de la biologie cellulaire de base aux outils en développement de recommandation de traitement dans les thérapies contre le cancer. «
Professeur junior Constantin Pape à l'Institut d'informatique de l'Université de Göttingen
