• 科学家展示了用于生物研究的自动化蠕虫分选器

    2019-06-12 13:19:34

    科学家展示了用于生物研究的自动化蠕虫分选器 2012年8月20日 关于某些疾病机制,疾病进展和对新药的反应的遗传因素的研究经常使用微小的多细胞动物如线虫,果蝇或斑马鱼进行。

      科学家展示了用于生物研究的自动化蠕虫分选器

      2012年8月20日

      关于某些疾病机制,疾病进展和对新药的反应的遗传因素的研究经常使用微小的多细胞动物如线虫,果蝇或斑马鱼进行。

      通常,进展依赖于许多个体动物的显微镜视觉检查以检测值得进一步研究的突变体。

      现在,科学家已经展示了一种自动化系统,该系统利用人工智能和尖端图像处理技术快速检测大量单独的线虫(Caenorhabditis elegans),这是一种广泛用于生物研究的线虫。除了使用微流体和自动硬件替换现有的手动检查步骤之外,系统能够检测蠕虫到蠕虫的细微差异 - 无需人工干预 - 可以识别可能未检测到的基因突变。

      通过允许在传统手动筛选所需时间的一小部分内自主检查数千个蠕虫,该技术可以改变使用秀丽隐杆线虫进行高通量遗传筛选的方式。

      该研究的详细信息定于8月19日在“自然方法”杂志的在线出版物中报道。该研究得到了美国国立卫生研究院(NIH),国家科学基金会(NSF)和阿尔弗雷德·斯隆基金会的支持。

      “虽然人类在模式识别方面非常擅长,但计算机在检测微妙差异方面比人类好得多,例如点的位置的微小变化或图像亮度的轻微变化”。该项目的首席研究员兼佐治亚理工学院化学与生物分子工程学院的副教授Hang Lu说道。“这项技术发现了几乎不可能手工挑选的差异。”

      Lu的研究小组正在研究影响蠕虫中突触形成和发展的基因,这些工作可能对理解人类大脑发育有影响。研究人员使用一种模型,其中特定神经元的突触被荧光蛋白标记。研究涉及在数千种蠕虫的基因组中创建突变并检查突变中产生的变化。以这种方式鉴定的突变体蠕虫被进一步研究以帮助理解哪些基因可能导致突触的变化。

      研究人员正在研究的一个方面是为什么突触形成在错误的位置,或者是错误的大小或类型。突变体与正常或“野生型”之间的差异是指突变体之间的差异。蠕虫表明由基因突变引起的不适当的发育模式。

      由于这些发育过程中涉及大量可能的基因,研究人员必须检查成千上万的蠕虫 - 可能多达100,000个 - 以耗尽搜索。 Lu和她的研究小组早些时候开发了一种微流体“蠕虫分选器”。这加速了在显微镜下检查蠕虫的过程,但是直到现在,有两种方法可以检测突变体:人类必须查看每只动物,或者使用简单的启发式算法来做出分类决定。这两种选择都不是客观的,也不适应新问题。

      相关故事英国癌症研究中心宣布投入6000万英镑用于应对全球癌症挑战研究揭示了复杂流动运动幻觉的神经机制.Synopsys发布了用于种植体设计和患者特定计划的新软件.Lu的系统,她的团队早期工作的优化版本,使用一台摄像机,用于记录每个蠕虫通过分拣机时的三维图像。系统将每个图像集与它所教授的“野生型”蠕虫看起来的样本进行比较。蠕虫甚至与正常情况略有不同被整理出来进一步研究。

      “我们为程序提供野生型图像,它教会自己识别野生型的区别。它使用这些信息来确定突变类型可能是什么样的 - 这是我们没有提供给系统的信息 - 并根据这些信息对蠕虫进行分类,“执行这项工作的研究生Matthew Crane解释道。”我们不必向计算机显示每个可能的突变体,这非常强大。电脑永远不会觉得无聊。“

      虽然该系统旨在将C. elegans排序用于特定的研究项目,但Lu认为机器学习技术 - 借鉴了计算机科学 - 可以应用于使用模型遗传生物的其他生物学领域。该系统的硬件和软件目前正在乔治亚理工学院以外的其他几个实验室中使用。

      

      “我们的自动化技术可以推广到依赖于检测形态测量 - 或形状,大小或亮度差异的任何东西”。陆说。 “我们可以将其应用于任何可以在视觉上检测到的东西,并且我们认为这可以扩展到研究与该蠕虫可用于建模的学习,记忆,神经变性和神经发育疾病相关的许多其他问题。”

      个体秀丽隐杆线虫长度小于一毫米,比一缕头发更薄,但有302个神经元具有明确的突触。虽然使用单细胞的研究可以更简单,但使用这些蠕虫的研究是许多与人类健康相关的重要过程的良好体内模型。

      其他为本文做出贡献的研究人员包括佐治亚理工学院生物工程跨学科项目的学生Jeffrey Stirman,佐治亚理工学院交互计算学院的James Rehg教授,以及斯坦福大学霍华德休斯医学院生物系的三位研究人员。研究所:Chan-Yen Ou,Peri Kurshan和Kang Shen教授。

      新系统促进的自主处理可以使研究人员更快地检查更多的动物,可能开辟今天不可行的研究领域。

      “我们希望这项技术能真正改变人们对这种研究采取的方法,”卢说。

       “我们希望这种方法能够让人们做更大规模的实验,这些实验可以推动科学向前发展,而不仅仅是在特定情况下发现个别突变正在发生的事情。”

      资料来源:佐治亚理工学院研究新闻