Ученые EPFL, на основе искусственного интеллекта, разработали систему, которая в реальном времени идентифицирует, анализирует и включает в себя формирование ключевых факторов развития болезней Альцгеймера, Паркинсона и Хантингтона. Инновационный подход позволяет исследователям записывать начало изменений, которые предшествуют заболеванию с точностью 91%, пишет UNN со ссылкой на Phys.
Подробности
Накопление неправильно сложенных белков в мозге является ключевым фактором в прогрессировании нейродегенеративных заболеваний, таких как болезнь Хантингтона, болезнь Альцгеймера и болезнь Паркинсона. Но для человеческого глаза белки, которые предназначены для образования вредных единиц, ничем не отличаются от обычных белков.
Образование таких единиц также обычно происходит случайным образом и относительно быстро — за считанные минуты. Способность идентифицировать и характеризовать белковые единицы важна для понимания и борьбы с нейродегенеративными заболеваниями.
Теперь, используя глубокое обучение, исследователи EPFL разработали «самопроизводимую» систему визуализации, которая использует несколько методов микроскопии для отслеживания и анализа агрегации белка в режиме реального времени — и даже включает в себя до того, как она начнет
— говорит публикация.
Кроме того, подход сводит к минимуму использование флуоресцентных меток, которые могут изменить биофизические свойства образцов клеток и мешать точному анализу.
Это первый раз, когда мы смогли предсказать образование этих белковых единиц. Поскольку их биомеханические свойства связаны с заболеваниями и нарушением клеточной функции, понимание того, как они развиваются в процессе агрегации, приведет к фундаментальному пониманию, необходимому для разработки решений.
— говорит недавний выпускник EPFL, доктор философии Халид Ибрагим.
В новом исследовании ученые улучшили эту систему, и теперь она работает в режиме реального времени: как только алгоритм замечает зрелый белковый блок, автоматически включает специальный микроскоп Brilluen. Этот микроскоп анализирует свойства подразделений, такие как их эластичность. Ранее микроскоп работал слишком медленно для таких задач, но теперь он активируется только благодаря управлению ИИ, когда это действительно необходимо. Это позволяет быстро и точно наблюдать за изменениями белка.
По словам Ибрагима, это первая научная работа, которая показывает, как самоконтролируемые системы могут использоваться в микроскопии без использования флуоресцентных меток — и делают этот подход более доступным для биологов.
Это открывает новые возможности для изучения токсичных белковых единиц, которые связаны с заболеваниями мозга, такими как Альцгеймер или Паркинсон. По словам профессора Лушуэля, такая интеллектуальная микроскопия поможет создать более точные лекарства и донести персонализированную медицину для пациентов.
Генетический тест поможет прогнозировать ожирение в детстве — исследования 21.07.25, 15:00 • 3283 просмотров