Искусственный интеллект проливает новый свет на динамику развития клеток

Исследователи из Центра изучения воспалений VIB-Гентского университета разработали метод для лучшего моделирования клеточной динамики. Их работа не только подчеркивает сложности отслеживания клеток на протяжении их роста и жизненного цикла, но и предлагает новые способы оценки вычислительных методов в биологии.

Определение траекторий отдельных клеток

Клетки постоянно меняются: делятся, изменяются или активируются под воздействием среды. Они могут выбирать множество альтернативных путей в этих процессах, основываясь на внутренних и внешних сигналах. Изучение этих клеточных траекторий стало проще благодаря развитию технологий одноклеточного анализа, позволяющих детально профилировать отдельные клетки. В сочетании с вычислительными методами это дает возможность увидеть различные пути клеток в живом организме и понять, что идет не так при заболеваниях.

Иван Саес (VIB-Гентский университет): "Если взять случайную выборку из тысяч изменяющихся клеток, можно увидеть, что одни очень похожи, а другие сильно отличаются. Методы вывода траекторий — это новый класс методов искусственного интеллекта, которые раскрывают сложные структуры, такие как клеточные траектории, на основе данных. В последние годы появилось множество инструментов для построения таких траекторий. Но из-за их разнообразия исследователям сложно выбрать подходящий для своей биологической системы".

Оценка доступных инструментов

Исследователи из лаборатории Саеса, Робрехт Каннудт и Ваутер Саленс, провели всестороннее сравнение доступных инструментов.

Робрехт Каннудт: "Мы с самого начала стремились сделать бенчмарк как можно более полным, включив почти все методы, разнообразные наборы данных и метрики. Мы учли даже технические детали, такие как процедура установки, и собрали все в одной большой фигуре — забавной тепловой карте".

Ваутер Саленс: "Помимо улучшения области вывода траекторий, мы также попытались усовершенствовать сам процесс тестирования. В нашем исследовании мы обеспечили легкую воспроизводимость и расширяемость бенчмарка, используя современные технологии, такие как контейнеризация и непрерывная интеграция. Таким образом, наше исследование — не конечный продукт, а начало ускоренной разработки программного обеспечения и, в конечном счете, лучшего понимания наших биомедицинских данных".

Рекомендации для пользователей

На основе результатов тестирования команда разработала набор рекомендаций, которые помогут исследователям выбрать наиболее подходящий метод для конкретной задачи, а также интерактивное приложение. Это первая всесторонняя оценка методов вывода траекторий. В будущем команда планирует добавить детальную процедуру настройки параметров.

Конвейер и инструменты для создания траекторий свободно доступны на dynverse.org. Результаты опубликованы в журнале Nature Biotechnology.