مشاهده سیگنال‌های عصبی مغز ماهی با استفاده از تکنیک میکروسکوپ میدان نور
تیم تحریریه- ۲۰ اردیبهشت ۱۴۰۰
دانشمندان با استفاده از تکنیکی به نام میکروسکوپ میدان نور سیگنال‌های عصبی سریع در مغز ماهی را مشاهده کردند. استفاده از میکروسکوپ میدان نور تصویربرداری از این روند بیولوژیکی سریع به صورت سه‌بعدی را امکان‌پذیر و از این طریق به آن‌ها کمک کرد. البته تصاویر اغلب بی‌کیفیت بودند و تبدیل داده‌ها به حجم‌های سه‌بعدی و فیلم‌ها ساعت‌ها و گاهی روزها طول می‌کشید.
اکنون دانشمندان EMBL الگوریتم‌های هوش مصنوعی را با دو تکنیک میکروسکوپ پیشرفته ترکیب کرده‌اند. پیشرفتی که باعث می‌شود زمان پردازش تصویر از روز به ثانیه کاهش یابد و وضوح و کیفیت تصاویر هم بسیار بهتر شوند.
نیلز واگنر، یکی از دو نویسنده اصلی مقاله و دانشجوی مقطع دکترا در دانشگاه فنی مونیخ، می‌گوید: «در نهایت ما توانستیم به این روش به بهترین‌های هر دو جهان دسترسی پیدا کنیم. هوش مصنوعی به ما این امکان را می‌دهد که تکنیک‌های مختلف میکروسکوپی را ترکیب کنیم. بنابراین می‌توانیم به همان سرعتی که میکروسکوپ میدان نور به ما اجازه می‌دهد، فیلم‌برداری کنیم و به وضوح تصویر میکروسکوپ ورق نور نزدیک شویم.»
شاید میکروسکوپ ورق سبک و میکروسکوپ میدان نور به نظر مشابه هستند، اما واقعیت این است که هرکدام مزایا و چالش‌های مختلفی دارند. میکروسکوپ میدان نور تصاویر بزرگ سه‌بعدی را ضبط می‌کند که به محققان این امکان را می‌دهد تا حرکات بسیار مفید مانند تپش قلب ماهی لاروا با سرعت بالا را بررسی و اندازه‌گیری کنیم. این تکنیک حجم زیادی داده تولید می‌کند که پردازش آن‌ها ممکن است روزها زمان نیاز داشته باشد و البته تصاویر نهایی هم فاقد وضوح و کیفیت کافی هستند. میکروسکوپ ورق نور همزمان در یک صفحه دوبعدی از یک نمونه معین قرار می‌گیرد، بنابراین محققان می‌توانند نمونه‌ها را با وضوح بالا تصور کنند. در مقایسه با میکروسکوپ میدان نور، میکروسکوپ ورق نوری تصاویری تولید می‌کند که پردازش آن‌ها سریع‌تر انجام می‌شود، اما مشکل اینجاست که داده‌ها به اندازه داده‌های تکنیک دیگر جامع نیستند. چراکه آن‌ها فقط اطلاعات را از یک صفحه دوبعدی همزمان می‌گیرند.
محققان EMBL برای استفاده از مزایای هر تکنیک، روشی را ایجاد کردند که با استفاده از میکروسکوپ میدان نور، نمونه‌های بزرگ سه‌بعدی و میکروسکوپ ورق نور را برای آموزش الگوریتم‌های هوش مصنوعی تهیه می‌کنند، سپس تصویر سه‌بعدی دقیق از نمونه ایجاد می‌کنند.
آنا کرشوک، رهبر گروهی در EMBL، که مهارت یادگیری ماشین را به پروژه وارد کرده است، در توضیح می‌گوید: «اگر الگوریتم‌هایی ایجاد می‌کنید که یک تصویر تولید می‌کنند، باید بررسی کنید که این الگوریتم‌ها تصویر درستی را ایجاد کنند. در مطالعه جدید محققان از میکروسکوپ ورق سبک برای اطمینان از عملکرد الگوریتم‌های هوش مصنوعی استفاده کردند. این باعث می‌شود تحقیقات ما با آن‌چه در گذشته انجام شده، متفاوت باشد.»
رابرت پریودل، رهبر گروهی در EMBL که به پلتفرم میکروسکوپ ترکیبی جدید کمک کرده است، معتقد است مهم‌ترین بخش ساخت میکروسکوپ‌های بهتر، فناوری اپتیک نیست، بلکه محاسبات است. به همین دلیل، در سال 2018، او و آنا تصمیم گرفتند که نیروها را متحد کنند. رابرت می‌گوید: «روش ما برای افرادی که می‌خواهند نحوه محاسبه مغز را مطالعه کنند، کلیدی خواهد بود. این روش می‌تواند از عملکرد مغز ماهی لارو به صورت آنی و همزمان تصویربرداری کند.»
به اعتقاد او و آنا، این روش می‌تواند به گونه‌ای اصلاح شود که با انواع مختلف میکروسکوپ‌ها نیز کار کند، در نهایت به زیست‌شناسان اجازه می‌دهد ده‌ها نمونه مختلف را بررسی کنند و این کار را خیلی بهتر و البته سریع‌تر هم انجام دهند. برای مثال، با این روش می‌توان به یافتن ژن‌هایی کمک شود که در رشد قلب نقش دارند، یا می‌توان فعالیت هزاران نورون را به طور همزمان اندازه‌گیری کرد.
در قدم بعدی محققان قصد دارند بررسی کنند که آیا این روش برای گونه‌های بزرگ‌تر، از جمله پستانداران نیز نیز قابل استفاده است یا نه.
فین بوتنمولر، نویسنده اصلی مقاله و دانشجوی دکترا، هیچ تردیدی در قدرت هوش مصنوعی ندارد: «روش‌های محاسباتی همچنان پیشرفت‌های مهیجی در میکروسکوپ به وجود می‌آورند.»
جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید.
