МОСКВА, 19 авг - РИА Новости. Американские и британские биологи разработали особую систему искусственного интеллекта на основе нейросети, способную автоматически распознавать мутации в живых червях-нематодах и сортировать их на группы, отделяя нормальных беспозвоночных от мутировавших особей, говорится в статье, опубликованной в журнале Nature Methods.
"И хотя люди хорошо справляются с распознаванием образов, компьютеры лучше нас обнаруживают мельчайшие различия, такие как изменение положения темных точек на теле или небольшие колебания в яркости картинки. Эта методика помогла нам найти такие мутации, которые практически невозможно найти "вручную", - заявила руководитель группы ученых Хан Лу (Hang Lu) из Технологического института штата Джорджия в Атланте (США).
Хан Лу и ее коллеги изучали генетические механизмы, управляющие работой нейронов червей-нематод Caenorhabditis elegans. Эти существа обладают крайне простой нервной системой, состоящей из 302 крупных и хорошо различимых нервных клеток. Несмотря на примитивность устройства, работа нейронов нематод регулируется множеством генов, чьи функции могут кардинально меняться при появлении мутаций.
Из-за этого авторы статьи столкнулись с серьезной проблемой - для полноценного изучения этих механизмов им предстояло перебрать сотни тысяч мутаций. Для решения этой задачи ученые разработали специальную автоматизированную установку, способную определять мутации и сортировать их без участия человека.
Данное устройство состоит из специальной системы каналов, по которым транспортируются нематоды, микроскопа и подключенных к нему цифровых камер. Когда червь попадает в поле зрения микроскопа, камеры фотографируют животное с разных ракурсов, а компьютер использует изображение для восстановления трехмерного облика нематоды.
Затем в дело вступает искусственный интеллект, представляющий собой особым образом организованную нейросеть, которую ученые "научили" отличать нормальных и мутантных особей. Нейросеть представляет собой специальный самообучающийся алгоритм, имитирующий работу нервных клеток в живом организме. Основным его преимуществом является способность распознавать даже сильно искаженные сигналы, которую нейросеть приобретает при накоплении опыта.
"Мы "скармливали" нашей программе изображения нормальных червей, и она самообучалась, запоминая отличительные признаки таких нематод. Она использует эту информацию для определения того, как могут выглядеть мутанты, и их сортировки", - пояснил другой участник группы Мэтью Крейн (Matthew Crane) из Технологического института штата Джорджия в Атланте (США).
Данная технология успешно проявила себя в исследовании Лу и ее коллег и позволила ученым отсортировать мутации и изучить их свойства за разумные сроки. Биологи полагают, что схожая техника может быть использована и при изучении других модельных организмов.
"Мы надеемся, что наша технология кардинально изменит подход ученых к подобным исследованиям. Мы ожидаем, что это поможет биологам проводить широкомасштабные эксперименты, расширяющие границы науки, а не следить за единичными мутациями, определяя их действие в каждой конкретной ситуации", - заключает Лу.
