A Chan Zuckerberg Initiative kutatási támogatását ítélték oda a szegedi Horváth Péter bioinformatikus csoportjának.
Egyre szélesebb körben elfogadott tény, hogy a génjeinkben kódolt információk mellett legalább ennyire fontosak a sejtek szintjén ténylegesen kifejeződő, egyedi jellegek (ún. fenotípusok), amelyek eltérései jól tükrözik a szervezet működésének hibáit. Horváth Péter, az MTA Szegedi Biológiai Kutatóközpont Mikroszkópos Képfeldolgozó és Gépi Tanulási Csoportjának vezetője úttörő munkát végez a mesterséges intelligenciával támogatott, sejtalapú elemzés területén: a kutatócsoportja által fejlesztett, folyamatosan tanuló intelligens szoftverek akár többmilliárdnyi sejt között is képesek felfedezni új fenotípusokat.
Sőt, a szegedi kutatók által kialakított mikroszkóprendszer ennél is többet tud, precízen körülvágja és kiemeli a mintából a megjelenésük alapján részletesebb vizsgálatra érdemes sejteket.
A szegedi eredményekre nem csak az élettudományok legnagyobb szaktekintélyei figyeltek fel, hanem Mark Zuckerberg és felesége, Priscilla Chan alapítványa is, mely kutatási támogatást ítélt oda Horváth Péter és kollégái, Emma Lundbergnek és Matthias Mann-nak, írja az Mta.hu.
A kutatás célkitűzése egy olyan intelligens képfeldolgozó rendszer kialakítása, amely
- képes az emberi szövetek minden egyes sejtjét felismerni;
- az eltérő fenotípusú sejteket szétválogatni;
- a különféle sejttípusokat kinyerni; és
- a bennük lévő összes fehérjét kvantitatívan jellemezni.
Az innovatív technológiafejlesztést célzó kutatás szorosan kapcsolódik a Chan Zuckerberg Initiative által szintén támogatott Human Cell Atlas projekthez, amely jelenleg a világ egyik legnagyobb volumenű biológiai kutatása. Célja, hogy az emberi szervezet minden egyes sejtféleségét a lehető legpontosabban jellemezze, és lényegében egy térképet adjon a különböző sejttípusok egymáshoz való viszonyáról, a szöveteken belül összeépülő sejtek kapcsolatairól, a szervek és szervrendszerek egymásra hatásáról.
Horváth Péter / Fotó: MTA SZBK
A mesterséges intelligencia forradalmi fejlődését jól szemlélteti egy közelmúltbeli bioinformatikai világverseny, ahol közel négyezer csoport mérte össze tudását. A feladat egy olyan mikroszkópos képelemző szoftver fejlesztése volt, amely az algoritmus által még soha nem látott képeken is képes minden egyes sejtet megtalálni. A szegedi Horváth Péter vezette kutatócsoport olyan programot készített, amelyben egy mesterségesintelligencia-algoritmus állít elő mesterséges képeket, és ezek alapján egy másik mesterségesintelligencia-algoritmust tanít a képeken fellelhető objektumok (jelen esetben sejtek) felismerésére. A gépi tanulás olyannyira hatékonynak bizonyult, hogy a szegedi csoport élesben futtatott Nucleaizer szoftvere szinte egyetlen sejtet sem hagyott felfedezetlenül a tetszőleges mintákról készült felvételeken, és a legmagasabb pontszámot érte el.
A kutatócsoport ezt a gépi tanulási módszert fogja továbbfejleszteni a Mark Zuckerberg és felesége, Priscilla Chan alapítványa által felkarolt Deep Visual Proteomics projektben.
Borítókép: Facebook
