Pembelajaran Mesin Mendalam Merevolusikan Penilaian Penuaan Jantung dan Penyakit Menggunakan Lalat Buah

Satu kejayaan daripada Universiti Alabama di Birmingham, yang menggunakan pembelajaran mendalam untuk mempercepatkan penilaian kesihatan jantung pada lalat buah, boleh membuka jalan kepada pandangan baharu tentang penyakit jantung manusia.

Dalam lonjakan yang mengagumkan untuk penyelidikan bioperubatan, satu pasukan di Universiti Alabama di Birmingham (UAB) telah menggunakan teknologi pembelajaran mendalam untuk mengubah cara saintis mengkaji penuaan dan penyakit jantung menggunakan lalat buah, yang dikenali secara saintifik sebagai Drosophila. Kemajuan teknologi ini boleh mempercepatkan penyelidikan jantung dengan ketara dan mengurangkan kesilapan manusia, menjanjikan sempadan baharu dalam kajian penyakit jantung yang akhirnya boleh memberi manfaat kepada kesihatan manusia.

Lalat buah telah lama berkhidmat sebagai model yang boleh dipercayai untuk menyelidik penyakit kardiovaskular manusia. Walau bagaimanapun, mengukur fungsi jantung seperti pengembangan dan pengecutan secara tradisinya memerlukan campur tangan manusia yang memakan masa. Diketuai oleh Girish Melkani, seorang profesor bersekutu di Jabatan Patologi UAB, Bahagian Patologi Molekul dan Selular, penyelidik UAB telah membangunkan kaedah menggunakan pembelajaran mendalam dan mikroskop video berkelajuan tinggi untuk mengautomasikan pengukuran ini.

“Kaedah pembelajaran mesin kami bukan sahaja pantas; ia meminimumkan kesilapan manusia kerana anda tidak perlu menandai setiap dinding jantung secara manual di bawah keadaan sistolik dan diastolik,” kata Melkani dalam Siaran akhbar. "Selain itu, anda boleh menjalankan analisis beberapa ratus hati dan melihat analisis apabila dilakukan untuk semua hati."

Pendekatan ini membuka potensi untuk ujian yang lebih meluas tentang bagaimana pelbagai faktor persekitaran dan genetik mempengaruhi penuaan dan patologi jantung. Model yang berpotensi untuk kajian masa depan termasuk ikan zebra dan tikus, yang, seperti lalat buah, tidak ternilai untuk penyelidikan kardiovaskular.

"Selain itu, teknik kami boleh disesuaikan untuk model jantung manusia, memberikan pandangan berharga tentang kesihatan dan penyakit jantung," tambah Melkani. "Selain itu, pendekatan pembelajaran mesin boleh meramalkan penuaan jantung dengan ketepatan yang tinggi."

Penyelidikan pasukan UAB menguji model mereka pada kedua-dua jantung penuaan dan model lalat buah kardiomiopati diluaskan, yang disebabkan oleh kejatuhan enzim kritikal, oxoglutarate dehydrogenase. Mereka melatih model automatik mereka menggunakan 54 jantung dan mengesahkannya dengan tambahan 177 jantung, berjaya mencipta semula trend penuaan jantung yang dijangkakan.

Melkani menekankan bahawa model mereka boleh dilaksanakan dengan perkakasan gred pengguna. Kod analisis yang dijana oleh pasukan boleh mengira pelbagai statistik jantung penting, termasuk diameter diastolik dan sistolik, pemendekan pecahan, pecahan lenting, kadar denyutan jantung dan aritmik degupan jantung.

"Untuk pengetahuan kami, platform inovatif untuk segmentasi berbantukan pembelajaran mendalam ini adalah yang pertama seumpamanya yang digunakan pada mikroskop optik berkelajuan tinggi standard jantung Drosophila sambil juga mengukur semua parameter yang berkaitan," kata Melkani.

Teknik perintis ini memegang janji untuk mengubah cara penyelidik mengkaji fungsi jantung dalam lalat buah dan seterusnya.

“Dengan mengautomasikan proses dan menyediakan statistik jantung terperinci, kami membuka jalan untuk kajian yang lebih tepat, cekap dan komprehensif tentang fungsi jantung di Drosophila. Kaedah ini mempunyai potensi yang sangat besar - bukan sahaja untuk memahami penuaan dan penyakit pada lalat buah - tetapi juga untuk menterjemahkan pandangan ini ke dalam penyelidikan kardiovaskular manusia, "tambah Melanie.

. mengkaji, bertajuk "Penilaian automatik dinamik jantung dalam penuaan dan model Drosophila kardiomiopati diluaskan menggunakan pembelajaran mesin," diterbitkan dalam Biologi Komunikasi.