Un outil avancé de science du cerveau qui ne nécessite aucune expertise en codage

Un outil avancé de science du cerveau qui ne nécessite aucune expertise en codage

Accueil » Psychologie » Troubles mentaux » Adulte » Un outil avancé de science du cerveau qui ne nécessite aucune expertise en codage

Des chercheurs de Helmholtz Munich et de l'hôpital universitaire LMU de Munich présentent DELiVR, offrant une nouvelle approche basée sur l'IA pour la tâche complexe de cartographie des cellules cérébrales. Les résultats sont publiés dans la revue Méthodes naturelles.

L’outil d’apprentissage profond démocratise les neurosciences avancées en éliminant le besoin d’expertise en codage. DELiVR permet aux biologistes d’étudier efficacement la dynamique cellulaire spatiale liée à la maladie, favorisant ainsi le développement de thérapies de précision pour de meilleurs soins aux patients.

Démocratiser l’analyse cérébrale 3D

De nombreuses maladies sont liées à des modifications de l’expression de certaines protéines dans le cerveau. Pour étudier ces changements, les scientifiques examinent comment ils évoluent au cours de la progression de la maladie chez des organismes modèles. L’imagerie de cerveaux de souris entiers génère de vastes ensembles de données, nécessitant des méthodes de quantification précises pour son interprétation significative. Cependant, l’identification des cellules marquées dans de grandes données d’images 3D est un défi.

Même si l’intelligence artificielle (IA) est prometteuse pour l’analyse des données, elle nécessite généralement de nombreuses annotations de données et des compétences avancées en codage, ce qui limite son utilisation à des laboratoires spécialisés. L’équipe de recherche visait donc à surmonter ces obstacles, en démocratisant l’analyse 3D pour un accès scientifique plus large.

La réalité virtuelle donne du pouvoir aux chercheurs

Pour quantifier avec précision des cellules spécifiques dans les images cérébrales, l’équipe de recherche a initialement formé un algorithme d’IA pour les identifier dans des images microscopiques 3D. En tirant parti de la réalité virtuelle (VR) pour la génération d’étiquettes, les chercheurs se sont plongés dans les images, annotant les cellules directement en 3D – une méthode plus rapide et plus précise que les approches traditionnelles basées sur des tranches 2D.

Par la suite, l’équipe a utilisé ces étiquettes générées par VR pour former un algorithme d’IA permettant l’identification automatique des neurones actifs. Ils ont intégré les processus de détection des cellules, les ont comparées à un atlas cérébral et ont visualisé les résultats dans leur pipeline DELiVR (Deep Learning and Virtual Reality mesoscale annotation).

Le système fonctionne de manière transparente avec Fiji, un logiciel open source pour l'analyse d'images, dans un flux de travail de bout en bout. DELiVR dispose également d'une fonction personnalisable permettant aux chercheurs de l'entraîner pour des types de cellules spécifiques, tels que la microglie, une cellule immunitaire essentielle du cerveau, démontrant ainsi son adaptabilité à divers projets de recherche.

« Essentiellement, DELiVR offre une solution transparente pour identifier et analyser les cellules dans tout le cerveau, fournissant des informations inestimables sur leurs rôles et comportements en matière de santé et de maladie, le tout sans nécessiter l'expertise des scientifiques en matière de codage. DELiVR représente une étape vers le développement de nouvelles interventions thérapeutiques. cela pourrait à terme améliorer la qualité de vie des personnes touchées par des conditions débilitantes », déclare le professeur Ali Ertürk, qui a dirigé le développement de l'outil à Helmholtz Munich.

Cas d'utilisation : perte de poids liée au cancer

Pour démontrer la puissance du DELiVR, l’équipe de recherche a illustré sa capacité à transformer notre compréhension de la façon dont le cancer influence notre activité cérébrale. En se concentrant sur le défi clinique important de la perte de poids induite par la tumeur, ils ont découvert des modèles d'activité cérébrale spécifiques distinguant les cancers qui induisent une perte de poids chez la souris de ceux qui ne le font pas.

Le Dr Doris Kaltenecker, l'un des premiers auteurs de l'étude présentant DELiVR, déclare : « Nos résultats utilisant DELiVR ont révélé des cibles thérapeutiques potentielles dans les régions du cerveau. Cela pourrait ouvrir la voie à des stratégies prometteuses pour lutter à l'avenir contre la perte de poids liée au cancer.

Publications similaires