Esta plataforma proporciona a los científicos biológicos un fácil acceso a inteligencia artificial (IA) avanzada para el análisis de imágenes de microscopía. Permite a otros investigadores, independientemente de su experiencia computacional, entrenar y utilizar fácilmente modelos de aprendizaje profundo con sus propios datos.

El aprendizaje profundo, un subcampo de la IA, ha revolucionado el análisis de conjuntos de datos de microscopía grandes y complejos, permitiendo a los científicos identificar, rastrear y analizar automáticamente células y estructuras subcelulares. Sin embargo, la falta de recursos informáticos y experiencia en IA impide que algunos investigadores en ciencias biológicas aprovechen estas poderosas técnicas en su propio trabajo.

DL4MicEverywhere aborda estos desafíos proporcionando una interfaz intuitiva para que los investigadores utilicen modelos de aprendizaje profundo en cualquier experimento que requiera análisis de imágenes y en diversas infraestructuras informáticas, desde simples portátiles hasta clústeres de alto rendimiento.

"Nuestra plataforma establece un puente entre los avances tecnológicos de la IA y la investigación biomédica", afirmó Iván Hidalgo-Cenamor, primer autor del estudio e investigador del IGC.

"Con él, independientemente de su experiencia en IA, los investigadores obtienen acceso a métodos de microscopía de vanguardia, lo que les permite analizar automáticamente sus resultados y potencialmente descubrir nuevos conocimientos biológicos".

La plataforma DL4MicEverywhere se basa en el trabajo anterior del equipo, ZeroCostDL4Mic, para permitir el entrenamiento y el uso de modelos en varios entornos computacionales. La plataforma también incluye una interfaz fácil de usar y amplía la colección de metodologías disponibles que los usuarios pueden aplicar a tareas comunes de análisis de imágenes de microscopía.

"DL4MicEverywhere tiene como objetivo democratizar la IA para la microscopía promoviendo las contribuciones de la comunidad y adhiriéndose a los principios FAIR para el software de investigación científica, haciendo que los recursos sean localizables, accesibles, interoperables y reutilizables", explicó la Dra. Estibaliz Gómez-de-Mariscal, codirectora del estudio y investigador del IGC.

"Esperamos que esta plataforma permita a los investigadores de todo el mundo aprovechar estas poderosas técnicas en su trabajo, independientemente de sus recursos o experiencia".

El desarrollo de DL4MicEverywhere es un gran ejemplo del entorno colaborativo en la ciencia. Primero, fue desarrollado con el propósito de permitir que cualquier investigador a nivel mundial aproveche las tecnologías más avanzadas en microscopía, contribuyendo a acelerar los descubrimientos científicos. En segundo lugar, esto fue posible únicamente gracias a una colaboración internacional de expertos en informática, análisis de imágenes y microscopía, con contribuciones clave del consorcio AI4Life.

El proyecto fue codirigido por Ricardo Henriques del IGC y Guillaume Jacquemet de la Universidad Åbo Akademi.

"Este trabajo representa un hito importante para hacer que la IA sea más accesible y reutilizable para la comunidad de microscopía", afirmó el profesor Jacquemet. "Al permitir que los investigadores compartan fácilmente sus modelos y procesos de análisis, podemos acelerar los descubrimientos y mejorar la reproducibilidad en la investigación biomédica".

"DL4MicEverywhere tiene el potencial de ser transformador para las ciencias de la vida", añadió el profesor Henriques. "Se alinea con nuestra visión en AI4Life de desarrollar soluciones de IA sustentables que capaciten a los investigadores e impulsen la innovación en el cuidado de la salud y más allá".

La plataforma DL4MicEverywhere está disponible gratuitamente como recurso de código abierto, lo que refleja el compromiso de los equipos con la ciencia abierta y la reproducibilidad. Los investigadores creen que al reducir las barreras para el análisis avanzado de imágenes de microscopía, DL4MicEverywhere permitirá descubrimientos revolucionarios en campos que van desde la biología celular básica hasta el descubrimiento de fármacos y la medicina personalizada.

Más información: DL4MicEverywhere:aprendizaje profundo para microscopía flexible, compartible y reproducible, Nature Methods (2024). DOI:10.1038/s41592-024-02295-6

Información de la revista: Métodos de la naturaleza

Proporcionado por Instituto Gulbenkian de Ciencia