Para ilmuwan menggunakan AI untuk memetakan area yang belum dipetakan dari otak tikus
Menggunakan model AI seperti chatgpt, para ilmuwan telah membuat peta baru otak tikus yang menangkap area organ yang sebelumnya belum dipetakan dengan detail yang belum pernah terjadi sebelumnya.
Peta, diterbitkan Selasa (7 Oktober) di jurnal Komunikasi Alammenangkap 1.300 wilayah otak dan merupakan yang pertama merinci daerah otak tanpa memerlukan input manual dari manusia. Penulis studi, dari University of California, San Francisco (UCSF) dan Institut Allen untuk Sains Sel, berharap proyek ini akan memungkinkan para peneliti untuk membuat sketsa peta jaringan tersebut di seluruh tubuh.
Pendekatan ini juga menunjukkan posisi sel individu dalam ruang dalam jaringan. Informasi ini telah diinformasikan Atlas sel sebelumnya dari otak tikus. Namun, mengatur informasi dari percobaan tersebut ke dalam peta otak yang komprehensif menimbulkan tantangan yang signifikan. Untuk peta otak sebelumnya, para peneliti harus secara manual membatalkan setiap bagian peta untuk membatasi area spesifik otak dan di mana sel yang direkam pas di dalamnya. Studi baru ini menghindari tugas yang melelahkan ini.
Data transkriptomik spasial yang digunakan untuk peta baru termasuk informasi tentang aktivitas 500 hingga 1.000 gen di setiap sel yang dianalisis. Pada tingkat kompleksitas ini, analisis data menantang, kata rekan penulis studi Reza Abbasi-Aslseorang profesor neurologi dan bioengineering di UCSF. Selain itu, menandai daerah otak menggunakan data transkriptomik spasial mentah-proses yang disebut parcellation-menghasilkan peta fuzzy, kata Abbasi-ASL.
Di situlah pendekatan berbasis AI tim terbayar.
Model bahasa besar (LLMS), seperti chatgpt, telah memikat dan membuat jutaan pengguna dengan kemampuan mereka untuk menghasilkan output teks dari petunjuk. Pada intinya, sistem ini bekerja dengan secara matematis memprediksi hubungan antara kata -kata individu. Abbasi-Asl, bersama dengan mahasiswa doktoralnya Alex Leemenciptakan sistem AI, bernama CellTransformer, yang sebaliknya menganalisis bagaimana sel individu duduk bersebelahan di otak berdasarkan informasi transkriptomik spasial.
Sistem AI mengubah data spasial, meningkatkannya dengan informasi baru. “Kami membangun bagian yang hilang antara data transkriptomik spasial dan pemisahan otak yang menghubungkan keduanya,” kata Abbasi-ASL kepada Live Science. Dataset baru yang dihasilkan oleh CellTransformer menghasilkan banyak peta yang lebih tajam yang lebih mirip dengan daerah otak yang diketahui daripada anotasi manual, menurut Abbasi-ASL, dan juga mengidentifikasi daerah yang sebelumnya tidak katalog, berbutir lebih halus.
Gambar 1 dari 2
Peta baru ini mencakup sekitar 1.300 bagian dari otak tikus, menghasilkan total dataset lebih dari 9 juta sel. Tim mengoordinasikan data mereka dengan Allen Institute Kerangka Koordinat Umum (CCF)Peta resolusi tinggi dari otak tikus yang sebelumnya dibangun menggunakan anotasi manual. Ada koherensi yang kuat antara output yang dihasilkan AI dan CCF standar emas, yang memberi tim kepercayaan bahwa temuan mereka sangat akurat.
CellTransformer berhasil memetakan daerah otak yang dikenal, seperti Hippocampuspusat memori utama. Alat ini juga memetakan area otak yang telah dicari oleh upaya pemetaan lain untuk mendapatkan data, seperti nukleus reticular otak tengah, (CK) yang terletak di bagian paling atas dari batang otak dan memproses informasi sensorik dan motorik, sementara juga mengatur tidur.
Pemrosesan data di belakang CellTransformer tidak hanya berfungsi untuk jaringan otak, penulis menekankan.
“Pipa serupa dapat digunakan dengan set data yang sekarang muncul dari jantung, dari bagian tubuh lain, dan juga dari jaringan yang dikumpulkan dalam model penyakit yang bertentangan dengan model yang sehat,” kata Abbasi-ASL.
Tim juga ingin menguji transformer sel pada data otak manusia – tetapi sementara otak tikus mengandung puluhan juta sel, otak kita memiliki Sekitar 170 miliar sel, termasuk 86 miliar neuron. Ukuran semata -mata otak manusia, serta strukturnya yang lebih kompleks, akan membuat lebih sulit untuk memberikan jumlah data spasial yang cukup untuk memberi makan AI.
Jika data tersebut dapat dibawa ke CellTransformer, Abbasi-ASL menganggap alat itu bisa memprosesnya. “Kami percaya bahwa itu bisa bekerja pada data manusia juga,” katanya. “Itu langkah berikutnya yang sangat penting.”
