Накопление неправильно свернутых белков в мозге играет ключевую роль в развитии нейродегенеративных заболеваний, таких как болезнь Хантингтона, болезнь Альцгеймера и болезнь Паркинсона. Но для человеческого глаза белки, которым суждено образовать вредные скопления, ничем не отличаются от обычных белков. Такие скопления образуются случайным образом и относительно быстро — в течение нескольких минут. Способность выявлять и характеризовать белковые скопления необходима для понимания нейродегенеративных заболеваний и борьбы с ними.
Теперь, используя глубокое обучение, исследователи EPFL разработали "автономную" систему визуализации, которая использует множество методов микроскопии для отслеживания и анализа агрегации белка в режиме реального времени - и даже предвосхищает ее до того, как она начнется. В дополнение к максимальной эффективности визуализации, такой подход сводит к минимуму использование флуоресцентных меток, которые могут изменять биофизические свойства образцов клеток и препятствовать точному анализу.
Нам впервые удалось точно предсказать образование этих белковых агрегатов. Поскольку их биомеханические свойства связаны с заболеваниями и нарушением клеточных функций, понимание того, как эти свойства меняются в процессе агрегации, поможет разобраться в фундаментальных аспектах, необходимых для разработки решений.
Халид Ибрагим, недавний выпускник аспирантуры EPFL
Ибрагим опубликовал эту работу в Nature Communications вместе с Александрой Раденович, заведующей лабораторией наноразмерной биологии в Школе инженерии, и Хилалом Лашуэлем из Школы биологических наук, а также в сотрудничестве с Карло Бевилакуа и Робертом Преведелем из Европейской лаборатории молекулярной биологии в Гейдельберге, Германия. Этот проект стал результатом многолетнего сотрудничества между лабораториями Лашуэля и Раденович, которые объединили свои знания в области нейродегенерации и передовых технологий визуализации живых клеток. «Этот проект был создан с целью разработки методов, позволяющих по-новому взглянуть на биофизику. Приятно видеть, что эта идея принесла свои плоды», — говорит Раденович.
Наблюдение за образованием белкового агрегата
В ходе своей первой совместной работы под руководством Ибрагима команда разработала алгоритм глубокого обучения, который мог обнаруживать зрелые белковые агрегаты на неразмеченных изображениях живых клеток. Новое исследование основано на этой работе и использует версию алгоритма для классификации изображений, которая анализирует такие изображения в режиме реального времени: когда алгоритм обнаруживает зрелый белковый агрегат, он запускает бриллюэновский микроскоп, который анализирует рассеянный свет, чтобы охарактеризовать биомеханические свойства агрегатов, например эластичность.
Обычно из-за низкой скорости визуализации бриллюэновский микроскоп не подходит для изучения быстро формирующихся белковых агрегатов. Но благодаря подходу команды EPFL, основанному на искусственном интеллекте, бриллюэновский микроскоп включается только при обнаружении белкового агрегата, что ускоряет весь процесс и открывает новые возможности в области интеллектуальной микроскопии.
«Это первая публикация, демонстрирующая впечатляющий потенциал автономных систем, использующих методы микроскопии без меток, которые позволят большему числу биологов применять быстро развивающиеся технологии интеллектуальной микроскопии», — говорит Ибрагим.
Поскольку алгоритм классификации изображений нацелен только на зрелые белковые агрегаты, исследователям пришлось пойти дальше, чтобы зафиксировать процесс образования агрегатов. Для этого они разработали второй алгоритм глубокого обучения и обучили его на флуоресцентно меченых изображениях белков в живых клетках. Этот алгоритм обнаружения «начала агрегации» может различать почти идентичные изображения и с точностью 91 % определять, когда произойдет агрегация. Как только это начало процесса обнаруживается, беспилотная система снова переключается на бриллюэновскую визуализацию, чтобы получить невиданное ранее представление об агрегации белков. Впервые биомеханику этого процесса можно зафиксировать в динамике.
Лашуэл подчеркивает, что в дополнение к развитию интеллектуальной микроскопии эта работа имеет важные последствия для открытия лекарств и точной медицины. "Подходы к визуализации без меток создают совершенно новые способы изучения и нацеливания на небольшие белковые агрегаты, называемые токсичными олигомерами, которые, как считается, играют центральную причинную роль в нейродегенерации", - говорит он. "Мы рады развить эти достижения и проложить путь для платформ разработки лекарств, которые ускорят разработку более эффективных методов лечения нейродегенеративных заболеваний".
Источник:
Федеральная политехническая школа Лозанны
Ссылка на журнал:
Ибрагим, К. А., и др. (2025). Автономная микроскопия выявляет начало агрегации белков и позволяет получать интеллектуальные изображения методом Бриллюэна. Nature Communications. doi.org
Чтобы написать отзыв нужно авторизоватся