[ad_1]
Los investigadores han implementado un algoritmo de aprendizaje automático junto con el procesamiento posterior para extraer la orientación y la posición de moléculas individuales superpuestas en 5D a partir de una sola imagen.
![](https://www.electronicsforu.com/wp-contents/uploads/2022/11/Using-Machine-Learning-Algorithm-To-Produce-5D-Images-Of-Proteins-500x475.jpg)
El estudio de los procesos biológicos es necesario para analizar cómo el mal funcionamiento de estos procesos biológicos puede conducir a enfermedades peligrosas y para ayudar a desarrollar y probar posibles tratamientos. Por lo tanto, los investigadores del laboratorio de Matthew Lew, profesor asociado de ingeniería eléctrica y de sistemas en la Universidad de Washington en St. Louis, implementaron un algoritmo de aprendizaje automático en un sistema que puede detectar la orientación de una molécula en el espacio 3D, así como su posición en 2D: cinco parámetros de una sola imagen ruidosa y pixelada.
«Mucha gente está usando IA de principio a fin», dijo el Dr. Wu. dijo un estudiante en el programa de imágenes en la Escuela de Ingeniería McKelvey. “Simplemente coloque lo que tiene y pídale a la red neuronal que le dé lo que quiere.” Decidió dividir el problema en dos pasos para aligerar la carga del algoritmo y hacerlo más robusto.
Fue muy difícil obtener imágenes de moléculas individuales, ya que tienden a ser muy «ruidosas» y contienen «motas» o fluctuaciones que pueden oscurecer una imagen. Para la mayoría de las redes neuronales de aprendizaje automático, dijo Lew, «cómo manejar este tipo de ruido de manera sólida puede ser muy complicado de aprender».
Ya se sabe cómo las señales de las moléculas de interés y este ruido se combinan en imágenes microscópicas. En lugar de pedirle al algoritmo que vuelva a aprender las leyes de la física, el equipo agregó un segundo algoritmo de «procesamiento posterior», que es un cálculo simple que aplica esas leyes físicas a los resultados del primer algoritmo.
«Es como dividir dos problemas en dos algoritmos», dijo Wu. Después de procesar miles de instantáneas, surgió una «hermosa imagen» que utiliza el color, la curvatura y la dirección para mostrar cómo se conectan miles de moléculas.
Wu prevé que este sistema ayudará a los investigadores a comprender mejor los procesos biológicos a escalas diminutas, como la forma en que las proteínas amiloides se ensamblan para formar las estructuras enredadas asociadas con la enfermedad de Alzheimer.
Haga clic aquí para ver el artículo de investigación y el video publicados
[ad_2]