Михаил Макеев – лаборант НИИ биологической медицины АлтГУ. Его проект – «Создание интеллектуальной системы для анализа зоны роста культур первичных эксплантов». Работа стлала финалистом конкурса «Студенческий стартап», где выиграла миллион рублей.
Клетки для исследований
Михаил Макеев объяснил, что современной биомедицине необходимы модели, которые показывают, как те или иные лекарства могут воздействовать на человеческий организм. Одна из таких моделей – первичные экспланты.
Эксплант – это микроскопический фрагмент органа или ткани, содержащий клетки (например, печени). Исследователи помещают его в специальную питательную среду, насыщенную всеми необходимыми для жизни клеток веществами: солями, аминокислотами, сахарами, витаминами, микроэлементами. В этих условиях, приближенных к естественным, клетки экспланта начинают расти.
С помощью эксплантов проводят доклинические исследования. Ученые тестируют новые вещества на клеточных культурах животных, что ускоряет процесс.
Когда эксплант растет в питательной среде, вокруг него формируется так называемая «зона роста» – тонкий, почти прозрачный слой делящихся клеток. Размер зоны – это ключевой показатель жизнеспособности клеток и показывает их реакцию на внешние воздействия, например, на новое лекарство.
Ученые наблюдают за эксплантами под микроскопом, фиксируют размеры и общее состояние клеток, а затем регистрируют изменения. Результаты работы применяют в регенеративной медицине и эмбриологии для изучения возможностей человеческих клеток.
В Алтайском крае лаборатории АлтГУ и АГМУ активно исследуют клеточные культуры.
Приложение для ученых
Сейчас ученые вынуждены вручную анализировать несколько планшетов с образцами под микроскопом: обводить зоны роста, подсчитывать их площадь. На одном планшете может находиться не менее 24 эксплантов. Это монотонная и трудоемкая работа, напоминает бумажную волокиту и отнимает у лаборантов несколько дней, которые они могли бы посвятить исследованиям.
Столкнувшись с проблемой, Михаил предложил идею, как облегчить жизнь ученых.
«Мы создаем автоматизированную систему для анализа изображений эксплантов, – рассказывает Михаил Макеев. – Пользователь сможет загружать снимки на наш онлайн-сервис. Затем алгоритм на основе машинного обучения автоматически распознает и обводит эксплант и зону роста. После этого он проводит все необходимые расчеты и выдает готовый отчет. Это освободит время для более сложных научных задач».
Как будет работать
В основе системы лежит сложная математическая модель – нейронная сеть DeepLab. Похожие алгоритмы используют, например, в смартфонах, чтобы отделить объект от фона или создать портретную фотографию. Как отмечает Михаил, их системное приложение будет работать схожим образом.
«Наша главная задача – обучить нейросеть точно распознавать зоны роста эксплантов. Для этого ей нужно большое количество заранее вручную размеченных микрофотографий. Чем больше данных для обучения, тем правильнее будет работать алгоритм», – объясняет научный руководитель Михаила и научный сотрудник НИИ биологической медицины Руслан Халимов.
Точность алгоритма уже достигает 75%. Это как если бы умный помощник сделал за вас три четверти сложной домашней работы без единой ошибки.
«Основная сложность – нам нужно собрать данные для обучения алгоритма. Информация должна включать примеры эксплантов, чтобы алгоритм определил, какую закономерность ему искать. Но мы решаем эту проблему», – говорит программист Ева Шелли.
Финансовая поддержка поможет собрать большую базу изображений, дообучить модели и создать удобный пользовательский веб-сервис.
Уникальность и перспективы
Решения, которые автоматизируют анализ клеток, существовали и раньше, но они не были адаптированы для работы с первичными эксплантами. Молодой ученый подчеркивает, что их задача – создать удобный и доступный онлайн-сервис, а не сложную программу, которую придется постоянно дополнять.
«В перспективе мы переобучим этот же алгоритм для работы с другими типами клеток: растительных, окулярных, эмбриологических. Для каждого нового типа придется собрать свою базу изображений», – говорит Руслан Халимов.
Сервис планируют сделать бесплатным для базового использования. Также будет премиум-подписка с расширенным функционалом: увеличенным лимитом на загрузку изображений или более детальными отчетами. Это станет основой для коммерциализации проекта и его дальнейшего развития.
«Мы хотим расширить применение приложения, сделать его нужным, чтобы он помогал людям разрабатывать лекарства и исследовать раковые опухоли», – поделился Михаил Макеев.
