Nemrég jelent meg a tanulmányuk a Scientific Reports folyóiratban. Mi volt a céljuk a kutatásukkal?

Évek óta dolgozunk együtt a Szegedi Biológiai Kutatóközpontból Dr. Mihály Józseffel és Dr. Szikora Szilárddal. A kutatások központjában a vázizmot felépítő szarkomerek molekuláris szintű feltérképzése állt. Az Optikai és Kvantumelektronikai Tanszéken megépített és működtetett úgynevezett dSTORM szuperrezolúciós (azaz szuperfelbontású) optikai mikroszkóp egy ideális eszköz ennek a biológia rendszernek a vizsgálatára, mert a fluoreszcens módon jelölt fehérjemolekulák pozícióját <10nm-es pontossággal meg tudjuk határozni. Az elmúlt években közel negyven különböző fehérjefélének határoztuk meg a relatív pozícióját az izomrost alapegységének számító szarkomerben. A mérés és a kiértékelés is egy hosszadalmas munka volt, minden egyes felvételen manuálisan kellett az érdekes tartományokat kijelölni. Ezt a lépést váltottuk most ki egy gépi tanuláson alapuló algoritmussal, így az egész kiértékelési folyamat automatikusan folyik, jóval gyorsabban, mint korábban.

Milyen módszerekkel dolgoztak a kutatásuk során?

Új méréseket ezen projekt során nem végeztünk, a korábban felvett mikroszkópiás képeket értékeltük ki újra. A tanuló algoritmus betanításhoz a saját fejlesztésű TestSTORM programot használtuk, amivel tetszőleges számú képet tudtunk generálni. Mivel ekkor jól ismert a minta, tesztelni tudtuk az alkalmazott kódot. Összevetve a gépi tanulás és a korábbi manuális kiértékelés eredményeit azt mondhatjuk, hogy a gépi tanulással tipikusan megbízhatóbb eredményt kaptunk. Csak néhány speciális, alacsony képminőség esetén adott a gépi tanuló algoritmus gyengébb eredményt.

A cikk szerzői között vannak a fizika, biológia és informatika tudományát képviselő kutatók egyaránt. Hogyan kapcsolódnak össze a különböző tudományterületek eredményei és módszerei a tanulmányban?

A szuperrezolúciós lokalizációs mikroszkópia egy multidiszciplináris kutatási terület. A Fizikai Intézetben egy saját fejlesztésű rendszeren folynak a mérések. A mikroszkópot mind hardveres, mint szoftveres oldalról nagyrészt magunk fejlesztjük. Azonban mikroszkópot fejleszteni alkalmazások nélkül nincs értelme. A most megjelent cikk is egy példaértékű együttműködésnek az eredménye.

A kérdésfelvetés sok esetben a biológia oldaláról érkezik, és a biológus állítja elő a preparátumot, amelyen ezt meg lehet válaszolni. A méréshez szükséges eszközt a fizikus fejleszti, a mérési eredmények feldolgozásához pedig az informatikusra van szükség. Ez a folyamat nem mindig lineáris és ahhoz, hogy hatékony legyen, szükség van arra, hogy a különböző tudományterületek képviselői nyitottak legyenek, és nagyvonalakban tisztában legyenek egymás munkájával. Ez nagyban megkönnyíti a kommunikációt és a felmerülő akadályok leküzdését.

A kutatási eredményeik hogyan alkalmazhatóak a gyakorlatban?

A végső cél a szarkomerek teljes molekuláris modelljének megalkotása a fejlődő, az érett és az öregedő izomban. Ezek a modellek tökéletes alapot szolgálhatnak olyan terápiák fejlesztéséhez, amelyek a különböző örökletes myopátiákat és szívizombetegségeket célozzák. Reményeink szerint a folyamat során fejlesztett hardveres és szoftveres eszközök pedig egy tágabb kutatói közösség eszköztárát fogják gazdagítani.

Milyen kutatási terveik vannak a jövőre tekintve?

A kutatócsoport tovább kívánja folytatni a tanuló algoritmusok alkalmazását a szuperrezolúciós mikroszkópiában, elsősorban az adatok kvantitatív kiértékelésére.

Gratulálunk a kutatóknak az eredményeikhez és további sikereket kívánunk! A Nature folyóiratcsalád Scientific Reports lapjában megjelent teljes tanulmány ezen a linken tekinthető meg.