Kepernyokep_2023-02-14_090717

Fizikus, biológus és informatikus kutatók fejlesztenek együtt egészségügyi mérőműszert

Az SZTE Fizikai Intézet Optikai és Kvantumelektronikai Tanszék AdOptIm kutatócsoportjának munkatársai, Dr. Erdélyi Miklós, Varga Dániel (jelenleg külföldön) és Novák Tibor biológus és informatikus kutatókkal dolgozik együtt a korábban megépített mérőműszerük gépi tanuláson alapuló algoritmussal való tovább fejlesztésén. E munkájuk eredményéből született „Machine learning framework to segment sarcomeric structures in SMLM data” című tanulmányuk nemrég jelent meg. Ennek apropóján a tanulmány szerzői közül Dr. Erdélyi Miklóssal és Dr. Szikora Szilárddal beszélgettünk.

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.

 





Tanulmányi hírek

phd

A doktori képzésre jelentkezés határideje: 2025. május 15.

Uj_fejlecek_honlapra

A 2024/2025-ös tanévben indult el az SZTE Fizikai Intézet új képzése, a fizikus-mérnöki BSc. Az ipari partnerek igényeire szabott, gyakorlatorientált képzés első tanéve 9 hallgatóval indult el. Hallgatóink immár túl vannak az első félévükön, így megkérdeztük őket, milyen tapasztalatokat szereztek eddig a képzésről, az oktatókról és az egyetemi közösségről.

Friss hírek

Fejlec_SZTE_FI_4

Hogyan lesz egy fizikusból sikeres szoftverfejlesztő? Hogyan kapcsolódik össze a fizika és a programozás egy high-tech cégnél? Interjúnkban Nemes Dániel, egy olyan szakember történetét ismerhetjük meg, aki egyetemi évei alatt fedezte fel a programozás hatékonyságát, és azóta is ezen a területen dolgozik. A Semilabnál eltöltött évei során nemcsak fejlesztőként, hanem csoportvezetőként is bizonyította, hogy a fizikai gondolkodásmód és a programozói készségek tökéletesen kiegészítik egymást. Beszélgetésünk során mesél az egyetemi tapasztalatairól, karrierútjáról, és arról, hogyan segíti csapatát a mindennapokban.

Fejlec_SZTE_FI_3

2025. április 22-25. között került megrendezésre Pécsett a 37. OTDK Fizika, Földtudományok és Matematika Szekciója. A Fizika terület tagozataiban Csapó Zita, Gilinger Tibor, Karsai Endre Zsombor, Kovács Ádám, Mike Lilla Titanilla, Mochnács Erika, Nagy Csongor, Oltvári Zsófia, Sámi Márton, Tóth Noémi, Truszek Márton, Vig Zsófia és Zeöld Blanka hallgatóink képviselték intézetünket.

Kövess minket



instagramYouTube