Um Krankheiten besser zu verstehen, analysieren Biologen und Mediziner oft die Genaktivität direkt in Gewebeproben und untersuchen dabei, welche Gene in welchen Bereichen aktiv sind. Die Grundlage bilden Mikroskopiebilder, in denen Millionen einzelner Moleküle lokalisiert werden müssen. Diese enorme Datenmenge und Bildkomplexität überfordern jedoch bestehende Verfahren – sowohl hinsichtlich Genauigkeit als auch Rechenaufwand.

Forschende der TU Dresden/ScaDS.AI Dresden/Leipzig und der École Polytechnique Fédérale de Lausanne (EPFL) haben mit „Spotiflow" nun eine KI-Methode entwickelt, die Transkript-Lokalisierung in großen MIkroskopiebildern verbessert. Spotiflow kombiniert Deep Learning mit einem geometrischen Ansatz, der Transkript-Positionen mittels stereografischer Projektion in ein spezielles Koordinatensystem überführt. Dadurch werden Signale deutlich präziser erkannt als mit herkömmlichen Methoden. In der Fachzeitschrift Nature Methods veröffentlicht, zeigt Spotiflow eine deutlich bessere Leistung als bestehende Ansätze - bei gleichzeitig höherer Geschwindigkeit und geringerem Speicherbedarf. Das System verarbeitet sowohl 2D- als auch 3D-Bilder und funktioniert ohne experimentspezifische Parameteranpassungen, was die Analyse erheblich vereinfacht und praxistauglich macht.

„Dieses Projekt ist ein gutes Beispiel für die erfolgreiche Zusammenarbeit zwischen Informatik und Lebenswissenschaften, bei der innovative algorithmische Ansätze von praktischen Problemen motiviert werden", sagt Prof. Martin Weigert, Seniorautor und Professor an der TU Dresden und ScaDS.AI. Gemeinsam mit der Gruppe von Prof. Gioele La Manno (EPFL) wurde die Detektion von Transkripten, ein zentraler Engpass in der sogenannten „räumlichen Transkriptomik", mit KI neu gedacht. Erstautor und Doktorand Albert Dominguez Mantes entwickelte dabei eine robuste und skalierbare Methode, die Forschenden aller Disziplinen den Zugang zur skalierbaren Erkennung nicht nur von Molekülen ermöglicht: Sogar Astronomen haben das Team bereits kontaktiert, um Sterne in großen Teleskopbildern zu detektieren.

Spotiflow ist als open source python Paket und als Plugin für die Bildanalyse-Software Napari verfügbar.

Kontakt:

Prof. Dr. Martin Weigert
TU Dresden
Fakultät Informatik / ScaDS.AI
Professur für Maschinelles Lernen für das Räumliche Verständnis