Informatik pomáhá biologům počítat buňky

Když Martin Maška hledal téma své diplomové práce, zaujalo ho zpracování obrazu v nynějším centru analýzy biomedicínského obrazu na domovské Fakultě informatiky MU. Dnes už na fakultě rozvíjí metody sledování pohybu buněk a vyvíjí algoritmy, které jej dokážou analyzovat. Za mimořádné výzkumné výsledky letos získal Cenu rektora Masarykovy univerzity.

„Biomedicínský výzkum pracuje s velkým množstvím obrazových dat, například snímků buněk či buněčných jader, které potřebuje analyzovat a kvantifikovat. Moderní mikroskopy jsou dnes schopné vyprodukovat v jednom experimentu až jednotky terabajtů obrazových dat, takže je nereálné, aby snímky hodnotili vědci ručně,“ vysvětluje Maška, jaká je role informatiků ve výzkumu živé přírody.

Od biologů získává obrázky a zadání toho, jaké informace chtějí ze snímků vyvodit. Informatici pak hledají cesty, jak jim čísla dodat. „Máme například video, v němž se pohybují buňky, a naším úkolem je vyvinout algoritmy, které jednotlivé objekty v každém snímku toho videa naleznou a budou schopny říct, kolik buněk v každém obrázku je, jakým způsobem se pohybují nebo zda a případně kdy dochází k jejich dělení,“ přiblížil typický úkol Maška.

U vzorků s malým počtem buněk je to relativně jednoduché, ale při vyšší hustotě už musí brát metody v úvahu i překryvy buněk nebo jejich vzájemnou interakci. „Vývoj algoritmu také záleží na tom, jak vypadají obrazová data. Snímky z mikroskopů nejsou ideální, trpí vadami, jako je šum nebo nerovnoměrné osvětlení, a zkoumané objekty nemají homogenní intenzitu fluorescenčního značení, která se používá pro jejich zvýraznění,“ popsal některé z komplikací při rozpoznávání buněk informatik.

Protože jsou pro něj vstupní data velmi důležitá, využívá možnost pracovat s mikroskopy a snímky z nich ve chvíli, kdy se rozbíhá nový experiment. Podrobnější znalosti biologie však podle svých slov nepotřebuje.

Přesto je jeho práce významným přínosem pro biomedicínský výzkum. „Typické využití algoritmů pro sledování buněk je například takzvaný vysokokapacitní screening, při němž se do mikroskopických objemů vzorků buněk vkládají různé látky ovlivňující jejich chování. Vzorky se pak vloží pod mikroskop a nasnímají se v čase. Díky analýze obrazu se dá zjistit, které z látek mají požadovaný efekt,“ přiblížil jednu z aplikací počítačových algoritmů Maška.

Metodami pro sledování buněk se informatici zabývají už 30 let. V poslední době začali pracovat na algoritmech, které charakterizují morfogenezi buněk, tedy změny jejich tvaru či vytváření buněčných prodloužení, která jim slouží k pohybu. „Využívá se to při výzkumu rakoviny a látek, které by mohly takzvanou motilitu rakovinných buněk potlačit,“ uvedl.

K výzkumu motility, tedy hybnosti, rakovinných buněk se dostal ve Španělsku. „Když jsem si dělal doktorát na brněnské informatice, vyjel jsem na dva pobyty na Navarrskou univerzitu v Pamploně, kde mi pak nabídli postdoktorskou pozici. Téměř dva roky jsem měl možnost plně se věnovat jen výzkumu,“ podotkl Maška s tím, že dál na výzkumných projektech s kolegy ze Španělska spolupracuje.

Přestože se informatici věnují analýze obrazu už řadu let, vývoj zobrazovací techniky vyžaduje stálé zlepšování algoritmů. Dřív se podle Mašky prováděly analýzy experimentů s desítkami buněk, dnes jsou to až desetitisíce při malém rozlišení, kde už pro odlišení jednotlivých buněk nestačí třeba tvar.

Algoritmů však vzniká poměrně dost a pro biology je obtížené najít ty, které budou vhodné pro jejich konkrétní aplikaci. Maška byl proto u vzniku iniciativy, která to má změnit. Jde o zavádění standardů pro hodnocení výkonu daných algoritmů.

„Vznikly dvojí standardy, pro sledování pohybu buněk a vnitrobuněčných částic. Jde o volně přístupné implementace existujících algoritmů a také vzorová obrazová data, na nichž si mohou vědci a technici ověřit chování jednotlivých metod, srovnat je mezi sebou a vybrat si takovou, která pro daný typ obrazových dat vygeneruje relevantní výsledky,“ vysvětlil princip standardizace výzkumník.

Dodal, že ideální by bylo vyvinout metodu analýzy obrazu, která by byla schopna se sama adaptovat podle kvality a obsahu dodaných obrazových dat.

Masarykova univerzita | Masaryk university