p Cientistas da Universidade da Carolina do Norte em Chapel Hill criaram um novo método de rastreamento de partículas baseado no aprendizado de máquina que é muito mais preciso e oferece melhor automação do que as técnicas atualmente em uso. p O rastreamento de uma única partícula envolve o rastreamento do movimento de partículas individuais, como vírus, células e nanopartículas carregadas de drogas, dentro de fluidos e amostras biológicas. A técnica é amplamente utilizada nas ciências físicas e da vida. A equipe da UNC-Chapel Hill que desenvolveu o novo método de rastreamento usa rastreamento de partículas para desenvolver novas formas de tratar e prevenir doenças infecciosas. Eles examinam as interações moleculares entre anticorpos e biopolímeros e caracterizam e projetam portadores de drogas de tamanho nano. Seu trabalho é publicado no Anais da Nationals Academy of Scientists .

p "Para extrair significado dos vídeos, você tem que converter os vídeos em dados quantitativos, "disse Sam Lai, Ph.D., professor associado da Escola de Farmácia UNC Eshelman e um dos criadores do novo rastreador. "Com o software atual, os pesquisadores devem supervisionar cuidadosamente a conversão do vídeo para garantir a precisão. Isso geralmente leva de várias semanas a meses, e limitar muito o rendimento e a precisão.

p "Nós nos cansamos do gargalo."

p A raiz do problema pode ser rastreada até o pequeno número de parâmetros, como tamanho de partícula, brilho e forma, usado pelo software atual para identificar toda a gama de partículas presentes em qualquer vídeo. As coisas são perdidas porque não se encaixam bem nos parâmetros, e os parâmetros variam conforme os diferentes operadores os definem, Alison Schaefer, um Ph.D. estudante no laboratório Lai, disse. Isso cria um enorme desafio com a reprodutibilidade dos dados, já que dois usuários que analisam o mesmo vídeo frequentemente obtêm resultados diferentes.

p "Os carros que dirigem sozinhos funcionam porque podem ver e rastrear muitos objetos diferentes ao seu redor em tempo real, "disse M. Gregory Forest, Ph.D., a Grant Dahlstrom Distinguished Professor nos Departamentos de Matemática e Ciências Físicas Aplicadas da UNC, e co-autor sênior do projeto.

p "Ficamos imaginando se poderíamos criar uma versão desse tipo de inteligência artificial que pudesse rastrear milhares de partículas em nanoescala de uma vez e fazer isso automaticamente."

p Acontece que eles poderiam e usaram sua descoberta para lançar soluções de rastreamento de IA baseadas em Chapel Hill, que busca comercializar a nova tecnologia. A empresa recebeu o prêmio Small Business Technology Transfer do National Institutes of Health para comercializar a tecnologia.

p Lai e seus colaboradores no Departamento de Matemática da UNC projetaram uma rede neural artificial para trabalhar em seu problema. As redes neurais são vagamente baseadas no cérebro humano, mas aprendem sendo alimentadas com um grande número de exemplos. Por exemplo, se uma rede neural precisa reconhecer fotos de cães, são mostradas muitas fotos de cães. Ele não precisa saber a aparência de um cachorro; ele descobrirá isso a partir dos elementos comuns das fotografias. Quanto melhores os exemplos, melhor será a rede neural.

p A equipe UNC ensinou pela primeira vez o rastreador de rede neural a partir de um conjunto verdade de dados gerados por computador. Eles então refinaram ainda mais o rastreador usando dados de alta qualidade de experimentos anteriores conduzidos no laboratório de Lai. O resultado foi um novo rastreador com milhares de parâmetros bem ajustados que podem processar uma gama altamente diversificada de vídeos de forma totalmente automática, é pelo menos 10 vezes mais preciso do que os sistemas atualmente em uso, é altamente escalável, e possui reprodutibilidade perfeita, Disse Lai. A equipe documentou sua conquista nos Anais da Academia Nacional de Ciências.

p O novo sistema está pronto a tempo de suportar a disponibilidade crescente de microscópios poderosos capazes de coletar terabytes de vídeo 2-D e 3-D de alta resolução em um único dia, disse Jay Newby, Ph.D., autor principal do estudo e professor assistente da Universidade de Alberta.

p "Rastrear o movimento de partículas em escala nanométrica é fundamental para entender como os patógenos rompem as barreiras da mucosa e para o projeto de novas terapias medicamentosas, "Newby disse." Nosso avanço fornece, em primeiro lugar, automação substancialmente melhorada. Adicionalmente, nosso método melhora muito a precisão em comparação com os métodos atuais e a reprodutibilidade entre usuários e laboratórios. "