p No nanomundo, partículas minúsculas, como proteínas, parecem dançar à medida que se transformam e se agrupam para realizar várias tarefas suspensas em um líquido. Métodos desenvolvidos recentemente tornaram possível assistir e registrar esses movimentos minúsculos, de outra forma indescritíveis, e os pesquisadores agora dão um passo à frente, desenvolvendo um fluxo de trabalho de aprendizado de máquina para agilizar o processo. p O novo estudo, liderado por Qian Chen, professor de ciência de materiais e engenharia da Universidade de Illinois, Urbana-Champaign, baseia-se em seu trabalho anterior com microscopia eletrônica de fase líquida e foi publicado na revista ACS Central Science .

p Ser capaz de ver - e registrar - os movimentos das nanopartículas é essencial para a compreensão de uma variedade de desafios de engenharia. Microscopia eletrônica de fase líquida, que permite aos pesquisadores observar a interação das nanopartículas dentro de pequenos recipientes de amostra semelhantes aos de um aquário, é útil para pesquisas em medicina, energia e sustentabilidade ambiental e na fabricação de metamateriais, para nomear alguns. Contudo, é difícil interpretar o conjunto de dados, disseram os pesquisadores. Os arquivos de vídeo produzidos são grandes, cheio de informações temporais e espaciais, e são barulhentos devido aos sinais de fundo - em outras palavras, eles exigem muito processamento e análise de imagem tediosos.

p "Desenvolver um método até mesmo para ver essas partículas foi um grande desafio, "Disse Chen." Descobrir como obter com eficiência os dados úteis de um mar de outliers e ruído tornou-se o novo desafio. "

p Para enfrentar este problema, a equipe desenvolveu um fluxo de trabalho de aprendizado de máquina baseado em uma rede neural artificial que simula, em parte, a potência de aprendizagem do cérebro humano. O programa se baseia em uma rede neural existente, conhecido como U-Net, que não requer recursos artesanais ou entrada predeterminada e rendeu avanços significativos na identificação de recursos celulares irregulares usando outros tipos de microscopia, os relatórios do estudo.

p "Nosso novo programa processou informações para três tipos de dinâmica em nanoescala, incluindo movimento, reação química e automontagem de nanopartículas, "disse o autor principal e estudante de graduação Lehan Yao." Estes representam os cenários e desafios que encontramos na análise de vídeos de microscopia eletrônica de fase líquida. "

p Os pesquisadores coletaram medições de aproximadamente 300, 000 pares de nanopartículas interagindo, os relatórios do estudo.

p Conforme encontrado em estudos anteriores do grupo de Chen, contraste continua a ser um problema durante a imagem de certos tipos de nanopartículas. Em seu trabalho experimental, a equipe usou partículas feitas de ouro, o que é fácil de ver com um microscópio eletrônico. Contudo, partículas com pesos elementares ou moleculares mais baixos, como proteínas, polímeros plásticos e outras nanopartículas orgânicas apresentam contraste muito baixo quando vistos sob um feixe de elétrons, Chen disse.

p "Aplicações biológicas, como a busca por vacinas e medicamentos, ressaltam a urgência em nosso esforço para ter nossa técnica disponível para biomoléculas de imagem, ", disse ela." Existem interações em nanoescala críticas entre os vírus e nosso sistema imunológico, entre as drogas e o sistema imunológico, e entre a droga e o próprio vírus que deve ser compreendido. O fato de que nosso novo método de processamento nos permite extrair informações de amostras, conforme demonstrado aqui, nos deixa prontos para a próxima etapa dos sistemas de aplicativo e modelo. "

p A equipe disponibilizou publicamente o código-fonte do programa de aprendizado de máquina usado neste estudo na seção de informações suplementares do novo artigo. "Sentimos que disponibilizar o código para outros pesquisadores pode beneficiar toda a comunidade de pesquisa de nanomateriais, "Chen disse.