AI-based analysis of super-resolution microscopy: Biological discovery in the absence of ground truth

要約

超解像度顕微鏡 (ナノスコープ) を使用すると、蛍光ベースの分子位置特定ツールを使用して、無傷の細胞内のナノスケール レベルで分子構造を研究できるようになり、古典的な構造生物学の方法論との間のメソスケールのギャップを埋めることができます。
機械学習などの人工知能 (AI) による超解像度データの分析は、定義上知られておらず、グラウンド トゥルースに欠けている新しい生物学を発見する大きな可能性をもたらします。
ここでは、弱教師パラダイムの超解像顕微鏡への適用と、細胞内高分子と細胞小器官のナノスケール構造の加速探索を可能にするその可能性について説明します。

要約(オリジナル)

Super-resolution microscopy, or nanoscopy, enables the use of fluorescent-based molecular localization tools to study molecular structure at the nanoscale level in the intact cell, bridging the mesoscale gap to classical structural biology methodologies. Analysis of super-resolution data by artificial intelligence (AI), such as machine learning, offers tremendous potential for discovery of new biology, that, by definition, is not known and lacks ground truth. Herein, we describe the application of weakly supervised paradigms to super-resolution microscopy and its potential to enable the accelerated exploration of the nanoscale architecture of subcellular macromolecules and organelles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google