Agora, os cientistas do Laboratório Europeu de Biologia Molecular (sigla em inglês, EMBL) combinaram algoritmos de inteligência artificial (IA) com duas técnicas de microscopia de ponta – um avanço que encurta o tempo, de dias a meros segundos, do processamento de imagem, garantindo ao mesmo tempo que as imagens resultantes são nítidas e precisas. Os resultados são publicados na Nature Methods.

"Em última análise, conseguimos tirar 'o melhor dos dois mundos' nesta abordagem", diz Nils Wagner, um dos dois principais autores do artigo e agora doutorado na Universidade Técnica de Munique. "A IA permitiu-nos combinar diferentes técnicas de microscopia, para que pudéssemos imaginar tão rápido quanto a microscopia de campo claro permite e chegar perto da resolução de imagem da microscopia de folhas de luz."

Embora a microscopia de folhas claras e a microscopia de campo leve pareçam semelhantes, estas técnicas têm diferentes vantagens e desafios. A microscopia de campo leve captura grandes imagens 3D que permitem aos investigadores rastrear e medir movimentos notavelmente finos, como o coração de uma larva de peixe, a altas velocidades. Mas esta técnica produz quantidades massivas de dados, que podem levar dias a processar, e as imagens finais geralmente carecem de resolução.

As microscopias de folhas luminosas num único plano 2D de uma dada amostra de uma dada amostra de cada vez, para que os investigadores possam imagem de amostras em resolução mais elevada. Em comparação com a microscopia de campo leve, a microscopia de folhas de luz produz imagens que são mais rápidas a processar, mas os dados não são tão abrangentes, uma vez que apenas captam informações de um único plano 2D de cada vez.

Para tirar partido dos benefícios de cada técnica, os investigadores da EMBL desenvolveram uma abordagem que usa microscopia de campo leve para imagem de grandes amostras 3D e microscopia de folhas de luz para treinar os algoritmos de IA, que depois criam uma imagem 3D precisa da amostra.

"Se você constrói algoritmos que produzem uma imagem, você precisa verificar se estes algoritmos estão construindo a imagem certa", explica Anna Kreshuk, a líder do grupo EMBL cuja equipa trouxe experiência de aprendizagem automática ao projeto. No novo estudo, os investigadores usaram microscopia de folhas claras para garantir que os algoritmos de IA funcionavam, diz Anna. "Isto faz com que a nossa pesquisa se destaque do que foi feito no passado."

Robert Prevedel, o líder do grupo EMBL cujo grupo contribuiu com a nova plataforma híbrida de microscopia, nota que o verdadeiro estrangulamento na construção de melhores microscópios muitas vezes não é a tecnologia ótica, mas a computação. Por isso, em 2018, os dois investigadores decidiram unir forças. "O nosso método será realmente fundamental para as pessoas que querem estudar como o cérebro computa. O nosso método pode imaginar um cérebro inteiro de uma larva de peixe, em tempo real", diz Robert.

Robert e Anna dizem que esta abordagem poderia potencialmente ser modificada para trabalhar com diferentes tipos de microscópios também, eventualmente permitindo que os biólogos olhassem para dezenas de espécimes diferentes e vissem muito mais, muito mais rapidamente. Por exemplo, poderia ajudar a encontrar genes que estão envolvidos no desenvolvimento do coração, ou poderia medir a atividade de milhares de neurónios ao mesmo tempo.

Em seguida, os investigadores planeiam explorar se o método pode ser aplicado a espécies maiores, incluindo mamíferos.

O coautor do estudo Fynn Beuttenmüller, um estudante de doutoramento no grupo Kreshuk na EMBL Heidelberg, não tem dúvidas sobre o poder da IA. "Os métodos computacionais continuarão a trazer avanços excitantes à microscopia."