Вести с полей: пятьдесят оттенков шипиков

Мы продолжаем нашу рубрику «Вести с полей», в которой рассказываем о работах, представленных на крупных научных конференциях, где мы побывали. Российские нейробиологи из Санкт-Петербургского политехнического университета им. Петра Великого создали программное обеспечение, которое в автоматическом режиме может анализировать и классифицировать форму дендритных шипиков. Программа использует в своей работе методы машинного обучения. При этом главным результатом работы оказалось то, что, судя по всему, настала пора отказаться от классической схемы деления шипиков на группы: в реальности все намного сложнее. О своем достижении исследователи рассказали на конференции Volga Neuroscience, инфопартнерами которой мы были, в виде статьи их данные опубликованы в Scientific Reports.

Дендритный шипик в нейроне – это место контакта дендрита и аксона со стороны первого, одна из частей синапса. Их форма связана с функцией, однако как именно – известно пока частично. Исторически их делали на группы по строению – грибовидные, как шампиньон, тонкие – похожие на них по форме, но чуть меньше, и пеньковые, которые выглядят как пенек. Если иметь дело с большим количеством шипиков, исследователь их визуально уже разделить не может, а как-то анализировать данные очень важно, поскольку, вероятно, шипиковые патологии могут лежать в основе некоторых нейропсихиатрических и нейродегенеративных заболеваний.

«Сама идея разработать софт вышла из практических нужд лаборатории. Да и на конференциях, когда обсуждали с коллегами, все кто занимался анализом формы синапсов нейронов, сходились во вменении что очень не хватает для работы алгоритма.

То, что имелось у нас в руках – это программа, которая классифицирует шипики и часто ошибается, что приходилось исправлять вручную, еще больше увеличивая ошибку в данных в виде человеческого фактора («я художник- я так вижу»). Более того значения параметров, описывающих форму, было невозможно выгрузить (Neuronstudio, Rodriguez). Потом и эта программа пропала из свободного доступа, поскольку ее большая часть была в включена в коммерческую программу Neurolucida. Мы привлекли к анализу целых восемь экспертов, но по отношению к более чем 20% шипиков так и не удалось достигнуть согласия между ними, к какому типу формы он относится. Сама точность экспертов тоже желала лучшего – в среднем 77% относительно консенсуса. Тем не менее нам удалось обучить классификатор справляться с этой задачей на уровне эксперта, что значительно может сэкономить время анализа данных, если исследователь выбрал такой подход», - комментирует первый автор работы, научный сотрудник Лаборатории молекулярной нейродегенерации Института биомедицинских систем и биотехнологий СПбПУ Екатерина Пчицкая.

По словам исследователей, сейчас и прижизненная микроскопия, и другие методы расшатывают традиционную классификацию шипиков (грибовидный – тонкий – пеньковый), накапливается все больше свидетельств в пользу того, что шипики образуют континуум форм, «плавно перетекая» из одного класса в другой, и все гораздо сложнее, чем написано в учебниках.

«Наш скрипт, который их не классифицировал, а кластеризовал – те искал схожие по форму группы основываясь на конкретных данных, определил целых пять групп шипиков. Еще мы предложили новый способ как описать форму, не просто параметр – результат которого число, например длина, объем, а что-то поинтереснее. В объёме шипика проводилось большее число хорд, а дальше строилась их гистограмма. Оказалось, что этого одного параметра достаточно, чтобы качественно проводить кластеризацию. Наш proof-of-concept сработал и сейчас мы продолжаем эти исследования по поиску новых более сложных и чувствительных дескрипторов формы, которые будут соответствовать сложности нашего объекта», - продолжает рассказ Пчицкая.

Авторы сделали выгрузку всех параметров, поделились датасетом, и сделали подробный туториал, как этим пользоваться (код и мануал программы можно скачать тут).

«Мы подошли к софту как к продукту, так сказать от ученых – ученым, поскольку очень часто бывает, что к бесплатному научному ПО не достать исходный код, а если достать, то работает он только с данными, для которого он писался, то есть полноценно программой пользоваться может только группа, которая ее писала», - добавляет исследователь.

Если взглянуть на суть проекта с точки зрения искусственного интеллекта, то она состоит в том, чтобы ручную и эмпирическую классификацию шипиков заменить на ту, что основана на данных. Модель ИИ можно обучить учитывать гораздо больше деталей, чем человек может увидеть, и идея исследователей состояла в том, чтобы открыть таким образом новые виды шипиков, а также подтвердить или опровергнуть существующую классификацию.

«Самым сложным в нашей работе оказалось представление 3D-формы шипиков в том виде, чтобы получить наиболее устойчивую классификацию на выходе. У нас уже есть несколько инструментов сегментации самих шипиков, несколько алгоритмов кодирования 3D геометрии шипика, и несколько алгоритмов ИИ - такой подход и даёт качественно новые результаты.

В перспективе мы должны создать новый комплекс открытого ПО для учёных, который не только заменит платные иностранные аналоги, но и даст возможность учёным всей страны использовать современные методы ИИ даже тогда, когда средств на создание и поддержание такого ПО нет», - комментирует исследователь-программист, научный сотрудник лаборатории молекулярной нейродегенерации Санкт-Петербургского политеха Вячеслав Чуканов.

Материал подготовлен при финансовой поддержке Минобрнауки России в рамках федерального проекта «Популяризация науки и технологий».