Az NPJ – Systems Biology and Applications oldalán jelent meg kutatóink cikke

2025.04.16.

A publikáció az „Enhancing yeast cell tracking with a time-symmetric deep learning approach” címet viseli és az  IFOM partnerségével készült, mely Európa egyik legjelentősebb rákkutató intézete. 

Az IFOM csapata számos kísérletet végez élesztő sejteken, ahol fontos pontosan követni a sejtek mozgását, mivel ez sokat elárul róluk. Erre viszonylag sok megoldás létezik már, ami ezt a feladatot automatikusan elvégzi, azonban egyik módszer sem teljesen pontos. A kutatóink - Szabó Gergely, Andrea Ciliberto és Horváth András - célkitűzése az volt, hogy ezen javítson, növelje a sejtmozgás meghatározásának pontosságát.

Módszertanilag két fontos újdonságot vezettek be. Elsőként azt, hogy a más meglévő módszerrel ellentétben a mikroszkópos mintáknál egyaránt felhasználtak jövőbeli és múltbeli információkat annak érdekében, hogy a sejtek útvonala minél pontosabban azonosítható legyen.

Második változtatásként felhasználták a képi adat olyan apró jellemzőit, mely segítséget ad abban, hogy kikövetkeztethető legyen, merre mozdul majd a sejt a továbbiakban. A mesterséges intelligenciát tanították arra, hogy egy sejt korábbi mozgásának adataiból próbálja megjósolni, hogy egy következő képkockán hol lehet a szóban forgó sejt.

 

A cikkről részletesen ITT tájékozódhat.

Események

24.
2025. ápr.
ITK
Drug Delivery through the Physiological Barriers
Pázmány ITK
31.
2025. máj.
ITK
Erasmus+ szakmai gyakorlat jelentkezési határidő
További események
szechenyi-img-alt