Фонд «Интеллект»
Фонд «Интеллект»
Кандидат биологических наук, младший научный сотрудник кафедры биофизики биологического факультета МГУ им. М.В. Ломоносова Анна Федотова занимается разработкой интеллектуальных методов анализа для расшифровки функциональной пластичности мозга. Победительница конкурса грантовой поддержки молодых ученых фонда «Интеллект» рассказала о своем исследовании.
Исследование молодой ученой посвящено расшифровке «кальциевого кода» астроцитов. Астроциты, которые когда-то считались просто вспомогательными клетками, являются важнейшими участниками различных функций мозга. Они модулируют передачу сигналов между клетками, регулируют кровоток, а также могут влиять на активность нейронов и поведение в целом. Представьте, что мозг – это сложный компьютер, где нейроны – это основные процессоры, а астроциты – это вспомогательные чипы, которые не только поддерживают работу нейронов, но и активно участвуют в обработке информации. Анна Федотова изучает, как именно астроциты это делают, фокусируясь на языке, который они используют – изменениях концентрации ионов кальция, или кальциевой активности. В отличие от нейронов, астроциты электрически невозбудимы, поэтому чтобы считать информацию об их активности, применяют методы регистрации кальциевой активности, в частности, оптический имиджинг с помощью мультифотонных микроскопов.
В своей работе автор исследования использует специальные флуоресцентные индикаторы, позволяющие определять изменения уровня кальция в клетках мозга, и с помощью микроскопа регистрирует флуоресцентный сигнал от митохондрий астроцитов мышей, когда они перемещаются по вращающейся платформе. Для этого предварительно проводятся операции по хронической имплантации краниального окна на мышах – делается «окошко», позволяющее «заглянуть» внутрь мозга и в режиме реального времени исследовать протекающие в нем процессы. Двухфотонная микроскопия – отличный метод для изучения живых тканей, однако у данных, получаемых этим методом, есть некоторые ограничения. Прежде всего это касается соотношения сигнал/шум: полезный флуоресцентный сигнал от кальциевых индикаторов может быть слабым, особенно в глубоких слоях ткани, что затрудняет его выделение. Далее, движение мыши неизбежно влияет на получаемые изображения, поэтому необходимо использовать алгоритмы коррекции движения, чтобы компенсировать эти артефакты. Но даже после коррекции движения в изображениях остается шум, поскольку в биологических образцах, особенно в условиях in vivo (в живом мозге) очень высок уровень автофлуоресценции от клеточных и неклеточных элементов. Методы обесшумливания помогают улучшить качество изображений и выделить полезный сигнал, но важно понимать, что классические методы фильтрации (например, гауссовы фильтры) могут терять мелкие детали, а исследователю важно сохранять некрупные, но значимые сигналы от митохондрий. Наконец, существует задача выделить на изображении отдельные астроциты и их митохондрии. Усилия в этом проекте как раз направлены на разработку и адаптацию алгоритмов анализа с целью преодоления вышеперечисленных ограничений и решения озвученных задач. Исследование кальциевой динамики в митохондриях астроцитов мозга – это сложная, но очень перспективная область. Данные помогут понять, как астроциты участвуют в обработке информации в мозге, и как нарушения в их работе могут способствовать развитию различных патологий, связанных с митохондриальной дисфункцией.
Цель исследования — выявить ранее неизвестные закономерности кальциевой сигнализации в митохондриях астроцитов in vivo, на моделях активного поведения у мышей. Автор хочет понять, как эти сигналы отражают текущее состояние мозга и организма в целом — например, движение или покой — и как они помогают астроцитам переводить эту информацию в нужные клеточные реакции. Она изучает, где именно в клетке возникают кальциевые сигналы (так называемые «hot spots») и как их структура и частота меняются при разных состояниях животного. Ее гипотеза состоит в том, что астроциты работают как интеграторы информации — своего рода вычислительные элементы, объединяющие кальциевые сигналы во времени и пространстве.
Глобальная цель проекта – разработать единую расширяемую полнофункциональную систему для исследования кальциевой сигнализации в клетках мозга. Такая система совместит в себе все этапы - от получения данных с помощью оптического имиджинга в условиях in vivo до их анализа при помощи разработанных и адаптированных в ходе выполнения проекта алгоритмов.
Практическая значимость проекта — двойная. Во-первых, создается набор вычислительных инструментов с использованием ИИ для анализа кальциевой активности и данных динамического имиджинга астроцитов, которые можно будет применять и для других типов клеток (например, микроглии, NG2-глии, олигодендроцитов). Во-вторых, полученные новые данные о работе астроцитов помогут в будущем точнее определять, как нарушение работы митохондрий в этих клетках способствует развитию заболеваний мозга — таких как эпилепсия, болезни Альцгеймера и Паркинсона, латеральный амиотрофический склероз — и будут полезными при поиске новых мишеней для лекарственных препаратов и разработке новых терапевтических подходов.
На данном этапе завершена экспериментальную часть проекта, собран массив данных кальциевого имиджинга митохондрий астроцитов бодрствующих мышей, и автор перешла к анализу полученных данных. Планируется применять ИИ на разных этапах анализа, таких как обесшумливание изображений, коррекция движений (ведь даже при фиксации головы движения тела и дыхание вызывают артефакты на изображениях), сегментация митохондрий, детектирование кальциевых событий и их классификация, а также анализ паттернов кальциевой активности (чтобы связать с поведенческими параметрами животного - например, через нейросетевые модели, объединяющие видеотрекинг и кальциевую активность). Основная задача применения ИИ в проекте – это улучшение качества данных и упрощение их интерпретации.
«Сейчас мы сосредоточились на обесшумливании получаемых данных оптического имиджинга. Это первый и необходимый шаг в обработке сигнала флуоресценции, задача, заключающаяся в проверке зашумленного изображения с целью разделения его на две составляющие: сигнал и ухудшающий его шум, который мы хотели бы удалить. Разработанный моим научным руководителем Алексеем Браже алгоритм справляется с поставленной задачей, но мы бы хотели увеличить соотношение сигнал/шум в полученных записях, поскольку это оказалось особенно актуально для очень слабого флуоресцентного сигнала от митохондрий. Мы занялись поиском актуальных подходов в области машинного обучения и их адаптацией – и первые результаты применения найденных алгоритмов показали себя очень хорошо. Так, мы протестировали алгоритмы на основе self-supervised машинного обучения - сверточную нейронную сеть Noise2Void и алгоритм spatial redundancy transformer. Особенностями этих алгоритмов является то, что они не требуют для обучения наличия пар зашумленных входных и чистых целевых изображений (которые в динамических биологических исследованиях получить практически невозможно) – для анализа достаточно зашумленных изображений. Помимо вышеперечисленных этапов анализа, в которых мы будем применять ИИ, мы также надеемся, что в будущем он может быть использован для предсказания потенциальных патологических изменений (например, митохондриальной дисфункции). Ожидается, что с помощью ИИ можно будет создать модели, предсказывающие метаболическое состояние клетки на основе кальциевой активности. Это особенно важно в контексте практической значимости исследования, ведь, как упоминалось ранее, многие заболевания связаны с нарушением функционирования митохондрий», - уточнила Анна Федотова.
В начале марта в Санкт-Петербурге проходила конференция «Оптогенетика+ 2025», где Анна выступила с постерным докладом «Пространственно-временная динамика кальция в митохондриях астроцитов мышей in vivo» и получила диплом за лучший стендовый доклад (3 место).
