
IA e software de código aberto prometem imagens biomédicas mais rápidas e mais fáceis

Crédito: Jornal da American Chemical Society (2025). Doi: 10.1021/jacs.5c03749
Duas novas ferramentas de código aberto estão configuradas para tornar a microscopia de imagem ao longo da vida de fluorescência-ou FLIM-mais, mais simples e mais acessível. Desenvolvido pelo Ph.D. A estudante Sofia Kapsiani, no grupo de neurociência molecular do professor Gabi Kaminski Schierle, as ferramentas enfrentam barreiras técnicas e práticas de longa data na imagem biomédica.
Adotando uma abordagem dupla, Kapsiani criou o Flimpa, um poderoso software de análise de fasoros, e o Flimngo, um modelo de aprendizado profundo que reduz o tempo de aquisição de dados. Juntos, eles pretendem superar as limitações comuns no FLIM-desde velocidades de imagem lentas a software caro e de código fechado-para ajudar os pesquisadores a aplicar a técnica de maneira mais flexível na pesquisa de imagem e saúde ao vivo.
Lançado a apenas algumas semanas, os dois trabalhos marcam um avanço significativo na pesquisa de imagem ao vivo.
O mais recente, publicado no Jornal da American Chemical Society e intitulado “Aprendizagem profunda para previsões de vida útil da fluorescência permite imagens in vivo de alto rendimento”, introduz o Flimngo.
O Flimngo é um modelo de aprendizado profundo que é capaz de reduzir o tempo necessário para coletar dados FLIM. Treinado para trabalhar com contagens de fótons extremamente baixas, a Flimngo pode analisar imagens in vivo em apenas alguns segundos, sem sacrificar a precisão.
Isso não apenas torna o Flim mais rápido, mas também reduz a exposição à luz e a fototoxicidade – crucial ao trabalhar com amostras vivas. Kapsiani demonstrou seu potencial rastreando agregados de proteínas relacionados à doença em C. elegans ao longo de sua vida útil natural, sem a necessidade de anestesia. O modelo é de código aberto e pronto para uso nos sistemas de imagem.
“O FLIM tem muito potencial para imagens ao vivo, mas foi retido por limitações práticas”, disse Kapsiani. “Com essas ferramentas, estamos tentando remover essas barreiras e tornar o FLIM uma opção mais flexível para uma ampla gama de pesquisadores”.
O artigo anterior, publicado em Química analítica e intitulado “Flimpa: um software versátil para análise de fasores de microscopia por imagens ao longo da vida de fluorescência”, introduziu o Flimpa.
É uma ferramenta independente para análise de fasores, um método cada vez mais popular para interpretar dados FLIM. Ao contrário do software comercial, o Flimpa é gratuito, de código aberto e compatível com uma variedade de tipos de arquivos. Ele reúne recursos avançados de visualização com uma interface intuitiva, permitindo que os pesquisadores comparem várias amostras e ampliem o zoom em comportamentos moleculares específicos.
Em uma demonstração de sua versatilidade, a Kapsiani usou o Flimpa para desenvolver um novo ensaio baseado em células que quantifica a despolimerização por microtúbulos-um mecanismo-chave na pesquisa de medicamentos anticâncer-rastreando mudanças na vida útil da fluorescência da Sir-tubulin.
“Esses são excelentes exemplos do que pode ser alcançado quando uma visão técnica profunda encontra a criatividade e a curiosidade”, disse o professor Kaminski Schierle. “O trabalho de Sofia está ajudando a empurrar Flim de uma ferramenta de nicho para algo muito mais acessível e escalável”.
Mais informações:
Sofia Kapsiani et al., Aprendizagem profunda para previsões de vida útil da fluorescência permite imagens de alto rendimento in vivo, Jornal da American Chemical Society (2025). Doi: 10.1021/jacs.5c03749
Sofia Kapsiani et al., Flimpa: um software versátil para análise de fasores de microscopia por imagens vitaldas de fluorescência, Química analítica (2025). Doi: 10.1021/acs.analchem.5c00495
Fornecido pelo Departamento de Engenharia Química e Biotecnologia, Universidade de Cambridge
Citação: AI e software de código aberto prometem imagens biomédicas mais rápidas e mais fáceis (2025, 9 de julho) recuperadas em 9 de julho de 2025 de https://medicalxpress.com/news/2025-07-ai-source-seftware-faster-easier.html
Este documento está sujeito a direitos autorais. Além de qualquer negociação justa para fins de estudo ou pesquisa particular, nenhuma parte pode ser reproduzida sem a permissão por escrito. O conteúdo é fornecido apenas para fins de informação.