End-to-end plaque counting and virus titration from laboratory plate images with deep learning
Dieses Paper stellt Titra vor, einen End-to-End-Deep-Learning-Workflow, der den gesamten Prozess der Virustitration automatisiert – von der Vertiefungserkennung über die Plaque-Segmentierung bis hin zur PFU/mL-Schätzung – und eine starke Übereinstimmung mit manuellen Annotationen über verschiedene Virusarten und Plattenformate hinweg demonstriert.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
In den stillen Ecken der Virologielabore verlassen sich Wissenschaftler auf eine bewährte Methode, um zu messen, wie viel infektiöses Virus in einer Probe vorhanden ist. Sie züchten Zellen in einer Schale, führen das Virus ein und warten, bis das Virus die Zellen in kleinen, sichtbaren Kreisen, den sogenannten Plaques, abtötet. Jeder Kreis repräsentiert ein einzelnes infektiöses Partikel, das eine Kettenreaktion der Zerstörung ausgelöst hat. Durch das Zählen dieser Kreise können Forscher die Viruskonzentration berechnen – eine entscheidende Zahl, um zu verstehen, wie sich ein Virus ausbreitet oder wie gut ein Impfstoff wirkt. Jahrzehntelang wurde dieses Zählen von menschlichen Augen durchgeführt, ein langsamer und mühsamer Prozess, der von Person zu Person variiert und anfällig für Ermüdung ist. Die Herausforderung bestand schon immer darin, einen Weg zu finden, dieses Zählen zu automatisieren, ohne die Präzision zu verlieren, die menschliche Experten bieten, insbesondere wenn die Kreise winzig, gedrängt oder verschwommen sind.
Ein Team von Forschern hat nun einen neuen digitalen Workflow namens Titra vorgestellt, der ein Foto einer Laborplatte aufnimmt und diese viralen Kreise automatisch zählt, wobei die endgültige Viruskonzentration in einem einzigen Schritt berechnet wird. Im Gegensatz zu bisherigen Werkzeugen, die nur einen Teil der Aufgabe bewältigten, wie etwa das Finden der Kreise oder das bloße Zählen, verwaltet dieses System den gesamten Prozess vom Rohbild bis zur endgülten biologischen Zahl. Die Forscher testeten ihr System an Bildern von drei verschiedenen Viren: dem Mayaro-Virus, dem Coxsackievirus B3 und dem Vaccinia-Virus. Sie verwendeten Platten mit unterschiedlicher Anzahl an Vertiefungen (Wells) und Bilder, die unter variierenden Lichtbedingungen aufgenommen wurden, einschließlich Fotos, die mit einer Standard-Smartphone-Kamera in einem regulären Labor gemacht wurden. Das System identifiziert zuerst die einzelnen Vertiefungen in der Platte, lokalisiert dann jeden viralen Kreis innerhalb dieser Vertiefungen und trennt schließlich Kreise, die sich berühren oder überlappen, um eine genaue Zählung zu gewährleisten.
Die Ergebnisse zeigten, dass die automatisierten Zählungen mit bemerkenswerter Konsistenz mit der Arbeit menschlicher Experten übereinstimmten. Bei den Proben des Mayaro- und des Coxsackie-Virus korrelierten die Zählungen des Computers fast perfekt mit den manuellen Zählungen, und die berechneten Viruskonzentrationen waren nahezu identisch mit denen, die von Hand ermittelt wurden. Selbst beim Vaccinia-Virus, das viel kleinere und dichtere Kreise erzeugte, die als notorisch schwierig zu zählen gelten, zeigte das System eine starke Leistung, wenngleich es leicht Schwierigkeiten hatte, wenn die Kreise so dicht lagen, dass sie zu einer einzigen Masse verschmolzen. Die Forscher stellten fest, dass der Computer zwar manchmal kleine Fehler machte, wie etwa einen winzigen Fleck als Kreis zu identifizieren, wo keiner existierte, diese Fehler jedoch meist geringfügig waren und das Endergebnis nicht signifikant veränderten. Tatsächlich war die Leistung des Systems oft so zuverlässig wie die Übereinstimmung zwischen verschiedenen menschlichen Experten, die selbst manchmal uneinig darüber waren, wie man die am schwersten abgrenzbaren oder gedrängten Kreise zählt.
Was diesen Ansatz besonders nützlich macht, ist, dass er keine teuren, spezialisierten Kameras oder perfektes Laborlicht erfordert. Das System wurde so konzipiert, dass es mit Standardfotografien funktioniert, was es für den Routineeinsatz in Labors zugänglich macht, die über keine hochmoderne Bildgebungstechnik verfügen. Die Forscher haben das Tool zudem in eine webbasierte Plattform integriert, in der ein menschlicher Experte die Arbeit des Computers schnell überprüfen kann. Wenn sich das System bei einem bestimmten Kreis unsicher ist oder wenn die Kreise zu dicht liegen, um sie klar zu trennen, kann der Experte eingreifen, um die Zählung zu korrigieren. Dies schafft eine Partnerschaft, in der die Maschine die Schwerstarbeit des Scannens tausender Bilder übernimmt, während der Mensch die Aufsicht über die schwierigen Fälle behält. Die Studie legt nahe, dass dieser hybride Ansatz die Zeit und den Aufwand für die Virusprüfung drastisch reduzieren kann, während gleichzeitig die hohen Genauigkeitsstandards der wissenschaftlichen Forschung gewahrt bleiben.
Die Forscher wiesen sorgfältig darauf hin, dass das System zwar gut über verschiedene Viren und Plattentypen hinweg funktioniert, aber keine perfekte Lösung für jedes erdenkliche Szenario ist. Wenn die viralen Kreise extrem dicht und überlappend sind, fällt es dem System, genau wie dem menschlichen Auge, schwerer, einzelne Einheiten zu unterscheiden. Die Studie zeigte jedoch, dass selbst unter diesen anspruchsvollen Bedingungen die Schätzungen der endgültigen Viruskonzentration zuverlässig blieben. Die Arbeit hob auch hervor, dass die Messung des Erfolgs eines solchen Systems über die Frage hinausgehen muss, wie gut es die Umrisse eines Kreises zeichnet; der wahre Test ist, ob die von ihm erzeugte endgültige Zahl der biologischen Realität entspricht. Indem sie sich auf das Endziel der genauen Virusmessung statt auf die technischen Details der Bildverarbeitung konzentrierten, schuf das Team ein Werkzeug, das die Lücke zwischen komplexer künstlicher Intelligenz und praktischen Laboranforderungen überbrückt.
Dieser neue Workflow stellt eine Verschiebung in der Art und Weise dar, wie routinemäßige biologische Messungen durchgeführt werden – weg von rein manueller Arbeit hin zu einem System, das Rechenleistung mit menschlichem Urteilsvermögen kombiniert. Die Forscher planen, ihre Software und die gesammelten Daten der Öffentlichkeit zur Verfügung zu stellen, damit andere Wissenschaftler das Tool nutzen und verbessern können. Während sich die Technologie weiterentwickelt, könnte sie potenziell für andere Arten biologischer Assays angepasst werden, was ihren Nutzen über das Zählen von viralen Kreisen hinaus erweitert. Für den Moment ist es eine bewährte Methode, um die mühsame Aufgabe der Virus-Titration schneller, konsistenter und für Labors weltweit zugänglicher zu machen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.