Ignacio Arganda (Euskal Herriko Unibertsitatea – UPV/EHU, Ikerbasque, Donostia International Physics Center eta Biofisika Institutua) eta Arrate Muñoz Barrutia (Madrilgo Karlos III.a Unibertsitatea, Gregorio Marañón Osasun Ikerketako Institutua) buru dituen nazioarteko ikertzaile-talde batek BiaPy garatu du, kode irekiko adimen artifizialeko plataforma bat, irudi biomedikoen analisia errazten duena ikaskuntza sakoneko —edo deep learningeko— tekniken bidez. Nature Methods aldizkari ospetsuan argitaratu da lana.
Irudien analisia funtsezko tresna da biomedikuntzan. Egitura zelularrak, ehunak eta organoak aztertzeko erabiltzen da diziplina askotan. Hala ere, irudi horiek aztertzeko adimen artifiziala aplikatzea, tradizionalki, programazioko eta datuen zientziako adituen kontua izan da. BiaPyk oztopo hori gainditzen du, plataforma erabilerraz baten bidez, zeinak AAren eredu aurreratuak aplikatzeko aukera ematen baitu ezagutza tekniko espezializatuen beharrik gabe.
"BiaPyren helburua da bioirudiko adimen artifizialerako sarbidea demokratizatzea, osasunarloko zientzialari eta profesional gehiagok baliatu ahal izan dezaten haren ahalmena, programazioari edo ikaskuntza automatikoari buruzko ezagutza aurreratuen beharrik izan gabe", azaldu du Daniel Francok, ikerketaren egile nagusi eta gaur egun MRC Laboratory of Molecular Biology-n eta Cambridge University unibertsitatean (Erresuma Batua) doktoretza ondoko ikertzaile denak.
BiaPyk aukera ematen du irudi zientifikoen gainean hainbat analisi egiteko, hala nola zelulak edo beste egitura biologiko batzuk automatikoki identifikatzea, elementuak kontatzea, laginak itxuraren arabera sailkatzea, eta, xehetasun zehatzagoak ikusteko, irudien kalitatea hobetzea. Hori guztia bi dimentsioko irudiekin zein zenbait mikroskopia-teknikaren bidez lortutako hiru dimentsioko irudiekin egin daiteke. Gainera, BiaPy efizientea eta eskalagarria izateko diseinatu da. Hau da, askotariko datu-bolumenekin egin dezake lan: irudi txiki gutxi batzuekin nahiz informazio-terabytekin, hala nola ehunak edo organo osoak eskaneatzean sortzen direnak.
Tresnaren oinarria “adimen artifizialeko ereduak” dira, hots, irudietan patroiak ezagutzeko — giza begiak formak edo koloreak identifikatzen dituen bezalatsu— trebatutako algoritmoak. Eredu bat sortzeko, lehenik adibideen bidez erakusten zaio: adibidez, zelulak eskuz markatuta dituzten irudiak. Behar adina entrenatuta, ereduak zeregin horiek automatikoki egiten ikasten du, baita aurretik inoiz ikusi gabeko irudi berrietan ere.
“Gainera, BioImage Model Zoo (bioimage.io) datu-basean sartua dago BiaPy. Datu-base horretan, dagoeneko entrenatuta dauden ereduak partekatzen dituzte mundu osoko ikertzaileek. Horri esker, BiaPyren erabiltzaileek aukera dute eredu horiek irudi berrietarako berrerabiltzeko, bai eta beren ereduak modu errazean entrenatzeko ere”, azaldu du Arrate Muñozek, lanaren egilekide senior eta BioImage Model Zoo garatu duen Europako AI4Life partzuergoko kideak.
Tresna hori proiektu zientifiko aurreratuetan erabiltzen ari dira dagoeneko. Adibide bat CartoCell da, Luis M. Escuderok koordinatutako laborategiarekin (Sevillako Biomedikuntza Institutua, Virgen del Rocío Unibertsitate Ospitalea/CSIC/Sevillako Unibertsitatea) lankidetzan garatutako software bidezko soluzio bat. CartoCellek mikroskopiako irudiak aztertzen ditu, askotariko organismoren 3Dko ehun epitelialen barruko zelulen forman eta banaketan ezkutuan dauden patroiak azaleratzeko.
Beste kasu azpimarragarri bat da Emmanuel Beaurepaire-ren (École Polytechnique, Frantzia) eta Jean Livet-en (Institut de la Vision, Paris) laborategiekin lankidetzan egindako aplikazioa. Talde horiek ChroMS izeneko mikroskopia-teknika garatu dute, garun osoen hiru dimentsioko irudi erraldoiak lortzeko aukera ematen duena, marmoken eta koralen zenbait proteinak sortzen dituzten kolore fluoreszenteak erabiliz. Irudi horietako zelula bakoitza eskala handian automatikoki detektatzeko erabiltzen da BiaPy, baita garuneko dentsitate handiko eremuetan ere. Horri esker, zelulen koloreetatik eta posizio tridimentsionaletatik abiatuta, zelulen leinua berreraiki daiteke eta garunaren garapena aztertu.
Sarbide libreko tresna denez, komunitate zientifikoak doan eskuratu dezake BiaPy, Horrela, lankidetza eta softwarearen etengabeko hobekuntza sustatzen da. Ordenagailu pertsonaletan, txartel grafiko ugari dituzten zerbitzarietan nahiz hodeian erabil daiteke. Erraz instalatzen da, eta bermatzen du esperimentuak ingurune desberdinetan erraz errepikatu ahal izatea. Horrela, zientzia irekia eta erreproduzigarria sustatzen da.
Ignacio Arganda lanaren egile seniorraren hitzetan, “BiaPyren garapena urrats garrantzitsua da mikroskopiako ikuspen artifizial aurreratua demokratizatzeko. Diseinu eskuragarriari eta lankidetza irekirako ikuspegiari esker, oztopo teknikoak murrizten dira; horrek ahalbidetzen du osasun-arloko ikertzaile eta profesional gehiagok aplikatu ahal izatea ikuspen artifiziala beren azterlanetan. Askotariko ingurune konputazionalekin duen bateragarritasunak eta kode irekikoa izateak ahalmen handiko plataforma bihurtzen dute berrikuntza bultzatzeko eta aurkikuntza zientifikoa bizkortzeko”.
BiaPyri buruzko informazio gehiago nahi izanez gero, bisita ezazu:
http://biapyx.github.io/
https://www.biorxiv.org/content/10.1101/2024.02.03.576026v3.abstract
Argitalpenaren erreferentzia
Daniel Franco-Barranco, Jesús A. Andrés-San Román, Ivan Hidalgo-Cenalmor, Lenka Backová, Aitor González-Marfil, Clément Caporal, Anatole Chessel, Pedro Gómez-Gálvez, Luis M. Escudero, Donglai Wei, Arrate Muñoz-Barrutia & Ignacio Arganda-Carreras
BiaPy: accessible deep learning on bioimages
Nature Methods Volume 22, No. 4, 2025.
DOI https://doi.org/10.1038/s41592-025-02699-y
.png)
