🦠 Сва́рминг — один из основных видов подвижности бактерий, обеспечиваемый жгутиками и поверхностно-активными веществами. Он играет двойную роль: может как усугублять заболевания, так и способствовать восстановлению тканей! Например, при инфекциях мочевыводящих путей бактерии активно мигрируют по поверхностям, усиливая воспаление 🌪️. А при воспалительных заболеваниях кишечника (ВЗК) некоторые микробы, наоборот, ускоряют заживление слизистой оболочки 🩺.
💡 Эти противоположные функции делают обнаружение сва́рминга ценным биомаркером для диагностики и мониторинга различных состояний.
🏊♂️🤝 Хотя и сва́рминг, и плавание зависят от жгутиков, это принципиально разные виды движения. Плавание — это одиночное перемещение в жидкой среде, а сва́рминг — согласованное движение групп бактерий по полутвердым поверхностям с помощью поверхностно-активных веществ.
🔬 Для изучения этих процессов ученые часто используют небольшие колонии бактерий в мягких полимерных лунках. Под оптическим микроскопом бактерии в режиме сва́рминга образуют крупные единые завихрения, а «плавцы» — множество хаотичных мелких водоворотов 🌊.
📹 Раньше для анализа требовалась видеозапись и экспертный визуальный осмотр, что снижало точность и масштабируемость метода.
🤖 В новом исследовании под руководством профессоров Айдогана Озкана (UCLA) и Шридхара Мани (Колледж медицины им. Эйнштейна) представлен метод на основе глубокого обучения. Он позволяет автоматически выявлять сва́рминг по одному размытому микроскопическому изображению! Статья опубликована в журнале Gut Microbes.
🚀 Метод исключает ручной анализ, делая процесс быстрым и точным. Он идеален для высокопроизводительных задач и предоставляет объективные количественные данные.
📸 Для работы используется одиночное изображение с долгой экспозицией, которое фиксирует движение бактерий в виде «размазанных» узоров. Это устраняет необходимость в видеозаписи с высокой частотой кадров, упрощая применение в условиях ограниченных ресурсов.
🧠 Обучив нейросеть на тысячах изображений, команда достигла точности 97,44% (чувствительность) и 100% (специфичность) в различии сва́рминга и плавания.
🌍 Более того, модель показала отличную работу на других типах бактерий без дополнительного обучения — с чувствительностью и специфичностью выше 96%!
📱 Метод открывает новые горизонты для диагностической микробиологии. В будущем его планируют тестировать в сложных средах с микробными сообществами. А благодаря совместимости со смартфонными микроскопами, он может стать инструментом для портативной и неинвазивной диагностики!