Životinjski embrioni prolaze kroz niz karakterističnih razvojnih faza na svom putu od oplođene jajne ćelije do funkcionalnog organizma. Ovaj biološki proces je u velikoj meri genetski kontrolisan i prati sličan obrazac kod različitih životinjskih vrsta.
Ipak, postoje razlike u detaljima—između pojedinačnih vrsta, pa čak i među embrionima iste vrste. Na primer, tempo kojim se prolaze pojedinačni embrionalni stadijumi može varirati. Takve varijacije u embrionalnom razvoju smatraju se važnim pokretačem evolucije, jer mogu dovesti do novih karakteristika, čime se promovišu evoluciona prilagođavanja i biodiverzitet.
Proučavanje embrionalnog razvoja životinja je stoga od velike važnosti za bolje razumevanje evolucionih mehanizama. Ali kako se razlike u embrionalnom razvoju, kao što je vreme razvojnih faza, mogu objektivno i efikasno zabeležiti? Istraživači sa Univerziteta u Konstancu predvođeni sistemskim biologom Patrikom Milerom razvijaju i koriste metode zasnovane na veštačkoj inteligenciji (AI).
U svom trenutnom članku u Nature Methods, oni opisuju novi pristup koji automatski hvata tempo razvojnih procesa i prepoznaje karakteristične faze bez ljudskog doprinosa – standardizovano i preko granica vrsta.
Naše trenutno znanje o životinjskoj embriogenezi i pojedinačnim razvojnim fazama zasniva se na studijama u kojima su embrioni različite starosti posmatrani pod mikroskopom i detaljno opisani. Zahvaljujući ovom mukotrpnom ručnom radu, danas su za mnoge životinjske vrste dostupne referentne knjige sa idealizovanim prikazima pojedinačnih embrionalnih faza.
„Međutim, embrioni često ne izgledaju potpuno isto pod mikroskopom kao na šematskim crtežima. A prelazi između pojedinih faza nisu nagli, već postepeniji“, objašnjava Miler. Ručno dodeljivanje embriona različitim fazama razvoja stoga nije trivijalno čak ni za stručnjake i pomalo subjektivno.
Ono što to čini još težim je to što razvoj embriona ne prati uvek očekivani vremenski raspored. „Različiti faktori mogu uticati na vreme embrionalnog razvoja, kao što je temperatura“, objašnjava Miler. Metoda podržana veštačkom inteligencijom koju su on i njegove kolege razvili predstavlja značajan korak napred.
Za prvi primer primene, istraživači su obučili svoju Tvin Netvork sa više od 3 miliona slika embriona zebrice koji su se razvijali zdravo. Zatim su koristili rezultujući AI model da automatski odrede razvojnu starost drugih embriona zebrice.
Istraživači su uspeli da pokažu da je veštačka inteligencija sposobna da identifikuje ključne korake u embriogenezi zebrice i detektuje pojedinačne faze razvoja potpuno automatski i bez ljudskog doprinosa. U svojoj studiji, istraživači su koristili sistem veštačke inteligencije da uporede razvojnu fazu embriona i opisuju temperaturnu zavisnost embrionalnog razvoja u zebrice.
Iako je AI obučen sa slikama embriona koji se normalno razvijaju, takođe je bio u stanju da identifikuje malformacije koje se mogu spontano javiti u određenom procentu embriona ili koje mogu biti izazvane toksinima iz okoline.
U poslednjem koraku, istraživači su preneli metodu na druge životinjske vrste, kao što su štapići ili crv Caenorhabditis elegans, koji je evolutivno prilično udaljen od zebrice. „Kada neophodan slikovni materijal bude dostupan, naša metoda zasnovana na Tvin Netvork-u može se koristiti za analizu embrionalnog razvoja različitih životinjskih vrsta u smislu vremena i faza. Čak i ako ne postoje uporedni podaci za životinjsku vrstu, naš sistem radi u objektivan, standardizovan način“, objašnjava Miler. Metoda stoga ima veliki potencijal za proučavanje razvoja i evolucije prethodno nekarakterističnih životinjskih vrsta.
