Alcuni scienziati della Brown University hanno sviluppato un nuovo algoritmo per processare ed analizzare le immagini dei neuroni al microscopio. L’algoritmo potrebbe rivelarsi alquanto utile in quanto spesso gli scienziati addetti a ricerche nel campo della biologia neurale passano molto del proprio tempo ad analizzare nella maniera più accurata possibile le cellule nelle piastre di Petri.
L’algoritmo è stato descritto in dettaglio in uno degli Scientific Reports di Nature.
Di solito gli scienziati sono sempre interessati a trovare nuove modalità per incoraggiare la crescita dei neuroni attraverso somministrazioni o stimolazioni elettriche oppure con altri mezzi.

Testando però la crescita dei neuroni in laboratorio, si debbono effettuare centinaia o migliaia di fotografie al microscopio mentre gli stessi neuroni crescono e si sviluppano e tutto questo deve avvenire nel corso di ore o addirittura giorni.
Una volta realizzate, queste immagini vanno poi analizzate in maniera approfondita e ciò può essere veramente arduo, come ricorda Tayhas Palmore, professoressa di ingegneria presso la Brown e una delle autrici della ricerca.
Le immagini devono essere per forza di cose analizzate in profondità in quanto i dettagli risultano critici per l’osservazione dei cosiddetti neuriti, appendici filamentose che si formano tra le cellule quando i neuroni crescono.
Gli algoritmi attualmente disponibili che automatizzano la fase delle analisi di queste immagini non compiono un buon lavoro in quanto generalmente cercano nei singoli pixel con filtri non adatti.

Tutto questo nasce perché quasi sempre le immagini al microscopio non sono di alta qualità e ciò rende sempre difficile discernere le strutture cellulari da artefatti casuali che possono essere sempre presenti nelle immagini sotto forma di pixel.
Il risultato è stato ottenuto anche grazie al lavoro di Kwang-Min Kim, un ex studente della laboratorio di Palmore ed ora ricercatore a Stanford. Il ricercatore ha sviluppato un nuovo metodo denominato Neuron Immagine Analyzer (NIA) che tiene conto di come i pixel sono legati ai pixel adiacenti. Analizzando i dati relazionali tra gli stessi pixel, il sistema sarebbe dunque in grado di discernere le strutture cellulari dagli artefatti.

Approfondimenti