ИИ ускорил картирование синапсов: SynAPSeg обрабатывает данные в 360 раз быстрее человека

В журнале PLOS Computational Biology представлен открытый набор данных и программный комплекс SynAPSeg. Разработка предназначена для автоматизированного поиска, разметки и измерения синапсов на изображениях, полученных методом флуоресцентной микроскопии. Это решение призвано радикально ускорить работу нейробиологов: если раньше ручная разметка плотных скоплений синапсов занимала от 10 до 60 минут на один кадр, то новая система справляется с аналогичной задачей менее чем за 10 секунд.

Технические основы SynAPSeg

В фундаменте SynAPSeg лежит тщательно подготовленный датасет из 41 конфокального изображения высокого разрешения. Этот набор включает 2400 синапсов, размеченных вручную в 2D, и 1200 — в 3D. На этих данных исследователи обучили специализированные модели глубокого обучения StarDist. Проведенные тесты подтвердили, что точность алгоритмической разметки сопоставима с результатами, которые показывают независимые эксперты в области нейробиологии.

Программный комплекс поддерживает большинство актуальных форматов данных микроскопии, обеспечивает строгий контроль параметров обработки для гарантии воспроизводимости экспериментов и обладает гибкой интеграцией с современными инструментами биоинформатики.

Изображение сгенерировано: Nano Banana

Практические исследования мозга

Эффективность инструмента уже доказана на практике: с помощью SynAPSeg ученые проанализировали более 3,8 млн синапсов, содержащих белок PSD95. Исследование охватило 16 областей дорсального гиппокампа мышей — участка мозга, критически важного для процессов обучения и памяти. Трехмерный анализ выявил заметное снижение плотности синапсов на дендритах определенных типов нейронов у 12-месячных подопытных животных в сравнении с 3-месячными особями.

Ограничения и рекомендации

Разработчики подчеркивают, что текущие выводы относятся исключительно к доклиническим исследованиям на животных. На данном этапе экстраполировать эти данные на механизмы возрастного снижения когнитивных функций у людей преждевременно.

Проект является полностью открытым: он включает не только предобученные модели, но и исходный набор данных, инструменты валидации результатов и описание всего рабочего процесса. Авторы также напоминают о важном ограничении: поскольку модели обучались преимущественно на снимках с белком PSD95, при работе с другими биологическими маркерами или в иных условиях съемки потребуется дополнительная настройка и дообучение моделей при участии специалистов.