딥러닝으로 초파리 심장 연구 가속화, 인간 심장 질환 통찰력 제공

Seoul버밍엄에 있는 앨라배마 대학교의 과학자들이 심장병 연구에 도움을 줄 수 있는 중요한 성과를 이뤘다. 이들은 딥러닝과 고속 비디오 현미경을 활용해 초파리의 심장을 연구하는 데 성공했다.

초파리, 즉 드로소필라는 인간의 심장 질환 연구에 중요합니다. 이들은 연구자들이 심장 노화 및 심장을 약하게 하는 상태를 조사하는 데 도움을 줍니다. 과거에는 초파리의 심장 기능을 확인하기 위해 사람들이 수동으로 심장이 가장 확장되거나 수축된 시점을 찾아야 했습니다. 이 과정은 많은 시간이 걸렸으며 종종 부정확했습니다.

연구자들은 딥러닝을 사용하여 심장 연구 방식을 혁신했습니다. 이 자동화된 방법은 수백 개의 심장을 동시에 분석할 수 있어 과정이 더 빠르고 실수가 줄어듭니다. UAB 병리학과의 Girish Melkani 박사는 이 접근 방식이 여러 이점을 가진다고 말합니다.

• 더 빠른 분석 시간
• 인간 오류 감소
• 더 많은 심장 영역 분석 가능
• 수백 개의 심장으로 확장 가능

환경 및 유전적 요인이 심장 노화와 질병에 어떻게 영향을 미치는지를 과학자들이 더 잘 이해할 수 있도록 도와주는 새로운 방법이 개발되었습니다. 멜카니는 이 기술을 사용하여 제브라피시와 쥐와 같은 동물들의 심장 문제를 연구하고자 합니다. 이 기법은 인간 심장 모델 연구에도 사용될 수 있어, 심장 건강에 대한 유익한 정보를 제공할 수 있습니다.

더 읽기:

오늘 · 오전 8:54

고대 치즈에서 밝혀진 케피어의 기원

이 모델은 심장의 노화 과정을 매우 잘 예측할 수 있습니다. 불확실성을 측정하는 방법을 사용함으로써 이러한 예측의 정확성을 높일 수 있습니다. 심장병은 미국에서 주요 사망 원인 중 하나입니다. 따라서 동물에서 심장 기능을 연구하는 데 정확한 도구를 갖추는 것이 중요합니다.

연구팀은 자신들의 모델 정확성을 테스트하기 위해 노화된 초파리의 심장 성능과 삼산화탄소 회로에서 옥소글루타르산 탈수소효소를 줄여 발생시킨 확장성 심근병증이라는 상태와 비교했습니다. 노화 연구에서는 54개의 심장 데이터를 이용해 모델을 훈련시켰고, 177개 심장 데이터셋을 사용하여 결과를 확인했습니다. 모델은 초파리가 나이 들어감에 따라 예상되는 심장 성능 변화를 정확하게 보여주었습니다.

멜카니는 그들의 딥러닝 플랫폼이 일반 소비자 하드웨어에서도 작동할 수 있다고 설명합니다. 그들이 개발한 코드는 이완기 및 수축기 직경/간격, 좌심실 축소율, 박출 계수, 심장 주기/박동수, 그리고 심장 박동 불규칙과 같은 중요한 심장 측정을 계산합니다.