Diep leren versnelt fruitvliegonderzoek, levert inzichten voor menselijke hartziekten

Leestijd: 2 minuten
Door Jeroen Schootbergen
- in
Fruitvlieg hart naast digitaal deep learning diagram

AmsterdamWetenschappers van de Universiteit van Alabama in Birmingham hebben met behulp van diepe leeralgoritmes en snelle videomicroscopen belangrijke vorderingen gemaakt in het bestuderen van fruitvliegharten. Deze doorbraak kan helpen bij het onderzoeken van hartziekten bij mensen.

Fruitvliegjes, oftewel Drosophila, zijn cruciaal voor het bestuderen van menselijke hartaandoeningen. Ze helpen onderzoekers hartveroudering en aandoeningen die het hart verzwakken beter te begrijpen. Vroeger moesten onderzoekers handmatig bepalen wanneer het hart van deze vliegjes het meest uitgerekt of samengetrokken was. Dit was een tijdrovende en vaak onnauwkeurige methode.

De onderzoekers hebben gebruik gemaakt van deep learning om hun studie van hartziekten te vernieuwen. Deze geautomatiseerde methode kan honderden harten tegelijk analyseren, wat het proces versnelt en fouten vermindert. Girish Melkani, Ph.D., van de afdeling Pathologie aan de UAB, benadrukt dat deze benadering veel voordelen biedt.

  • Snellere analysetijden
  • Minder menselijke fouten
  • Mogelijkheid om meer hartgebieden te onderzoeken
  • Schaalbaarheid naar honderden harten

De nieuwe methode helpt wetenschappers beter te begrijpen hoe milieu- en genetische factoren van invloed zijn op hartveroudering en ziekten. Melkani wil deze technologie gebruiken om hartproblemen bij dieren zoals zebravissen en muizen te bestuderen. Deze techniek kan ook worden toegepast op menselijke hartmodellen, wat waardevolle inzichten biedt in hartgezondheid.

Het model kan uitstekend voorspellen hoe het hart veroudert. Met methoden om onzekerheid te meten, kan de nauwkeurigheid van deze voorspellingen worden verbeterd. Hartziekte is een belangrijke oorzaak van sterfte in de Verenigde Staten. Daarom is het essentieel om nauwkeurige hulpmiddelen te hebben om de hartfunctie bij dieren te bestuderen.

Het onderzoeksteam beoordeelde de nauwkeurigheid van hun model door hartprestaties in verouderende fruitvliegjes en een aandoening genaamd gedilateerde cardiomyopathie te vergelijken, wat ze veroorzaakten door het enzym oxoglutaraat dehydrogenase in de citroenzuurcyclus te verminderen. Voor de verouderingsstudie trainden ze hun model met data van 54 harten en vergeleken de resultaten met een dataset van 177 harten. Het model toonde nauwkeurig de verwachte veranderingen in hartprestaties naarmate de vliegjes ouder werden.

Melkani legt uit dat hun deep learning-platform compatibel is met reguliere consumentenhardware. Hun software berekent cruciale hartmetingen zoals diastolische en systolische afmetingen/intervallen, fractionele verkorting, ejectiefractie, hartfrequentie en hartritmestoornissen.

De studie is hier gepubliceerd:

http://dx.doi.org/10.1038/s42003-024-06371-7

en de officiële citatie - inclusief auteurs en tijdschrift - is

Yash Melkani, Aniket Pant, Yiming Guo, Girish C. Melkani. Automated assessment of cardiac dynamics in aging and dilated cardiomyopathy Drosophila models using machine learning. Communications Biology, 2024; 7 (1) DOI: 10.1038/s42003-024-06371-7
Wetenschap: Laatste nieuws
Lees meer:

Deel dit artikel

Reacties (0)

Plaats een reactie
NewsWorld

NewsWorld.app is dé gratis premium nieuwssite van Nederland. Wij bieden onafhankelijk en kwalitatief hoogwaardig nieuws zonder daarvoor geld per artikel te rekenen en zonder abonnementsvorm. NewsWorld is van mening dat zowel algemeen, zakelijk, economisch, tech als entertainment nieuws op een hoog niveau gratis toegankelijk moet zijn. Daarbij is NewsWorld razend snel en werkt het met geavanceerde technologie om de nieuwsartikelen in een zeer leesbare en attractieve vorm aan te bieden aan de consument. Dus wil je gratis nieuws zonder betaalmuur (paywall), dan ben je bij NewsWorld aan het goede adres. Wij blijven ons inzetten voor hoogwaardige gratis artikelen zodat jij altijd op de hoogte kan blijven!


© 2024 NewsWorld™. Alle rechten voorbehouden.