复杂的多细胞生物只能从受精卵中出现，因为胚胎发育在生物学上受到精确调节。通过信号通路进行的细胞通信在这方面起着至关重要的作用。如果信号通路的活动受到干扰，胚胎将表现出特征性的发育缺陷。
在《自然方法》杂志上发表的一项新研究中，康斯坦茨大学发育生物学教授帕特里克·穆勒领导的研究人员展示了他们的免费软件EmbryoNet。自动图像分析软件检测和分类鱼胚胎发育过程中出现的缺陷。然后可以使用分类来推断在这些胚胎中哪个信号通路受到干扰。在高通量应用中，软件的速度和准确性使研究成为可能，例如，药物的作用机制。
人工智能作为关键组成部分
迄今为止，需要专家对大量胚胎进行显微镜检查，以便根据可见的发育缺陷识别潜在的信号机制。这种耗时的方法很乏味，而且由于缺乏标准化，还容易出现不同的、部分主观的评估。
“因此，对于EmbryoNet，我们采用了一种基于机器学习的方法，其中使用超过200万张斑马鱼胚胎代表性图像训练的神经网络进行客观分类，”EmbryoNet的程序员之一MatveySafroshkin和HernánMorales报告说。纳韦雷特。除了要分类的图像数据外，EmbryoNet还考虑了胚胎发育的时间信息以及发育缺陷与相应信号通路之间的联系。
比人类更有效
科学家们通过与人类的直接比较来测试他们的软件的性能。任务：将之前未分类的斑马鱼胚胎图像与可能的发育缺陷进行匹配。不仅有发育生物学领域经验丰富的专家与EmbryoNet竞争，还有作为本科实践课程一部分的学生群体。
“学生的数据包含在我们的研究中，很好地展示了当前的研究和大学教学如何相互受益，”Müller说。研究结果表明，EmbryoNet可以可靠地识别斑马鱼中不同的信号突变体。此外，该软件比人类同行(包括专家)更快、更灵敏。
开源且适应性强
研究人员还证明，EmbryoNet不仅可以应用于斑马鱼(发育生物学中的一种流行模型)，还可以应用于其他脊椎动物物种。“通过相对较少的努力，我们能够重新训练EmbryoNet以对数亿年前在进化上与斑马鱼分离的其他物种进行分类，”发育生物学家兼研究作者之一DanielÇapek解释说。
因此，可自由使用和修改的开源软件有可能加速对不同物种发育突变体的表征。