System wysokoprzepustowego monitorowania przeżywalności dorosłych Caenorhabditis elegans

Obserwacja maleńkich robaków by zrozumieć starzenie

Wielu naukowców bada procesy starzenia, obserwując życie maleńkich nicieni zwanych Caenorhabditis elegans, ponieważ te organizmy starzeją się w ciągu zaledwie kilku tygodni i dzielą z ludźmi wiele podstawowych cech biologicznych. Jednak śledzenie setek robaków gołym okiem na szalkach Petriego jest powolne, męczące i podatne na błędy. W badaniu opisano w pełni zautomatyzowany system, który utrzymuje robaki w stabilnym środowisku, fotografuje je wyraźnie i wykorzystuje wizję komputerową do ustalania, które robaki są żywe, ułatwiając przeprowadzanie dużych eksperymentów na temat starzenia i badań farmakologicznych.

Nowy sposób śledzenia wielu robaków

Badacze postawili sobie za cel rozwiązanie dwóch głównych problemów ograniczających istniejące zautomatyzowane systemy do obserwacji robaków: rozmytych, nierównych zdjęć oraz mylenia robaków z tłem, takim jak pleśń czy pęcherzyki powietrza. Ich rozwiązanie to zintegrowana platforma sprzętowo-programowa, która może non stop obserwować dorosłe robaki. Zmodyfikowany inkubator laboratoryjny mieści dziesiątki szalek w kontrolowanej temperaturze i wilgotności, a wbudowane kamery i oświetlenie skanują każdą szalkę według harmonogramu. Razem te elementy przekształcają zadanie, które wcześniej wymagało jednej lub dwóch wyszkolonych osób, w proces w dużej mierze bezobsługowy, zdolny pracować miesiąc lub dłużej.

Inteligentny sprzęt dla wyraźnego i delikatnego obrazowania

W warstwie sprzętowej zespół zaczął od komercyjnego inkubatora i przerobił go pod kątem pielęgnacji oraz obrazowania robaków. Dodano przepływowe osłony wentylatorów, by zapobiec wysychaniu naczyń, wstawiono lampy ultrafioletowe do okresowej dezynfekcji oraz zainstalowano niebieskie światła do eksperymentów wymagających określonych sygnałów świetlnych. Kluczową modernizacją jest płaski zogniskowany panel świetlny pod perforowaną płytą mieszczącą do 36 szalek. Tego typu oświetlenie równomiernie i chłodno oświetla każdą szalkę, unikając odblasków i rozmycia. Testy wykazały, że zdjęcia wykonane przy użyciu zogniskowanego światła były znacznie ostrzejsze niż przy zwykłych lampach, dając algorytmowi wyraźny obraz każdego robaka.

Nauka oprogramowania rozróżniania robaków od zanieczyszczeń

Oprogramowanie steruje zarówno przechwytywaniem obrazów, jak i ich analizą. Rząd sześciu kamer przemysłowych porusza się po prostej szynie liniowej wewnątrz inkubatora, dzięki czemu każdy przejazd może szybko sfotografować sześć kolumn szalek bez skomplikowanych ruchów. Obrazy trafiają następnie do modelu uczenia głębokiego opartego na rodzinie detektorów obiektów YOLOv5. Zespół przeszkolił ten model na ponad dwunastu tysiącach obrazów, nie tylko oznaczając robaki, ale też etykietując typowe fałszywe odpowiedniki, w tym pierścieniowate plamy, fragmenty pleśni i pęcherzyki powietrza. Rozpoznając te osobne kategorie, system znacznie rzadziej myli resztki czy zanieczyszczenia z żywymi organizmami podczas zliczania.

Znajdowanie pominiętych robaków przy drugim przejściu

Nawet mocny detektor czasem może pominąć robaki, szczególnie ciemne, zlewające się z tłem. Aby temu zaradzić, autorzy dodali drugie przejście, które koncentruje model na tym, co zostało przeoczone za pierwszym razem. Po pierwszej rundzie detekcji oprogramowanie zamalowuje wszystkie znalezione robaki zwykłymi białymi łatami i uruchamia detektor ponownie. Bez oczywistych, dominujących obiektów model jest w stanie wychwycić słabe, wcześniej ukryte osobniki. W testach obejmujących dziesięć dni i 36 szalek podejście dwuetapowe zmniejszyło odsetek pominięć z 1,75 procent do 0,8 procent, kosztem nieco większego zapotrzebowania na moc obliczeniową.

Szybkie, dokładne zliczenia przez całe życie

Aby ocenić, jak system sprawdza się w rzeczywistych eksperymentach, zespół porównał go z uważnym liczeniem ręcznym. Dla partii 36 szalek, z których każda zawierała od 15 do 30 dorosłych robaków, dwóch przeszkolonych badaczy potrzebowało około dwóch i pół do trzech godzin na ukończenie, podczas gdy zautomatyzowane urządzenie zajęło tylko 36 do 60 minut. Automatyczne zliczenia żywych robaków odpowiadały ręcznym z dokładnością lepszą niż 95 procent, przy bardzo niskiej liczbie fałszywych alarmów i pominięć. W 30-dniowym eksperymencie śledzącym 96 robaków od dorosłości do śmierci dzienne krzywe przeżywalności wygenerowane przez system były niemal identyczne z tymi uzyskanymi przez obserwatorów ludzkich, a testy statystyczne wykazały bardzo silne zgodności i brak istotnego uprzedzenia.

Co to oznacza dla badań nad starzeniem i lekami

Mówiąc prosto, badacze zbudowali niezawodnego, robotycznego pomocnika laboratoryjnego do badań nad starzeniem robaków. Może opiekować się setkami osobników jednocześnie w delikatnym, dobrze kontrolowanym środowisku, robić im wyraźne zdjęcia i używać wytrenowanego oprogramowania do ustalania, które robaki wciąż się poruszają. System znacząco zmniejsza czas i wysiłek wymagany od ludzi przy mikroskopie, zachowując jednocześnie zgodność wyników z przyjętym standardem ręcznym. Chociaż konieczne są dalsze prace, by objąć młodsze stadia życia i rozróżniać sparaliżowane, ale żywe robaki od rzeczywiście martwych, platforma ta już teraz oferuje solidne, praktyczne narzędzie do badania wpływu genów, środowiska i potencjalnych leków na długość życia.

Cytowanie: Lin, Q., Weng, J., Cheng, Z. et al. High-throughput adult Caenorhabditis elegans viability monitoring system. Sci Rep 16, 15014 (2026). https://doi.org/10.1038/s41598-026-43579-5

Słowa kluczowe: C. elegans, monitorowanie długości życia, zautomatyzowane obrazowanie, uczenie głębokie, badania nad starzeniem