Ученые Тульского государственного университета (ТулГУ) и Института органической химии РАН (ИОХ РАН) разработали метод генерации микроскопических изображений биопленок с помощью искусственного интеллекта. Это позволит ускорить и упростить анализ данных, что важно для изучения бактерий и их взаимодействия с окружающей средой. Результаты исследования опубликованы в журнале npj Biofilms and Microbiomes (https://www.nature.com/articles/s41522-025-00647-4).
Биопленки — это сложные сообщества бактерий, которые образуются на различных поверхностях. Они не только играют роль в возникновении множества заболеваний, но также могут быть использованы для разработки современных биокатализаторов и биосенсоров. Однако, несмотря на важность, исследование биопленок сталкивается с трудностями из-за нехватки размеченных данных для обучения моделей компьютерного зрения.
Разработанный учеными метод основывается на комбинации различных генеративных моделей искусственного интеллекта, таких как VAE, WGAN, диффузионные модели и CycleGAN. Эти технологии позволяют создавать искусственные изображения бактерий и подложек, которые затем автоматически объединяются и размечаются с помощью специального алгоритма. Благодаря этому подходу исследователи могут генерировать практически неограниченные объемы данных с минимальными затратами времени на ручную разметку.
«Мы считаем, что наша разработка является большим шагом вперед в области изучения биопленок и потенциально приведет к ускорению и упрощению исследований, — отметила Ангелина Холичева, участница проекта. — В будущем наш подход может быть легко расширен для создания более сложных наборов данных, отвечающих определенным критериям и закономерностям. Искусственный интеллект помогает ученым снизить объем рутинной работы, освобождая время для более творческих задач».
Разработка уже включает удобный веб-интерфейс для генерации данных с заданными параметрами. Это открывает новые возможности для исследований в микробиологии, экологии и других областях.
Проект выполнен в рамках программы Минобрнауки России «Приоритет-2030».
