Исследователи из США, Германии и Японии представили технологию, способную радикально ускорить изучение морфологии живых организмов. Речь идет о проекте «Antscan», в рамках которого ученые создали интерактивную цифровую библиотеку, включающую 800 видов муравьев. До сих пор детальное изучение физической структуры насекомых с помощью микрокомпьютерной томографии оставалось крайне трудоемким процессом: сканирование одного экземпляра могло занимать до десяти часов. По оценкам авторов работы, реализация подобного проекта на стандартном лабораторном оборудовании потребовала бы шести лет непрерывной работы.
Использование ускорителя частиц в Технологическом институте Карлсруэ позволило сократить этот срок до одной недели. В процессе задействован синхротрон, генерирующий интенсивный поток рентгеновского излучения, и роботизированная система смена образцов, которая обновляет препараты каждые 30 секунд. Однако высокая скорость съемки приводила к тому, что заспиртованные насекомые фиксировались в неестественных позах. Эту проблему решили с помощью алгоритмов искусственного интеллекта, разработанных программистами Университета Мэриленда. Нейросети автоматически корректируют положение частей тела цифровой модели, приводя ее к прижизненному виду.
Результатом работы стали трехмерные модели с микронным разрешением, позволяющие детально рассмотреть не только экзоскелет, но и внутренние органы, мускулатуру и нервную систему насекомых. Все данные проекта «Antscan» находятся в открытом доступе и могут использоваться как в фундаментальной науке, так и в образовательных целях или индустрии развлечений. Технология уже принесла первые научные результаты: анализ более 500 видов муравьев показал обратную связь между объемом кутикулы – защитного слоя панциря – и размером колонии. Выяснилось, что виды с менее массивной броней способны поддерживать более многочисленные сообщества, что дает им эволюционное преимущество.
По мнению руководителя лаборатории Эвана Экономо, проект знаменует переход биологии в эпоху больших данных. Сочетание высокоточной оцифровки с генетическими исследованиями, такими как опубликованные ранее в журналах «Science Advances», «Nature Methods» и «Cell», позволит ученым лучше понимать механизмы эволюции и взаимосвязь между физическими чертами и геномом. В дальнейшем планируется расширить базу данных, применяя отработанные алгоритмы к другим группам организмов и обучая системы машинного зрения распознаванию видов в естественной среде.