Video Experimental Relacionado
Updated: Feb 12, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
10.0K
Desarrollo de un modelo de red neuronal profunda para el análisis simultáneo de gradientes de analito extracelular
Ivon Acosta-Ramirez1, Ferhat Sadak2, Sruti Das Choudhury3,4
1Department of Biological Systems Engineering, College of Agricultural Sciences and Natural Resources, University of Nebraska-Lincoln, Lincoln Nebraska 68504, United States.
Artificial intelligence in the life sciences
|February 11, 2026
Resumen
Este estudio introduce un nuevo método que combina la nanotecnología y la IA para la detección espacial precisa del óxido nítrico extracelular (NO). Esta innovación mejora la comprensión de la comunicación celular y los procesos de enfermedad.
Área de la Ciencia:
- La biotecnología y la nanotecnología.
- Biología y Fisiología Celular.
- Ciencias computacionales y inteligencia artificial.
Sus antecedentes:
- La detección extracelular de óxido nítrico (NO) es crucial para comprender la comunicación celular en la salud y la enfermedad.
- Los métodos actuales para el análisis espacial de NO a menudo son lentos y carecen de precisión.
- Se necesitan sensores avanzados y herramientas computacionales para superar estas limitaciones.
Objetivo del estudio:
- Desarrollar una metodología innovadora para el análisis espacial rápido y de alta resolución del NO extracelular.
- Para integrar la detección basada en fluorescencia con el aprendizaje automático avanzado para el procesamiento acelerado de datos.
- Establecer un marco sólido para el estudio de la dinámica del NO en la comunicación celular.
Principales métodos:
- Utilizó plataformas de detección basadas en fluorescencia de nanotubos de carbono de pared única (SWNT).
- Empleó el modelo de aprendizaje profundo You Only Look Once (YOLOv8) para una identificación y segmentación celular precisas.
- Se extrajeron las coordenadas del contorno de la célula para mapear la distribución de NO en los datos de fluorescencia SWNT.
- Desarrolló un flujo de trabajo automatizado para el análisis rápido a través de múltiples imágenes y células.
Principales resultados:
- Se logró una alta precisión en la identificación celular utilizando la segmentación YOLOv8 (98% de recuperación, 83% de precisión) en diversos tipos de células.
- Permitió un análisis espacial rápido de NO extracelular, procesando 100 pares de imágenes en 68 segundos.
- Estableció un marco de detección robusto con resolución espacial a nivel de píxeles para la dinámica NO.
- Demostró la capacidad de analizar múltiples células y numerosas imágenes de manera eficiente.
Conclusiones:
- El enfoque integrado de la nanotecnología y la IA proporciona una poderosa herramienta para el monitoreo en tiempo real de la dinámica de NO.
- Esta metodología ofrece una visión crítica de los mecanismos de comunicación celular.
- El marco de detección desarrollado tiene una promesa significativa para el avance de las aplicaciones diagnósticas y terapéuticas en medicina.
Palabras clave:
Los biosensores también son biosensores.La comunicación celular es la comunicación celular.Aprendizaje profundo Aprendizaje profundo.Los analíticos extracelulares también.El óxido nítrico.Nanotubos de carbono de una sola pared con una sola pared.El modelo de segmentación YOLOv8 es el modelo de segmentación YOLOv8.
Videos de Conceptos Relacionados
01:21Development of Analytical Methods
2.3K
An analytical methodology can be divided into four sequential steps: technique, method, procedure, and protocol. A technique is a scientific principle that rationalizes a specific phenomenon through chemical measurements. Adapting a technique for analyzing a sample of interest is termed a method. The procedure outlines the directions for performing the analysis via an analytical method. The protocol is the detailed guidelines on the procedure, which should be strictly followed to obtain the...
2.3K
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
270
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
270
01:26What is an Electrochemical Gradient?
128.5K
Adenosine triphosphate, or ATP, is considered the primary energy source in cells. However, energy can also be stored in the electrochemical gradient of an ion across the plasma membrane, which is determined by two factors: its chemical and electrical gradients.
The chemical gradient relies on differences in the abundance of a substance on the outside versus the inside of a cell and flows from areas of high to low ion concentration. In contrast, the electrical gradient revolves around an...
The chemical gradient relies on differences in the abundance of a substance on the outside versus the inside of a cell and flows from areas of high to low ion concentration. In contrast, the electrical gradient revolves around an...
128.5K
01:42The Extracellular Matrix
89.4K
Overview
89.4K
02:26Protein Networks
4.6K
An organism can have thousands of different proteins, and these proteins must cooperate to ensure the health of an organism. Proteins bind to other proteins and form complexes to carry out their functions. Many proteins interact with multiple other proteins creating a complex network of protein interactions.
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...
4.6K
01:12Analysis of Population Pharmacokinetic Data
814
Analysis of population pharmacokinetic data involves studying the behavior of drugs within diverse populations to understand their pharmacokinetic parameters. Traditional pharmacokinetic methods typically involve collecting samples from a few individuals and estimating these parameters. While these methods are commonly used, they have limitations in capturing the variability in drug response among individuals or heterogeneous populations. Population pharmacokinetics is employed to address these...
814