.
Um sistema emergente que combina imagens rápidas com inteligência artificial poderia ajudar os cientistas a construir uma imagem abrangente das mudanças ambientais actuais e históricas – através da análise rápida e precisa do pólen.
Os grãos de pólen de diferentes espécies de plantas são únicos e identificáveis com base na sua forma. A análise de quais grãos de pólen são capturados em amostras, como núcleos de sedimentos de lagos, ajuda os cientistas a entender quais plantas prosperaram em qualquer ponto da história, datando potencialmente de milhares a milhões de anos.
Até agora, os cientistas contavam manualmente os tipos de pólen em sedimentos ou em amostras de ar usando um microscópio óptico – uma tarefa especializada e demorada.
Agora, cientistas da Universidade de Exeter e da Universidade de Swansea estão combinando tecnologias de ponta, incluindo citometria de fluxo de imagem e inteligência artificial, para construir um sistema capaz de identificar e categorizar pólen em taxas muito mais rápidas. Seu progresso é publicado hoje em um artigo de pesquisa em Novo Fitologista. Além de construir uma imagem mais completa da flora do passado, a equipe espera que um dia a tecnologia possa ser aplicada a leituras de pólen mais precisas no ambiente atual, o que pode ajudar a mitigar os sintomas das pessoas que sofrem de febre do feno.
A Dra. Ann Power, da Universidade de Exeter, disse: “O pólen é um importante indicador ambiental, e juntar as peças do puzzle dos diferentes tipos de pólen na atmosfera, tanto hoje como no passado, pode ajudar-nos a construir uma imagem da biodiversidade e das Alterações Climáticas.
“No entanto, reconhecer a que espécie de planta o pólen pertence sob um microscópio é incrivelmente trabalhoso e nem sempre pode ser feito. O sistema que estamos desenvolvendo reduzirá drasticamente o tempo que isso leva e melhorará as classificações. Isso significa que podemos construir uma imagem mais rica de pólen no ambiente muito mais rapidamente, revelando como o clima, a atividade humana e a biodiversidade mudaram ao longo do tempo, ou compreender melhor quais são os alergénios presentes no ar que respiramos.”
A equipe já usou o sistema para analisar automaticamente uma fatia de sedimento do lago com 5.500 anos de idade, classificando rapidamente mais de mil grãos de pólen. No passado, um especialista levaria até oito horas para contar e categorizar – uma tarefa que o novo sistema concluía em menos de uma hora.
O novo sistema utiliza citometria de fluxo de imagem – uma tecnologia normalmente usada para investigar células em pesquisas médicas, para capturar rapidamente imagens de pólen. Foi então desenvolvido um tipo único de inteligência artificial com base na aprendizagem profunda para identificar os diferentes tipos de pólen numa amostra ambiental. Este é capaz de fazer essas distinções mesmo quando a amostra é imperfeita.
Claire Barnes, da Universidade de Swansea, disse: “Até agora, os sistemas de IA em desenvolvimento para categorizar o pólen aprendem e testam nas mesmas bibliotecas de pólen – o que significa que cada amostra é perfeita e pertence a espécies previamente vistas pela rede. Esses sistemas não são capazes de reconhecer o pólen do ambiente que sofreu alguns golpes ao longo do caminho, nem de categorizar o pólen não incluído nas bibliotecas de treinamento. Incorporar uma versão exclusiva de aprendizado profundo em nosso sistema significa que a inteligência artificial é mais inteligente e aplica uma abordagem mais flexível. abordagem de aprendizagem. Ele pode lidar com imagens de baixa qualidade e pode usar características compartilhadas de espécies para prever a qual família de planta o pólen pertence, mesmo que o sistema não o tenha visto antes durante o treinamento. “
Nos próximos anos, a equipe espera refinar e lançar o novo sistema, e usá-lo para aprender mais sobre o pólen das gramíneas, um irritante particular para quem sofre de febre do feno. Dr Power disse: “Alguns pólens de gramíneas são mais alergênicos do que outros. Se pudermos entender melhor quais pólens são predominantes em momentos específicos, isso levaria a melhorias na previsão do pólen que poderia ajudar as pessoas com febre do feno a planejarem reduzir sua exposição.”
A pesquisa é apoiada pelo Conselho Nacional de Pesquisa Ambiental (NERC) e pelos Institutos Nacionais de Saúde dos EUA.
.
