3D-celtracking-software geeft onderzoekers de mogelijkheid om de ontwikkeling van cellen in weefsels automatisch bij te houden. Met behulp van neurale netwerken herkennen dit soort programma’s in series van microscoopafbeeldingen waar cellen heen bewegen en waaruit nieuwe cellen zijn ontstaan. Helaas blijft deze methode bij weefsels met grote aantallen cellen vaak fouten maken, waardoor tijdrovende manuele correctie nodig is.

‘In onze groep onderzoeken we de ontwikkeling van intestinale organoïden, stukjes darmweefsel die we in het lab groeien’, zegt biofysicus Max Betjes, promovendus aan het natuurkundig onderzoeksinstituut AMOLF. ‘Tracking is hiervoor zeer lastig, omdat de darmcellen erg dicht op elkaar zitten en heel snel delen. Het handmatige correctiewerk dat hierbij komt kijken kan al gauw een half promotietraject kosten.’ Daarom ontwikkelde Betjes een nieuw algoritme, dat cellen niet alleen beter weet te tracken maar met name het achterliggende neurale netwerk laat vertellen waar potentiële fouten zijn opgetreden. Daardoor is veel sneller te zien welke delen van de cel tracking gecorrigeerd moeten worden. Betjes: ‘Zo verhoogt ons algoritme de throughput van experimenten met organoïden.’

Politieke filosofie

Dat neurale netwerken een bepaalde kans aangeven dat hun voorspelling juist of fout is, is niets nieuws. Een klassiek voorbeeld is een neuraal netwerk dat een plaatje van een hond of een kat voorgeschoteld krijgt en moet bepalen welke van de twee het is. Hierbij bepaalt het netwerk een achterliggende kansverdeling om te duiden hoe zeker het gegeven antwoord is. ‘Maar onze vraag is veel ingewikkelder dan die ene beslissing’, zegt Betjes. ‘Bij organoïden moet het neurale netwerk in één keer naar duizenden cellen kijken. Dat is vaak nog te lastig.’

Daarom laten de onderzoekers in hun algoritme het neurale netwerk naar elke individuele cel in een afbeelding kijken, om vervolgens alle resultaten te combineren in een statistisch raamwerk. Hieruit volgt een foutmarge die aangeeft met welke zekerheid de cel tracking voorspelling gedaan is. Betjes: ‘De innovatie van ons algoritme zit in de rigoureuze statistische benadering waarmee we dit doen.’

Hoewel Betjes zich voor deze statistiek voornamelijk liet inspireren door statistische fysica, verwijst hij als analogie naar de politieke filosofie, waar hij een soortgelijke statistische benadering tegenkwam. ‘Stel dat je veel experts hebt die allemaal iets zeggen over de werkelijkheid, hoe combineer je dan al die meningen tot één consensus? De achterliggende statistiek waarmee je dat kan doen gebruiken wij ook in ons algoritme.’ 

Wedstrijd winnen

De onderzoekers toonden de werking van hun algoritme aan door het te testen op data van intestinale organoïden uit eigen lab. Daarnaast maakten ze gebruik van publiekelijk beschikbare data van muisembryo’s in een vroeg stadium en van C. elegans, een wormpje waarvan de embryonale ontwikkeling steeds identiek verloopt en sinds eind jaren negentig bekend is door handmatige tracking.

Bij die laatste deed Betjes zelfs mee aan de zogeheten ‘Cell Tracking Challenge’, een wedstrijd die de gegevensanalyse van celtracking-algoritmes naar succes rangschikt door het naast de handmatig getrackte data van de C. elegans te leggen. Hij belandde op nummer een. ‘Al duidt dit enkel op hoe goed ons algoritme de voorspellingen deed. Belangrijker voor ons is dat het algoritme correct aangeeft met welke zekerheid het die voorspelling gaf.’

Aan de slag

Om de werking van hun algoritme verder te valideren, hopen Betjes en collega’s uit de groepen van Sander Tans en Jeroen van Zon nu andere groepen te enthousiasmeren om met deze methode aan de slag te gaan. Hiervoor bouwden ze een website waar andere onderzoekers kunnen testen of het algoritme op hun data werkt, zonder dat ze de software hoeven te downloaden.

‘Waarschijnlijk zal ons algoritme de komende twee jaar een van de beste zijn om te gebruiken voor het tracken van cellen in complexe weefsels’, zegt Betjes. ‘Daarom focussen we nu op het bereiken van mensen die mogelijk ook baat hebben bij deze methode.’

Geïnteresseerden kunnen het algoritme uitproberen op OrganoidTracker.org.