La microscopie in vivo a révolutionné l’étude de la dynamique cellulaire dans un contexte physiologique. Cependant, la complexité des données générées a limité le développement d’outils informatiques efficaces pour identifier et quantifier les processus cellulaires. Parmi ceux-ci, l’apoptose est une forme de mort cellulaire programmée impliquée dans l’homéostasie tissulaire et la défense de l’organisme. La microscopie in vivo a permis d’étudier ce phénomène en temps réel, améliorant ainsi notre compréhension de sa régulation spatio-temporelle. Malgré cela, aucune méthode informatique n’est actuellement capable de fournir une détection robuste de l’apoptose dans les films de microscopie.
Pour surmonter cette limitation, l’IRB a développé ADeS, un système de détection apoptotique basé sur l’apprentissage profond et la reconnaissance d’activité. ADeS a été entraîné à partir d’ensembles de données contenant plus de 10 000 instances apoptotiques, collectées à la fois in vitro et in vivo, et a atteint une précision de classification de plus de 98 %. ADeS est la première méthode informatique capable de détecter l’emplacement et la durée de plusieurs événements apoptotiques, surpassant les performances des annotateurs manuels dans la même tâche. En outre, l’efficacité et la robustesse de l’ADeS ont été démontrées dans diverses modalités de microscopie et divers types de cellules. Enfin, l’ADeS a été utilisé pour quantifier la survie cellulaire in vitro et les dommages tissulaires in vivo, ce qui démontre son application potentielle dans les tests de toxicité et les traitements thérapeutiques. Ainsi, les résultats confirment que l’ADeS est un outil précieux capable de caractériser la régulation spatio-temporelle complexe de la mort cellulaire.
