Identification d’amas inspirée de la vision humaine pour la microscopie de localisation à molécule simple

La microscopie de localisation à molécule simple a permis de visualiser des structures virales et cellulaires à l’échelle nanométrique. L’extraction d’informations quantitatives à partir d’images représentées par des nuages de points représente un défi de taille pour les chercheurs. À l’heure actuelle, les chercheurs créent divers algorithmes pour segmenter les points de données en nano-amas, dont la morphologie et les paramètres structurels peuvent être quantifiés par divers autres algorithmes pour rendre compte de l’organisation et du comportement des molécules simples dans différents contextes biologiques. Toutefois, ces algorithmes reposent sur des paramètres définis par l’utilisateur et sont largement influencés par la densité des localisations, ce qui donne lieu à des conclusions trompeuses qui varient d’un système biologique à l’autre et d’un utilisateur à l’autre.  Nous avons récemment mis au point un nouvel algorithme d’identification des amas qui ne nécessite aucune entrée de la part des utilisateurs et qui est indépendant de la densité des molécules en imitant une fonction spécifique des yeux humains. Cet algorithme permettra d’analyser la nano-organisation des protéines de spicule du SARS-CoV-2 et de ses VP afin de comprendre si la structure à l’échelle nanométrique de ces protéines peut contribuer à la transmission et à l’évasion immunitaire du SARS-CoV-2.

Lire l’article