Chemie werkt samen met datawetenschap om nieuwe onderzoekstechniek te ontwikkelen – W&M News

Het lab van Kristin Wustholz heeft een talent ontwikkeld voor het combineren van chemie met andere disciplines, en het nieuwste werk van het lab bevat een zware datawetenschapscomponent.

De ontwikkelaars van single-molecule spectroscopie kregen in 2014 de Nobelprijs voor de Scheikunde. De techniek is in laboratoria over de hele wereld geïmplementeerd en Wustholz gelooft dat haar verfijning van het proces het nog verder zal uitbreiden.

„Meerkleurige beeldvorming met één molecuul wordt op grote schaal toegepast, voornamelijk in de biologie, maar ook in de materiaalwetenschap,“ zei Wustholz. „Vaak is er een brede vraag als: wat is de structuur van deze intracellulaire component?“

Grayson Hoy lijnt de laser uit.
Grayson Hoy lijnt de laser uit.

Wustholz is de Mansfield Associate Professor in de afdeling Scheikunde van William & Mary. In samenwerking met een groep studentonderzoekers, en ondersteund door een beurs van de National Science Foundation, ontwikkelde ze een nieuwe en verbeterde benadering van meerkleurige beeldvorming met één molecuul. Haar groep deelde een proof-of-concept-inleiding, „Blinking-Based Multiplexing: A New Approach for Differentiating Spectraally Overlapped Emitters“, in The Journal of Physical Chemistry Letters.

De co-auteurs van Wustholz op het papier zijn een groep studenten, waaronder Grace A. DeSalvo ’20, die aanblijft als MS-student. Undergraduate co-auteurs zijn Grayson R. Hoy ’23, Isabelle M. Kogan ’24, John Z. Li ’20, Elise T. Palmer ’22, Emilio Luz-Ricca ’23 en Paul Scemama de Gialluly ’22.

Blinking-based multiplexing, of BBM, is een verbeterde, gegevensrijke variant van meerkleurige beeldvorming met één molecuul, die zelf is gebaseerd op de fluorescentie-emissie van moleculaire componenten.

„Normaal gesproken, als je een monster hebt waarvan je een afbeelding wilt maken, zou je het bevlekken,“ zei Wustholz. “De vlek hecht op verschillende delen. Vervolgens plak je het onder een laser op de microscoop. Maar wat je op een microscoopafbeelding gaat zien, is geen duidelijk beeld van het monster. Het enige wat je zult zien zijn lichtflitsen als elk van deze moleculen begint uit te zenden, dan niet uit te zenden en dan weer uit te zenden. Een computerprogramma voegt al die flitsen samen om het beeld op te lossen.”

Isabelle Kogan en Grace DeSalvo zetten de microscoop op voor BBM
Isabelle Kogan ’24 en Grace DeSalvo ’20 hebben de microscoop voor BBM opgesteld.

Wustholz legde uit dat problemen met traditionele meerkleurige beeldvorming met één molecuul voortkomen uit het beperkte aantal fluorescerende sondes dat kan worden gebruikt.

„Als je een veelkleurig, super-opgelost experiment probeert te doen, wil je drie verschillende kleuren gebruiken,“ zei ze. “Je hebt dus de keuze uit rode, groene en blauwe kleurstoffen. En het blijkt dat als je biologische monsters probeert te maken, er niet veel kleurstoffen zijn die goed bij elkaar passen.”

Ze vertelde verder over verschillende oplossingen die laboratoria gebruiken om de wederzijdse antipathie van kleurstoffen te omzeilen. Soms gebruiken onderzoekers drie verschillende lasers. Andere keren, drie verschillende detectoren. Of, zei ze, de laboratoria ontwikkelen een sequentieel bemonsteringsregime.

„Sommige instellingen kunnen dat gigantische instrument met 10 lasers en 10 detectoren kopen“, zei ze.

„Het voordeel hier is dat we al die extra hardware kwijtraken“, legt Wustholz uit. „We hebben maar één laser en één detector.“

Wustholz vinkte andere voordelen aan, zo heeft BBM niet alleen minder instrumentatie nodig, maar opent het ook een nieuw palet aan kleurstoffen.

Multiplexing gebeurt wanneer de onderzoekers kijken naar de patronen die uit de zender flitsen. Ze zei dat het idee is om het molecuul te lokaliseren, wat de resolutie geeft – en vervolgens het patroon te onderzoeken om de kleur van het molecuul te krijgen. Het multiplex-vertaalproces is een samenwerking tussen mensen en kunstmatige intelligentie, voegde ze eraan toe.

“Mijn eerste instinct is om met een mens mee te gaan; de mens kent het experiment,” zei ze, erop wijzend dat mensen voor het eerst herkenden dat het knipperen van de moleculen betekenis had. „En dus is de menselijke manier om alle gegevens te verzamelen, met statistieken te komen en te proberen ervoor te zorgen dat die statistieken scheidbaar zijn. De AI-manier, de machine learning-manier, waarbij je de machine traint om de twee te onderscheiden. Ze werken allebei.”

Het lab bracht Luz-Ricca en Scemama de Gialluly binnen, twee niet-scheikunde majors van het universitaire programma in data science. „Ze hebben ons echt geholpen met machine learning“, zei Wustholz. “Dat is een opwindend nieuw onderdeel van het project waar ik met veel plezier verder mee wil gaan.

„Ik heb geen ervaring met machinaal leren, en dus leunde ik zwaar op de studenten“, voegde ze eraan toe. “En, weet je, toen dit voor peer review uitging, vloog dat deel met vlag en wimpel door. Dus dat geef ik ze echt toe. Ze werden gedreven door hun eigen nieuwsgierigheid en intuïtie. Ik denk dat de combinatie van de fundamentele wetenschappen zoals scheikunde met datawetenschap waarschijnlijk de toekomst is, en waar we naartoe gaan.”

Joseph McClain, Onderzoeksschrijver

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert