La microscòpia de força atòmica (AFM) permet «veure» estructures tan petites com molècules individuals, però operar-la encara exigeix el judici expert d'una persona: on escanejar, com ajustar els paràmetres i quines troballes mereixen un cop d'ull més de prop. Entrenar una IA perquè faci aquesta feina xocava fins ara amb un coll d'ampolla conegut a tota la microscòpia automatitzada: calen milers d'imatges etiquetades a mà per ensenyar un model a reconèixer estructures reals, i etiquetar-les manualment és lent i car.
Un equip de l'Oak Ridge National Laboratory (ORNL), format per Ruben Millan-Solsona, Martí Checa i altres investigadors del Centre de Ciències de Materials en Nanofase, va publicar el març passat a Nature Communications el disseny de SimuScan, un generador de dades sintètiques que crea imatges d'AFM versemblants de nanoestructures i biomolècules diverses, amb els mateixos defectes i «sorolls» que apareixen en un laboratori real —deriva de la punta, vibracions, imperfeccions electròniques— i amb l'etiqueta correcta ja incorporada. Amb aquestes dades, un model de visió per ordinador aprèn a identificar i segmentar estructures sense que cap humà n'hagi etiquetat ni una de real.
Un cop entrenat, el model s'integra en un flux de treball adaptatiu: fa una primera passada ràpida i de baixa resolució sobre una àrea àmplia, identifica les zones amb estructures rellevants —nanopartícules, cadenes de DNA, bacteris— i dirigeix el microscopi perquè hi torni amb més resolució, tot això sense intervenció humana. ORNL ha tornat a destacar aquesta setmana la investigació, que redueix la necessitat de supervisió experta constant i obre la porta a un ús més sistemàtic de l'AFM en investigació d'alt rendiment, des de ciència de materials fins a diagnòstic biomèdic.
El resultat és, de moment, un mètode validat en el propi laboratori d'ORNL i sobre els tipus de mostres amb què es va entrenar; queda per veure com es comporta amb materials molt diferents dels utilitzats en l'estudi original i si altres grups de recerca adopten l'eina, que els autors no presenten com un substitut complet del criteri expert sinó com un ajut per alliberar-lo de la part més repetitiva de l'escaneig.