인공지능(AI) 기술을 이용해 살아있는 세포를 30시간 동안 초고해상도로 관찰하는 데 성공했다.
중국 베이징대 미래기술대학 시펑 교수 연구팀은 기존 AI의 '터널 시야' 한계를 극복한 새로운 형광 이미지 복원 AI '라지P넷'(LargePNet)을 개발했다고 9일(현지시간) 국제학술지 '네이처 커뮤니케이션스'에 발표했다.
기존 현미경 이미지 복원 AI는 고화질 이미지를 잘게 쪼갠 작은 '패치' 단위로 학습했다. 이 방식은 계산이 편하지만, 전체적인 맥락을 놓쳐 생물학적 구조의 장거리 상관관계를 파악하기 어려운 한계가 있었다.
연구팀이 개발한 라지P넷은 이미지를 쪼개지 않고 512x512 픽셀 이상의 큰 이미지를 통째로 학습한다. 이를 통해 이미지 전체의 구조적 정보를 활용, 복원 정확도를 크게 높였다.
실제로 라지P넷은 기존 최신 AI 모델들과 비교했을 때 이미지 복원 정확도가 0.5~2데시벨(dB) 높았으며, 연산 효율성은 최대 20배 빠른 것으로 나타났다.
연구팀은 이 기술을 활용해 살아있는 세포 소기관을 200나노미터(nm) 해상도로 30시간 연속 촬영하는 데 성공했다. 또 세포 내 소기관들의 상호작용을 1시간 동안 3가지 색상으로 명확히 관찰하기도 했다.
연구팀은 "라지P넷은 장시간 살아있는 세포의 동역학을 안정적으로 관찰하고, 세포의 생물학적 메커니즘을 연구하는 데 강력한 도구가 될 것"이라고 밝혔다. 연구팀은 관련 소스 코드와 데이터셋, 사전 학습 모델을 모두 공개했다.