Sejtek növekedését, osztódását hosszú idő alatt felvett képeket rövid időn belül lejátszó (time-lapse) mikroszkóptechnikával vizsgálják. A technika jól működik, viszont az így keletkezett óriási adatmennyiséget szinte lehetetlen manuálisan kezelni.

Mélytanulással (deep learning) szerencsére könnyebb megbirkózni gigantikus adathalmokkal. A Santa Cruzi Kaliforniai Egyetemen fejlesztett DeepSea (MélyTenger) egyike azon kevés modelleknek, amelyekkel sejtek szegmentálhatók, követhetők, osztódásuk pontosan megfigyelhető. (A gyakorló adatsor, a felhasználóbarát és nyílt forráskódú szoftver a DeepSea honlapján elérhető.)

A time-lapse alapú mikroszkópokkal a kutatók egyes sejtek osztódását, különböző sejtekké válását – őssejtek speciális sejttípussá alakulását –, formájuk és méretük változását követve, biológiai jelenségeket mérve, juthatnak el új felfedezésekig. Miután a képeket összegyűjtötték, két fontos feladatot kell elvégezniük: a szegmentálást, azaz a sejtek határainak megállapítását és elválasztásukat a háttértől, valamint a sejtek kockáról kockára követését (ld. a két kép közti különbséget.)

A képek válogatása, kezelése tipikusan számítógépnek, és nem embernek való feladat. Ezért hasznos a szegmentálást kevesebb mint egy másodperc alatt elvégző, sejtek követésében 98 százalékos pontosságot elért DeepSea.

A sejtosztódás detektálása külön kihívást jelentett a fejlesztőknek, mégpedig azért, mert MI-alapú technikák, gépilátás-rendszerek ritkán szembesülnek egy objektum kettéválásával.

A 2D-UNET modellen alapuló, a gyorsaságot és a jó eredményeket viszont sokkal kevesebb paraméterrel elérő DeepSea általánosítható, azaz sok sejttípus vizsgálható vele. A legjobb „sejtfigyelő” modellekkel összehasonlították, és pontosságban, gyorsaságban egyaránt felülmúlta őket. Tüdő-, izom- ős- és egyéb sejteket tartalmazó adatsoron gyakoroltatták, a jövőben még több fajtával bővíthető a repertoár.

Már egy felfedezésre is jutottak vele: a többsejtű élet alapját jelentő, mindenféle más sejttípusra osztódó embrionális őssejtek, amelyekről ismert, hogy szokatlanul gyorsan osztódnak, úgy szabályozzák méretüket, hogy a kisebb sejtek hosszabb időt töltenek a növekedéssel, mielőtt a következő generációs sejteket létrehoznák. A kutatók egyelőre nem tudják, hogy miért van így, és azt sem, hogy pontosan hogyan történik.

A jövőben sejtek térbeli kapcsolatait, sejtjegyek 3D mintázatokká szerveződését, szerkezetek formálódását igyekeznek tanulmányozni, és a címkézett sejtképek hiányát is próbálják megoldani.