Résumé :
Les chercheurs du projet "Aidez à vaincre le cancer" ont développé un système d'analyse et de classification d'images afin d'affecter automatiquement une note aux images issues des essais de cristallisation des protéines lors de criblage à haut-débit.
Abstraction non-technique :
Il est important de connaître la structure des protéines liées au cancer, car leur forme détermine leur fonction et leur rôle dans le processus de la maladie. Ces protéines sont habituellement grandes, et donc la seule manière de déterminer leur structure est d'utiliser la cristallisation aux rayons X. Ce qui rend ceci chronophage est la première étape nécessaire pour obtenir la cristallisation de la protéine. Pour faire ceci, les scientifiques mélangent des variétés de composés dans l'espoir que cela aidera à stimuler la cristallisation de la protéine. L'utilisation de robots, permet de faire des milliers de tentatives de cristallisation. Pour déterminer si un cristal est réellement formé, l'observation de l'homme est nécessaire et cela est très coûteux en temps.
En utilisant "World Community Grid", les scientifiques ont pu développer un système automatisé pour analyser les images des tentatives de cristallisation et de reconnaître si la cristallisation s'est produite. Ils ont déjà entrainé le système qui reconnait déjà avec succès 80% des images contenant une cristallisation et qui élimine 98% des gouttes claires (échecs). Cela réduit considérablement le temps requis pour l'inspection humaine, ce qui devrait aboutir beaucoup plus rapidement à la détermination des structures des protéines étudiées.
Finalement, ceci devrait conduire à une meilleure compréhension du rôle de certaines protéines dans les cancers et autres maladies, ce qui devrait conduire à l'identification de meilleurs traitements pour ces maladies.
Abstraction technique :
Nous avons développé un système d'analyse et de classification d'images afin d'affecter automatiquement une note aux images issues des essais de cristallisation des protéines lors de criblage à haut-débit. L'analyse des images pour ce système est effectué par le projet "Aider à vaincre le cancer" sur le World Community Grid. Le projet "Aider à vaincre le cancer" analyse 12 375 éléments d'image différent sur des images issues d'un traitement par processus sous huile provenant du laboratoire d'imagerie de criblage à haut-débit de l'Institut de Recherche Médicale Hauptman-Woodward. En utilisant les composants d'image calculés par le projet "Aider à vaincre le cancer" et avec un lot d'entrainements importants constitués de 165 351 images notées manuellement, nous avons pu entrainer plusieurs systèmes de classement à base d'arbres aléatoires qui reconnait précisément plusieurs types de cristallisation, dont les cristaux, les échecs, les précipités et d'autres.