Un système de pointe utilisant l’imagerie rapide et l’IA a été développé par des scientifiques pour analyser le pollen de manière rapide et précise. Cette technologie fournit des informations sur les changements environnementaux actuels et historiques, aidant ainsi les scientifiques à retracer la dominance des plantes sur de longues périodes. La méthode réduit considérablement le temps consacré à l’analyse du pollen, avec des applications potentielles pour aider les personnes souffrant du rhume des foins en affinant les prévisions polliniques.
Les scientifiques ont développé un système alimenté par l’IA pour une analyse rapide et précise du pollen, promettant des informations sur les changements environnementaux et un soulagement potentiel pour les personnes souffrant du rhume des foins grâce à des prévisions polliniques améliorées.
Un système émergent combinant imagerie rapide et intelligence artificielle pourrait aider les scientifiques à dresser un tableau complet des changements environnementaux présents et historiques, en analysant rapidement et précisément le pollen.
Grains de pollen de différentes plantes espèces sont uniques et identifiables en fonction de leur forme. L’analyse des grains de pollen capturés dans des échantillons tels que des carottes de sédiments provenant de lacs aide les scientifiques à comprendre quelles plantes prospéraient à un moment donné de l’histoire, remontant potentiellement à des milliers, voire des millions d’années.
Jusqu’à présent, les scientifiques comptaient manuellement les types de pollen présents dans les sédiments ou dans des échantillons d’air à l’aide d’un microscope optique – une tâche spécialisée et fastidieuse.
Différents types de pollen capturés au microscope. Crédit : Université d’Exeter
Percée technologique dans l’analyse du pollen
Aujourd’hui, des scientifiques de l’Université d’Exeter et de l’Université de Swansea combinent des technologies de pointe, notamment la cytométrie en flux par imagerie et l’intelligence artificielle, pour créer un système capable d’identifier et de catégoriser le pollen à des rythmes beaucoup plus rapides. Leurs progrès ont été publiés le 7 septembre dans un document de recherche dans Nouveau phytologue. En plus de construire une image plus complète de la flore passée, l’équipe espère que la technologie pourra un jour être appliquée à des lectures de pollen plus précises dans l’environnement actuel, ce qui pourrait aider les personnes souffrant du rhume des foins à atténuer leurs symptômes.
Le Dr Ann Power, de l’Université d’Exeter, a déclaré : « Le pollen est un indicateur environnemental important, et reconstituer le puzzle des différents types de pollen présents dans l’atmosphère, aujourd’hui et dans le passé, peut nous aider à dresser un tableau de la biodiversité. et le changement climatique.
«Cependant, reconnaître à quelle espèce végétale appartient le pollen au microscope demande énormément de travail et n’est pas toujours réalisable. Le système que nous développons réduira considérablement le temps nécessaire et améliorera les classifications. Cela signifie que nous pouvons construire beaucoup plus rapidement une image plus riche du pollen dans l’environnement, révélant comment le climat, l’activité humaine et la biodiversité ont changé au fil du temps, ou mieux comprendre quels allergènes sont présents dans l’air que nous respirons.
Réalisations et applications futures
L’équipe a déjà utilisé le système pour analyser automatiquement une tranche de carotte de sédiments lacustres vieille de 5 500 ans, classant rapidement plus d’un millier de grains de pollen. Dans le passé, il aurait fallu jusqu’à huit heures à un spécialiste pour compter et catégoriser – une tâche que le nouveau système accomplissait en bien moins d’une heure.
Le nouveau système utilise la cytométrie en flux par imagerie, une technologie généralement utilisée pour étudier les cellules dans le cadre de la recherche médicale, afin de capturer rapidement des images de pollen. Un type unique d’intelligence artificielle a ensuite été développé, basé sur l’apprentissage profond, pour identifier les différents types de pollen dans un échantillon environnemental. Cela permet de faire ces distinctions même lorsque l’échantillon est imparfait.
Le Dr Claire Barnes, de l’Université de Swansea, a déclaré : « Jusqu’à présent, les systèmes d’IA en développement pour catégoriser le pollen apprennent et testent sur les mêmes bibliothèques de pollens – ce qui signifie que chaque échantillon est parfait et appartient à des espèces précédemment vues par le réseau. Ces systèmes ne sont pas capables de reconnaître le pollen de l’environnement qui a subi quelques coups en cours de route, ni de catégoriser le pollen non inclus dans les bibliothèques de formation.
« L’intégration d’une version unique de l’apprentissage profond dans notre système signifie que l’intelligence artificielle est plus intelligente et applique une approche plus flexible à l’apprentissage. Il peut traiter des images de mauvaise qualité et utiliser les caractéristiques communes des espèces pour prédire à quelle famille de plantes appartient le pollen, même si le système ne l’a jamais vu auparavant pendant l’entraînement.
Dans les années à venir, l’équipe espère affiner et lancer le nouveau système, et l’utiliser pour en apprendre davantage sur le pollen de graminées, un irritant particulier pour les personnes souffrant du rhume des foins. Le Dr Power a déclaré : « Certains pollens de graminées sont plus allergènes que d’autres. Si nous pouvons mieux comprendre quels pollens sont répandus à des moments précis, cela entraînerait des améliorations dans les prévisions polliniques, ce qui pourrait aider les personnes atteintes du rhume des foins à planifier leur exposition.
La recherche est soutenue par le National Environment Research Council (NERC) et les États-Unis. Instituts nationaux de la santé.
