近日，以M. G. Meshcheryakova命名的信息技術實驗室研究團隊宣布，正在開發一款名為MOSTLIT的網絡服務，該服務旨在自動檢測細胞核中的輻射誘導焦點(RIF)并分析其參數，為放射生物學研究提供便捷有效的分析工具。

MOSTLIT 網絡服務的開發人員。從左到右：Sarah Shadmekhri、Maxim Zuev、Oksana Streltsova、Tatevik Bezhanyan

MOSTLIT的命名源于LIT JINR異構計算和量子信息學部門員工的名字首字母縮寫，這些員工包括Maxim Zuev、Oksana Streltsova、Sara Shadmekhri和Tatevik Bezhanyan，他們直接參與了服務的開發、算法的創建和功能的測試。此項研發工作由Alla Boreiko領導的JINR放射生物學實驗室、杜布納國立大學以及聯邦醫學生物物理中心(俄羅斯A. I. Burnazyan FMBC FMBA)的同事共同完成。

在放射生物學研究中，活細胞暴露于電離輻射會導致多種不同類型的DNA損傷，其中雙鏈斷裂是最危險且最難修復的。為了可視化這些斷裂，研究人員采用免疫細胞化學染色方法，通過檢測特定標記蛋白(如γH2AX或53BP1)在斷裂處的積聚，形成輻射誘導的焦點。

傳統上，評估焦點數量的方法依賴于熒光RIF圖像的視覺分析，這一過程由多名操作員手動執行。然而，由于人為因素和高昂的勞動力成本，研究人員迫切需要一種能夠最大限度減少工作量并簡化數據處理過程的工具。

針對這一需求，MOSTLIT采用了基于計算機視覺和深度學習方法的兩階段算法來檢測熒光圖像中的RIF。該方法不僅顯著加快了數據處理速度，還最大限度地減少了人為錯誤，并生成了帶有已識別焦點的單個細胞的圖像。此外，該網絡服務還提供了帶有編號細胞的源圖像和分析信息，如細胞面積、每個細胞中的RIF數量等。所有結果均可以便捷的文本格式下載，便于與各種統計數據處理軟件兼容。

MOSTLIT的開發旨在滿足科學家在DNA損傷分析方面日益增長的需求。由于該服務具有可擴展的架構，開發人員能夠根據用戶的反饋不斷擴展其功能。這種迭代開發方法確保了該服務對科學界的長期相關性和有效性。

項目成員Oksana Streltsova評論道：“MOSTLIT旨在通過自動處理實驗數據來顯著加快對細胞核中輻射誘導病灶的分析速度。目前，數據分析往往需要幾個月的時間，且需要人工計算和多人參與。正在開發的服務可以顯著減少數據處理時間，提供快速分析和構建統計依賴關系的能力。”