Intervista a Lorenzo Venieri, Data Scientist del team R&D di Datrix.
Il progetto Digital Staining basato su Generative Adversarial Networks a cui sta lavorando Datrix riguarda una tecnologia sviluppata all’interno del progetto di ricerca europeo OrganVision, finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea.
Il progetto vede la collaborazione tra Datrix e un consorzio di prestigiose università e centri di ricerca, tra cui: Arctic University of Norway (UiT), University of Southampton, JenLab GmbH, University Medical Center Hamburg-Eppendorf (UKE), Universitat de Barcelona e University Hospital of North Norway.
Questa innovazione tecnologica apre una nuova era per la ricerca medica e punta a rivoluzionare l’analisi di tessuti e cellule e a sostituire idealmente la microscopia a fluorescenza con un’alternativa più veloce ed economica basata sull’intelligenza artificiale.
Attraverso modelli di digital staining, che prevedono la fluorescenza utilizzando algoritmi di deep learning, è infatti possibile ottenere lo stesso risultato della tradizionale microscopia a fluorescenza partendo da immagini in luce trasmessa, ma questa soluzione offre un’alternativa molto più accessibile rispetto alle costose tecniche convenzionali, espandendone l’applicazione anche a laboratori non specializzati.
È il team di Ricerca & Sviluppo di Datrix a seguire in prima linea il progetto. Il gruppo, guidato da Matteo Bregonzio, Chief Technology Officer che coordina le attività di sviluppo, è composto dai Data Scientist Lorenzo Venieri, responsabile dello sviluppo del modello AI dal pre-processing dei dati fino al training e al testing, e Andrea Masella, supervisore dello sviluppo dei modelli di deep learning.
Lorenzo, giovane ricercatore esperto di Intelligenza Artificiale con un solido background accademico in matematica, ci racconta qualcosa di più sul progetto.
In cosa consiste il progetto e qual è il ruolo di Datrix?
“Il progetto è incentrato sull’applicazione dell’intelligenza artificiale (IA) per sostituire la microscopia a fluorescenza con tecniche di digital staining. Partendo dalle immagini in luce trasmessa, l’IA genera risultati equivalenti a quelli ottenuti con i metodi di fluorescenza, riducendo drasticamente costi e tempi“, spiega Lorenzo, aggiungendo: “Datrix gioca un ruolo cruciale nello sviluppo di questi modelli di IA, grazie alla solida esperienza di R&D maturata anche in altri progetti Horizon come CS-AWARE, CRIMSON e BETTER, e alle collaborazioni internazionali con istituti accademici e industriali.”
Entrando più nel dettaglio, che differenza c’è tra un processo standard di “fluorescence staining” e uno staining digitale deep learning-based? In che modo l’intelligenza artificiale ha un ruolo rilevante?
“Il processo tradizionale di “fluorescence staining” richiede preparazioni complesse e strumentazione specifica e costosa, con una forte dipendenza da laboratori specializzati“, spiega Lorenzo. “Le colorazioni classiche hanno limiti dovuti ai marker utilizzati per marcare fisicamente i campioni. Questi fluorofori possono alterare il normale comportamento delle strutture osservate. Inoltre, la sovrapposizione spettrale tra i marker disponibili permette di osservare solo un numero molto limitato di strutture sullo stesso campione, cosa che invece non accade con lo staining digitale.” Venieri specifica i vantaggi nell’adozione di questa tecnologia, evidenziando come “lo staining digitale possa ridurre la necessità di preparazioni fisiche, utilizzando l’IA per replicare virtualmente gli stessi risultati a partire da immagini in luce trasmessa, aumentando scalabilità e accessibilità.”
Quali possono essere i vantaggi nell’adozione di questa tecnologia e quali i casi d’uso pratici?
“Il vantaggio maggiore è che lo staining digitale può abbattere drasticamente i costi di laboratorio, eliminando la necessità di reagenti e macchinari costosi e semplificando i processi. Riguardo ai casi d’uso pratici, può velocizzare la ricerca farmaceutica, facilitare la diagnostica nei laboratori ospedalieri e migliorare l’efficienza in campo biotecnologico.”
Vista la particolarità di questo campo, come sei arrivato a lavorare al progetto? Cosa ti porti a casa come ricercatore da questo lavoro?
“Ho iniziato a collaborare con Datrix su questo progetto per la mia tesi magistrale e sono orgoglioso di lavorare in un ambiente di così alta competenza tecnologica”, racconta con orgoglio Lorenzo. “Questo lavoro rappresenta una sfida entusiasmante, perché unisce la mia passione per l’intelligenza artificiale all’ambizione di avere un concreto impatto positivo sulla ricerca biomedica. Come ricercatore, quello che porto a casa è la soddisfazione di vedere come l’IA possa trasformare gli approcci tradizionali, migliorando accessibilità ed efficienza in ambiti critici come la biomedicina a beneficio della società.”
Affrontare le sfide dell’AI è la missione di Datrix: quali sono le sfide/opportunità future nell’adozione della tecnologia di digital staining?
“Le principali sfide includono l’integrazione della tecnologia AI nei processi clinici e di ricerca già esistenti, assicurando la robustezza dei modelli su larga scala e in condizioni diverse”, risponde Lorenzo. “Stiamo lavorando proprio su questo aspetto, testando e addestrando il nostro modello su dati provenienti da diversi tessuti e colture cellulari acquisiti con strumentazione e metodologie differenti, per garantire che il modello mantenga elevati livelli di accuratezza e affidabilità a prescindere dalle variabili.”
Conclude spiegando: “Collaboriamo con partner strategici internazionali per ottenere feedback continuo e adattare la nostra soluzione alle reali esigenze dei laboratori. Il nostro obiettivo è rendere il digital staining una pratica standardizzata e accessibile, contribuendo così a maggiore efficienza e innovazione nel settore biomedicale. L’adozione di questa tecnologia rappresenta un’opportunità per democratizzare l’accesso alle tecniche di analisi avanzate, abbattendo le barriere di costo e complessità, soprattutto in ambito farmaceutico e biomedico: per questo auspichiamo che tale tecnologia sia implementata il più possibile nel mondo healthcare.”
Lorenzo Venieri ha studiato matematica e si è specializzato con una laurea magistrale in Intelligenza Artificiale presso l’Università di Bologna.
Nel progetto digital staining, si è occupato dello sviluppo del modello AI, dal preprocessing dei dati al training e testing dell’algoritmo.
Fa parte del team R&D di Datrix, dove si occupa di intelligenza artificiale e analisi dati.
