ラベルのない光学顕微鏡と人工知能によるウイルス感染性を定量化するための汎用性の高い自動パイプライン

ウイルス感染性は、伝統的に細胞培養のエンドポイント滴定によって決定されており、複雑な処理ステップと人間の注釈が必要です。ここでは、ウイルス誘発性細胞障害効果（DVICE）を準備するための人工知能（AI）を搭載した自動化されたフレームワークを開発しました。DVICEは、コロナウイルス、インフルエンザウイルス、ライノウイルス、ヘルペスウイルス、ワクシニアウイルス、アデノウイルスを含む感染した細胞培養の畳み込みニューラルネットワークEfficientNet-B0を使用しています。DVICEは、クラスの活性化マッピングによって示されるように、ウイルス誘発性細胞障害効果（CPE）を堅牢に測定します。さまざまな細胞タイプの休暇の交差検証は、ヒト唾液中のSARS-COV-2を含むさまざまなウイルスの高精度を示しています。驚くべきことに、Adenovirus、Herpesvirus、Rhinovirus、Vaccinia Virus、およびSARS-COV-2で示されるように、DViceはウイルスのクラスの特異性を示します。要するに、DVICEはCPEを引き起こす感染剤の偏りのない感染性スコアを提供し、臨床検査室診断、薬物スクリーニング、血清中和または臨床サンプルに適応できます。

Virus infectivity is traditionally determined by endpoint titration in cell cultures, and requires complex processing steps and human annotation. Here we developed an artificial intelligence (AI)-powered automated framework for ready detection of virus-induced cytopathic effect (DVICE). DVICE uses the convolutional neural network EfficientNet-B0 and transmitted light microscopy images of infected cell cultures, including coronavirus, influenza virus, rhinovirus, herpes simplex virus, vaccinia virus, and adenovirus. DVICE robustly measures virus-induced cytopathic effects (CPE), as shown by class activation mapping. Leave-one-out cross-validation in different cell types demonstrates high accuracy for different viruses, including SARS-CoV-2 in human saliva. Strikingly, DVICE exhibits virus class specificity, as shown with adenovirus, herpesvirus, rhinovirus, vaccinia virus, and SARS-CoV-2. In sum, DVICE provides unbiased infectivity scores of infectious agents causing CPE, and can be adapted to laboratory diagnostics, drug screening, serum neutralization or clinical samples.