OnePetri : accélérer les analyses de plages de lyse avec la vision par ordinateur

L’énumération de bactériophages par plages de lyse est une étape critique dans divers protocoles. Aujourd’hui, la référence pour obtenir ces abondances est un comptage manuel, ce qui est long, sujet à des erreurs humaines, et limité à des boîtes de Petri avec un nombre de plages de lyse comptables. 
Nous présentons OnePetri, une application pour téléphone intelligent open-source utilisant une collection de modèles d’apprentissage automatique (« machine learning ») entraînés pour l’énumération rapide de plages de lyse de bactériophages sur des boîtes de Petri. Nos modèles d’apprentissage automatique ont été formés avec des photos d’expériences de plages de lyse menées par des étudiants dans le programme de découverte de bactériophages SEA-PHAGES, du Howard Hughes Medical Institute. Un total de 137 et 4 875 objects de reference ont été utilisé pour la formation des modèles de détection des boîtes de Petri et plages de lyse, respectivement, tous les deux ayant avec une haute précision et rappel. 
Comparé au protocole de référence (comptage manuel), OnePetri est ~30x plus rapide. Comparé à d’autres outils analytiques similaires, OnePetri avait un taux d’erreur relatif (~13%) inférieur que l’outil « Plaque Size Tool » (PST; ~86%) et « CFU.AI » (~19%), tout en ayant également réduit considérablement les temps de détection comparé à PST (~2x plus rapide).