Tim sa Univerziteta u Mičigenu razvio je novi softverski alat kako bi pomogao istraživačima širom nauke o životu da efikasnije analiziraju ponašanje životinja.
Softver otvorenog koda, LabGim, koristi veštačku inteligenciju da identifikuje, kategoriše i prebroji definisana ponašanja u različitim sistemima životinjskih modela.
Naučnici treba da mere ponašanje životinja iz različitih razloga, od razumevanja svih načina na koje određeni lek može da utiče na organizam do mapiranja načina na koji kola u mozgu komuniciraju da bi proizveli određeno ponašanje.
Istraživači u laboratoriji člana U-M fakulteta Bing Iea, na primer, analiziraju pokrete i ponašanja kod Drosophila melanogaster — ili voćnih mušica — kao model za proučavanje razvoja i funkcija nervnog sistema. Pošto voćne mušice i ljudi dele mnoge gene, ove studije o voćnim mušicama često nude uvid u ljudsko zdravlje i bolesti.
„Ponašanje je funkcija mozga. Dakle, analiza ponašanja životinja pruža suštinske informacije o tome kako mozak funkcioniše i kako se menja kao odgovor na bolest“, rekla je Iujia Hu, neuronaučnik u Ieovoj laboratoriji na Institutu za prirodne nauke U-M i glavni autor a studija o metodama izveštaja ćelija od 24. februara koja opisuje novi softver.
Ali ručno identifikovanje i brojanje ponašanja životinja oduzima mnogo vremena i veoma je subjektivno za istraživača koji to ponašanje analizira. I dok postoji nekoliko softverskih programa za automatsko kvantifikovanje ponašanja životinja, oni predstavljaju izazove.
„Mnogi od ovih programa za analizu ponašanja zasnovani su na unapred postavljenim definicijama ponašanja“, rekao je Ie, koji je takođe profesor ćelijske i razvojne biologije na Medicinskom fakultetu. „Ako se larva drozofile okreće za 360 stepeni, na primer, neki programi će brojati kotrljanje. Ali zašto 270 stepeni nije takođe i okretanje? Mnogi programi nemaju nužno fleksibilnost da to prebroje, a da korisnik ne zna kako da prekodira Program.“
Da bi prevazišli ove izazove, Hu i njegove kolege su odlučili da osmisle novi program koji bliže replicira proces ljudske spoznaje – koji „razmišlja“ više kao naučnik – i koji je lakši za upotrebu za biologe koji možda nemaju stručnost u kodiranju. Koristeći LabGim, istraživači mogu da unesu primere ponašanja koje žele da analiziraju i nauče softver šta treba da računa. Program zatim koristi duboko učenje da poboljša svoju sposobnost da prepozna i kvantifikuje ponašanje.
Jedan novi razvoj u LabGim-u koji mu pomaže da primeni ovu fleksibilniju spoznaju je korišćenje i video podataka i takozvane „slika uzorka“ za poboljšanje pouzdanosti programa. Naučnici koriste video snimke životinja da analiziraju njihovo ponašanje, ali video snimci uključuju podatke o vremenskim serijama koji mogu biti izazov za analizu AI programa.
Da bi pomogao programu da lakše identifikuje ponašanja, Hu je napravio nepokretnu sliku koja prikazuje obrazac kretanja životinje spajanjem obrisa položaja životinje u različitim vremenskim tačkama. Tim je otkrio da je kombinovanje video podataka sa slikama uzoraka povećalo tačnost programa u prepoznavanju tipova ponašanja.
LabGim je takođe dizajniran da previdi nebitne pozadinske informacije i uzme u obzir i celokupno kretanje životinje i promene položaja u prostoru i vremenu, baš kao što bi to uradio ljudski istraživač. Program takođe može pratiti više životinja istovremeno.
Još jedna ključna karakteristika LabGim-a je njegova fleksibilnost vrsta, rekao je Ie. Iako je dizajniran pomoću Drosophile, nije ograničen ni na jednu vrstu.
„To je zapravo retko“, rekao je. „Napisana je za biologe, tako da mogu da je prilagode vrsti i ponašanju koje žele da proučavaju bez potrebe za bilo kakvim veštinama programiranja ili računarom velike snage.
Nakon što je čula prezentaciju o ranom razvoju programa, farmakolog U-M Keri Ferario ponudila je da pomogne Ieu i njegovom timu da testiraju i usavrše program u sistemu modela glodara sa kojim ona radi.
Ferario, vanredni profesor farmakologije i vanredni profesor psihologije, proučava neuronske mehanizme koji doprinose zavisnosti i gojaznosti, koristeći pacove kao model sistema. Da bi završili neophodno posmatranje ponašanja izazvanog lekovima kod životinja, ona i njeni članovi laboratorije morali su u velikoj meri da se oslone na ručno bodovanje, što je subjektivno i izuzetno dugotrajno.
„Pokušavam da rešim ovaj problem još od postdiplomskih studija, a tehnologija jednostavno nije postojala, u smislu veštačke inteligencije, dubokog učenja i računarstva“, rekao je Ferario. „Ovaj program je rešio postojeći problem za mene, ali takođe ima zaista široku korisnost. Vidim potencijal da bude koristan u gotovo neograničenim uslovima za analizu ponašanja životinja.“
Tim zatim planira da dodatno usavrši program kako bi poboljšao njegove performanse u još složenijim uslovima, kao što je posmatranje životinja u prirodi.
