Činjenica da je pušenje faktor rizika za nekoliko bolesti, uključujući rak, moždani udar i dijabetes, poznata je otprilike pola veka. Međutim, tokom poslednjih nekoliko decenija, naučnici su otkrili mnoge štetne efekte pušenja tokom trudnoće, povezujući ovu naviku sa visokom smrtnošću novorođenčadi, neuspelim porođajem i malom telesnom težinom pri rođenju.
Pored toga, nedavne studije sugerišu da prenatalna izloženost nikotinu (PNE) može biti povezana sa neurorazvojnim poremećajima, kao što su poremećaj pažnje/hiperaktivnosti (ADHD) i poremećaj autističnog spektra (ASD).
Već duže vreme naučnici koriste životinjske modele (poput glodara) da bi razumeli kako PNE dovodi do neurorazvojnih poremećaja. Pažljivom analizom ponašanja glodara, oni mogu zaključiti da li PNE izaziva neurološke promene i regione mozga na koje utiče; to se kasnije može potvrditi kroz histološke analize.
Nažalost, do sada su studije o promenama ponašanja izazvanim PNE kod miševa pokazale različite rezultate, od kojih su neki kontradiktorni. Iako iza ovih neslaganja može biti više razloga, ljudska greška i pristrasnost su glavni osumnjičeni. Generalno, procena složenog ponašanja životinja, posebno društvenih interakcija, oslanja se na napore ljudskih posmatrača, što uvodi osnovni nivo subjektivnosti koji je teško odbaciti.
Ali šta ako možemo da iskoristimo veštačku inteligenciju (AI) da proizvedemo tačnije i nepristrasnije rezultate iz posmatranja ponašanja PNE miševa?
U studiji objavljenoj u Cells, istraživači sa Odeljenja za molekularnu i ćelijsku fiziologiju na Medicinskom fakultetu Univerziteta Šinšu, uključujući postdiplomca Mengjun Džou, docenta Takuma Morija i profesora Katsuhiko Tabuči, razvili su i obučili sistem zasnovan na dubokom učenju za automatski analizira snimke iz eksperimenata ponašanja na miševima.
Oni su koristili ovaj alat da istraže promene ponašanja izazvane PNE kod miševa bez pristrasnosti posmatrača, nastojeći da rasvetle vezu između nikotina i neurorazvojnih poremećaja.
Predloženi okvir zasnovan na veštačkoj inteligenciji oslanjao se na kombinaciju dva dobro uspostavljena kompleta alata otvorenog koda, naime DeepLabCut i Simple Behavioral Analisis (SimBA). „AI alati mogu označiti delove tela životinja u video snimcima bez markera i precizno proceniti njihove poze korišćenjem nadgledanog mašinskog učenja“, objašnjava prof. Tabuči.
„Pošto je ponašanje životinja definisano kao specifičan raspored delova tela tokom kratkog vremenskog perioda, alati za duboko učenje poput SimBA mogu da koriste procene poza dobijene pomoću DeepLabCut-a da klasifikuju različite tipove ponašanja životinja.
Nakon što su postigli optimalni protokol obuke za svoj okvir koristeći ručno označene podatke, istraživači su sproveli nekoliko eksperimenata koristeći PNE i kontrolne miševe, tražeći indikatore ponašanja nalik na ADHD i ASD.
Prvo su sproveli testove reakcije izbegavanja litica, koji se koriste za testiranje impulsivnosti. U ovim testovima, postavili su predmetnog miša na vrh blago povišene platforme i zabeležili – i ručno i pomoću AI sistema – koliko dugo je miš čekao pre nego što je skočio niz platformu. Rezultati testa sugerišu da su PNE miševi impulsivniji, što je karakteristika ponašanja ADHD-a kod ljudi.
Takođe su testirali radnu memoriju miševa pomoću lavirinta u obliku slova I i izbrojali koliko je puta svaki miš spontano prelazio iz jednog kraka lavirinta u drugi.
„Uočili smo smanjenje spontane promene kod PNE miševa, što sugeriše da je njihova radna memorija izmenjena, što je još jedna karakteristika ponašanja ADHD-a“, komentariše Mengjun Džou. „Ovi rezultati ukazuju na to da prenatalna izloženost nikotinu može izazvati ADHD kod miševa, što je u skladu sa kliničkim izveštajima kod ljudi.“
Konačno, istraživači su sproveli eksperimente na otvorenom polju i društvene interakcije, što je predstavljalo glavni izazov za njihov sistem zasnovan na veštačkoj inteligenciji. U ovim eksperimentima, istraživači su posmatrali da se jedan ili dva miša ponašaju slobodno u velikom ograđenom prostoru i tražili su indikatore anksioznosti i društvenog ponašanja, kao što su negovanje i praćenje. Zanimljivo je da su PNE miševi pokazali deficite društvenog ponašanja i povećanu anksioznost, što je karakteristika ASD-a.
Naknadna histološka analiza moždanog tkiva hipokampusa potvrdila je smanjenu neurogenezu, što je obeležje ASD. Stoga se čini da pušenje ne samo da može povećati rizik od ADHD-a već i od ASD-a.
Vredi napomenuti da su rezultati dobijeni korišćenjem sistema zasnovanog na veštačkoj inteligenciji bili veoma pouzdani. Prof. Tabuchi kaže: „Potvrdili smo tačnost našeg okvira za analizu ponašanja tako što smo pažljivo uporedili rezultate dobijene modelom i procene ponašanja koje je napravilo više ljudskih anotatora, što se smatra zlatnim standardom.“ Ove analize učvršćuju potencijal predloženog pristupa i pokazuju njegove mogućnosti za mnoge vrste studija ponašanja.
Uz malo sreće, dalji napori će utrti put ka čvrstom razumevanju mehanizama iza neurorazvojnih poremećaja kao što su ASD i ADHD, što će na kraju dovesti do boljih dijagnostičkih alata i terapijskih metoda.