密歇根大學(xué)的科學(xué)家們開(kāi)發(fā)了一種名為L(zhǎng)abGym的開(kāi)源、用戶友好、人工智能驅(qū)動(dòng)的軟件，它可以在各種模型系統(tǒng)中自動(dòng)進(jìn)行動(dòng)物行為分析，這可能會(huì)為基礎(chǔ)科學(xué)和藥物開(kāi)發(fā)領(lǐng)域的生命科學(xué)家?guī)?lái)福音。
研究結(jié)果發(fā)表在2月24日CellReportsMethods雜志的文章“LabGym：使用基于學(xué)習(xí)的整體評(píng)估來(lái)量化用戶定義的動(dòng)物行為”中。
測(cè)量動(dòng)物行為有助于理解基本的神經(jīng)過(guò)程以及評(píng)估藥物的治療和副作用。密歇根大學(xué)生命科學(xué)教授BingYe博士和他的團(tuán)隊(duì)分析了模式生物果蠅(果蠅)的運(yùn)動(dòng)和行為，以了解參與人類(lèi)神經(jīng)系統(tǒng)發(fā)育和功能的機(jī)制。
“行為是大腦的一種功能。因此，分析動(dòng)物行為提供了關(guān)于大腦如何工作以及它如何響應(yīng)疾病而發(fā)生變化的重要信息，”YujiaHu說(shuō)，他是Ye實(shí)驗(yàn)室的神經(jīng)科學(xué)家，也是該研究的主要作者。
手動(dòng)識(shí)別和評(píng)分動(dòng)物行為的各個(gè)方面是乏味、耗時(shí)且容易出現(xiàn)人為錯(cuò)誤的。存在一些自動(dòng)對(duì)動(dòng)物行為進(jìn)行定量評(píng)估的程序，但它們帶來(lái)了挑戰(zhàn)。
“許多這些行為分析程序都是基于行為的預(yù)設(shè)定義，”葉說(shuō)。“例如，如果果蠅幼蟲(chóng)360度滾動(dòng)，一些程序會(huì)計(jì)算一次滾動(dòng)。但為什么270度不也是一個(gè)翻滾呢?在用戶不知道如何重新編寫(xiě)程序的情況下，許多程序不一定具有計(jì)算的靈活性。”
讓程序像科學(xué)家一樣思考
為了克服這些挑戰(zhàn)，Hu和他的同事們決定設(shè)計(jì)一個(gè)新程序，該程序可以更接近地復(fù)制人類(lèi)的認(rèn)知過(guò)程——更像科學(xué)家那樣“思考”，并且對(duì)可能不具備編碼專(zhuān)業(yè)知識(shí)的生物學(xué)家更友好。使用LabGym，研究人員可以輸入他們想要分析的行為示例，并教軟件它應(yīng)該計(jì)算什么。然后，該程序使用深度學(xué)習(xí)來(lái)提高其識(shí)別和量化行為的能力。
LabGym利用視頻和“模式圖像”數(shù)據(jù)的組合來(lái)獲得認(rèn)知靈活性和可靠性。僅通過(guò)視頻記錄獲得的時(shí)間序列數(shù)據(jù)對(duì)于AI程序的分析來(lái)說(shuō)可能具有挑戰(zhàn)性。為了訓(xùn)練LabGym更好地識(shí)別行為，Hu通過(guò)合并動(dòng)物在不同時(shí)間點(diǎn)位置的輪廓來(lái)生成描繪動(dòng)物運(yùn)動(dòng)模式的圖像。將視頻數(shù)據(jù)與模式圖像相結(jié)合提高了程序識(shí)別不同行為的準(zhǔn)確性。
LabGym不僅同時(shí)跟蹤多只動(dòng)物，它的設(shè)計(jì)還忽略了不相關(guān)的背景信息，同時(shí)考慮了動(dòng)物的整體運(yùn)動(dòng)以及位置隨時(shí)間和空間的變化。
提高靈活性
LabGym的另一個(gè)優(yōu)勢(shì)是其物種靈活性。盡管是使用Drosophila設(shè)計(jì)的，但它不限于任何一種物種。“這其實(shí)很少見(jiàn)，”葉說(shuō)。“它是為生物學(xué)家編寫(xiě)的，因此他們無(wú)需任何編程技能或高性能計(jì)算即可使其適應(yīng)他們想要研究的物種和行為。”
CarrieFerrario博士是一名藥理學(xué)副教授，她在大鼠模型中研究導(dǎo)致成癮和肥胖的神經(jīng)機(jī)制，幫助Ye和他的團(tuán)隊(duì)在嚙齒動(dòng)物模型系統(tǒng)中測(cè)試和改進(jìn)程序。“從研究生院開(kāi)始，我就一直在努力解決這個(gè)問(wèn)題，但在人工智能、深度學(xué)習(xí)和計(jì)算方面，技術(shù)并不存在，”費(fèi)拉里奧說(shuō)。“這個(gè)程序?yàn)槲医鉀Q了一個(gè)現(xiàn)有問(wèn)題，但它也有非常廣泛的用途。我看到了它在幾乎無(wú)限條件下分析動(dòng)物行為的潛力。”
在未來(lái)的研究中，Ye的團(tuán)隊(duì)計(jì)劃進(jìn)一步完善該程序，以提高其在更復(fù)雜條件下的性能，例如評(píng)估自然環(huán)境中的動(dòng)物行為。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！