人工智能嘗試分析動(dòng)物行為

密歇根大學(xué)的科學(xué)家開發(fā)了一款名為LabGym的開源、用戶友好、人工智能驅(qū)動(dòng)的軟件，該軟件可以在各種模型系統(tǒng)中自動(dòng)進(jìn)行動(dòng)物行為分析，可能為基礎(chǔ)科學(xué)和藥物開發(fā)領(lǐng)域的生命科學(xué)家?guī)砀Ｒ簟?/p>

該研究結(jié)果發(fā)表在2月24日《細(xì)胞報(bào)告方法》雜志上的文章“LabGym：使用基于學(xué)習(xí)的整體評(píng)估對用戶定義的動(dòng)物行為進(jìn)行量化”。

測量動(dòng)物行為有助于了解基本的神經(jīng)過程以及評(píng)估藥物的治療和不良反應(yīng)。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，以了解人類神經(jīng)系統(tǒng)發(fā)育和功能的機(jī)制。

“行為是大腦的功能。因此，分析動(dòng)物行為提供了有關(guān)大腦如何工作以及大腦如何響應(yīng)疾病而變化的重要信息，”葉實(shí)驗(yàn)室的神經(jīng)科學(xué)家、該研究的主要作者YujiaHu說。

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)的，而且容易出現(xiàn)人為錯(cuò)誤。存在一些可以自動(dòng)定量評(píng)估動(dòng)物行為的程序，但它們提出了挑戰(zhàn)。

“許多行為分析程序都是基于預(yù)先設(shè)定的行為定義，”葉說。“例如，如果果蠅幼蟲滾動(dòng)360度，一些程序就會(huì)計(jì)算滾動(dòng)次數(shù)。但為什么270度不也是滾動(dòng)呢?如果用戶不知道如何重新編碼程序，許多程序不一定能夠靈活地進(jìn)行計(jì)數(shù)。”

讓程序像科學(xué)家一樣思考

為了克服這些挑戰(zhàn)，胡和他的同事決定設(shè)計(jì)一個(gè)新程序，更接近地復(fù)制人類認(rèn)知過程——更像科學(xué)家的“思考”——并且對于可能不具備編碼專業(yè)知識(shí)的生物學(xué)家來說更加用戶友好。使用LabGym，研究人員可以輸入他們想要分析的行為示例，并告訴軟件它應(yīng)該計(jì)算什么。然后，該程序使用深度學(xué)習(xí)來提高其識(shí)別和量化行為的能力。

LabGym利用視頻和“圖案圖像”數(shù)據(jù)的組合來獲得認(rèn)知靈活性和可靠性。僅通過視頻記錄獲得的時(shí)間序列數(shù)據(jù)對于人工智能程序來說就很難分析。為了訓(xùn)練LabGym更好地識(shí)別行為，Hu通過合并不同時(shí)間點(diǎn)動(dòng)物位置的輪廓來生成描繪動(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不僅可以同時(shí)跟蹤多個(gè)動(dòng)物，它的設(shè)計(jì)還可以忽略不相關(guān)的背景信息，同時(shí)考慮動(dòng)物的整體運(yùn)動(dòng)以及位置隨空間和時(shí)間的變化。

提高靈活性

LabGym的另一個(gè)優(yōu)勢是其物種靈活性。盡管是用果蠅設(shè)計(jì)的，但它并不限于任何一種物種。“這其實(shí)很少見，”葉說。“它是為生物學(xué)家編寫的，因此他們可以使其適應(yīng)他們想要研究的物種和行為，而無需任何編程技能或高性能計(jì)算。”

CarrieFerrario博士是藥理學(xué)副教授，研究大鼠模型中導(dǎo)致成癮和肥胖的神經(jīng)機(jī)制，幫助葉和他的團(tuán)隊(duì)在嚙齒動(dòng)物模型系統(tǒng)中測試和完善該程序。“從研究生院開始，我就一直在嘗試解決這個(gè)問題，但在人工智能、深度學(xué)習(xí)和計(jì)算方面，技術(shù)還不存在，”費(fèi)拉里奧說。“這個(gè)程序?yàn)槲医鉀Q了一個(gè)現(xiàn)有的問題，但它也有非常廣泛的用途。我看到它在幾乎無限的條件下分析動(dòng)物行為的潛力。”

在未來的研究中，葉的團(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：