密歇根大學(xué)的科學(xué)家們開發(fā)了一種名為LabGym的開源、用戶友好、人工智能驅(qū)動的軟件，它可以在各種模型系統(tǒng)中自動進(jìn)行動物行為分析，這可能會為基礎(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>
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)的整體評估來量化用戶定義的動物行為”中。
測量動物行為有助于理解基本的神經(jīng)過程以及評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)動和行為，以了解參與人類神經(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，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。
手動識別和評分動物行為的各個(gè)方面是乏味、耗時(shí)且容易出現(xiàn)人為錯(cuò)誤的。存在一些自動對動物行為進(jìn)行定量評估的程序，但它們帶來了挑戰(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。“例如，如果果蠅幼蟲360度滾動，一些程序會計(jì)算一次滾動。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)制人類的認(rèn)知過程——更像科學(xué)家那樣“思考”，并且對可能不具備編碼專業(yè)知識的生物學(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)來提高其識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AI程序的分析來說可能具有挑戰(zhàn)性。為了訓(xùn)練LabGym更好地識別行為，Hu通過合并動物在不同時(shí)間點(diǎn)位置的輪廓來生成描繪動物運(yùn)動模式的圖像。將視頻數(shù)據(jù)與模式圖像相結(jié)合提高了程序識別不同行為的準(zhǔn)確性。
LabGym不僅同時(shí)跟蹤多只動物，它的設(shè)計(jì)還忽略了不相關(guān)的背景信息，同時(shí)考慮了動物的整體運(yùn)動以及位置隨時(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，”葉說。“它是為生物學(xué)家編寫的，因此他們無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)在嚙齒動物模型系統(tǒng)中測試和改進(jìn)程序。“從研究生院開始，我就一直在努力解決這個(gè)問題，但在人工智能、深度學(xué)習(xí)和計(jì)算方面，技術(shù)并不存在，”費(fèi)拉里奧說。“這個(gè)程序?yàn)槲医鉀Q了一個(gè)現(xiàn)有問題，但它也有非常廣泛的用途。我看到了它在幾乎無限條件下分析動物行為的潛力。”
在未來的研究中，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，例如評估自然環(huán)境中的動物行為。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！