Метод искусственного интеллекта восстанавливает недостающие данные о движении для улучшения поведенческого анализа.

Ученые узнают о внутренней работе мозга, изучая, что делают животные или люди, как они двигаются, реагируют и делают выбор. Поведение сложное, поскольку животные и люди могут двигаться бесчисленным множеством разных способов. Тем не менее, нейробиологические исследования в значительной степени опираются на ограниченное, упрощенное поведение, которое легче анализировать и количественно оценить.

Теперь технологии записи и отслеживания предлагают ученым доступ к движениям частей тела свободно ведущих себя животных в масштабах менее секунды и миллиметра. Эти обнаружения частей тела животных часто содержат недостающие данные, которые могут затруднить анализ как поведения, так и нейробиологических экспериментов.

Новый метод восстановления недостающих данных

Исследовательская группа под руководством профессора доктора Катажины Бозек из Центра молекулярной медицины Кёльна (CMMC) и Кластера передового опыта CECAD в области исследований старения разработала метод восстановления недостающих данных в записях поведения животных.

Было проведено исследование «Deep Imputation for Skeleton data (DISK) для поведенческой науки». опубликовано в Природные методы. Сотрудничество с исследовательскими лабораториями Окинавского института науки и технологий (OIST) в Японии, Свободного университета в Амстердаме и Института биологических исследований Солка в США предоставило экспериментальные данные о поведении мышей и рыбок данио.

Метод Deep Imputation for Skeleton Data (DISK) основан на архитектуре нейронной сети Transformer и работает с разными видами, от насекомых до рыб и грызунов. Этот метод может восстанавливать и заполнять недостающие данные по всем частям тела и обеспечивать оценку качества восстановления данных в режиме реального времени.

Преимущества и применение ДИСК

«Мы стремились сделать этот инструмент доступным для широкого сообщества исследователей поведения, не полагаясь на предварительные знания о видах, количестве животных или какой-либо конкретной информации о поведенческой задаче», — сказал доктор Франс Роуз, первый автор исследования. Исследователи, использующие этот новый метод, могут в полной мере воспользоваться своими поведенческими экспериментальными данными, получение которых обычно дорого и требует много времени.

Исследователи продемонстрировали, что DISK может повысить надежность научных результатов таких экспериментов, например, статистическую мощность сравнения динамики шагов между двумя группами мышей при различных фармакологических обработках. Помимо вменения, DISK изучает значимые представления последовательностей движений, которые фиксируют такие характеристики движения, как скорость и направление, а также выполняемые действия, такие как ходьба или лазание.

DISK позволит исследователям поведения улучшить качество данных и их анализ. «Мы также считаем, что новый способ количественной оценки поведения с использованием нейронных сетей Transformer найдет широкое применение в этой области исследований», — сказал Бозек.