Marie Rousseau Une équipe de l’Université du Michigan a développé un nouvel outil logiciel pour aider les chercheurs des sciences de la vie à analyser additionally efficacement les comportements des animaux.
catégoriser et compter les comportements définis dans divers systèmes de modèles animaux.
Les scientifiques doivent mesurer les comportements des animaux pour diverses raisons.
Les chercheurs du laboratoire du membre du corps professoral de l’UM Bing Ye, par exemple, analysent les mouvements et les comportements de Drosophila melanogaster – ou mouches des fruits – comme modèle pour étudier le développement et les fonctions du système nerveux. Étant donné que les mouches des fruits et les humains partagent de nombreux gènes.
“Le comportement est une fonction du cerveau. Ainsi, l’analyse du comportement des animaux fournit des informations essentielles sur le fonctionnement du cerveau et ses changements en réponse à la maladie”, a déclaré Yujia Hu, neuroscientifique au laboratoire de Ye à l’UM Lifetime Sciences Institute et auteur principal de une étude Mobile Reviews Procedures du 24 février décrivant le nouveau logiciel.
Mais identifier et compter manuellement les comportements des animaux prend du temps et est très subjectif pour le chercheur qui analyse le comportement. Et bien que quelques logiciels existent pour quantifier automatiquement les comportements des animaux, ils présentent des défis.
“Beaucoup de ces programmes d’analyse du comportement sont basés sur des définitions prédéfinies d’un comportement”, a déclaré Ye, qui est également professeur de biologie cellulaire et du développement à la faculté de médecine. « Si une larve de drosophile roule à 360 degrés, par exemple, certains programmes comptent un roulement. Mais pourquoi 270 degrés n’est-il pas aussi un roulement ? De nombreux programmes n’ont pas nécessairement la flexibilité de compter cela, sans que l’utilisateur sache remark recoder. le programme.”
Penser in addition comme un scientifique
Pour surmonter ces défis, Hu et ses collègues ont décidé de concevoir un nouveau programme qui reproduit in addition fidèlement le processus cognitif humain – qui « pense » davantage comme le ferait un scientifique – et qui est in addition convivial pour les biologistes qui n’ont peut-être pas d’expertise en codage. À l’aide de LabGym, les chercheurs peuvent saisir des exemples du comportement qu’ils souhaitent analyser et enseigner au logiciel ce qu’il doit compter.
Les scientifiques utilisent des vidéos d’animaux pour analyser leur comportement, mais les vidéos impliquent des données de séries chronologiques qui peuvent être difficiles à analyser pour les programmes d’IA.
LabGym est également conçu pour ignorer les informations contextuelles non pertinentes et prendre en compte à la fois le mouvement worldwide de l’animal et les changements de place dans l’espace et dans le temps, tout comme le ferait un chercheur humain. Le programme peut également suivre plusieurs animaux simultanément.
La flexibilité des espèces améliore l’utilité
Une autre caractéristique clé de LabGym est sa flexibilité d’espèce, a déclaré Ye. Bien qu’il ait été conçu à l’aide de Drosophila, il n’est pas limité à une seule espèce.
“C’est en fait rare”, a-t-il déclaré. “Il est écrit pour les biologistes.”
la pharmacologue de l’UM Carrie Ferrario a proposé d’aider Ye et son équipe à tester et à affiner le programme dans le système de modèle de rongeur avec lequel elle travaille.
Ferrario, professeur agrégé de pharmacologie et professeur agrégé adjoint de psychologie, étudie les mécanismes neuronaux qui contribuent à la dépendance et à l’obésité, en utilisant des rats comme système modèle. Pour compléter l’observation nécessaire des comportements induits par les médicaments chez les animaux, elle et les membres de son laboratoire ont dû compter en grande partie sur la notation manuelle, qui est subjective et extrêmement chronophage.
“J’essaie de résoudre ce problème depuis mes études supérieures, et la technologie n’était tout simplement pas là, en termes d’intelligence artificielle. a déclaré Ferrario. “Ce programme a résolu un problème existant pour moi, mais il a également une utilité très substantial. Je vois le potentiel pour qu’il soit utile dans des situations presque illimitées pour analyser le comportement des animaux.”
L’équipe prévoit ensuite d’affiner davantage le programme pour améliorer ses performances dans des conditions encore moreover complexes, telles que l’observation d’animaux dans la character.
Cette recherche a été soutenue par les Nationwide Institutes of Overall health.
Outre Ye, Hu et Ferrario, les auteurs de l’étude sont : Alexander Maitland, Rita Ionides, Anjesh Ghimire, Brendon Watson, Kenichi Iwasaki, Hope White et Yitao Xi de l’Université du Michigan, et Jie Zhou de la Northern Illinois College.
Étude : LabGym :: 10.1016/j.crmeth.2023.100415) (disponible une fois l’embargo levé)
