Искусственный интеллект предсказывает динамику поведения червя

• Новый алгоритм машинного обучения точно предсказывает поведение аскариды.
• Он анализирует, как Caenorhabditis elegans реагирует на лазерный раздражитель.
• Алгоритм может находить точные и интерпретируемые модели более сложных систем.

В последние десятилетия достижения количественной биологии позволили ученым точно измерять динамику сложных биологических систем в ответ на возмущения.

Например, полное бегство Caenorhabditis elegans - прозрачного круглого червя длиной около 1 миллиметра - в ответ на раздражитель можно измерить в течение нескольких секунд у тысяч червей.

Недавно биофизики из Университета штата Аризона и Университета Торонто разработали инструмент искусственного интеллекта для моделирования динамики побега червя и восприятия боли. Инструмент использует метод машинного обучения для точного прогнозирования поведения червя.

В биологии все эти предсказания имеют смысл, и они были подтверждены данными, полученными в ходе экспериментов, проведенных на Caenorhabditis elegans.

Метод машинного обучения основан на алгоритме, разработанном в 2015 году:он ищет определенные законы, лежащие в основе сложных биологических систем. Команда назвала этот алгоритм «Сэр Исаак» в честь известного физика сэра Исаака Ньютона. В то время как законы движения Ньютона показывают динамику механических систем, алгоритм делает нечто подобное для живых систем.

Эксперимент над Caenorhabditis elegans

В этом исследовании исследователи проанализировали способность Caenorhabditis elegans принимать решения:как они реагируют на сенсорный раздражитель. Caenorhabditis elegans - это стандартная модельная система лабораторных животных, которая с 1970-х годов широко используется в качестве модельного организма.

Ссылка:PNAS | doi:10.1073 / pnas.1816531116 | Эмори Health Sciences

Как и у людей, у Caenorhabditis elegans есть дендрит, который выходит из клетки для сбора нейромедиатора и распространяется в мозг для синаптической связи между нейронами. В нем всего 302 нейрона и ограниченный набор ходов.

Caenorhabditis elegans | Изображение предоставлено:genome.gov

Исследовательская группа прервала движение каждого Caenorhabditis elegans, направив луч лазера в его голову. Каждый червь ответил по-своему. Некоторые делали паузу на короткое время, прежде чем ответить, в то время как другие быстро меняли направление после лазерного воздействия. Но было одно общее:все черви быстро реагировали на более высокие температуры (интенсивный лазер).

Платформа сэра Исаака

Команда записала данные о движении с первых нескольких секунд экспериментов и передала их в метод машинного обучения. Система смогла оценить движение аскариды намного дольше этих первых нескольких секунд. Около 90% изменчивости движения червя (после лазерного воздействия) можно объяснить биологически.

Предсказать движение аскариды в ответ на раздражитель намного сложнее, чем оценить движение мяча при ударе ногой. Алгоритм сэра Исаака делает то же самое, учитывая сложную сенсорную обработку червей и их нейронную активность с последующей активацией мускулов. Все это сводится к скромному математическому описанию.

Прочтите:Инженеры поместили мозг червя в маленького робота, и он сработал

Этот метод машинного обучения может помочь в поиске точных и интерпретируемых моделей более сложных систем. Долгосрочная цель - создать искусственный интеллект, который может ускорить научную процедуру создания количественных гипотез, а затем проверить их с помощью экспериментов.