L’apprendimento automatico incontra la neuroscienza comportamentale: consente una fenotipizzazione più precisa

31 luglio 2023

Questo articolo è stato rivisto in base al processo editoriale e alle politiche di Science X. Gli editori hanno evidenziato i seguenti attributi garantendo al tempo stesso la credibilità del contenuto:

verificato

pubblicazione sottoposta a revisione paritaria

fonte attendibile

correggere le bozze

di Anke Schlee, Società Max Planck

Un nuovo programma per computer consente agli scienziati di osservare il comportamento di più animali contemporaneamente e per periodi prolungati, analizzandone automaticamente i movimenti. Ciò che può sembrare ovvio segna una pietra miliare significativa e apre la strada a una standardizzazione e a una valutazione robuste e accessibili di osservazioni così complesse.

Immagina un ricercatore del 19° secolo che indossa un elmo coloniale e osserva gli animali nel loro habitat naturale. Oppure immaginate Konrad Lorenz, un veterano della Max Planck Society, negli anni '70 che seguiva da vicino le sue oche grigie vicino al lago di Starnberg: l'inizio della ricerca comportamentale implicava l'osservazione e la registrazione di ciò che si vede.

Il passo successivo è avvenuto in laboratorio, dove sono stati creati ambienti standardizzati per stabilire la comparabilità. I ricercatori hanno acquisito conoscenze preziose, ma c’erano sempre dei limiti: l’ambiente e la configurazione del test, il numero di animali e la durata delle osservazioni non corrispondevano alla complessità di alcuni comportamenti naturali, individuali o sociali.

Inoltre, l’osservazione del comportamento animale mira non solo a comprendere meglio come specie specifiche reagiscono a determinati stimoli, ma anche ad aiutare i ricercatori a definire meglio i disturbi mentali negli esseri umani al fine di fornire un trattamento migliore e personalizzato.

Alcuni anni fa, gli scienziati hanno raggiunto una svolta utilizzando il toolbox open source DeepLabCut. Non solo sono stati in grado di tracciare il punto centrale dei singoli animali in ambienti semplici, ma anche di rilevare automaticamente la complessa postura corporea di più animali in ambienti del mondo reale. Ciò ha aperto la strada allo sviluppo di nuovi strumenti in grado di estrarre informazioni da questi dati, poiché catturare la postura non è la stessa cosa che analizzare i comportamenti sottostanti.

Due gruppi di ricerca dell’Istituto di Psichiatria Max Planck si sono assunti questo compito. I team guidati da Mathias V. Schmidt e Bertram Müller-Myhsok hanno sviluppato un pacchetto Python chiamato DeepOF, che collega la posizione dei singoli indicatori corporei nel tempo con modelli comportamentali. Ciò consente loro di analizzare in dettaglio il comportamento degli animali, nel loro caso i topi, in un ambiente seminaturale e in qualsiasi intervallo di tempo desiderato.

Vengono utilizzati due approcci diversi. In una pipeline di analisi supervisionata, i comportamenti sono predefiniti in base alle posture del corpo nel tempo e i dati ottenuti possono essere letti e analizzati direttamente.

"Ancora più interessante è il processo di analisi non supervisionato", afferma lo statistico Müller-Myhsok. "Il nostro programma ricerca episodi comportamentali simili e li classifica", aggiunge il biologo Mathias Schmidt, "Questo approccio apre dimensioni completamente nuove, consentendo un'indagine automatizzata priva di ipotesi di comportamenti sociali complessi e producendo risultati molto interessanti."

Questo tipo di strumenti apre nuove possibilità e porta la biologia comportamentale, in termini di complessità, a un livello paragonabile ai metodi di analisi biologica molecolare o funzionale.

"In futuro potremo combinare meglio i nostri risultati con altre dimensioni di misurazione, come registrazioni EEG, dati sull'attività neurale o dati di biosensori", riferisce il biologo Joeri Bordes. Lucas Miranda, l'autore del programma DeepOF, è entusiasta della "scienza aperta" perché "il nostro programma è liberamente disponibile per i ricercatori di tutto il mondo, il nostro codice è ovviamente aperto e chiunque è il benvenuto a contribuire al progetto".