.
Uma equipe da Universidade de Michigan desenvolveu uma nova ferramenta de software para ajudar os pesquisadores das ciências da vida a analisar com mais eficiência os comportamentos dos animais.
O software de código aberto, LabGym, capitaliza a inteligência artificial para identificar, categorizar e contar comportamentos definidos em vários sistemas de modelos animais.
Os cientistas precisam medir o comportamento dos animais por várias razões, desde a compreensão de todas as maneiras pelas quais uma determinada droga pode afetar um organismo até o mapeamento de como os circuitos do cérebro se comunicam para produzir um determinado comportamento.
Investigadores no laboratório de docente da UM Bing Ye, por exemplo, analisam movimentos e comportamentos em Drosophila melanogaster – ou moscas da fruta – como um modelo para estudar o desenvolvimento e as funções do sistema nervoso. Como as moscas-das-frutas e os humanos compartilham muitos genes, esses estudos com moscas-das-frutas geralmente oferecem informações sobre a saúde e as doenças humanas.
“O comportamento é uma função do cérebro. Portanto, analisar o comportamento animal fornece informações essenciais sobre como o cérebro funciona e como ele muda em resposta à doença”, disse Yujia Huum neurocientista do laboratório de Ye no UM Life Sciences Institute e principal autor de um estudo de métodos de relatórios celulares de 24 de fevereiro que descreve o novo software.
Mas identificar e contar manualmente os comportamentos dos animais é demorado e altamente subjetivo para o pesquisador que está analisando o comportamento. E embora existam alguns programas de software para quantificar automaticamente os comportamentos dos animais, eles apresentam desafios.
“Muitos desses programas de análise de comportamento são baseados em definições predefinidas de um comportamento”, disse Ye, que também é professor de biologia celular e do desenvolvimento na Faculdade de Medicina. “Se uma larva de Drosophila rolar 360 graus, por exemplo, alguns programas vão contar um rolo. Mas por que 270 graus também não é um rolo? o programa.”
Pensando mais como um cientista
Para superar esses desafios, Hu e seus colegas decidiram projetar um novo programa que replica mais de perto o processo de cognição humana – que “pensa” mais como um cientista faria – e é mais fácil de usar para biólogos que podem não ter experiência em codificação. Usando o LabGym, os pesquisadores podem inserir exemplos do comportamento que desejam analisar e ensinar ao software o que ele deve contar. O programa então usa aprendizado profundo para melhorar sua capacidade de reconhecer e quantificar o comportamento.
Um novo desenvolvimento no LabGym que o ajuda a aplicar essa cognição mais flexível é o uso de dados de vídeo e da chamada “imagem padrão” para melhorar a confiabilidade do programa. Os cientistas usam vídeos de animais para analisar seu comportamento, mas os vídeos envolvem dados de séries temporais que podem ser desafiadores para os programas de IA analisarem.
Para ajudar o programa a identificar comportamentos com mais facilidade, Hu criou uma imagem estática que mostra o padrão de movimento do animal, mesclando contornos da posição do animal em diferentes pontos no tempo. A equipe descobriu que combinar os dados de vídeo com as imagens padrão aumentou a precisão do programa em reconhecer os tipos de comportamento.
O LabGym também foi projetado para ignorar informações de fundo irrelevantes e considerar tanto o movimento geral do animal quanto as mudanças de posição no espaço e no tempo, da mesma forma que um pesquisador humano faria. O programa também pode rastrear vários animais simultaneamente.
A flexibilidade das espécies melhora a utilidade
Outra característica importante do LabGym é a flexibilidade de espécies, disse Ye. Embora tenha sido projetado usando Drosophila, não está restrito a nenhuma espécie.
“Isso é realmente raro”, disse ele. “Ele foi escrito para biólogos, para que possam adaptá-lo às espécies e ao comportamento que desejam estudar sem precisar de nenhuma habilidade de programação ou computação de alta potência.”
Depois de ouvir uma apresentação sobre o desenvolvimento inicial do programa, o farmacologista da UM Carrie Ferrario se ofereceu para ajudar Ye e sua equipe a testar e refinar o programa no sistema de modelo de roedor com o qual ela trabalha.
Ferrario, professor associado de farmacologia e professor adjunto de psicologia, estuda os mecanismos neurais que contribuem para o vício e a obesidade, usando ratos como sistema modelo. Para completar a observação necessária de comportamentos induzidos por drogas nos animais, ela e seus membros de laboratório tiveram que confiar em grande parte na pontuação manual, que é subjetiva e extremamente demorada.
“Tenho tentado resolver esse problema desde a pós-graduação, e a tecnologia simplesmente não existia, em termos de inteligência artificial, aprendizado profundo e computação”, disse Ferrario. “Este programa resolveu um problema existente para mim, mas também tem uma utilidade muito ampla. Vejo o potencial para ser útil em condições quase ilimitadas para analisar o comportamento animal.”
A equipe planeja refinar ainda mais o programa para melhorar seu desempenho em condições ainda mais complexas, como a observação de animais na natureza.
Esta pesquisa foi apoiada pelos Institutos Nacionais de Saúde.
Além de Ye, Hu e Ferrario, os autores do estudo são: Alexander Maitland, Rita Ionides, Anjesh Ghimire, Brendon Watson, Kenichi Iwasaki, Hope White e Yitao Xi, da Universidade de Michigan, e Jie Zhou, da Northern Illinois University.
Estudar: LabGym: quantificação de comportamentos animais definidos pelo usuário 1 usando avaliação holística baseada em aprendizado (DOI: 10.1016/j.crmeth.2023.100415) (disponível assim que o embargo for suspenso)
.
