La red neuronal 3D profunda reconstruye con precisión los movimientos de comportamiento libre de los animales.

Los animales se mueven y se comportan constantemente en respuesta a las instrucciones del cerebro. Pero si bien existen técnicas avanzadas para medir estas instrucciones en términos de actividad neuronal, faltan técnicas para cuantificar el comportamiento en sí en animales que se mueven libremente. Esta incapacidad para medir la producción clave del cerebro limita nuestra comprensión del sistema nervioso y cómo cambia durante el curso de la enfermedad.

Un nuevo estudio realizado por investigadores de la Universidad de Duke y la Universidad de Harvard presenta una herramienta automatizada que puede capturar fácilmente el comportamiento de animales que se comportan libremente y reconstruir con precisión su pose tridimensional (3D) desde una sola cámara de video y sin etiquetas.

La encuesta del 19 de abril Métodos de la naturaleza dirigido por Timothy W. Dunn, profesor asociado de la Universidad de Duke y Jesse D. Marshall, investigador de doctorado en la Universidad de Harvard, describe la nueva red neuronal profunda DANNCE (Red neuronal alineada tridimensional para etología computacional). El estudio está en línea con el estudio del equipo de 2020. W Neurona que reveló el innovador sistema de monitoreo de comportamiento CAPTURE (Continuous Appendicular and Postural Tracking) utilizando Retrorreflector Embedding capturar el tráfico y aprendizaje profundo para el seguimiento continuo en 3D de animales que se comportan libremente. CAPTURE proporcionó una descripción detallada sin precedentes del comportamiento animal. Sin embargo, esto requirió el uso de equipo especializado y la fijación de marcadores a los animales, lo que dificultó su uso.

“Con DANNCE, estamos eliminando la carga de ese requisito”, dijo Dunn. “DANNCE puede aprender a seguir partes del cuerpo incluso si no se pueden ver, y esto aumenta los tipos de entornos en los que se puede aplicar la técnica. Necesitamos esta inmutabilidad y flexibilidad para medir los movimientos en entornos naturalistas con mayor probabilidad de obtener el repertorio completo y complejo del comportamiento de estos animales ”.

DANNCE trabaja en muchas especies diferentes y es reproducible en laboratorios y entornos, lo que garantiza que tendrá un amplio impacto en la investigación del comportamiento animal, e incluso en los seres humanos. Se ha especializado red de neuronas adaptado para seguimiento de pose 3D a partir de video. El aspecto clave es que el espacio de la función 3D se expresa en unidades físicas (metros) y no en píxeles de la cámara. Esto permite que la herramienta facilite las generalizaciones a diferentes diseños de cámaras y laboratorios. Por el contrario, los enfoques anteriores al seguimiento de la posición en 3D han utilizado redes neuronales capaces de detectar posiciones en dos dimensiones (2D), que tenían dificultades para adaptarse fácilmente a los nuevos puntos de vista 3D.

“Comparamos DANNCE con otras redes diseñadas para realizar tareas similares y descubrimos que DANNCE las superaba”, dijo Marshall.

Para predecir puntos de referencia en el cuerpo de un animal, el proyecto DANNCE requirió un gran conjunto de datos de entrenamiento, cuya recopilación parecía desalentadora al principio. “Las redes neuronales profundas pueden ser increíblemente poderosas, pero necesitan muchos datos”, dijo el autor principal Bence Ölveczky, profesor del Departamento de Organismo y Biología Evolutiva de Harvard. “Nos dimos cuenta de que CAPTURE genera exactamente los datos de entrenamiento ricos y de alta calidad que estos pequeños cerebros artificiales necesitan para hacer su magia”.

Los científicos utilizaron CAPTURE para recopilar siete millones de ejemplos de imágenes y marcar puntos clave en 3D en ratas desde 30 vistas de cámara diferentes. “Funcionó de inmediato en ratas nuevas, incluso aquellas sin marcadores”, dijo Marshall. “Pero estábamos realmente emocionados de descubrir que también podría rastrear ratones con algunos ejemplos más”.

Tras el descubrimiento, el equipo colaboró ​​con varios grupos de la Universidad de Duke, el MIT, la Universidad de Rockefeller y la Universidad de Columbia para demostrar la generalidad de DANNCE en una variedad de entornos y especies, incluidos titíes, tetas y ratas a medida que crecen y se desarrollan.

“Es notable que esta pequeña red ahora tiene sus propios secretos y puede inferir los movimientos precisos de los animales en los que no ha sido entrenada, incluso si no se ven grandes partes de sus cuerpos”, dijo Ölveczky.

El estudio destaca algunas aplicaciones de DANNCE que permiten a los científicos estudiar la microestructura del comportamiento animal mucho más allá de lo que es posible actualmente con la observación humana. Los investigadores muestran que DANNCE puede extraer ‘huellas dactilares’ individuales que describen la cinemática de diferentes comportamientos del ratón. Estas huellas dactilares deberían permitir a los investigadores llegar a definiciones de comportamiento estandarizadas que puedan usarse para mejorar la reproducibilidad en diferentes laboratorios. También demuestran la capacidad de rastrear con precisión la aparición del comportamiento a lo largo del tiempo, lo que abre nuevas posibilidades en la investigación del desarrollo neurológico.

La medición del movimiento en modelos de enfermedades animales es extremadamente importante para los programas de investigación tanto básica como clínica, y DANNCE es fácilmente aplicable a ambas áreas, acelerando el progreso en todas las áreas. La financiación parcial de los proyectos CAPTURE y DANNCE fue proporcionada por los NIH y la Iniciativa de Investigación del Autismo de la Fundación Simons (SFARI).

“Dado que teníamos una capacidad muy pobre para definir con precisión el movimiento y el movimiento en los seres humanos, nos impidió separar los trastornos del movimiento en subtipos especializados que potencialmente podrían tener diferentes mecanismos y remedios básicos. Creo que cualquier área donde la gente haya notado pero no haya podido cuantificar los efectos en toda su población verá grandes beneficios del uso de esta tecnología ”, dijo Dunn.

Los científicos obtuvieron una herramienta que ya se utiliza en otros laboratorios. En el futuro, planean utilizar el sistema para la interacción de múltiples animales. “DANNCE está cambiando el enfoque para estudiar el comportamiento de los animales que se mueven libremente”, dijo Marshall. “Por primera vez, podemos realizar un seguimiento de la cinemática del mundo real en 3D y aprender con un detalle sin precedentes Animales hacer. Estos enfoques serán cada vez más importantes en nuestra búsqueda por comprender cómo funciona el cerebro “.