Машинное обучение используется для понимания и прогнозирования динамики поведения червя

Прочитано: 203 раз(а)
1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (Оценок пока нет)
Loading ... Loading ...


Биофизики использовали автоматизированный метод для моделирования живой системы — динамики червя, ощущающего и избегающего боли. Труды Национальной академии наук (PNAS) опубликовали результаты, которые работали с данными из экспериментов на C. Элеганс аскариды.

«Наш метод является одним из первых, в котором инструменты машинного обучения используются на экспериментальных данных для получения простых, интерпретируемых уравнений движения для живой системы», — говорит Илья Неманман, старший автор статьи и профессор физики и биологии в Университете Эмори. , «Теперь у нас есть доказательство принципа, что это можно сделать. Следующий шаг — посмотреть, сможем ли мы применить наш метод к более сложной системе».

Модель делает точные прогнозы о динамике поведения червя, и эти прогнозы биологически интерпретируемы и экспериментально проверены.

Соавторы статьи включают в себя первого автора Брайана Дэниелса, теоретика из Университета штата Аризона, и соавтора Уильяма Рю, экспериментатора из Университета Торонто.

Исследователи использовали алгоритм, разработанный в 2015 году Дэниелсом и Неменманом, который учит компьютер, как эффективно искать законы, лежащие в основе природных динамических систем, в том числе сложных биологических. Они назвали алгоритм «сэр Исаак» в честь одного из самых известных ученых всех времен — сэра Исаака Ньютона. Их долгосрочная цель — превратить алгоритм в «ученого-робота», автоматизировать и ускорить научный метод формирования количественных гипотез, а затем проверить их, взглянув на данные и эксперименты.


В то время как три закона движения Ньютона могут использоваться для прогнозирования динамики для механических систем, биофизики хотят разработать аналогичные прогнозные динамические подходы, которые могут быть применены к живым системам.

Что касается статьи PNAS, они сосредоточились на процессе принятия решений, когда C. elegans реагирует на сенсорный стимул. Данные о C. elegans были ранее собраны лабораторией Рю, которая разрабатывает методы для измерения и анализа поведенческих реакций круглого червя на целостном уровне, от базовых двигательных жестов до долгосрочных поведенческих программ.

C. elegans является хорошо известной системой лабораторных животных. Большинство C. elegans имеют только 302 нейрона, мало мышц и ограниченный репертуар движения. Последовательность экспериментов включала прерывание поступательного движения отдельных C. elegans лазерным ударом по голове. Когда лазер поражает червя, он удаляется, кратковременно ускоряясь назад и в конечном итоге возвращаясь к поступательному движению, обычно в другом направлении. Отдельные черви реагируют по-разному. Некоторые, например, сразу же изменяют направление на лазерный стимул, в то время как другие делают короткую паузу, прежде чем ответить. Другой переменной в экспериментах является интенсивность лазера: черви быстрее реагируют на повышение температуры и более быстрое повышение температуры.

Исследователи предоставили платформе сэра Исаака данные о движении за первые несколько секунд эксперимента — до и вскоре после того, как лазер ударил червя, и он первоначально среагировал. Исходя из этих ограниченных данных, алгоритм смог зафиксировать средние ответы, которые соответствовали экспериментальным результатам, а также предсказать движение червя далеко за эти первые несколько секунд, исходя из ограниченных знаний. Прогноз оставил только 10 процентов изменчивости в движении червя, которая может быть объяснена лазерным стимулом необъяснимым. Это было в два раза лучше, чем у лучших предыдущих моделей, которым не помог автоматизированный вывод.

«Предсказать решение червя о том, когда и как двигаться в ответ на стимул, намного сложнее, чем просто подсчитать, как будет двигаться мяч, когда вы его ударите», — говорит Неменман. «Наш алгоритм должен был учитывать сложности сенсорной обработки у червей, нейронную активность в ответ на раздражители с последующей активацией мышц и силами, которые генерируют активированные мышцы. Он суммировал все это в простой и элегантный математическое описание. »

Модель, выведенная сэром Исааком, была хорошо согласована с биологией C. elegans , предоставляя интерпретируемые результаты как для сенсорной обработки, так и для двигательной реакции, намекая на потенциал искусственного интеллекта, чтобы помочь в обнаружении точных и интерпретируемых моделей более сложных системы.

«Это большой шаг от предсказания поведения червя к поведению человека, — говорит Неменман, — но мы надеемся, что червь может послужить своего рода песочницей для тестирования методов автоматического вывода, таких как сэр Исаак может однажды непосредственно принести пользу здоровью человека. Большая часть науки о том, чтобы угадывать законы, управляющие природными системами, а затем проверять эти догадки с помощью экспериментов. Если мы сможем выяснить, как использовать современные инструменты машинного обучения, чтобы помочь с угадыванием, это может значительно ускорить до научных прорывов».

Машинное обучение используется для понимания и прогнозирования динамики поведения червя



Новости партнеров

Загрузка...