Biofysici hebben een geautomatiseerde methode gebruikt om een ​​levend systeem te modelleren - de dynamiek van een worm die pijn waarneemt en eraan ontsnapt. De Proceedings van de National Academy of Sciences (PNAS) de resultaten gepubliceerd, die werkte met gegevens van experimenten op de C. elegans rondworm.

"Onze methode is een van de eerste die machine learning-tools op experimentele gegevens gebruikt om eenvoudige, interpreteerbare bewegingsvergelijkingen voor een levend systeem, " zegt Ilya Nemenman, senior auteur van het artikel en hoogleraar natuurkunde en biologie aan de Emory University. "We hebben nu proof of principle dat het kan. De volgende stap is om te kijken of we onze methode kunnen toepassen op een ingewikkelder systeem."

Het model maakt nauwkeurige voorspellingen over de dynamiek van het wormgedrag, en deze voorspellingen zijn biologisch interpreteerbaar en experimenteel geverifieerd.

Medewerkers aan het papier zijn onder meer eerste auteur Bryan Daniels, een theoreticus van de Arizona State University, en co-auteur William Ryu, een experimentator van de Universiteit van Toronto.

De onderzoekers gebruikten een algoritme, ontwikkeld in 2015 door Daniels en Nemenman, die een computer leert efficiënt te zoeken naar de wetten die ten grondslag liggen aan natuurlijke dynamische systemen, inclusief complexe biologische. Ze noemden het algoritme "Sir Isaac, " na een van de beroemdste wetenschappers aller tijden - Sir Isaac Newton. Hun doel op lange termijn is om het algoritme te ontwikkelen tot een "robotwetenschapper, "om de wetenschappelijke methode voor het vormen van kwantitatieve hypothesen te automatiseren en te versnellen, vervolgens testen ze door te kijken naar gegevens en experimenten.

Hoewel de drie bewegingswetten van Newton kunnen worden gebruikt om dynamiek voor mechanische systemen te voorspellen, de biofysici willen vergelijkbare voorspellende dynamische benaderingen ontwikkelen die kunnen worden toegepast op levende systemen.

Voor het PNAS-papier, ze concentreerden zich op de besluitvorming die betrokken was bij: C. elegans reageert op een zintuiglijke prikkel. De gegevens op C. elegans eerder waren verzameld door het Ryu-lab, die methoden ontwikkelt om gedragsreacties van de rondworm op holistisch niveau te meten en te analyseren, van elementaire motorische gebaren tot gedragsprogramma's voor de lange termijn.

C. elegans is een beproefd proefdiermodelsysteem. Meest C. elegans hebben slechts 302 neuronen, weinig spieren en een beperkt bewegingsrepertoire. Een reeks experimenten omvatte het onderbreken van de voorwaartse beweging van het individu C. elegans met een laseraanval op het hoofd. Als de laser een worm raakt, het trekt zich terug, kort achteruit accelereren en uiteindelijk terugkeren naar voorwaartse beweging, meestal in een andere richting. Individuele wormen reageren anders. Sommige, bijvoorbeeld, onmiddellijk van richting veranderen bij laserstimulus, terwijl anderen even pauzeren voordat ze reageren. Een andere variabele in de experimenten is de intensiteit van de laser:wormen reageren sneller op hogere en sneller stijgende temperaturen.

De onderzoekers voerden het Sir Isaac-platform de bewegingsgegevens van de eerste paar seconden van de experimenten - voor en kort nadat de laser een worm raakt en deze aanvankelijk reageert. Uit deze beperkte gegevens blijkt het algoritme was in staat om de gemiddelde reacties vast te leggen die overeenkwamen met de experimentele resultaten en ook om de beweging van de worm tot ver na deze eerste paar seconden te voorspellen, generaliseren vanuit de beperkte kennis. De voorspelling liet slechts 10 procent van de variabiliteit in de wormbeweging die kan worden toegeschreven aan de laserstimulus onverklaard. Dit was twee keer zo goed als de beste eerdere modellen, die niet werden geholpen door geautomatiseerde inferentie.

"Het voorspellen van de beslissing van een worm over wanneer en hoe hij moet bewegen als reactie op een stimulus, is veel ingewikkelder dan alleen maar te berekenen hoe een bal zal bewegen als je er tegenaan trapt. Nemenman zegt. "Ons algoritme moest rekening houden met de complexiteit van sensorische verwerking in de wormen, de neurale activiteit als reactie op de stimuli, gevolgd door de activering van spieren en de krachten die de geactiveerde spieren genereren. Het vatte dit alles samen in een eenvoudige en elegante wiskundige beschrijving."

Het door Sir Isaac afgeleide model kwam goed overeen met de biologie van C. elegans , het leveren van interpreteerbare resultaten voor zowel de sensorische verwerking als de motorische respons, hint naar het potentieel van kunstmatige intelligentie om te helpen bij het ontdekken van nauwkeurige en interpreteerbare modellen van complexere systemen.

"Het is een grote stap van het doen van voorspellingen over het gedrag van een worm naar dat van een mens, "Neman zegt, "maar we hopen dat de worm kan dienen als een soort zandbak voor het testen van methoden voor geautomatiseerde inferentie, zodat Sir Isaac op een dag de menselijke gezondheid rechtstreeks ten goede zou kunnen komen. Veel van de wetenschap gaat over het raden van de wetten die natuurlijke systemen beheersen en het vervolgens verifiëren van die gissingen door middel van experimenten. Als we erachter kunnen komen hoe we moderne machine learning-tools kunnen gebruiken om te helpen bij het raden, dat zou doorbraken in onderzoek enorm kunnen versnellen."