圣彼得堡大学的神经科学家与 IT 专家合作,在世界上率先将人工智能应用于分析斑马鱼对常见精神药物的行为反应。他们设法教人工智能通过动物的行为来确定实验中使用了哪些物质。

alan kaluev rybki 0

斑马鱼(zebrafish, Danio rerio),阿兰·卡鲁耶夫的工作内容

研究结果发表在《神经精神药理学与生物精神病学进展》(Progress in Neuropsychopharmacology & BiologicalPsychiatry)上。

淡水硬骨斑马鱼 (Danio rerio) 作为生物医学研究的模式生物,现在仅次于老鼠。造成这种情况的原因之一是斑马鱼在饲料条件下容易饲养,以及它们与人类的遗传相似性很高 ——约 70%。此外,由于其神经系统结构的简单性,对这种鱼类的研究通常比对更复杂的生物体的研究更直观、更准确。

据该研究负责人、圣彼得堡国立大学转化生物医学研究所生物精神病学实验室负责人、生物科学博士阿兰·卡鲁耶夫教授介绍,基于神经网络的人工智能算法作为研究方法在生物医学中的应用越来越广泛。它们提供了对生物数据的公正客观分析,这有助于识别新的一般规律,这些规律要么乍一看并不明显,要么在研究人员面前隐身于大量的一般数据背后。

尽管人工智能越来越多地用于神经科学,但圣彼得堡国立大学科学家们是第一个使用它来分析成年斑马鱼在各种精神活性药物影响下的运动轨迹(运动),与之相比的对照组是没有受到药物影响下的。

研究中使用的药物包括尼古丁、乙醇、咖啡因和许多其他药物。它们中的每一种都对鱼类的中枢神经系统产生特殊影响,并影响它们的运动轨迹——这方面的数据已经发表在圣彼得堡国立大学科学家们的学术论文中。

 

所发现的斑马鱼在各种精神药物影响下的运动差异被用来训练人工智能处理在之前实验中获得的视频记录中呈现给它的数据。

该研究使用了专门为处理视觉数据(图像)而设计的神经网络模型,并受到动物和人类大脑皮层视觉信息处理系统的启发。它提取简单的图像特征(例如渐变或线条),然后将它们组合到下一层以生成更详细的图像(例如形状)。每一层都增加了正在处理的数据的复杂性,从而有助于揭示每种药物特有的复杂动物运动模式,以及它们的共同(相似)效果。例如,氯胺酮会导致鱼在表面附近的定型圆周运动,而乙醇——因剂量变化导致从多动到镇静的转变。

­­­­­­­­­­该研究最困难的部分是找到训练人工智能的必要记录,以及检查所使用方法的有效性和所获得结果的准确性。

研究负责人、圣彼得堡国立大学转化生物医学研究所生物精神病学实验室负责人、生物科学博士阿兰·卡鲁耶夫教授

“但最后一切都解决了!从理论角度,该结果证明了人工智能适用于分析精神药物对斑马鱼影响的原理。从实践的角度来看,这为我们研究新的神经性药物开辟了广阔的机会,” 阿兰·卡鲁耶夫教授说。

据科学家们介绍,人工智能应用的功能可以通过提炼和调整神经网络模型来扩展,其准确性会随着可用于机器学习的实验数据量的增加而提高。论文的作者们看到自己的研究以一种转化的方式继续进行——进一步改进方法和测试新药,使用它来寻找可以在未来引入临床的新药。

#科学 #科学新闻 #人工智能和数据科学