Adaptive modeller fanger kompleksiteten af ​​hjernen og adfærd

For de videnskabsmænd, der studerer dyrs adfærd, selv den simpleste rundorm giver store udfordringer. Bevægelsen af ​​vridende orme, flokkende fugle og gående mennesker ændrer sig fra øjeblik til øjeblik, på måder, som det blotte øje ikke kan fange. Men nu, forskere fra Okinawa Institute of Science and Technology Graduate University (OIST) og Vrije Universiteit Amsterdam har udviklet en måde at analysere denne dynamiske adfærd i fordøjelige bidder.

"Selv hvis du bare vil klassificere bevægelse som at bevæge sig fremad, baglæns, eller dreje, du kan ikke være sikker bare ved øjet, " sagde Tosif Ahamed, en forfatter til undersøgelsen og kandidatstuderende i OIST Biological Physics Theory Unit, ledet af prof. Greg Stephens, samt Information Processing Biology Unit ledet af prof. Ichiro Maruyama. Ved at overlade observationen til en adaptiv model, forskerne opdagede finesser, som de ellers ville være gået glip af. "Med denne metode, vi behøver ikke at smide nogen detaljer væk."

Studiet, offentliggjort online 17. januar, 2019 i Proceedings of the National Academy of Sciences af Amerikas Forenede Stater, fandt ud af, at kompleks dynamik kan opdeles i en samling simple lineære mønstre. Forskerne delte deres data i forskellige tidsvinduer baseret på, hvordan disse mønstre ændrede sig over tid. Ved at gruppere tidsvinduer, der så statistisk ens ud, modellen afslørede distinkte mønstre i dyrenes skiftende hjernetilstande og bevægelsesadfærd.

"Du gør kun minimale antagelser fra starten, " sagde Antonio C. Costa, første forfatter af papiret og kandidatstuderende ved Institut for Fysik og Astronomi ved Vrije Universiteit Amsterdam. "Du kan lade dataene fortælle dig, hvad dyret laver. Dette kan være kraftfuldt ... og give dig mulighed for at finde nye klasser af adfærd."

Crawling - Ikke så simpelt som det ser ud

Modellen afslørede rig kompleksitet, der ligger til grund for en af ​​de enkleste bevægelser:nemlig, kravler. Forskere kan observere Caenorhabditis elegans, mens ormen vrider sig fremad, drejninger, eller vender sin bevægelse for at kravle baglæns. Denne adfærd virker simpel, men ved nærmere eftersyn, hver sats indeholder sin egen variation og nuance.

Der er mere end én måde at kravle på.

"Vi vidste implicit, ved at se på ormene, om disse grove adfærdskategorier.

Men de er ikke så simple, " sagde prof. Stephens, som også har en stilling ved Vrije Universiteit Amsterdam. "Der er mere subtile adfærdstilstande, du måske ikke kan se med øjet."

Dataene tyder på, at C. elegans forbliver i balance og klar til at skifte adfærd med et øjebliks varsel. Som adrætte boksere, klar til at vippe eller væve som svar på modstanderens næste stik, ormenes bevægelse svæver på kanten af ​​det ene mønster og det næste. Tidligere forskning tyder på, at mere komplekse skabninger, såsom mennesker, også vise denne tilpasningsevne. Den nye modelleringsteknik gør det muligt for forskere at kvantificere denne dynamik direkte.

Applications Beyond Behavior

Udover modelleringsadfærd i C. elegans, forskerne kvantificerede også hele hjernens dynamik i ormen, i neuroner fra den visuelle cortex hos mus, og i hjernebarken hos aber.

"Det var overraskende - vores er en enkel tilgang, men det viste sig stærkt til at fortolke denne række af komplekse systemer, " sagde Stephens. Dynamiske systemer dukker op overalt i naturen, ikke kun i hjernen. Væskemekanik, turbulens og endda den kollektive bevægelse af flokkende fugle er eksempler på systemer, der kunne afkodes ved hjælp af den nye tilgang. Denne idé kunne også kombineres med maskinlæringsmetoder for at klassificere videoer, som vi gør stillbilleder, hvilket fortsat er en stor udfordring på området.

"Når du kan beskrive dynamikker på en principiel måde, du kan anvende teknikken på mange systemer."