人工知能はワームの行動のダイナミクスを予測します

• 新しい機械学習アルゴリズムは、回虫の行動を正確に予測します。
• 線虫がレーザー刺激にどのように反応するかを分析します。
• アルゴリズムは、より複雑なシステムの正確で解釈可能なモデルを見つけることができます。

ここ数十年で、量的生物学の進歩により、科学者は摂動に応じて複雑な生物学的システムのダイナミクスを正確に測定できるようになりました。

たとえば、刺激に反応したCaenorhabditis elegans（長さ約1 mmの透明な回虫）の完全な逃避行動は、数千匹の虫で数秒間測定できます。

最近、アリゾナ州立大学とトロント大学の生物物理学者は、ワームの逃避と痛みの知覚のダイナミクスをモデル化するための人工知能ツールを開発しました。このツールは、機械学習手法を使用して、ワームの動作を正確に予測します。

生物学では、これらすべての予測は理にかなっており、Caenorhabditiselegansで実施された実験から得られたデータで検証されています。

機械学習手法は、2015年に開発されたアルゴリズムに基づいています。複雑な生物学的システムの根底にある特定の法則を検索します。チームは、有名な物理学者のアイザックニュートン卿にちなんで、このアルゴリズムを「アイザック卿」と名付けました。ニュートンの運動の法則は機械システムのダイナミクスを示していますが、アルゴリズムは生体システムに対して同様のことを行います。

線虫の実験

この研究では、研究者は線虫の意思決定能力を分析しました：彼らが感覚刺激にどのように反応するか。 Caenorhabditis elegansは、標準的な実験動物モデルシステムであり、1970年代以降、モデル生物として広く使用されています。

参照：PNAS | doi：10.1073 / pnas.1816531116 |エモリーヘルスサイエンス

人間のように、Caenorhabditis elegansは、細胞から伸びて神経伝達物質を収集し、脳まで伸びてニューロン間のシナプス接続を行う樹状突起を持っています。ニューロンは302個しかなく、動きのセットは限られています。

線虫|画像クレジット：genome.gov

研究チームは、レーザー光を頭に当てることで、各線虫の前進を妨害しました。各ワームは異なる反応を示しました。応答する前に短時間一時停止した人もいれば、レーザー刺激ですぐに方向を変えた人もいました。しかし、共通点が1つありました。それは、すべてのワームが高温に迅速に反応したことです（強力なレーザー）。

サーアイザックプラットフォーム

チームは、実験の最初の数秒間のモーションデータを記録し、それを機械学習メソッドに送りました。システムは、これらの最初の数秒をはるかに超えて回虫の動きを推定することができました。ワームの動きの変動の約90％（レーザー刺激後）は生物学的に説明できます。

刺激に応じて回虫の動きを予測することは、蹴られたときのボールの動きを推定することよりもはるかに困難です。 Sir Isaacアルゴリズムは、ワームの複雑な感覚処理とそれに続く筋肉の活性化を考慮しながら同じことを行います。これはすべて、控えめな数学的記述にまとめられています。

読む：エンジニアが小さなロボットにワームの頭脳を入れて、それが機能した

この機械学習手法は、より複雑なシステムの正確で解釈可能なモデルを見つけるのに役立ちます。長期的な目標は、定量的な仮説を作成し、実験によってそれらをテストする科学的手順をスピードアップできる人工知能を構築することです。