Ученые из Санкт-Петербургского государственного университета в сотрудничестве с международной командой IT-специалистов впервые применили алгоритмы искусственного интеллекта (ИИ) к фенотипу реакций рыбок данио на психоактивные наркотические препараты. Исследователям также удалось обучить ИИ определять тип психотропных агентов, использовавшихся в эксперименте. Результаты своего исследования они опубликовали в журнале Progress in Neuro-Psychopharmacology and Biological Psychiatry.
Credit: public domain
Рыбка данио-рерио (Danio rerio) – вид пресноводной рыбы, который в настоящее время считается второй по популярности (после мышей и крыс) моделью, используемой в биомедицинских исследованиях. Одни из многочисленных преимуществ рыбки данио – это низкие затраты на техническое обслуживание и высокое генетическое и физиологическое сходство с людьми.
Схожесть генов этого вида с человеком составляет порядка 70%. Также простое строение нервной системы благоприятно сказывается на исследованиях, позволяя получать более точные результаты по сравнению с более сложными организмами.
В своем исследовании ученые во главе с профессором Алланом В. Калуевым, руководителем работы и заведующим лабораторией биологической психиатрии Института трансляционной биомедицины Санкт-Петербургского университета, впервые применили интеллектуальные алгоритмы на основе нейронных сетей для анализа локомоторных следов (движений) рыб данио-рерио. Они сравнили ранее полученные данные экспериментов, проводившиеся in vivo со взрослыми данио, на которых воздействовали психотропными препаратами.
В ходе своей работы ученые подвергали рыбок данио острому воздействию психотропных веществ, включая никотин, этанол, кофеин и другие. Каждое из выбранных соединений оказывает влияние на центральную нервную систему (ЦНС) и двигательные паттерны.
В исследовании использовалась сверточная нейронная сеть (CNN), специально разработанная для работы с изображениями, которая была сделана на основе кортикальной системы обработки визуальной информации мозга человека и животных. Процесс ее работы заключается в извлечении простых функций изображений, такие как градиенты или линии, а затем объединении их на следующем слое, чтобы получить более сложное представление изображения (форму).
Каждый слой CNN увеличивает сложность обрабатываемых данных, тем самым помогая извлекать нетривиальные лекарственно-специфические паттерны передвижения животных. Так, например, при воздействии кетамина заметен паттерн кругового движения рыбы (обычно вблизи поверхности воды), в то время как этанол оказывает дозозависимые двухфазные эффекты с начальной активацией и последующим затормаживанием.
«Самая сложная часть исследования состояла в том, чтобы найти оптимальные протоколы обучения ИИ и подтвердить обоснованность методов исследования, а также точность получаемых результатов. В конце концов все получилось хорошо. С теоретической точки зрения результаты исследования доказали применимость нашего подхода к ИИ для анализа поведенческих эффектов психоактивных веществ на данио. С практической точки зрения это дает нам широкие возможности для изучения новых психотропных препаратов», — отмечает профессор Калуев.
Таким образом, искусственный интеллект позволяет проводить объективный анализ биологических данных, тем самым способствуя выявлению новых общих закономерностей, которые могут быть не очевидны на первый взгляд или не доступны из общего набора данных. Также, по мнению исследователей, функциональность приложений ИИ можно улучшить с помощью уточнения и корректировки моделей нейронных сетей.
Текст: Денис Бурляй
Artificial intelligence-driven phenotyping of zebrafish psychoactive drug responses by Dmitrii V.Bozhko et al. in Progress in Neuro-Psychopharmacology and Biological Psychiatry. Published January 2022.
https://doi.org/10.1016/j.pnpbp.2021.110405