• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Fysik
    Adaptiva modeller fångar hjärnans komplexitet och beteende

    För blotta ögat, nematoden C. elgeans verkar gå framåt, bakåt och vänd. Med en ny metod för att modellera dynamiska system, forskare från Biological Physics Theory Unit och Vrije Universiteit Amsterdam har avslöjat subtila nyanser i vart och ett av dessa beteendetillstånd. Upphovsman:Okinawa Institute of Science and Technology Graduate University - OIST

    För forskarna som studerar djurens beteende, även den enklaste spolmasken innebär stora utmaningar. Rörelsen av slingrande maskar, flockande fåglar och gående människor förändras från ögonblick till ögonblick, på sätt som det blotta ögat inte kan fånga. Men nu, forskare från Okinawa Institute of Science and Technology Graduate University (OIST) och Vrije Universiteit Amsterdam har utvecklat ett sätt att analysera detta dynamiska beteende i smältbara bitar.

    "Även om du bara vill klassificera rörelse som att gå framåt, bakåt, eller vända, du kan inte vara säker bara med ögat, sa Tosif Ahamed, en författare till studien och doktorand i OIST Biological Physics Theory Unit, ledd av prof. Greg Stephens, samt enheten för informationsbehandlingsbiologi som leds av prof. Ichiro Maruyama. Genom att lämna över observationen till en adaptiv modell, forskarna upptäckte subtiliteter som de annars skulle ha missat. "Med denna metod, vi behöver inte slänga några detaljer."

    Studien, publicerad online 17 januari, 2019 i Proceedings of the National Academy of Sciences av Amerikas förenta stater, fann att komplex dynamik kan delas upp i en samling enkla linjära mönster. Forskarna delade in sina data i distinkta tidsfönster baserat på hur dessa mönster förändrades över tiden. Genom att gruppera tidsfönster som verkade statistiskt lika, modellen avslöjade distinkta mönster i djurs förändrade hjärntillstånd och rörelsebeteenden.

    "Du gör bara minimala antaganden från början, " sa Antonio C. Costa, första författare till uppsatsen och doktorand vid institutionen för fysik och astronomi vid Vrije Universiteit Amsterdam. "Du kan låta data berätta för dig vad djuret gör. Detta kan vara kraftfullt ... och låta dig hitta nya klasser av beteende."

    Krypa - inte så enkelt som det ser ut

    Modellen avslöjade rik komplexitet bakom en av de enklaste rörelserna:nämligen, krypande. Forskare kan observera Caenorhabditis elegans när masken slingrar sig framåt, vänder, eller vänder sin rörelse för att krypa bakåt. Dessa beteenden verkar enkla, men vid närmare granskning, varje sats innehåller sin egen variation och nyans.

    Det finns mer än ett sätt att krypa på.

    Forskare från Biological Physics Theory Unit och Vrije Universiteit Amsterdam genomförde lokal linjär analys som reducerar de komplexa hållningsrörelserna hos nematodmasken C. elegans till enklare komponenter - analogt med att bryta upp talat språk i fonem. Den översta videon visar en bit av hållningsbeteendet hos C. elegans som automatiskt bryts ned till omvändning, slingrande och framåtgående rörelser (botten). Upphovsman:Okinawa Institute of Science and Technology Graduate University - OIST

    "Vi visste implicit, genom att titta på maskarna, om dessa grova beteendekategorier.

    Men de är inte så enkla, " sade prof. Stephens, som också har en position vid Vrije Universiteit Amsterdam. "Det finns mer subtila beteendetillstånd som du kanske inte ser med ögat."

    Data tyder på att C. elegans förblir redo och redo att byta beteende med ett ögonblicks varsel. Som smidiga boxare, redo att guppa eller väva som svar på motståndarens nästa stöt, maskarnas rörelse svävar på kanten av ett mönster och nästa. Tidigare forskning tyder på att mer komplexa varelser, som människor, också visa denna anpassningsförmåga. Den nya modelleringstekniken gör det möjligt för forskare att kvantifiera denna dynamik direkt.

    Applications Beyond Behavior

    Förutom att modellera beteende i C. elegans, forskarna kvantifierade också hela hjärnans dynamik i masken, i neuroner från synbarken hos möss, och i hjärnbarken hos apor.

    "Det var förvånande - vårt är ett enkelt tillvägagångssätt, men det visade sig vara kraftfullt för att tolka denna mängd komplexa system, " sa Stephens. Dynamiska system dyker upp överallt i naturen, inte bara i hjärnan. Vätskemekanik, turbulens och till och med den kollektiva rörelsen av flockande fåglar är exempel på system som kan avkodas med den nya metoden. Denna idé kan också kombineras med maskininlärningsmetoder för att klassificera videor som vi gör stillbilder, vilket fortfarande är en stor utmaning på området.

    "När du kan beskriva dynamik på ett principiellt sätt, du kan tillämpa tekniken på många system."

    © Vetenskap https://sv.scienceaq.com