科學家利用人工智慧來識別果蠅的大腦行為

△八個果蠅大腦的例子，突出顯示（左上方順時針）行走，停止，增加跳躍，增加雌性追逐，增加翅膀角度，增加翅膀修整，增加翅膀延伸和備份相關。

科學家們在人工智慧的幫助下，設計了一個機器學習程序，從40萬隻蒼蠅中收集了1000億次標註行為，以創建將其飛行方式與其對應的腦區域相關聯的映射集合。

專家說，這項工作是了解如何將簡單和複雜的行為與大腦中的特定電波聯繫起來的重要一步。

• 通過機器視覺技術精確地量化飛行行為

• 測量了激活2204個遺傳靶向神經元群體的效應

• 創造了運動和社會行為神經基礎的全腦圖

• 為探索成果創造了資源

長期以來，向神經結構分配行為功能一直是神經科學的核心目標，是基於電波層面了解大腦如何產生行為的必要的第一步。

科學家使用機器視覺和機器學習技術，來映射黑腹果蠅的運動和社會行為。從40萬蒼蠅的視頻中，量化激活了2204個遺傳靶向的神經元群體的行為效應。

研究團隊將解剖學的新量化與行為分析相結合，以創建大腦行為相關圖。基於這些地圖，產生了與感官處理，運動控制，求愛，侵略等因果關係的大腦區域的假設。這些行為映射直接指定了進行定位的遺傳工具，用這些方法來識別一個具有控制步行功能的小量神經元。

布朗大學的計算機視覺專家和計算神經科學家Thomas Serre說：「研究的規模是前所未有的。哥倫比亞密蘇里大學的飛行神經生物學家Bing Zhang補充說：「這對社會來說將是一個巨大而有價值的工具。「我相信後續研究將顯示這是一個金礦。」

僅10萬個神經元 - 與我們的860億相比 - 小尺寸的蒼蠅大腦更有利於神經生物學內在功能的研究。然而，科學家們仍然遠遠無法理解飛行的一舉一動。

弗吉尼亞州•阿什本市霍華德休斯醫學研究所的計算機科學家克里斯汀·布蘭森（Kristin Branson）和同事收集了2204種不同的轉基因果蠅株（黑腹果蠅）。研究人員通過簡單地提高溫度，來激活神經元控制大腦的不同，但有時是重疊的子集。

然後，它被關在一個淺且傾斜封閉的飛盤裡面，通過攝像機來觀察。團隊每次將10隻雄性和10隻雌蠅放在一起，每16分鐘會獲取3萬幀視頻。然後，計算機程序跟蹤盤中每個蒼蠅飛行的坐標和翅膀運動。每個隊伍都做了8次，記錄了2萬多個視頻。布蘭森說：「如果你一直看著他們的話，它們可以連續飛行就是225天。

接下來，團隊選擇了14個易於識別的行為來學習，比如向後走動，觸摸或試圖與其他蒼蠅交配。這需要研究人員為每個動作手動標記大約9000幀鏡頭，用於訓練機器學習計算機程序來自行識別和標記這些行為。

然後，科學家得出了203個統計數據，描述了收集數據中的行為，例如蒼蠅行走的頻率和平均速度。由於計算機視覺技術的發展，他們檢測到微弱的人眼之間的差異準確描述，例如當蒼蠅將步行速度提高5％或更少時。

布蘭森說：「當我們開始這項研究時，我們不知道我們會多久看到行為差異。然而，事實證明，幾乎所有的壓力 - 98％在所有行為統計中至少有一個顯著差異。還有很多奇怪的事情：一些笨蒼蠅比正常的活躍多一百倍; 一些雄性追趕其他蒼蠅比雌性蒼蠅多20倍; 一些蒼蠅實際上從未停止移動，而一些少數懶散的幾乎沒有變化。。

然後來映射。科學家將蒼蠅的大腦分成一組7065個小區域，並將其與他們觀察到的行為聯繫起來，顯示了一些常見的行為，如步行、與大腦中的神經迴路廣泛相關。

另一方面，儘管這項研究並沒有證明這些地區對於這些行為是絕對必要的，但可以將精確度定位到大腦的微小區域，比如追逐雄性的雌性蒼蠅，行為不那麼頻繁。

布蘭森希望研究成果，可作為其他神經生物學家—尋求操縱部分大腦或研究具體行為的啟動基礎。例如，對於果蠅中的雌性侵略知之甚少，新的映射給出了大腦區域可能驅動這些行為的線索。

由於遺傳修飾的菌株屬蒼蠅特有，Serre並不認為結果會立即適用於其他物種，如老鼠，但他仍然認為，這是一個神經科學利用計算機視覺做研究的分水嶺。

PDF：

視頻：（youtube）

詳情：

參考：sciencemag