בראיון זה, מומחי התעשייה יוהנה אוהארי-וואנן וטימו בראגג 'דנים כיצד למידת המכונה משפרת ניתוח התנהגותי, גילוי תרופות ופילוח MRI במחקר מדעי המוח, שיפור הדיוק, היעילות והמדרגיות.
האם תוכל בבקשה להציג את עצמך?
Johanna Uhari-Väänänen:
שמי ג'והנה אוהארי-וואנן, ואני מנהיג קבוצתי בנוירופארמקולוגיה במעבדות צ'רלס ריבר. ניסיון המחקר הקודם שלי התמקד בהתמכרות ובמחלות ניווניות. עכשיו, כ in vivo מדען ומנהל המחקר, אני מתמקד במודלים של מחלות פרה -קליניות של מערכת העצבים המרכזית (CNS) וביישום שלהם בפרויקטים של גילוי התרופות של לקוחותינו.
טימו בראגג ':
אני טימו ברגג ', מדען נתונים בכיר במעבדות צ'רלס ריבר. יש לי רקע בפיזיקה רפואית, ניתוח תנועה חלקיקי והדמיה רפואית. עבודתי סובבת סביב תכנון מערכות ניתוח נתונים מתקדמות למחקר CNS פרה -קליני, במיוחד התמקדות במחקרים התנהגותיים ויישומי למידת מכונות.
האם אתה יכול להסביר מדוע למידת מכונה מועילה במדע התנהגותי?
Johanna Uhari-Väänänen:
בדיקות התנהגותיות המשמשות במחקר מדעי המוח וגילוי תרופות מחייבות לעתים קרובות את החוקרים לנתח התנהגויות ספציפיות ותנועת בעלי חיים. באופן מסורתי, הדבר ייעשה באמצעות הקלטת וידיאו, ואז ביאור ידני וניקוד להתנהגויות או תנועה נבחרים. ברור ששיטה זו גוזלת זמן רב ומועדת לטעות אנוש והטיה.
למידת מכונה, לעומת זאת, מאפשרת לנו לבצע אוטומציה של תהליך זה. זה יכול לסווג באופן אובייקטיבי התנהגויות, להפחית את שונות השונות בחוקרים ולספק תוצאות מהירות ואמינות יותר. למידת מכונה יכולה אפילו להתמודד עם ניטור לאורך זמן, כמו התנהגויות מעקב אחר מחזור צירדי 24 שעות ביממה.
ניתן ליישם למידת מכונה בניתוח של בדיקות והערכות שונות של Behviour, כולל בדיקות למידה וקוגניציה כמו מבוך המים של מוריס, הערכות תפקוד מוטורי ואפילו גילוי חריגות עדינות כמו התקפים או הקפאה. בעיקרו של דבר, כל מבחן שנהנה ממעקב אחר בעלי חיים יכול להשתמש בניתוח מבוסס למידת מכונות.
קרדיט תמונה: Anucha Tiemsom/Shutterstock.com
האם אתה יכול בבקשה לתאר ביתר פירוט מהו למידת מכונה?
טימו בראגג ':
למידת מכונה היא כלי המלמד מחשבים כיצד ללמוד מנתונים מבלי שתוכנת במפורש. שלא כמו עיבוד ידני של נתוני התנהגות, שיכולים להיות לא עקביים, למידת מכונה מבטיחה שאותה קלט מייצר בעקביות את אותה הפלט. אמינות זו הופכת לחיונית בעת הגדלת מערכי נתונים גדולים ומאפשרת לעיבוד מקביל לצמצם את הזמן הדרוש לניתוח נתונים מורכב.
עבודתנו משתמשת לעתים קרובות ברשתות עצביות מפותלות (CNNs), שימושיות במיוחד לעיבוד תמונה. רשתות אלה מפרקות תמונות לרכיבים קטנים יותר וניתנים לניהול ואז מחילות פילטרים לאיתור דפוסים, ועוברים מצורות פשוטות למבנים מורכבים יותר ככל שתעמיק לרשת.
לדוגמה, אנו משתמשים בתוכנת DeePlabcut, הנשענת על CNNs, כדי לעקוב אחר התנהגות בעלי חיים בתהליך המכונה למידה מפוקחת. ראשית אנו מספקים לאלגוריתם נתונים ידועים לגבי ההתנהגות שאנו רוצים לזהות על ידי הערת מסגרות מפתח בסרטונים, על ידי סימון נקודות ספציפיות על גופו של החיה, כמו האף, האוזניים או הזנב שלה. לאחר מכן התוכנה לומדת לעקוב אחר נקודות אלה כדי לקבוע התנהגויות, וניתן ליישם אותה אוטומטית על פני נתוני וידיאו חדשים.
האם אתה יכול להסביר כיצד למידת מכונה יכולה לעזור לגילוי התנהגויות בגילוי תרופות למדעי המוח?
Johanna Uhari-Väänänen:
בשיטה Timo מתאר אנו יכולים להשתמש במהירות ובמדויק למידת מכונה כדי לנתח התנהגויות במגוון פרדיגמות מבחן שונות. לדוגמה, בדיקת הליכה של קרן איזון משמשת לרוב במעבדות שלנו כדי לבחון שינויים בתנועות ההליכה, האיזון והגפיים בתנועה או בהפרעות נוירו -שריריות כמו מחלת פרקינסון. עכבר הולך לאורך קרן, ליד מראה, כך שניתן יהיה לראות את כל הגפיים, והוא מוקלט בווידיאו. לאחר מכן אנו מאמנים אלגוריתם לגילוי מיקום גפיים ויכולים להשוות שינויים דקים במיקום ובהליכה בין קבוצות ביקורת, מודלים של מחלות וטיפול בתרכובות חדשות. השימוש בלמידה במכונה מאפשר לנו להפחית מאוד את הזמן שנדרש לניתוח, ולגלות שינויים קטנים מאוד שקשה היה לזהות בעין בלתי מזוינת.
יישום נוסף של למידת מכונה שבדקנו הוא איתור אינטראקציות חברתיות בין עכברים במבחן האינטראקציה החברתית בת 3 חדרים. בדיקה זו משמשת לרוב בגילוי תרופות בתנאים בהם התנהגויות חברתיות עלולות להיפגע, למשל הפרעות בספקטרום האוטיזם. המערך הניסוי מעניק לעכברים בחירה של בילוי עם עכבר חדש או חפץ חדשני, כאשר הזמן בילוי באינטראקציה עם עכבר אחר שנמדד לקביעת חברותיות. השימוש בלמידה במכונה מאפשר לנו לחרוג מגילוי רק של אינטראקציה בסיסית, להתעמק בהתנהגויות ספציפיות יותר כמו חיפוש, אינטראקציות באף לאף, אף לזנב ובעקבותיו.
כיצד משתמשים בלמידה במכונה בפילוח MRI?
טימו בראגג ':
הדמיית תהודה מגנטית (MRI) היא טכניקת הדמיה תרגומית ולא פולשנית בה אנו משתמשים באופן שגרתי בפרויקטים של גילוי תרופות לבחינת אנטומיה ומבנה מוחי, אטרופיה מוחית בתנאי עצב, היווצרות נגע, צפיפות חומר לבן, שינויים בכלי הדם ותגובות תרופות. זהו כלי מערך מאוד אך הוא מייצר כמויות אדירות של נתונים שצריך לעבד כדי לקבל את נתוני קבלת ההחלטות עבור לקוחותינו.
למרות שעדיין יתכן שיהיה צורך בתיקון ידני כלשהו, האוטומציה המסופקת על ידי למידת מכונה ו- CNNs מזרזת משמעותית את כל התהליך, ומאפשרת לנו להתמודד עם מערכי נתונים גדולים בצורה יעילה הרבה יותר. זה חשוב במיוחד במחקרים בהם עלינו לנתח סריקות שנלקחו בנקודות זמן שונות באותה חיה במחקרים אורכיים, למשל. זה גם מאפשר לנו לזהות בצורה מדויקת יותר אזורי מוח ספציפיים בין בעלי חיים שונים, וקבוצות שונות מבטיחות עקביות.
על יוהנה אוהארי-וווננן
יוהנה אורי-וואנאן זכתה לתואר שלישי שלה בפרמקולוגיה מאוניברסיטת הלסינקי בשנת 2019, תוך התמקדות במנגנוני מוח המעורבים בהתמכרות לאתנול. לאחר מכן בילתה שלוש שנים כחוקרת פוסט -דוקטורט באוניברסיטת הלסינקי, בחנה פגיעה מוחית טראומטית, מחלת אלצהיימר ומחלת פרקינסון. בשנת 2022 היא הצטרפה לצ'רלס ריבר כמדען in vivo, ועבדה עם דגמי בעלי חיים לתנאים הקשורים ל- CNS.
על טימו בראגג ' 
טימו ברגג 'הוא בעל תואר שני בפיזיקה רפואית מאוניברסיטת מזרח פינלנד. הוא הפך לחלק מצ'רלס ריבר בשנת 2016 ומילא תפקיד מפתח בפיתוח צינורות לניתוח נתונים מתקדם במחקר פרה-קליני על מודלים של בעלי חיים של תנאים הקשורים ל- CNS. עבודתו מקיפה קינמטיקה מוטורית משובחת, התנהגות והדמיה פרה -קלינית. TIMO משמש כיום כמדען נתונים עיקרי, TIMO מוביל את צוות ניתוח הנתונים.
על מעבדות נהר צ'רלס
בנהר צ'ארלס אנו נלהבים מתפקידו בשיפור איכות חייהם של האנשים. הצוות המסור שלנו של מדעני קרו מדעי המוח הפרה -קליניים רוצה את אותו הדבר כמוך: למצוא תרופה למחלות הרסניות של מערכת העצבים המרכזית. ממחקר בסיסי ועד אישור רגולטורי, יש לנו את המדע המוביל, מגוון השירותים והגישה השיתופית הדרושה לך כדי לגלות ולפתח טיפולים חדשים.
אנו מבינים את האתגרים והמורכבות בחיפוש אחר טיפולים פוטנציאליים להפרעות נוירולוגיות. השילוב של שירותי גילוי התרופות המקיפים למדעי המוח שלנו ומומחיות תומך ביצירת פתרונות הניתנים להתאמה אישית, חדשניים ויעילים למחקר שלך. צוות מדעי המוח שלנו ממשיך לבסס את הרלוונטיים ביותר בַּמַבחֵנָה וכן in vivo מודלים ומבחנים של מחלות נוירולוגיות חריפות וכרוניות כדי לעזור לשותפינו לזהות ולבדוק תרכובות חדשות בתחום מאתגר זה.
