Gran parte de lo que los biólogos han aprendido sobre el comportamiento de los animales a lo largo de los años proviene de la observación cuidadosa y de las minuciosas notas. Pronto podría haber una manera más fácil.
En un nuevo estudio en la revista eLife , investigadores de la Universidad de Columbia muestran cómo un algoritmo para filtrar el correo no deseado puede aprender a seleccionar, a partir de horas de video, el repertorio completo de comportamiento de la pequeña Hydra que habita en estanques. Un pariente cercano de corales, jaleas y anémonas de mar, Hydraes tan primitivo que carece de columna vertebral o cerebro, pero cuando se mueve, alimenta y evade a los depredadores, se comporta de manera predecible que una computadora puede reconocer.
Al comparar los comportamientos de Hydra con el disparo de sus neuronas, los investigadores esperan finalmente comprender cómo funciona su sistema nervioso y el de los animales más complejos. "La gente ha utilizado algoritmos de aprendizaje automático para analizar en parte cómo vuela una mosca de la fruta ycómo se arrastra un gusano, pero esta es la primera descripción sistemática del comportamiento de un animal ", dijo el autor principal del estudio, Rafael Yuste, neurocientífico de la Universidad de Columbia y miembro del Instituto de Ciencia de Datos de Columbia." Ahora que podemos medir la totalidad deEl comportamiento de Hydra en tiempo real, podemos ver si puede aprender, y si es así, cómo responden sus neuronas ".
Los antepasados de Hydra aparecieron en la Tierra hace unos 700 millones de años, antes de la explosión cámbrica que dio lugar a la mayoría de las especies modernas. En lugar de un cerebro, cientos de neuronas corren a lo largo de su cuerpo estrecho, translúcido, coordinando comportamientos que van desde básicos - rizados auna pelota para evitar a los depredadores, a sofisticados, saltos mortales para moverse.
En un estudio anterior en Biología actual , Yuste y sus colegas registraron todas sus neuronas disparando en tiempo real y descubrieron cuatro conjuntos de circuitos neuronales que controlan cuatro comportamientos distintos de alargamiento y flexión, allanando el camino para comprender cómo el sistema nervioso de Hydra regula su comportamiento.
En el estudio actual, el equipo dio un paso más al intentar catalogar el conjunto completo de comportamientos de Hydra. Para hacerlo, aplicaron el popular algoritmo de clasificación "bolsa de palabras" a horas de imágenes que rastreaban cada movimiento de Hydra. Así como elEl algoritmo analiza con qué frecuencia aparecen las palabras en un cuerpo de texto para seleccionar temas y marcar, por ejemplo, patrones que se asemejan a spam, se desplaza por el video Hydra e identifica movimientos repetitivos.
Su algoritmo reconoció 10 comportamientos descritos anteriormente, y midió cómo seis de esos comportamientos respondieron a condiciones ambientales variables. Para sorpresa de los investigadores, el comportamiento de Hydra apenas cambió. "Ya sea que lo alimentaste o no, encendiste o apagaste la luz,hizo lo mismo una y otra vez como un conejito Energizer ", dijo Yuste.
Los investigadores creen que Hydra puede haber desarrollado una forma de adaptarse a su entorno como si fuera un piloto automático. Ahora están experimentando con otros estímulos para ver si Hydra responderá y aprenderá. Eventualmente, esperan descifrar su código neural con unmodelo que muestra cómo sus redes de neuronas crean comportamiento.
Las lecciones aprendidas de Hydra también pueden ser útiles para una rama de la ingeniería preocupada por mantener la estabilidad y el control preciso en máquinas, desde barcos hasta aviones, navegando en condiciones muy variables.
El sistema nervioso de incluso animales simples como Hydra ha evolucionado para mantener la constancia en sus comportamientos, dijo Yuste. Si los ingenieros pudieran desbloquear su secreto, la tecnología podría estar infundida con controles inspirados biológicamente que han evolucionado durante cientos de millones de años.
"La ingeniería inversa Hydra tiene el potencial de enseñarnos muchas cosas", dijo el autor principal del estudio, Shuting Han, un estudiante graduado en Columbia.
Anteriormente en el laboratorio de Yuste, los otros autores del estudio, Ekaterina Taralova y Christophe Dupre, ahora están en la startup Zoox Inc. y Harvard.
Fuente de la historia :
Materiales proporcionado por Universidad de Columbia . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :