Чтобы понять, как работает новый препарат от болезни Паркинсона, исследователям приходится часами вглядываться в видеозаписи поведения подопытных животных. Каждый шаг, замирание или подъём на задние лапы нужно вручную зафиксировать и интерпретировать. Этот процесс отнимает массу времени и неизбежно несёт отпечаток субъективности — разные специалисты могут по-разному оценить одно и то же движение. Учёные Научно-технологического университета «Сириус» предложили решение, которое меняет правила игры. Они обучили нейросеть автоматически распознавать и анализировать поведение крыс с генетическими нарушениями работы мозга. Животные с такими мутациями служат моделями болезни Паркинсона, депрессии и других расстройств. Новый метод, как утверждают авторы, позволяет изучать эти заболевания быстрее, точнее и с воспроизводимыми результатами, что критически важно при тестировании новых лекарств. Работа опубликована в журнале Neuroscience.
Чтобы нейросеть научилась «понимать» животное, исследователи проделали большую предварительную работу. Они вручную разметили более семи тысяч видеокадров, отмечая на теле каждой крысы ключевые точки: кончик носа, лапы, корпус. По этим меткам алгоритм выучился самостоятельно распознавать позы и определять характер действий — бег, замирание на месте, вертикальные стойки или исследование территории. Проект выполнялся в рамках междисциплинарного направления «Нейробиология» под руководством профессора Павла Мусиенко.
Для проверки системы учёные выбрали две генетические линии крыс с уже хорошо изученным поведением. Первая — животные с нарушением обратного захвата дофамина. Они гиперактивны и служат классической моделью расстройств, связанных с дисфункцией дофаминовой системы, включая болезнь Паркинсона. Вторая линия — крысы с дефицитом серотонина. У них снижены исследовательская активность и общая подвижность, что делает их удобной моделью для изучения депрессии и других аффективных состояний.
Автоматизированный анализ позволил точно выявить, какие именно параметры поведения отличают мутантных животных от здоровых. У крыс с нокаутом гена тирозингидроксилазы 2 типа система зафиксировала заметное снижение вертикальной активности: они гораздо реже вставали на задние лапы. При этом их общая подвижность оставалась в пределах нормы. Это важное уточнение: дефицит серотонина сказывается не на всей двигательной активности целиком, а на вполне конкретных её формах.
С помощью машинного обучения исследователи определили, какие поведенческие признаки наиболее информативны для различения здоровых и мутантных особей. Для гиперактивных крыс ключевым маркером оказалась длина пройденного пути. Для животных с серотониновой недостаточностью — частота и продолжительность стоек на задних лапах. Точность классификации достигла 84% в первом случае и 98% во втором. Иными словами, нейросеть по поведению животного может с высокой долей вероятности определить, какая именно мутация у него присутствует.
Разработанный подход уже доступен для использования другими научными группами. Первый автор исследования, младший научный сотрудник и аспирант направления «Нейробиология» Научного центра генетики и наук о жизни Университета «Сириус» Данил Луковиков, комментируя результаты, отметил: «В данной работе мы продемонстрировали потенциал применения методов машинного обучения для анализа поведения животных. Мы полагаем, что разработанная система в сочетании с предложенными поведенческими тестами способна существенно ускорить и стандартизировать анализ поведения как различных генетических линий, так и скрининг новых потенциальных фармакологических препаратов».
Работа выполнена при поддержке государственной программы научно-технологического развития федеральной территории «Сириус». В исследовании также принимали участие специалисты из Санкт-Петербургского государственного университета, Института экспериментальной медицины и Института физиологии имени И. П. Павлова Российской академии наук.
