La inteligencia artificial predice la dinámica del comportamiento de los gusanos

• Un nuevo algoritmo de aprendizaje automático predice con precisión el comportamiento de una lombriz intestinal.
• Analiza cómo responde Caenorhabditis elegans a un estímulo láser.
• El algoritmo puede encontrar modelos precisos e interpretables de sistemas más complejos.

En las últimas décadas, los avances en biología cuantitativa han permitido a los científicos medir con precisión la dinámica de sistemas biológicos complejos en respuesta a perturbaciones.

Por ejemplo, el comportamiento de escape completo de un Caenorhabditis elegans, un gusano redondo transparente, de aproximadamente 1 milímetro de longitud, en respuesta a un estímulo se puede medir durante varios segundos en miles de gusanos.

Recientemente, biofísicos de la Universidad Estatal de Arizona y la Universidad de Toronto desarrollaron una herramienta de inteligencia artificial para modelar la dinámica de los gusanos que escapan y perciben el dolor. La herramienta utiliza un método de aprendizaje automático para predecir con precisión el comportamiento de un gusano.

En biología, todas estas predicciones tienen sentido y se han verificado con datos obtenidos de experimentos realizados en Caenorhabditis elegans.

El método de aprendizaje automático se basa en un algoritmo desarrollado en 2015:busca las leyes específicas que subyacen a los sistemas biológicos complejos. El equipo ha llamado a este algoritmo "Sir Isaac", en honor al famoso físico Sir Isaac Newton. Si bien las leyes del movimiento de Newton muestran la dinámica de los sistemas mecánicos, el algoritmo hace algo similar para los sistemas vivos.

Experimento con Caenorhabditis Elegans

En este estudio, los investigadores analizaron la capacidad de toma de decisiones de Caenorhabditis elegans:cómo responden a un estímulo sensorial. Caenorhabditis elegans es un sistema de modelo animal de laboratorio estándar, y desde la década de 1970 se ha utilizado ampliamente como organismo modelo.

Referencia:PNAS | doi:10.1073 / pnas.1816531116 | Ciencias de la salud de Emory

Al igual que los humanos, Caenorhabditis elegans tiene una dendrita que se extiende desde la célula para recolectar neurotransmisores y se extiende al cerebro para una conexión sináptica entre neuronas. Tiene solo 302 neuronas y un conjunto limitado de movimientos.

Caenorhabditis elegans | Crédito de imagen:genome.gov

El equipo de investigación interrumpió el movimiento hacia adelante de cada Caenorhabditis elegans al encender una luz láser en su cabeza. Cada gusano respondió de manera diferente. Algunos hicieron una pausa breve antes de responder, mientras que otros rápidamente invirtieron su dirección ante el estímulo láser. Pero había una cosa en común:todos los gusanos respondían rápidamente a temperaturas más altas (láser intensivo).

Plataforma Sir Isaac

El equipo registró los datos de movimiento de los primeros segundos de los experimentos y los introdujo en el método de aprendizaje automático. El sistema pudo estimar el movimiento de la lombriz intestinal mucho más allá de estos primeros segundos. Aproximadamente el 90% de la variabilidad en el movimiento del gusano (después del estímulo láser) se puede explicar biológicamente.

Predecir el movimiento de una lombriz intestinal en respuesta a un estímulo es mucho más difícil que estimar el movimiento de una pelota cuando se patea. El algoritmo de Sir Isaac hace lo mismo al tener en cuenta el procesamiento sensorial complejo en los gusanos y sus actividades neuronales seguidas de la activación de los músculos. Todo esto se resume en una modesta descripción matemática.

Leer:Los ingenieros pusieron el cerebro de un gusano en un pequeño robot y funcionó

Este método de aprendizaje automático puede ayudar a encontrar modelos precisos e interpretables de sistemas más complejos. El objetivo a largo plazo es construir una inteligencia artificial que pueda acelerar el procedimiento científico de crear hipótesis cuantitativas y luego probarlas a través de experimentos.