В недавнем исследовании ученые из Японии разработали систему глубокого обучения для автоматического наблюдения и классификации поведения мышей в подобных экспериментах, что позволило получить более точные и объективные результаты. Они показали, что пренатальное воздействие никотина может повысить риск развития у новорожденных расстройств аутистического спектра и дефицита внимания/гиперактивности.

О том, что курение является фактором риска развития ряда заболеваний, включая рак, инсульт и диабет, известно уже около полувека. Однако за последние несколько десятилетий ученые выявили множество пагубных последствий курения во время беременности, связав эту привычку с высокой младенческой смертностью, неудачными родами и низкой массой тела при рождении. Кроме того, последние исследования показывают, что пренатальное воздействие никотина (PNE) может быть связано с нарушениями нейроразвития, такими как синдром дефицита внимания/гиперактивности (СДВГ) и расстройство аутистического спектра (РАС).

Уже долгое время ученые используют животные модели (например, грызунов), чтобы понять, как PNE приводит к нарушениям нейроразвития. Тщательно анализируя поведение грызунов, они могут сделать вывод о том, вызывает ли PNE неврологические изменения и какие области мозга при этом страдают; позже это можно подтвердить с помощью гистологических анализов.

К сожалению, до сих пор исследования изменений в поведении мышей, вызванных PNE, показывали разные результаты, некоторые из которых противоречили друг другу. Хотя причин таких расхождений может быть множество, человеческий фактор и предвзятость являются главными подозреваемыми. Как правило, оценка сложного поведения животных, особенно социальных взаимодействий, зависит от усилий людей-наблюдателей, что вносит базовый уровень субъективности, от которого трудно избавиться. Но что если мы сможем использовать искусственный интеллект (ИИ) для получения более точных и непредвзятых результатов наблюдений за поведением мышей PNE?

В недавнем исследовании, опубликованном в журнале Cells, ученые с кафедры молекулярной и клеточной физиологии медицинского факультета Университета Синсю, включая аспиранта Менгюна Чжоу, доцента Такуму Мори и профессора Кацухико Табучи, разработали и обучили систему глубокого обучения для автоматического анализа видеозаписей поведенческих экспериментов на мышах. С помощью этого инструмента они исследовали поведенческие изменения, вызванные PNE у мышей, без предубеждений наблюдателей, стремясь пролить свет на связь между никотином и нарушениями нейроразвития.

Предложенная система, основанная на искусственном интеллекте, опирается на сочетание двух хорошо зарекомендовавших себя наборов инструментов с открытым исходным кодом, а именно DeepLabCut и Simple Behavioral Analysis (SimBA).

Инструменты ИИ могут маркировать части тела животных на видеозаписях без маркеров и точно оценивать их позы с помощью машинного обучения под наблюдением, — объясняет профессор Табучи.

Поскольку поведение животных определяется как специфическое расположение частей тела в течение короткого периода времени, такие инструменты глубокого обучения, как SimBA, могут использовать оценки поз, полученные с помощью DeepLabCut, для классификации различных типов поведения животных.

Достигнув оптимального протокола обучения для своего фреймворка с использованием данных, помеченных вручную, исследователи провели несколько экспериментов с использованием мышей PNE и контрольных мышей в поисках индикаторов поведения, сходного с СДВГ и аутизмом. Во-первых, они провели тесты на реакцию избегания обрыва, которые используются для проверки импульсивности. В этих тестах подопытную мышь помещали на слегка приподнятую платформу и отмечали — как вручную, так и с помощью системы искусственного интеллекта — как долго мышь ждала, прежде чем спрыгнуть с платформы. Результаты тестов показали, что мыши PNE более импульсивны, что является поведенческой особенностью СДВГ у людей.

Они также протестировали рабочую память мышей с помощью Y-образного лабиринта и подсчитали количество раз, когда каждая мышь спонтанно переходила из одной руки лабиринта в другую.

Мы наблюдали снижение спонтанного переключения у мышей с PNE, что говорит о том, что у них была изменена рабочая память, которая является еще одной поведенческой особенностью СДВГ, — комментирует Менгюн Чжоу.

Эти результаты свидетельствуют о том, что пренатальное воздействие никотина может вызывать СДВГ у мышей, что согласуется с клиническими наблюдениями у людей.

Наконец, исследователи провели эксперименты с открытым полем и социальным взаимодействием, которые представляли собой главную задачу для их системы, основанной на искусственном интеллекте. В этих экспериментах исследователи наблюдали за одной или двумя мышами, свободно ведущими себя в большом вольере, и искали индикаторы тревожности и социального поведения, такие как груминг и следование. Интересно, что у мышей PNE наблюдались дефицит социального поведения и повышенная тревожность, которые являются признаками аутизма. Последующий гистологический анализ тканей гиппокампа подтвердил снижение нейрогенеза, что является отличительной чертой ASD. Таким образом, оказывается, что курение может повышать риск не только СДВГ, но и ASD.

Стоит отметить, что результаты, полученные с помощью системы, основанной на искусственном интеллекте, были очень надежными, как подчеркивает профессор Табучи: «Мы подтвердили точность нашей системы анализа поведения, проведя тщательное сравнение результатов, полученных с помощью модели, с оценками поведения, сделанными несколькими человеческими аннотаторами, что считается золотым стандартом». Эти анализы подтверждают потенциал предложенного подхода и демонстрируют его возможности для многих типов поведенческих исследований.

Если повезет, дальнейшие усилия проложат путь к глубокому пониманию механизмов, лежащих в основе таких нейроразвивающих расстройств, как аутизм и СДВГ, что в конечном итоге приведет к созданию более совершенных диагностических инструментов и терапевтических методов.