AI工具可能在小鼠癫痫药物的筛选速度

通过使用先进的技术来分析在小鼠癫痫的行为模式,研究人员也许能够更好地研究这个障碍和识别潜在的治疗方法。研究人员利用人工智能技术来确定行为“指纹”老鼠通过人眼不明显。此类自动化行为表型出现只需要一个小时的录像,不需要人员等待癫痫发作的罕见事件。这项研究发表在神经元。

科学家发现,这台机器learning-assisted 3 d视频分析优于传统方法,依靠人工观察标签行为分析癫痫动物模型在发作的迹象。劳动密集型的过程需要持续的视频监控的老鼠在数天或数周时间在记录他们的脑电波活动,脑电图(EEG)。

斯坦福大学的研究人员研究了小鼠获得领导的团队和遗传癫痫病。他们发现机器分析能更好地分辨癫痫与non-epileptic老鼠比训练有素的观察者。人工智能程序还发现了不同的行为表型在不同癫痫的发展。

值得注意的是,研究人员能够使用人工智能程序来区分不同的行为模式在老鼠给了他们三个的抗癫痫药物之一。这表明该工具可用于快速、自动的抗癫痫药物测试。最终,使用自动化的表型出现癫痫的动物研究可以革新研究是如何实现的,超速发现和降低成本。

的机器学习技术在这项研究中,使用MoSeq呼吁运动序列,定位,跟踪和量化的行为自由移动老鼠在每一帧的视频。信息用于火车非监督机器学习模型来识别行为重复图案(称为“音节”如。左、右转或headbob)。MoSeq预测的订单(或“语法”)音节发生,允许快速和鼠标行为的客观描述。