《Cell》AI解码大鼠社交密码：从肢体语言到自闭症研究新突破

Mapping the Landscape of Social Behavior

新的人工智能方法让研究人员更好地处理大脑-行为之间的联系，可能为自闭症等疾病提供见解

　　

一种新的用于追踪大鼠社交生活的AI方法，可能有助于研究人员更好地理解大脑与社交行为之间的关系，这或许对人类的自闭症等状况有潜在的意义。

这种机器学习技术在《Cell》杂志上发表的一篇名为“绘制社交行为的全景图”的论文中有详细描述。论文的共同作者、有机体和进化生物学（OEB）教授Bence P. Ölveczky解释说：“我们真的是通过捕捉它们每一个动作的细节来绘制大鼠的社交生活。我们看到它们是如何相互交流的，并且我们反复看到相同的互动形式。

“我们在这些动物中看到了引人入胜的个性。在许多方面，这些变化可以帮助我们理解许多有趣行为现象的基础，包括社交性，”他补充道。

大鼠是社交性动物。就像人类一样，它们以一种通过复杂的社交模式、触摸和肢体语言影响行为的方式相互交流。研究人员表示，大鼠之间的互动与我们自己的并不遥远。

Ölveczky举了一个现实生活中的例子：“当人们来到我的实验室时，我挠挠头，不久之后他们也会挠头，或者我交叉双腿，他们也会交叉双腿。我们在潜意识中相互交流。”

尽管对大鼠行为的研究已经存在多年，但过去它们依赖于观察和有限的数据点。

“该领域的标准是有人观看数小时的大鼠视频，然后说，‘哦，我觉得它们在那里相互接触了。我觉得这个家伙在模仿另一个人，’”Ölveczky说。

这项新研究能够深入研究这些社交行为是如何通过交流的，这得益于开创性的技术。从互动的视频中，机器学习流程提取了超过1.1亿个3D姿势，追踪大鼠在移动和互动时身体各点的情况。研究人员随后可以绘制出这些动物在其他动物周围的行为，包括它们如何通过这些交流学习和改变。

“通过这种方法，我们可以用一种非常严格且可重复的方法来代替主观的人类观察者，用于行为量化和识别特定手势甚至互动模式，”Ölveczky说。

AI还使研究人员能够“分析大量数据，这些数据如果由人类来浏览，可能需要花费数年时间，”Ölveczky实验室的博士后研究员、论文的首席作者Ugne Klibaite说。

“鉴于计算机视觉和深度学习的进步以及我们拥有的技术、相机和计算机，我们现在实际上可以获取动物在3D中的高分辨率运动，”Klibaite说。现在，她继续说，“我们有机会思考这可能意味着什么。”

这一进步已经为自闭症研究开辟了新的领域。自闭症是一种复杂的疾病，可能有环境因素，Ölveczky说。然而，很明显，它也有遗传因素，某些高风险基因会使个体倾向于自闭症。

“那么问题就变成了，这种基因的突变或敲除是如何影响大脑的，以及这又是如何导致社交行为的变化的呢？”

在西蒙斯自闭症研究基金会的资助下，该基金会提供了具有这些特定基因变异的大鼠，研究人员能够观察这些经过基因改造的大鼠是如何社交的。

尽管强调自闭症是一种人类状况，但研究人员确实发现了一些引人入胜的相似之处。

“这是一种谱系障碍，我们在不同的大鼠模型中也看到了这种变异性，”Ölveczky说。

他指出，患有自闭症谱系障碍的儿童往往与非自闭症谱系障碍的儿童以不同的方式社交，他说，“我们在这些大鼠中也看到了各种不同的社交互动差异，这些差异取决于被敲除的特定基因。”

正在进行的研究将探索这些相似之处以及它们可能与改变的基因之间的关系。

“利用这个平台，我们将提出关于大脑不同部分如何处理社交手势的问题，”Ölveczky说。“我们能否更深入地探究，真正确定导致这种行为差异的神经回路？如果我们能做到这一点——如果我们能做到这一点——那么这很可能激发新的治疗方法。”

此外，这项研究的价值在于，数据——大鼠的影片以及从中提取的运动轨迹——将被共享，Klibaite说，她领导了数据收集和行为分析。

“希望将这些数据发布给社区，并让人们参与其中，我们将有更多的人参与对话，建立更好的模型，了解大脑如何支撑社交行为。”