يُحدث الذكاء الاصطناعي ثورة في تتبع الخلايا العصبية في الحيوانات المتحركة

ملخص: طور الباحثون طريقة تعتمد على الذكاء الاصطناعي لتتبع الخلايا العصبية في الحيوانات المتحركة والمشوهة، وهو تقدم كبير في أبحاث علم الأعصاب. تتغلب طريقة الشبكة العصبية التلافيفية (CNN) على التحدي المتمثل في تتبع نشاط الدماغ في الكائنات الحية مثل الديدان، التي يتغير شكل أجسامها باستمرار.

ومن خلال استخدام “التعزيز المستهدف”، يقلل الذكاء الاصطناعي بشكل كبير من الحاجة إلى التعليقات التوضيحية اليدوية للصورة، مما يؤدي إلى تبسيط عملية تحديد الخلايا العصبية. تم اختبار هذه التقنية على الدودة الأسطوانية Caenorhabditis elegans، ولم تؤد هذه التقنية إلى زيادة كفاءة التحليل فحسب، بل أدت أيضًا إلى تعميق الرؤى حول السلوكيات العصبية المعقدة.

مفتاح الحقائق:

1. تقنية الذكاء الاصطناعي المبتكرة: تقوم طريقة CNN تلقائيًا بتجميع التعليقات التوضيحية، وتعلم تشوهات الدماغ الداخلية للتكيف مع المواقف الجديدة.
2. الكفاءة في التحليل: يؤدي هذا الأسلوب إلى مضاعفة إنتاجية التحليل ثلاث مرات مقارنة بالتعليقات التوضيحية اليدوية الكاملة، مما يوفر الوقت والجهد في البحث بشكل كبير.
3. التطبيق والنتائج: عند تطبيقها على الدودة المستديرة الغنية بالخلايا العصبية Caenorhabditis elegans، كشفت الطريقة عن سلوكيات معقدة بين الخلايا العصبية واستجاباتها للمحفزات.

مصدر: EPFL

تسمح التطورات الحديثة بتصوير الخلايا العصبية داخل الحيوانات التي تتحرك بحرية. ومع ذلك، لفك تشفير نشاط الدائرة، يجب تحديد هذه الخلايا العصبية المصورة وتتبعها حسابيًا. يصبح هذا الأمر صعبًا بشكل خاص عندما يتحرك الدماغ نفسه ويتشوه داخل الجسم المرن للكائن الحي، على سبيل المثال في الدودة. وحتى الآن، كان المجتمع العلمي يفتقر إلى الأدوات اللازمة لمعالجة هذه المشكلة.

الآن، قام فريق من العلماء من EPFL وجامعة هارفارد بتطوير طريقة رائدة للذكاء الاصطناعي لتتبع الخلايا العصبية داخل الحيوانات المتحركة والمشوهة. الدراسة التي نشرت الآن في طرق الطبيعة، بقيادة سهند جمال راهي في كلية العلوم الأساسية في EPFL.

تعتمد الطريقة الجديدة على الشبكة العصبية التلافيفية (CNN)، وهي نوع من الذكاء الاصطناعي الذي تم تدريبه للتعرف على الأنماط في الصور وفهمها. يتضمن ذلك عملية تسمى “الالتواء”، والتي تنظر إلى أجزاء صغيرة من الصورة – مثل الحواف أو الألوان أو الأشكال – في وقت واحد ثم تجمع كل تلك المعلومات معًا لفهمها وتحديد الأشياء أو الأنماط.

تكمن المشكلة في أنه لتحديد وتتبع الخلايا العصبية أثناء تصوير فيلم لدماغ الحيوان، يجب تسمية العديد من الصور يدويًا لأن الحيوان يظهر بشكل مختلف تمامًا بمرور الوقت بسبب تشوهات الجسم المختلفة. ونظرًا لتنوع أوضاع الحيوان، فإن إنشاء عدد كافٍ من التعليقات التوضيحية يدويًا لتدريب شبكة CNN قد يكون أمرًا شاقًا.

ولمعالجة هذه المشكلة، قام الباحثون بتطوير شبكة CNN محسنة تتميز بـ “التعزيز المستهدف”. تقوم التقنية المبتكرة تلقائيًا بتجميع التعليقات التوضيحية الموثوقة للرجوع إليها من خلال مجموعة محدودة فقط من التعليقات التوضيحية اليدوية. والنتيجة هي أن CNN تتعلم بشكل فعال التشوهات الداخلية للدماغ ثم تستخدمها لإنشاء تعليقات توضيحية للمواقف الجديدة، مما يقلل بشكل كبير من الحاجة إلى التعليقات التوضيحية اليدوية والتحقق المزدوج.

الطريقة الجديدة متعددة الاستخدامات، فهي قادرة على تحديد الخلايا العصبية سواء كانت ممثلة في الصور كنقاط فردية أو كأحجام ثلاثية الأبعاد. واختبره الباحثون على الدودة المستديرة أنواع معينة انيقة، الذي يحتوي على 302 خلية عصبية مما جعله كائنًا نموذجيًا شائعًا في علم الأعصاب.

وباستخدام CNN المعززة، قام العلماء بقياس النشاط في بعض الخلايا العصبية البينية للدودة (الخلايا العصبية التي تربط الإشارات بين الخلايا العصبية). ووجدوا أنهم يظهرون سلوكيات معقدة، على سبيل المثال تغيير أنماط استجاباتهم عند تعرضهم لمحفزات مختلفة، مثل رشقات نارية دورية من الروائح.

لقد جعل الفريق شبكة CNN الخاصة بهم متاحة للوصول، مما يوفر واجهة مستخدم رسومية سهلة الاستخدام تدمج التعزيز المستهدف، وتبسيط العملية في مسار شامل، بدءًا من التعليقات التوضيحية اليدوية وحتى التدقيق اللغوي النهائي.

يقول سهند جمال راهي: “من خلال تقليل الجهد اليدوي المطلوب لتجزئة الخلايا العصبية وتتبعها بشكل كبير، تزيد الطريقة الجديدة من إنتاجية التحليل ثلاث مرات مقارنة بالتعليق التوضيحي اليدوي الكامل”.

“هذا الاختراق لديه القدرة على تسريع الأبحاث في تصوير الدماغ وتعميق فهمنا للدوائر العصبية والسلوكيات.”

المساهمين الآخرين

المركز السويسري لعلوم البيانات

حول أخبار أبحاث الذكاء الاصطناعي

مؤلف: نيك باباجورجيو
مصدر: EPFL
اتصال: نيك باباجورجيو – EPFL
صورة: تُنسب الصورة إلى أخبار علم الأعصاب

البحث الأصلي: سوف تظهر النتائج في طرق الطبيعة