Los biofísicos han utilizado un método automatizado para modelar un sistema vivo:la dinámica de un gusano que percibe el dolor y se escapa. los Actas de la Academia Nacional de Ciencias (PNAS) publicó los resultados, que trabajó con datos de experimentos en el C. elegans lombriz intestinal.

"Nuestro método es uno de los primeros en utilizar herramientas de aprendizaje automático en datos experimentales para obtener ecuaciones de movimiento interpretables para un sistema vivo, "dice Ilya Nemenman, autor principal del artículo y profesor de física y biología en la Universidad de Emory. "Ahora tenemos una prueba de principio de que se puede hacer. El siguiente paso es ver si podemos aplicar nuestro método a un sistema más complicado".

El modelo hace predicciones precisas sobre la dinámica del comportamiento del gusano, y estas predicciones son biológicamente interpretables y se han verificado experimentalmente.

Los colaboradores del artículo incluyen al primer autor Bryan Daniels, un teórico de la Universidad Estatal de Arizona, y el coautor William Ryu, un experimentalista de la Universidad de Toronto.

Los investigadores utilizaron un algoritmo, desarrollado en 2015 por Daniels y Nemenman, que le enseña a una computadora cómo buscar de manera eficiente las leyes que subyacen a los sistemas dinámicos naturales, incluidos los biológicos complejos. Llamaron al algoritmo "Sir Isaac, "en honor a uno de los científicos más famosos de todos los tiempos:Sir Isaac Newton. Su objetivo a largo plazo es convertir el algoritmo en un" científico robot, "automatizar y acelerar el método científico de formular hipótesis cuantitativas, luego probándolos mirando datos y experimentos.

Si bien las Tres leyes del movimiento de Newton se pueden utilizar para predecir la dinámica de los sistemas mecánicos, los biofísicos quieren desarrollar enfoques dinámicos predictivos similares que se puedan aplicar a los sistemas vivos.

Para el artículo de PNAS, se enfocaron en la toma de decisiones involucrada cuando C. elegans responde a un estímulo sensorial. Los datos sobre C. elegans había sido recopilado previamente por el laboratorio de Ryu, que desarrolla métodos para medir y analizar las respuestas conductuales de la lombriz intestinal a nivel holístico, desde gestos motores básicos hasta programas conductuales a largo plazo.

C. elegans es un sistema de modelo animal de laboratorio bien establecido. La mayoría C. elegans tener solo 302 neuronas, pocos músculos y un repertorio limitado de movimientos. Una secuencia de experimentos implicó interrumpir el movimiento hacia adelante de un individuo C. elegans con un golpe de láser en la cabeza. Cuando el láser golpea un gusano, se retira, acelerando brevemente hacia atrás y finalmente volviendo al movimiento hacia adelante, generalmente en una dirección diferente. Los gusanos individuales responden de manera diferente. Algunos, por ejemplo, invertir inmediatamente la dirección ante el estímulo láser, mientras que otros hacen una breve pausa antes de responder. Otra variable en los experimentos es la intensidad del láser:los gusanos responden más rápido a temperaturas más altas y que aumentan más rápidamente.

Los investigadores alimentaron a la plataforma Sir Isaac con los datos de movimiento de los primeros segundos de los experimentos, antes y poco después de que el láser golpeara un gusano y este reaccionara inicialmente. A partir de estos datos limitados, el algoritmo fue capaz de capturar las respuestas promedio que coincidían con los resultados experimentales y también de predecir el movimiento del gusano mucho más allá de estos primeros segundos, generalizando a partir del conocimiento limitado. La predicción dejó sin explicación solo el 10 por ciento de la variabilidad en el movimiento del gusano que se puede atribuir al estímulo láser. Esto fue dos veces mejor que los mejores modelos anteriores, que no fueron ayudados por inferencia automatizada.

"Predecir la decisión de un gusano sobre cuándo y cómo moverse en respuesta a un estímulo es mucho más complicado que simplemente calcular cómo se moverá una pelota cuando la patees, ", Dice Nemenman." Nuestro algoritmo tenía que dar cuenta de las complejidades del procesamiento sensorial en los gusanos, la actividad neuronal en respuesta a los estímulos, seguido de la activación de los músculos y las fuerzas que generan los músculos activados. Resumió todo esto en una descripción matemática simple y elegante ".

El modelo derivado por Sir Isaac se correspondía bien con la biología de C. elegans , proporcionando resultados interpretables tanto para el procesamiento sensorial como para la respuesta motora, insinuando el potencial de la inteligencia artificial para ayudar en el descubrimiento de modelos precisos e interpretables de sistemas más complejos.

"Es un gran paso desde hacer predicciones sobre el comportamiento de un gusano hasta el de un humano, "Nemenman dice, "pero esperamos que el gusano pueda servir como una especie de caja de arena para probar métodos de inferencia automatizada, tal que Sir Isaac algún día podría beneficiar directamente a la salud humana. Gran parte de la ciencia se trata de adivinar las leyes que gobiernan los sistemas naturales y luego verificar esas suposiciones a través de experimentos. Si podemos descubrir cómo utilizar las herramientas modernas de aprendizaje automático para ayudar a adivinar, eso podría acelerar enormemente los avances en la investigación ".