健康

AI 手法により欠落した動作データを復元し、行動分析を強化

データ欠落問題。クレジット： ネイチャーメソッド (2025年)。 DOI: 10.1038/s41592-025-02893-y 科学者は、動物や人間が何をするのか、どのように動き、反応し、選択を行うのかを研究することで、脳の内部の仕組みについて学びます。動物や人間は無数の異なる方法で動くことができるため、行動は複雑です。しかし、神経科学の研究は、分析と定量化が容易な、制約された単純化された行動に大きく依存してきました。 現在、記録および追跡技術により、科学者は自由に行動する動物の体の一部の動きをサブ秒およびミリメートルスケールでアクセスできるようになりました。動物の身体部分のこれらの検出には、行動と神経科学実験の両方の分析を妨げる可能性のある欠落データが含まれることがよくあります。 失われたデータを回復するための新しい方法 ケルン分子医学センター（CMMC）とCECAD老化研究クラスター・オブ・エクセレンスのカタルジナ・ボゼク教授率いる研究チームは、動物行動の記録で欠落したデータを回復する方法を設計した。 研究「行動科学のためのスケルトンデータのディープインピュテーション（DISK）」は、 出版された で ネイチャーメソッド。日本の沖縄科学技術大学院大学（OIST）、アムステルダム自由大学、米国のソーク生物学研究所の研究室との共同研究により、マウスとゼブラフィッシュの行動実験データが提供されました。 Deep Imputation for Skeleton Data メソッド (DISK) は、Transformer ニューラル ネットワーク アーキテクチャに基づいており、昆虫から魚、げっ歯類に至るまでの種を超えて動作します。この方法は、体のあらゆる部分にわたって欠落したデータを回復して埋めることができ、データ回復の品質をリアルタイムで推定できます。 DISKのメリットと用途 「私たちは、種、動物の数、行動タスクに関する特定の情報などの事前知識に依存することなく、行動研究者の幅広いコミュニティがこのツールを利用できるようにすることを目指しました」と研究の筆頭著者であるフランス・ローズ博士は述べた。この新しい方法を使用する研究者は、通常、生成に費用と時間がかかる行動実験データを最大限に活用できます。 研究者らは、DISK がそのような実験の科学的結果の堅牢性、たとえば、異なる薬理学的治療下での 2 つのマウスグループ間のステップダイナミクスを比較する統計的検出力を向上できることを実証しました。 DISK は代入に加えて、速度や方向などの動作特徴や、歩行や登りなどの実行されたアクションをキャプチャする動作シーケンスの意味のある表現を学習します。 DISK を使用すると、行動研究者はデータの品質と分析を向上させることができます。 「また、Transformer ニューラル ネットワークを使用して行動を定量化する新しい方法は、この研究分野で幅広い応用が見出せると信じています」と Bozek…