Les biophysiciens ont utilisé une méthode automatisée pour modéliser un système vivant :la dynamique d'un ver percevant et échappant à la douleur. Les Actes de l'Académie nationale des sciences (PNAS) publié les résultats, qui a travaillé avec des données d'expériences sur le C. elegans ascaris.

"Notre méthode est l'une des premières à utiliser des outils d'apprentissage automatique sur des données expérimentales pour dériver des équations interprétables du mouvement pour un système vivant, " dit Ilya Nemenman, auteur principal de l'article et professeur de physique et de biologie à l'Université Emory. "Nous avons maintenant la preuve de principe que cela peut être fait. La prochaine étape est de voir si nous pouvons appliquer notre méthode à un système plus compliqué."

Le modèle fait des prédictions précises sur la dynamique du comportement du ver, et ces prédictions sont biologiquement interprétables et ont été vérifiées expérimentalement.

Les collaborateurs sur le papier incluent le premier auteur Bryan Daniels, un théoricien de l'Arizona State University, et co-auteur William Ryu, un expérimentateur de l'Université de Toronto.

Les chercheurs ont utilisé un algorithme, développé en 2015 par Daniels et Nemenman, qui enseigne à un ordinateur comment rechercher efficacement les lois qui sous-tendent les systèmes dynamiques naturels, y compris les complexes biologiques. Ils ont surnommé l'algorithme "Sir Isaac, " après l'un des scientifiques les plus célèbres de tous les temps, Sir Isaac Newton. Leur objectif à long terme est de développer l'algorithme en un " robot scientifique, " automatiser et accélérer la méthode scientifique de formation d'hypothèses quantitatives, puis les tester en examinant les données et les expériences.

Alors que les trois lois du mouvement de Newton peuvent être utilisées pour prédire la dynamique des systèmes mécaniques, les biophysiciens veulent développer des approches dynamiques prédictives similaires qui peuvent être appliquées aux systèmes vivants.

Pour le papier du PNAS, ils se sont concentrés sur la prise de décision impliquée lorsque C. elegans répond à un stimulus sensoriel. Les données sur C. elegans avaient été préalablement rassemblés par le laboratoire Ryu, qui développe des méthodes pour mesurer et analyser les réponses comportementales du ver rond au niveau holistique, des gestes moteurs de base aux programmes comportementaux à long terme.

C. elegans est un système de modèle animal de laboratoire bien établi. Plus C. elegans n'ont que 302 neurones, peu de muscles et un répertoire limité de mouvement. Une séquence d'expériences consistait à interrompre le mouvement vers l'avant d'individus C. elegans avec un coup de laser à la tête. Quand le laser frappe un ver, il se retire, accélérer brièvement vers l'arrière et finalement revenir au mouvement vers l'avant, généralement dans une direction différente. Les vers individuels réagissent différemment. Certains, par exemple, inverser immédiatement la direction sur le stimulus laser, tandis que d'autres marquent une brève pause avant de répondre. Une autre variable dans les expériences est l'intensité du laser :les vers répondent plus rapidement à des températures plus chaudes et qui augmentent plus rapidement.

Les chercheurs ont fourni à la plate-forme Sir Isaac les données de mouvement des premières secondes des expériences, avant et peu de temps après que le laser frappe un ver et qu'il réagisse initialement. A partir de ces données limitées, l'algorithme a été capable de capturer les réponses moyennes qui correspondaient aux résultats expérimentaux et également de prédire le mouvement du ver bien au-delà de ces quelques secondes initiales, généraliser à partir des connaissances limitées. La prédiction n'a laissé que 10 pour cent de la variabilité du mouvement du ver qui peut être attribuée au stimulus laser inexpliqué. C'était deux fois mieux que les meilleurs modèles précédents, qui n'ont pas été aidés par l'inférence automatisée.

"Prédire la décision d'un ver sur quand et comment se déplacer en réponse à un stimulus est beaucoup plus compliqué que de simplement calculer comment un ballon se déplacera lorsque vous le frapperez, ", dit Nemenman. "Notre algorithme devait tenir compte de la complexité du traitement sensoriel chez les vers, l'activité neuronale en réponse aux stimuli, suivi de l'activation des muscles et des forces que les muscles activés génèrent. Il résumait tout cela en une description mathématique simple et élégante."

Le modèle dérivé par Sir Isaac était bien adapté à la biologie de C. elegans , fournir des résultats interprétables à la fois pour le traitement sensoriel et la réponse motrice, faisant allusion au potentiel de l'intelligence artificielle pour aider à la découverte de modèles précis et interprétables de systèmes plus complexes.

"C'est un grand pas entre faire des prédictions sur le comportement d'un ver et celui d'un humain, " Nemenman dit, "mais nous espérons que le ver pourra servir de sorte de bac à sable pour tester des méthodes d'inférence automatisée, de telle sorte que Sir Isaac pourrait un jour bénéficier directement à la santé humaine. Une grande partie de la science consiste à deviner les lois qui régissent les systèmes naturels, puis à vérifier ces suppositions par des expériences. Si nous pouvons comprendre comment utiliser des outils d'apprentissage automatique modernes pour aider à deviner, qui pourrait considérablement accélérer les percées de la recherche. »