인공 지능이 웜 행동의 역학을 예측합니다

• 새로운 기계 학습 알고리즘은 회충의 행동을 정확하게 예측합니다.
• 꼬마선충(Caenorhabditis elegans)이 레이저 자극에 어떻게 반응하는지 분석합니다.
• 알고리즘은 더 복잡한 시스템의 정확하고 해석 가능한 모델을 찾을 수 있습니다.

최근 수십 년 동안 양적 생물학의 발전으로 과학자들은 섭동에 대한 반응으로 복잡한 생물학적 시스템의 역학을 정확하게 측정할 수 있었습니다.

예를 들어, Caenorhabditis elegans(길이가 약 1밀리미터인 투명한 회충)의 완전한 탈출 행동은 수천 마리의 벌레에서 몇 초 동안 측정될 수 있습니다.

최근에 Arizona State University와 University of Toronto의 생물물리학자들은 고통을 인식하고 탈출하는 벌레의 역학을 모델링하는 인공 지능 도구를 개발했습니다. 이 도구는 머신 러닝 방법을 사용하여 웜의 동작을 정확하게 예측합니다.

생물학에서 이러한 모든 예측은 의미가 있으며 Caenorhabditis elegans에서 수행된 실험에서 얻은 데이터로 검증되었습니다.

기계 학습 방법은 2015년에 개발된 알고리즘을 기반으로 합니다. 복잡한 생물학적 시스템의 기초가 되는 특정 법칙을 검색합니다. 팀은 유명한 물리학자인 아이작 뉴턴의 이름을 따서 이 알고리즘을 '아이작 경'이라고 명명했습니다. 뉴턴의 운동 법칙은 기계 시스템의 역학을 보여주지만 알고리즘은 살아있는 시스템에 대해 유사한 작업을 수행합니다.

큰꼬리근막염에 대한 실험

이 연구에서 연구자들은 Caenorhabditis elegans의 의사 결정 능력, 즉 감각 자극에 반응하는 방식을 분석했습니다. Caenorhabditis elegans는 표준 실험 동물 모델 시스템으로 1970년대부터 모델 유기체로 광범위하게 사용되었습니다.

참조:PNAS | doi:10.1073/pnas.1816531116 | 에모리 건강 과학

인간과 마찬가지로 Caenorhabditis elegans는 신경 전달 물질을 수집하고 뉴런 사이의 시냅스 연결을 위해 뇌로 확장되는 수상 돌기를 가지고 있습니다. 302개의 뉴런과 제한된 움직임 세트만 있습니다.

꼬마선충염 | 이미지 제공:genome.gov

연구팀은 머리에 레이저 광선을 쏘아 각 Caenorhabditis elegans의 전진을 방해했습니다. 각 웜은 다르게 반응했습니다. 일부는 반응하기 전에 잠시 멈췄고, 다른 일부는 레이저 자극에 따라 빠르게 방향을 바꿨습니다. 그러나 한 가지 공통점이 있었습니다. 모든 벌레는 더 높은 온도에 빠르게 반응했습니다(집중 레이저).

아이작 플랫폼 경

팀은 실험의 처음 몇 초 동안의 모션 데이터를 기록하고 이를 기계 학습 방법에 제공했습니다. 시스템은 이 초기 몇 초를 훨씬 넘어 회충의 움직임을 추정할 수 있었습니다. (레이저 자극 후) 웜 모션의 변동성의 약 90%는 생물학적으로 설명될 수 있습니다.

자극에 대한 반응으로 회충의 움직임을 예측하는 것은 찼을 때 공의 움직임을 예측하는 것보다 훨씬 어렵습니다. Sir Isaac 알고리즘은 벌레의 복잡한 감각 처리와 근육 활성화에 따른 신경 활동을 설명하면서 동일한 작업을 수행합니다. 이것은 모두 겸손한 수학적 설명으로 요약됩니다.

읽기:엔지니어가 작은 로봇에 웜의 두뇌를 넣고 작동했습니다.

이 기계 학습 방법은 보다 복잡한 시스템의 정확하고 해석 가능한 모델을 찾는 데 도움이 될 수 있습니다. 장기적인 목표는 양적 가설을 생성하고 실험을 통해 테스트하는 과학적 절차를 가속화할 수 있는 인공 지능을 구축하는 것입니다.