Dando drogas psicotrópicas al pez cebra para entrenar algoritmos de IA

Los neurocientíficos de la Universidad de San Petersburgo, dirigidos por el profesor Allan V. Kalueff, en colaboración con un equipo internacional de especialistas en TI, se han convertido en los primeros en el mundo en aplicar los algoritmos de inteligencia artificial (IA) para fenotipar las respuestas psicoactivas a las drogas del pez cebra. Lograron entrenar a la IA para determinar, por la respuesta de los peces, qué agentes psicotrópicos se usaron en el experimento.

Los resultados de la investigación se publican en la revista Avances en Neuropsicofarmacología y Psiquiatría Biológica.

El pez cebra (Danio rerio) es un pez óseo de agua dulce que actualmente es el segundo organismo modelo más utilizado (después de los ratones) en la investigación biomédica. Las ventajas de utilizar el pez cebra como sistema biológico modelo son numerosas, incluidos los bajos costos de mantenimiento y la alta similitud genética y fisiológica con los humanos. El pez cebra comparte el 70% de los genes con nosotros. Además, la simplicidad del sistema nervioso del pez cebra permite a los investigadores lograr resultados más explícitos y precisos, en comparación con estudios con organismos más complejos.

Según el profesor Allan V. Kalueff, investigador principal del estudio y director del Laboratorio de Psiquiatría Biológica del Instituto de Biomedicina Traslacional de la Universidad de San Petersburgo, los algoritmos de IA basados ​​en redes neuronales están ganando terreno en la biomedicina como una alternativa prometedora y fiable. y eficiente herramienta de investigación. Permiten un análisis imparcial y objetivo de los datos biológicos, contribuyendo así a la identificación de nuevos patrones generales que pueden no ser obvios a primera vista u obtenerse del conjunto de datos general.

A pesar de que la inteligencia artificial se utiliza cada vez más en la neurociencia, el estudio realizado por científicos de la Universidad de San Petersburgo ha sido el primero en aplicar los algoritmos basados ​​en redes neuronales de IA para analizar las pistas (movimientos) locomotoras del pez cebra. Los investigadores compararon los datos recopilados previamente en una serie de experimentos in vivo con peces cebra adultos expuestos a fármacos neurotrópicos y grupos de control no expuestos.

En el estudio, el pez cebra estuvo expuesto de forma aguda a varias drogas psicotrópicas, incluida la nicotina; etanol; cafeína; y otros. Cada uno de estos medicamentos afecta el sistema nervioso central (SNC) del pez cebra y sus patrones locomotores. Los datos experimentales ya han sido informados por los científicos de la Universidad de San Petersburgo en trabajos de investigación.

Las diferencias en las actividades locomotoras del pez cebra bajo la influencia de varias sustancias del SNC se utilizaron para entrenar algoritmos de IA en los datos de video obtenidos durante experimentos anteriores.

El estudio utilizó un modelo de red neuronal de convolución (CNN), diseñado específicamente para trabajar con datos visuales (imágenes) e inspirado en el sistema de procesamiento de información visual cortical en cerebros humanos y animales. Extrae características simples de la imagen, como degradados o líneas, y luego las combina en la siguiente capa para obtener una representación (forma) de la imagen más rica y compleja. Cada capa de CNN aumenta la complejidad de los datos procesados, lo que ayuda a extraer patrones de locomoción animal no triviales específicos de drogas. Por ejemplo, la exposición a la ketamina provoca un comportamiento circular prominente de los peces (típicamente cerca de la superficie del agua), mientras que el etanol ejerce efectos bifásicos dependientes de la dosis con activación inicial y sedación posterior.

«La parte más desafiante del estudio fue encontrar los protocolos de entrenamiento de IA óptimos y críticos y confirmar la validez de los métodos de investigación y la precisión de los hallazgos de la investigación», dijo el profesor Kalueff.

«Al final, todo salió bien. Desde un punto de vista teórico, los hallazgos del estudio demostraron la aplicabilidad de nuestro enfoque de IA para el análisis de los efectos conductuales de los fármacos neuroactivos en el pez cebra. Desde un punto de vista práctico, esto nos brinda una amplia oportunidad para estudiar nuevos fármacos psicotrópicos», explicó.

Según los científicos de este estudio, la funcionalidad de las aplicaciones de IA se puede mejorar aún más refinando y ajustando los modelos de redes neuronales. Además, es probable que su importancia crezca con la cantidad de datos experimentales disponibles para el entrenamiento de IA. Los autores tienen la intención de continuar su investigación siguiendo el enfoque traslacional para el desarrollo de fármacos. Al mejorar la metodología de investigación y las herramientas de prueba de medicamentos basadas en IA, podrán facilitar aún más la búsqueda de nuevos medicamentos que eventualmente puedan introducirse en la práctica clínica.