L'intelligence artificielle prédit la dynamique du comportement des vers

• Un nouvel algorithme d'apprentissage automatique prédit avec précision le comportement d'un ver rond.
• Il analyse comment Caenorhabditis elegans répond à un stimulus laser.
• L'algorithme peut trouver des modèles précis et interprétables de systèmes plus complexes.

Au cours des dernières décennies, les progrès de la biologie quantitative ont permis aux scientifiques de mesurer avec précision la dynamique de systèmes biologiques complexes en réponse à des perturbations.

Par exemple, le comportement d'échappement complet d'un Caenorhabditis elegans - un ver rond transparent, d'environ 1 millimètre de long - en réponse à un stimulus peut être mesuré pendant plusieurs secondes dans des milliers de vers.

Récemment, des biophysiciens de l'Arizona State University et de l'Université de Toronto ont développé un outil d'intelligence artificielle pour modéliser la dynamique de la fuite des vers et de la perception de la douleur. L'outil utilise une méthode d'apprentissage automatique pour prédire avec précision le comportement d'un ver.

En biologie, toutes ces prédictions ont du sens et elles ont été vérifiées avec des données obtenues à partir d'expériences réalisées sur le Caenorhabditis elegans.

La méthode d'apprentissage automatique est basée sur un algorithme développé en 2015 :elle recherche les lois spécifiques qui sous-tendent les systèmes biologiques complexes. L'équipe a nommé cet algorithme « Sir Isaac », d'après le célèbre physicien Sir Isaac Newton. Alors que les lois du mouvement de Newton montrent la dynamique des systèmes mécaniques, l'algorithme fait quelque chose de similaire pour les systèmes vivants.

Expérience sur le Caenorhabditis Elegans

Dans cette étude, les chercheurs ont analysé la capacité de prise de décision des Caenorhabditis elegans :comment ils réagissent à un stimulus sensoriel. Caenorhabditis elegans est un système de modèle animal de laboratoire standard, et depuis les années 1970, il a été largement utilisé comme organisme modèle.

Référence :PNAS | doi:10.1073/pnas.1816531116 | Sciences de la santé Emory

Comme les humains, Caenorhabditis elegans a une dendrite qui s'étend de la cellule pour collecter les neurotransmetteurs et s'étend jusqu'au cerveau pour une connexion synaptique entre les neurones. Il n'a que 302 neurones et un nombre limité de mouvements.

Caenorhabditis elegans | Crédit d'image :genome.gov 

L'équipe de recherche a interrompu le mouvement vers l'avant de chaque Caenorhabditis elegans en frappant une lumière laser sur sa tête. Chaque ver a répondu différemment. Certains ont fait une courte pause avant de répondre, tandis que d'autres ont rapidement inversé leur direction lors d'un stimulus laser. Mais il y avait une chose en commun :tous les vers réagissaient rapidement à des températures plus élevées (laser intensif).

Plateforme Sir Isaac

L'équipe a enregistré les données de mouvement des premières secondes des expériences et les a transmises à la méthode d'apprentissage automatique. Le système a pu estimer le mouvement du ver rond bien au-delà de ces quelques secondes initiales. Environ 90 % de la variabilité du mouvement du ver (après le stimulus laser) peut être expliquée biologiquement.

Prédire le mouvement d'un ascaris en réponse à un stimulus est beaucoup plus difficile que d'estimer le mouvement d'un ballon lorsqu'il est botté. L'algorithme Sir Isaac fait de même tout en tenant compte du traitement sensoriel complexe des vers et de leurs activités neuronales, suivi de l'activation des muscles. Tout cela se résume en une modeste description mathématique.

Lire :Les ingénieurs ont mis le cerveau d'un ver dans un petit robot et cela a fonctionné

Cette méthode d'apprentissage automatique peut aider à trouver des modèles précis et interprétables de systèmes plus complexes. L'objectif à long terme est de construire une intelligence artificielle capable d'accélérer la procédure scientifique de création d'hypothèses quantitatives, puis de les tester via des expériences.