Gli scienziati dell’Università del Michigan hanno sviluppato un software basato sull’intelligenza artificiale chiamato LabGym, che può automatizzare l’analisi del comportamento animale in vari sistemi modello. Il software open source offre un modo più efficiente per comprendere i processi neurali e valutare gli effetti dei farmaci, poiché la classificazione del comportamento animale è estremamente importante in questi processi. Il programma riproduce il processo cognitivo umano ed è facile da usare per i biologi che potrebbero non essere esperti di programmazione. Utilizzando la combinazione di dati video e immagini del modello, LabGym può riconoscere e quantificare il comportamento degli animali in modo preciso. Il software offre inoltre flessibilità di specie e può essere adattato per studiare diverse specie senza la necessità di competenze di programmazione o di elaborazione ad alta potenza. LabGym ha il potenziale per trasformare la scienza di base e il processo di sviluppo dei farmaci, migliorando la valutazione del comportamento animale in ambienti naturali.
Il software LabGym ha il potenziale di rivoluzionare la scienza di base e il processo di sviluppo dei farmaci, poiché l’analisi del comportamento animale è una parte essenziale di entrambe le attività. Il programma può aiutare gli scienziati a comprendere meglio i processi neurali e la risposta alla malattia, oltre a valutare gli effetti degli agenti terapeutici sui comportamenti degli animali.
Inoltre, il software ha anche l’obiettivo di risolvere le sfide e le limitazioni associate ai programmi esistenti per l’analisi quantitativa del comportamento animale. Il processo di identificazione e valutazione manuale del comportamento degli animali richiede tempo e sforzi significativi, e può anche essere soggetto a errori umani. I programmi esistenti per l’automazione dell’analisi del comportamento animale presentano anche alcune sfide, come la difficoltà nell’estrarre i dati delle serie temporali dalle registrazioni video.
Con LabGym, gli scienziati possono istruire il software su cosa contare e monitorare i dettagli specifici del comportamento degli animali, utilizzando una combinazione di dati video e “immagine modello” per una flessibilità cognitiva e un’alta affidabilità. Il programma utilizza inoltre il deep learning per migliorare continuamente la sua capacità di riconoscere e quantificare il comportamento.
Oltre alla sua flessibilità di specie, LabGym offre anche la possibilità di tenere traccia di più animali contemporaneamente e di ignorare le informazioni di base irrilevanti. Inoltre, il software è stato progettato con l’obiettivo di essere accessibile e facile da usare per i biologi senza competenze di programmazione o di elaborazione ad alta potenza.
Il team di Bing Ye e Yujia Hu dell’Università del Michigan intende continuare a migliorare le prestazioni del software in condizioni più complesse, come la valutazione del comportamento degli animali in ambienti naturali. Il programma ha il potenziale per aprire nuove opportunità nella ricerca di base e nell’industria farmaceutica, accelerando il processo di sviluppo di nuovi farmaci e migliorando la comprensione della biologia animale e umana.