Suchen nach Informationen: Machine learning dekodiert genetischen Einfluss auf Verhalten

Mäuse huschen herum, während der Nahrungssuche, aber die Genetik kann die unsichtbare hand Steuerung dieser schlängelnde Bewegungen. Forscher an der Universität von Utah Health sind mit der Maschine lernen zu ziehen, die Zusammenhänge zwischen genetischen Steuerelemente, Form, inkrementelle Schritte der instinktiven und erlernten Verhaltensweisen. Die Ergebnisse sind online in Cell Reports on August 13.

„Muster von komplexen Verhaltensweisen, wie die Suche nach Nahrung, bestehen aus Sequenzen, die das Gefühl haben, zufällig, spontan und frei“, sagte Christopher Gregg, Ph. D., assistant professor der Neurobiologie und Anatomie an der U von U-Health und senior-Autor der Studie. „Mit machine-learning -, finden wir diskrete Sequenzen reproduziert häufiger als man erwarten würde, ein Zufall und diese Sequenzen, Ihre Wurzeln in der Biologie.“

Das Forscher-team beim Vorstoß in das neue Gebiet der Verhaltens-Sequenzierung.

„Wir versuchen zu verstehen, die Architektur von komplexen Verhalten und wie die Genetik diese Form Muster“, sagte Gregg.

Die Forschung unterstützt die Idee, dass Komplexes Verhalten besteht aus einer Sammlung von finite – „Bausteine“ die Autoren fordern die Verhaltens-Module, und die Genetik werden die Steuerung der progression dieser Bausteine bilden verschiedene Verhaltensmuster.

Das research-team ausgewertet 190 Mäuse, die Unterschiede in Ihrer Genetik und Alter, als Sie sich von Ihrem Zuhause in ein einzigartig erstellt, ‚arena‘ zu bewerten, der Satz von Verhaltens-Sequenzen ausgedrückt, während der Nahrungssuche. Bei der Suche nach Nahrung, Mäuse weisen Verhaltensweisen, die erfordern, dass viele neuronale Systeme zur Kontrolle seeking-Verhalten, Angst, Belohnung, Erhaltung, hunger, Sättigung, Aufmerksamkeit, navigation und Speicher. Die neuen Methoden zeigten, dass verschiedene genetische und alterseffekte beeinflussen verschiedene Sequenzen.

„Die meisten Arten haben eine home range und Ihre Verhaltensweisen sind so strukturiert, um das home-Angebot,“ Gregg sagte. „Wir waren in der Lage zu identifizieren, die wirklich nachvollziehbare Verhaltens-Sequenzen und verwenden Sie diese Informationen zu verstehen, die komplexe Muster über die Zeit.“

Das team getrennt Rundreisen von zu Hause zu einer Futterquelle und zurück in eine Serie von mehr als 5.600 Aktionen mit der Maus. Layered innerhalb dieser Aktionen sind zusätzliche Informationen, wie Gangbild, Geschwindigkeit, zurückgelegte Strecke und besuchte Orte. Mithilfe von machine-learning -, Sie werteten diese Informationen aus und identifiziert 71 wiederholbar Verhaltens-Sequenzen, die die zugrunde liegenden Bausteine für komplexere Verhaltensmuster.

Der übergang von der einen ‚Baustein‘, um die nächste impliziert eine mechanistische Beziehung ergibt, dass bestimmte Nahrungssuche-Verhalten zu minimieren, dass prädation Risiko, Energieverbrauch und Kalorienzufuhr. Darüber hinaus ist der Algorithmus in der Lage war, zu identifizieren, die spontanen Reaktionen, die einzigartig für spezifische Mäusen.

Gregg glaubt, dieser Ansatz ist empfindlich genug, um abholen eine mutation in der Kopie eines Gens. Um diesen Punkt zu beweisen, sein team konzentriert sich auf Futtersuche Verhaltensweisen bei Mäusen mit einer mutation in einem aufgedruckten gen Magel2, die mit Autismus. Zum Beispiel, wenn die Mutter die Kopie ist ausgeschaltet, der Vater der Kopie eingeschaltet ist. In diesem Szenario, es wurde allgemein angenommen, dass die Mutter die Kopie war still und hat keinen Einfluss auf die Nachkommen. Nicht so.

„Was war das spannende für uns war, waren wir in der Lage, zu erkennen, signifikante Auswirkungen auf das Verhalten von einer einzigen mutation, die nur in der Mutter-gen zu kopieren, zu“ Gregg sagte.

In dieser Zeit hat sich in der Studie nur untersucht die Bausteine des Verhalten bei der Nahrungssuche in Labor-Mäuse. Gregg glaubt, dass die Methodik, die angewandt werden könnten, um die basis verstehen, die von anderen komplexen Verhaltensmuster und lernen, die spezifischen genomischen Elemente, die „Form“ führt zu Krankheiten beim Menschen, einschließlich Adipositas, sucht, Angst, Unruhe und psychiatrischen Erkrankungen.