大阪大學、同誌社大學、名古屋市立大學和岡山大學的聯合研究小組開發了一種人工智能技術,可以綜合分析不同物種的移動行為數據,我們發現了缺乏多巴胺的個體共有的行為特徵在每個線蟲中。
對於與運動障礙相關的疾病的分析,已經使用實驗模型動物代替了乾預實驗有困難的人類。然而,由於不同物種的體長和運動方式差異很大,很難直接比較和分析不同物種動物的運動行為數據。
該研究小組開發了一種人工智能技術(神經網絡),可以提取可以區分正常和患病(多巴胺缺乏)個體的行為特徵,儘管不可能從動物的運動軌跡中區分物種。區分疾病的特徵被認為是所有物種共有的疾病的特徵。
該技術分別應用於人類、小鼠、紅色麵粉甲蟲(水稻害蟲)和線蟲的多巴胺缺陷和正常多巴胺缺陷個體和正常個體,以發現跨物種的遷移特徵。缺乏多巴胺的人類、小鼠和線蟲通常會出現運動障礙,例如無法高速移動和加速時速度不穩定。此外,缺乏多巴胺的小鼠、線蟲和昆蟲通常會出現運動障礙,例如在彎曲前無法平穩減速。
這項研究的結果將使我們能夠確認使用比人類更容易進行實驗的動物的治療方法的效果,以開發與運動障礙相關的疾病(例如帕金森病)的治療方法。他補充說,從線蟲到人類,多巴胺缺乏影響運動的機制可能在進化上是保守的。