路易斯特（Louis Castel）审查2025年2月18日
小组负责人（神经药理学） - 高级数据科学家查尔斯河实验室
在这次访谈中，行业专家Johanna Uhari-vânãnen和Timo Bragge讨论了机器学习如何增强神经科学研究中的行为分析，药物发现和MRI细分，提高了准确性，效率和可伸缩性。
你能自我介绍吗？
Johanna uhari-vãänãnen：
我的名字叫Johanna Uhari-vânân-nânen，我是Charles River Lab的神经药理学的小组负责人。我以前的研究经验专注于成瘾和神经退行性疾病。现在，作为一个体内 科学家和研究主管，我专注于临床前中央神经系统（CNS）疾病模型及其在客户的药物发现项目中的应用。
蒂莫吹牛：
我是查尔斯河实验室的高级数据科学家蒂莫·勃拉格（Timo Bragge）。我有医学物理学，特别是运动分析和医学成像的背景。我的工作围绕着设计用于临床前中枢神经系统研究的高级数据分析系统，特别是专注于行为研究和机器学习应用。
您能解释一下为什么机器学习在行为科学中有用吗？
Johanna uhari-vãänãnen：
神经科学研究和药物发现中使用的行为测试通常需要研究人员分析特定的行为和动物运动。传统上，这将通过视频录制，然后对选定的行为或运动进行手册注释和评分来完成。显然，这种方法非常耗时，容易出现人为错误和偏见。
另一方面，机器学习使我们能够自动化此过程。它可以客观地对行为进行分类，减少研究人员的可变性，并提供更快，更可靠的结果。机器学习甚至可以处理长期监控，例如在24小时循环周期内跟踪行为。
机器学习可以应用于各种Behviour测试和评估的分析中，包括学习和认知测试，例如Morris Water Maze，运动功能评估，甚至检测出微妙的异常情况，例如癫痫发作或冻结。从本质上讲，每项受益于动物跟踪的测试都可以使用基于机器学习的分析。
图片来源：anucha tiemsom/shutterstock.com
您能否详细描述什么是机器学习？
蒂莫吹牛：
机器学习是一种工具，可以教会计算机如何在不明确编程的情况下从数据中学习。与行为数据的手动处理不同，这可能是不一致的，机器学习可确保相同的输入始终产生相同的输出。当扩展到大型数据集时，这种可靠性变得至关重要，并实现并行处理以减少复杂数据分析所需的时间。”
我们的工作经常使用卷积神经网络（CNN），这对于图像处理特别有用。这些网络将图像分解为较小的，易于管理的组件，然后应用过滤器检测模式，随着您更深入网络，从简单的形状转变为更复杂的结构。
例如，我们使用依赖CNN的DeepLabcut软件在称为监督学习的过程中跟踪动物行为。我们首先为算法提供了已知数据，以通过在视频中注释关键框架，通过标记动物体内的特定点（例如鼻子，耳朵或尾巴）来识别的行为。然后，该软件学会了跟踪这些要点以确定行为，并且可以在新的视频数据上自动应用。
您能解释一下机器学习如何帮助发现神经科学药物发现中的行为吗？
Johanna uhari-vãänãnen：
使用Timo描述的方法，我们可以快速并准确地使用机器学习来分析各种不同测试范式中的行为。例如，在我们的实验室中通常使用平衡束步行测试来查看运动或神经肌肉疾病（如帕金森氏病）中的步态，平衡和肢体运动的变化。鼠标沿着镜子旁边的光束行走，因此可以观察到所有四肢，并记录在视频中。然后，我们训练一种算法来检测肢体的放置，并可以比较对照组，疾病模型和治疗方法与新化合物之间的分位变化。机器学习的使用使我们可以大大减少用于分析的时间，并检测出很小的变化，而肉眼很难识别。
我们探索的机器学习的另一个应用是在3座社会互动测试中发现小鼠之间社会互动的检测。该测试通常用于药物发现中，对于可能受损的社会行为，例如自闭症谱系障碍。实验设置使小鼠可以选择与新型鼠标或新物体一起花费时间，并花费时间与另一个小鼠进行互动以确定社交性。使用机器学习可以使我们不仅可以发现基本互动，从而深入研究更具体的行为，例如探索，鼻子对鼻子相互作用，鼻子到尾巴和跟随。
MRI细分如何使用机器学习？
蒂莫吹牛：
磁共振成像（MRI）是一种转化和非侵入性成像技术，我们通常在药物发现项目中使用它来检查脑解剖结构和结构，神经变性，病变形成，白质密度，血管变化和药物反应的脑萎缩。它是一种高度有价值的工具，但是它会生成大量数据，需要处理这些数据，以便为我们的客户获取决策数据。
尽管仍然可能需要进行一些手动校正，但是机器学习和CNN提供的自动化大大加快了整个过程，从而使我们能够更有效地处理大型数据集。例如，在研究中，我们必须分析在纵向研究中在同一动物的不同时间点进行的扫描尤其有价值。它还使我们能够更准确地确定不同动物的特定大脑区域，以及不同的群体，以确保一致性。
关于Johanna uhari-vânâ恩
Johanna Uhari-vânânen于2019年从赫尔辛基大学获得了药理学博士学位，重点是涉及乙醇成瘾的脑机制。然后，她在赫尔辛基大学（University of Helsinki）担任博士后研究员，研究了创伤性脑损伤，阿尔茨海默氏病和帕金森病。2022年，她加入查尔斯河（Charles River），担任体内科学家，与中枢神经系统相关的动物模型合作。
关于TimoBraggeâ 
Timo Bragge拥有东芬兰大学的医学物理学硕士学位。他于2016年成为查尔斯·河（Charles River）的一部分，并在开发有关中枢神经系统相关疾病动物模型的临床前研究的管道中发挥了关键作用。他的作品涵盖了精细的运动运动学，行为和临床前成像。蒂莫目前担任主要数据科学家，领导数据分析团队。
关于查尔斯河实验室
在查尔斯河，我们对我们在改善人们生活质量方面的作用充满热情。我们敬业的临床前神经科学科学家团队想要与您相同的事情：找到一种治愈中枢神经系统毁灭性疾病的方法。从基础研究到监管机构的批准，我们都有领先的科学，服务范围和协作方法，您需要发现和开发新型疗法。”
我们了解寻找神经系统疾病潜在疗法的挑战和复杂性。我们全面的神经科学药物发现服务和专业知识的结合支持为您的研究创建可定制，创新和高效的解决方案。我们的神经科学家团队继续建立最相关的 体外和 体内 - 急性和慢性神经系统疾病的模型和测定，以帮助我们的伴侣在这个充满挑战的领域中识别和测试新化合物。
赞助内容策略：News-Medical.net发布可能来自我们现有商业关系的来源的文章和相关内容，前提研究，科学，医疗设备和治疗。