Memajukan pengeditan gen dengan varian CRISPR / Cas9 baru - ScienceDaily
Top News

DeepLabCut-Live! penangkapan gerak tanpa penanda waktu nyata untuk hewan – ScienceDaily


Gollum dalam “The Lord of the Rings,” Thanos dalam “Avengers,” Snoke dalam “Star Wars,” the Na’vi dalam “Avatar”: kita semua telah mengalami keajaiban penangkapan gerak, teknik bioskop yang melacak gerakan aktor dan “menerjemahkannya” ke dalam animasi komputer untuk menciptakan karakter digital yang bergerak, penuh emosi – dan mungkin suatu hari nanti pemenang Oscar.

Tapi yang mungkin tidak disadari banyak orang adalah bahwa penangkapan gerak tidak terbatas pada layar lebar, tetapi meluas ke sains. Ilmuwan perilaku telah mengembangkan dan menggunakan alat serupa untuk mempelajari dan menganalisis postur dan pergerakan hewan dalam berbagai kondisi. Namun pendekatan penangkapan gerak juga mengharuskan subjek mengenakan setelan yang rumit dengan penanda yang memungkinkan komputer “mengetahui” letak setiap bagian tubuh dalam ruang tiga dimensi. Itu mungkin tidak masalah bagi aktor profesional, tetapi hewan cenderung menolak berdandan.

Untuk mengatasi masalah tersebut, para ilmuwan telah mulai menggabungkan penangkapan gerak dengan pembelajaran mendalam, sebuah metode yang memungkinkan komputer pada dasarnya mengajarkan dirinya sendiri bagaimana mengoptimalkan pelaksanaan tugas, misalnya, mengenali “titik kunci” tertentu dalam video. Idenya adalah untuk mengajari komputer untuk melacak dan bahkan memprediksi gerakan atau postur tubuh hewan tanpa perlu penanda gerak.

Tetapi agar berguna bagi ilmu perilaku, alat pelacak “tanpa penanda” juga harus memungkinkan para ilmuwan untuk dengan cepat – secara harfiah dalam waktu nyata – mengontrol atau merangsang aktivitas saraf hewan. Hal ini sangat penting dalam eksperimen yang mencoba untuk mengetahui bagian sistem saraf mana yang mendasari gerakan postur tertentu.

DeepLabCut: pembelajaran mendalam, pelacakan postur tanpa penanda

Salah satu ilmuwan yang memelopori pendekatan tanpa penanda adalah Mackenzie Mathis yang baru-baru ini bergabung dengan Sekolah Ilmu Kehidupan EPFL dari Harvard. Lab Mathis telah mengembangkan kotak alat perangkat lunak pembelajaran mendalam bernama DeepLabCut, yang dapat melacak dan mengidentifikasi pergerakan hewan secara real time langsung dari video. Sekarang, dalam makalah yang diterbitkan di eLife, Mathis dan rekan pasca-doktoralnya di Harvard, Gary Kane, mempersembahkan versi baru bernama DeepLabCut-Live! (DLC-Live!), Yang menampilkan latensi rendah (dalam 15 msec di lebih dari 100 FPS) – atau dengan modul yang kami sediakan untuk memprediksi postur tubuh, seseorang dapat mencapai umpan balik latensi nol – dan dapat diintegrasikan ke dalam paket perangkat lunak lain .

DeepLabCut pada awalnya dikembangkan untuk mempelajari dan menganalisis cara hewan menyesuaikan postur tubuhnya sebagai respons terhadap perubahan di lingkungan mereka. “Kami tertarik pada bagaimana sirkuit saraf mengontrol perilaku dan khususnya pada bagaimana hewan beradaptasi dengan perubahan cepat di lingkungan mereka,” kata Mathis.

“Misalnya, Anda menuangkan kopi ke dalam cangkir dan jika sudah penuh, ia memiliki berat tertentu. Namun, saat Anda meminumnya, beratnya berubah, namun Anda tidak perlu secara aktif berpikir untuk mengubah kekuatan pegangan atau berapa banyak Anda harus melakukannya. angkat lengan Anda untuk mencapai mulut Anda. Ini adalah hal yang sangat alami yang kami lakukan dan kami dapat beradaptasi dengan perubahan ini dengan sangat cepat. Tapi ini sebenarnya melibatkan sejumlah besar sirkuit saraf yang saling berhubungan, dari korteks sampai ke sumsum tulang belakang. “

DLC-Live !, pembaruan baru untuk “paket perkiraan pose hewan” canggih yang menggunakan jaringan khusus untuk memprediksi postur hewan berdasarkan bingkai video, yang secara offline memungkinkan hingga 2.500 FPS pada GPU standar . Analisis throughput-nya yang tinggi membuatnya sangat berharga untuk mempelajari dan menyelidiki mekanisme perilaku saraf. Sekarang, dengan paket baru ini, latensi rendah memungkinkan peneliti memberikan umpan balik pada hewan secara real time dan menguji fungsi perilaku sirkuit saraf tertentu. Dan, yang lebih penting, dapat berinteraksi dengan perangkat keras yang digunakan dalam studi postur tubuh untuk memberikan umpan balik kepada hewan.

“Ini penting untuk program penelitian kami sendiri di mana Anda ingin dapat memanipulasi perilaku hewan,” kata Mathis. “Misalnya, dalam satu studi perilaku yang kami lakukan, kami melatih tikus untuk bermain video game di lab, dan kami ingin mematikan neuron atau sirkuit otak tertentu dalam jendela waktu yang sangat spesifik, yaitu, memicu laser untuk melakukan optogenetika atau memicu hadiah eksternal. “

“Kami ingin membuat DLC-Live! Super ramah pengguna dan membuatnya berfungsi untuk spesies apa pun dalam suasana apa pun,” tambahnya. “Ini benar-benar modular dan dapat digunakan dalam banyak konteks berbeda; orang yang menjalankan eksperimen dapat mengatur jenis kondisi dan apa yang ingin mereka picu dengan mudah dengan antarmuka pengguna grafis kami. Dan kami juga telah membangun di kemampuan untuk menggunakannya dengan platform ilmu saraf umum lainnya. ” Dua dari platform yang umum digunakan adalah Bonsai dan Autopilot, dan di koran, Mathis dan rekan-rekannya yang mengembangkan paket perangkat lunak tersebut menunjukkan bagaimana DLC-Live! dapat dengan mudah bekerja dengan mereka.

“Ini ekonomis, dapat diskalakan, dan kami berharap ini adalah kemajuan teknis yang memungkinkan lebih banyak pertanyaan untuk ditanyakan tentang bagaimana otak mengontrol perilaku,” kata Mathis.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : Slot Online