困在车果酱?烧你的面包吗?收到你的50th垃圾邮件的早晨好吗?你可能会感觉有点…生气。你不是一个人。侵略动物王国的到处都是。但是许多物种使用攻击性履行功能更重要的是生存而不是吊Breville窗外。
攻击性行为是一种日常行为对于物种等哺乳动物,鸟类和昆虫。作为一个例子,侵略可以帮助建立层次结构经常繁殖和基因的传递的关键。啮齿动物,例如,可以显示解决集团内的争吵与积极的战斗。
但这些行为通常不是孤注一掷的。相反,有许多步骤分离小动物和全面战争之间的违规行为。
相反,动物通常参与行动,坡道侵略——从显示行为非暴力联系全面战斗。这将确保战斗——甚至可以把胜利的动物受损或死亡——避免,除非是必要的。
西北大学助理教授安肯尼迪的研究主要集中在大脑活动潜在的这种复杂的行为。肯尼迪最近赢得了埃普多夫&科学神经生物学奖承认她的工作。奖是颁给最好的1000字的文章总结研究的一个领域。肯尼迪的文章,达到沸点,可以读在这里。
一起举行奖颁奖典礼,在圣地亚哥的神经科学学会年会上,188金宝搏备用与肯尼迪找到更多关于她的研究,让我们的大脑了。
Ruairi J Mackenzie (RJM):动物行为的哪些方面你感兴趣吗?
安·肯尼迪(AK):有一组必需的行为,一个动物的生存的物种——社会互动,喂养,防御行为,他们如此重要,你需要得到正确的,你不能仅仅通过试验和错误学习。所以,他们的基因进大脑。理论家,我对你感兴趣的基因连接大脑,这样是会怕的捕食者我们第一次遇到一个。我写这篇文章的工作有关的大脑区域参与控制领土的侵略,这是另一个古老的进化生存行为。我走进这想理解大脑如何做这些事情,它已经演变和神经的人群如何相互作用驱动这些行为。我想知道他们是如何产生一种自适应的方式,这样你不会饲料如果附近有捕食者;你平衡不同的竞争需求和行为的方式是适当的。
RJM:你有一个计算背景。当你谈论自适应学习,它使我想起人工神经网络。这是怎么喂到你的行为研究吗?
正义与发展党:我的背景是在工程之前我去研究生院。没有单一神经元,这些行为。整个细胞的数量,你无法真正理解它如果你看一个神经元;你要看所有的细胞都做什么,描述其动力学作为一个群体。你必须尝试提出解释的人口信号和相关动物的行为。你真的需要计算方法。你不能只盯着它的原始数据和得到一个好的直觉没有这些类型的方法。
RJM:你能告诉我们关于进入埃普多夫奖的研究论文?
正义与发展党:埃普多夫的文章的核心是基于预印本,这将在明年初公布。预印是关于理解活动的大脑区域optogenetically与攻击行为有关的腹外侧部分腹内侧下丘脑(VMHvl)。你看不到这个地区的单个神经元被激活特别在袭击中,你看到更多的攻击特定神经元mating-associated VMHvl地区紧密耦合,内侧侧视前区(MPOA) VMHvl比你。
但是如果你刺激VMHvl,攻击性行为。我们有这个悖论在实验室多年来,不了解是什么让VMHvl攻击区域,由于它没有attack-tuned神经元。在预印本,我们发现你没有attack-tuned神经元,但是你有这个低维人口代码积极的动机,加大在几十到几百秒。
如果你看看人口水平,有多少活动沿着单一维度super-tightly与动物的行为。如果有一点高度,得到调查;多一点,你会得到优势越来越多;多一点,你会得到彻底的战斗。
就像一个音量旋钮的侵略。它追踪动物的积极的动机水平,如果你删除入侵者鼠标,它就会保持持续活跃了很长一段时间之后,。
这是唯一的维度的人口活动,这样的行为。他们的余生,你会得到活动,加大和衰减迅速回落。所以,我们认为这是一个近似线吸引子,因为它是一个单一的可伸缩的价值。这是一个为VMHvl编码分级水平的积极动力。
邻近的部分VMHvl VMHdm,参与防卫行为和也有类似的情感刺激症状的持续表示。如果你把一只老鼠,现在,然后把捕食者的捕食者,这个地区的细胞保持活跃了很长一段时间。
当他们活跃,动物表演持续防守行为;它会拥抱开放空间的墙壁和它会冻结。如果你沉默,持续活动,动物回到正常。所以,VMH似乎参与维护这持久的动机状态的动物。不编码的行为,但这是让你处于激发状态的时间也要超过的刺激引起。
RJM:如何增加动物之间的不同?
正义与发展党:我们看了所有的动物——我们现在14的持久度斜坡高度与激进的鼠标。我们有一些老鼠从未真正战斗,你会得到一个小增加死亡很快回落。另一方面,活动将增加和保持持续的活动。这些老鼠将会得到和保持积极工作了很长一段时间。
RJM:这一切看起来直观——如果这些神经元就立即关闭的威胁,他们是无用的,因为威胁更有可能回来,如果出现一次。
正义与发展党:是的——就像一只老鼠,你需要记住,你跑进鹰十秒后它已经不见了。这持久性很好地符合我们的直觉你想看到动机状态。至少在我们看到的区域,这个功能似乎VMH的特征。其他地区,如情调的交配相关的MPOA会,不显示这种持久性的神经活动。所以,似乎有下丘脑的一些地区维持这些缓慢的激励信号,而另一些则编码操作。
RJM:展望未来,你研究的东西逐步由细胞群或你在看不同的行为吗?
正义与发展党:在自己的群体中,因为我们的计算,我们并不具备解剖所涉及的细胞类型,尽管安德森实验室现在是挖掘。我更感兴趣的是增加动力是否存在其他的大脑区域,与其他行为有关。我听说从几组已经看到类似的事情在其他种群的细胞。所以,我感兴趣的工作与组织是否这是一个在大脑皮质下区域计算的一般特性。以及其他地区是否显示这些可伸缩的和持久的特性,我们看到与攻击有关。
RJM:一个工具,推动了研究你的自动评估软件,鼠标激活估算系统(火星)。自动化如何帮助我们理解哺乳动物的行为吗?
正义与发展党:有一大推过去五年左右的时间从计算机视觉和机器学习工具和自动化动物行为的分析。当我开始在安德森实验室、实验博士后收集视频的老鼠在记录他们的神经活动,那么他们或银行技术人员在实验室必须坐在那里,然后分数的老鼠在做什么,逐帧30赫兹。很痛苦的一件工作。也是相当subjective-we尝试在实验室标注相同的行为不同的人,发现他们经常不同意:不同的人有不同的内部规则,他们认为侵略或他们认为一个框架的攻击。火星是我们试图自动化这个过程,使高通量分析的行为的一种手段。
例如,我们使用火星屏幕40小时的行为数据的价值从一组鼠标线与自闭症相关突变,手工的东西将是悲惨的得分。使用火星,可以自动检测多少老鼠互动,多少战斗,以及它们如何战斗。你可以很快获得统计数据的动物是如何相互作用的,你可以寻找差异,你不会刚刚带宽在其他方面去寻找。
RJM:程序是如何不同于其他姿势估计软件像DeepLabCut,马修斯实验室产生的吗?
正义与发展党:我们开始研究火星DeepLabCut出来之前,我们的姿势估计方法是更多的数据密集型:我们众包注释鼠标对亚马逊土耳其机器人,并收集了15000标记框架,每一个标记的五人。这给了我们一个很好的的可靠的这些身体部位注释和我们的模型是如何做的。相比之下,马西斯的方法是把一个网络已经被训练在人类其他姿势估计问题,我们有大的数据集,然后微调他们的动物。所以,它与小训练集。
火星有什么不同,在姿态估计,它执行一个分析,即行为分类,并不是出现在DeepLabCut等工具。一旦你估计老鼠的姿势,你提取特征,如关节的角度,速度的老鼠和它们是如何面对彼此,和使用监督分类器来检测作为输入,战斗时或者当他们正在调查。因此,火星让我们不仅跟踪老鼠的姿势,但它也学会检测人为利益的行为。
安·肯尼迪Ruairi J Mackenzie,高级科学技术网络作家。188金宝搏备用以下是经过编辑的采访内容长度和清晰。
