인공지능으로 적은 수의 쥐를 사용해 정밀한 행동 연구 달성
SeoulETH 취리히의 연구진이 인공지능을 활용하여 쥐의 행동을 연구하는 혁신적인 방법을 개발했습니다. 이 접근 방식은 실험에 필요한 동물의 수를 줄여줍니다. 이는 동물 실험의 대체, 감소, 개선이라는 원칙을 따르면서 동물 복지를 향상하고 연구를 더 효율적으로 만드는 중요한 진전입니다. AI로 행동을 자동 분석함으로써, 과학자들은 이제 더 적은 동물로 더 정확한 결과를 얻을 수 있게 되었습니다.
방법의 주요 특징은 다음과 같습니다:
- 기계 비전과 AI를 활용한 자동화된 행동 분석
- 미세한 행동 차이를 측정하는 능력
- 필요한 동물 수 감소
- 행동 전환에 중점을 둠
이 방법은 실험실 쥐의 비디오 녹화를 분석하여 그들의 웰빙과 스트레스를 이해합니다. 쥐가 호기심에서 경계심으로 바뀌는 행동 변화를 관찰하여 중요한 정보를 수집합니다. 예를 들어, 행동을 자주 바꾸는 쥐는 불안할 수 있고, 일관된 행동을 보이는 쥐는 더 차분할 수 있습니다. 이러한 행동 변화는 하나의 값으로 단순화되어 통계 분석이 더욱 강화됩니다.
이 기법은 연구자들이 뇌가 스트레스를 처리하는 방식을 연구하는 데 도움을 줍니다. 이를 이해함으로써, 인간의 스트레스 관련 문제에 대한 새로운 치료법이 개발될 수 있습니다. 과학자들은 이 방법을 통해 스트레스가 쥐에게 단기적 또는 장기적으로 어떤 영향을 미치는지를 분석하여 특정 뇌 활동과 연관성을 밝혀냈습니다.
이 분석 방법을 사용하면 많은 이점이 있습니다. 동일한 기준을 따르기 때문에 서로 다른 연구들이 결과를 비교하기 쉬워집니다. 또한, 이러한 일관성은 다른 연구자들이 반복 실험을 통해 유사한 결과를 얻을 수 있게 하여, 행동 연구에서 자주 발생하는 어려움을 완화합니다.
ETH 취리히의 연구는 윤리적인 동물 연구를 장려하며 미래 연구에 모범이 되고 있다. 그들은 3R 허브를 설립하여 연구자들이 동물 복지를 향상시키고 생의학 연구를 진전시킬 수 있는 방법들을 활용하도록 돕고 있다. 이러한 지원은 새로운 3R 접근법이 복잡할 수 있어 어려움을 겪는 실험실에 매우 중요하다.
AI는 실험에서 사용되는 동물의 수를 줄이면서도 양질의 데이터를 수집할 수 있습니다. 이러한 접근 방식은 연구의 질과 윤리적 관행을 향상시킵니다.
연구는 여기에서 발표되었습니다:
http://dx.doi.org/10.1038/s41592-024-02500-6및 그 공식 인용 - 저자 및 저널 포함 - 다음과 같습니다
Lukas M. von Ziegler, Fabienne K. Roessler, Oliver Sturman, Rebecca Waag, Mattia Privitera, Sian N. Duss, Eoin C. O’Connor, Johannes Bohacek. Analysis of behavioral flow resolves latent phenotypes. Nature Methods, 2024; DOI: 10.1038/s41592-024-02500-6오늘 · 오전 7:24
수술 중 암 뇌종양 즉시 식별: FastGlioma의 혁신적 돌파구
오늘 · 오전 5:14
고독이 증가하는 십대 불안감, 소셜 미디어로는 해소되지 않는다
오늘 · 오전 3:07
위기에 처했던 요세미티 개구리, 보호 노력 덕분에 놀라운 회복세 보여줘
이 기사 공유