研究人员正在使用机器学习来绘制基因控制之间的关系

U Health的神经生物学和解剖学助理教授、该研究的高级作者克里斯托弗格雷格博士说：“复杂的行为模式，如寻找食物，是由随机、自发和自由的序列组成的”。“使用机器学习，我们发现离散序列的重现频率比你意外预期的要高，而且这些序列都来自生物学。”

这个研究小组正在探索行为排序的新领域。

格雷格说，“我们试图理解复杂行为的架构，以及遗传如何塑造这些模式。”

这项研究支持了一个观点，即复杂的行为是由有限的一组“积木”组成的，作者称之为行为块，而遗传学控制着这些积木的进程，形成不同的行为模式。

研究小组评估了190只老鼠的遗传和年龄，因为它们从家里搬到了一个独特创建的“竞技场”，以评估觅食时表达的一系列行为序列。在寻找食物时，小鼠表现出需要许多神经系统来控制寻找、焦虑、奖励、保存、饥饿、饱腹感、注意力、导航和记忆等行为。新方法揭示了不同的遗传和年龄效应影响不同的序列。

格雷格说，“大多数物种都有一个栖息地，它们的行为都围绕着这个栖息地。”“我们能够识别可复制的行为序列，并利用这些信息来理解复杂的模式。”

该小组将从家到食物来源的往返旅程分开，然后进行了一系列超过5600次的小鼠操作。这些动作包含其他信息，如步态、步伐、行进距离和游览地点。他们使用机器学习评估了这些信息，并确定了71个可重复的行为序列，这些行为序列是更复杂行为模式的基本构建模块。

从一个“组件”到下一个组件的过渡意味着一种机械关系，这种关系产生一种特定的觅食行为，从而将捕食风险、能量消耗和热量摄入降至最低。此外，该算法可以识别特定小鼠的特定自发反应。

格雷格认为，这种方法足够灵敏，可以识别基因拷贝中的突变。为了证明这一点，他的团队专注于Magel2突变小鼠的觅食行为，mage L2是一种与自闭症有关的印记基因。比如母亲的副本关闭，父亲的副本就会打开。在这种情况下，一般认为母亲的复制是无声的，不会影响后代。不是这样的。

格雷格说，“让我们兴奋的是，我们可以仅通过母亲基因的副本来检测对行为的显著影响。”

目前这项研究只是探索了实验小鼠觅食行为的基础。格雷格认为，这种方法论可以用来理解其他复杂行为模式的基础，并理解塑造导致人类疾病的行为的特定基因组元素，包括肥胖、成瘾、恐惧、焦虑和精神疾病。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！