W badaniach użyto zaprojektowanego w zespole dr hab. Eweliny Knapskiej z Instytutu Nenckiego systemu klatek Eco-HAB. Umożliwia on myszom interakcje zbliżone do warunków naturalnych, a naukowcom - automatyczne zbieranie szczegółowych informacji o tym, gdzie i z kim przebywają poszczególni mieszkańcy mysiej grupy.

I tak grupie 15 myszy zainstalowano chipy RFID, które śledziły, w której z czterech komór (lub korytarzy) znajduje się dany osobnik. Zachowania te śledzono przez 10 dni (przez 24 godziny na dobę). A następnie z zebranych danych opracowano model, który dobrze opisywałby te zachowania. Dobrano też parametry dla poszczególnych zmiennych.

Badania z udziałem naukowców z Instytutu Nenckiego PAN oraz Xiaowen Chen, Thierry’ego Mory i Aleksandry Walczak z Uniwersytetu Ecole Normale Superieure w Paryżu ukazały się w Physical Review X i zostały dostrzeżone przez edytorów.

“W eksperymencie tym uznaliśmy, że za tło dla zachowania każdej z myszy należy traktować obecność innych myszy. Próbowaliśmy więc zrozumieć, jak pojedyncza mysz odczuwa takie ‘tło’ i jak wpływa to na jej zachowanie” - tłumaczy w rozmowie z PAP dr Aleksandra Walczak.

I dodaje, że w modelu scharakteryzowano zarówno statyczne, jak i dynamiczne właściwości elementów układu - w tym przypadku - myszy. Można więc dzięki niemu wyliczyć, jakie są szanse, że trzy myszy znajdą się w jednym miejscu w porównaniu z szansą, że 5 myszy znajdzie się w jednym miejscu (to właściwości statyczne). Ale i jak zachowuje się statystyczna mysz, jeśli wejdzie do klatki, w której znajdują się już dwie inne myszy (właściwości dynamiczne).

Naukowcy opracowali tzw. model inferencyjny, to znaczy, że zebrane dane z eksperymentu z myszami są analizowane, jest w nich uchwycona dynamika zachowań i tworzony jest model, w którym do różnych zmiennych dobierane są różne parametry.

Dr Walczak tłumaczy, że zachowania myszy można byłoby też wymodelować z użyciem sztucznej inteligencji, ale wtedy model zachowania myszy byłby “czarną skrzynką” - trudno byłoby ustalić, od czego zależą zmiany parametrów układu. Tymczasem w doborze parametrów wykorzystywane jest tzw. uczenie statystyczne, więc model jest wyjaśnialny.

Badaczka opisuje, że zmiany dynamiki myszy w zależności od obecności innych osobników można porównać do zmian ruchu oddziałujących cząsteczek związanych z temperaturą otoczenia. Dynamika pojedynczej cząsteczki zależna jest od dynamiki innych cząsteczek wokół niej. A wraz ze wzrostem temperatury zmieniają się parametry układu: rosną szanse na zderzenie cząsteczek i choćby to, że przekażą sobie energię. “Tak samo można próbować opisać dystrybucję zachowań myszy w długim czasie w zależności od obecności innych myszy” - mówi dr Walczak. Jeśli jednak chcemy wiedzieć, co będzie się działo ze statystyczną myszą w obecności iluś kolejnych osobników (a cząsteczką w określonej temperaturze), warto mieć fizykalny model tego układu, w którym opisane będą jego parametry w różnych warunkach.

Dzięki powstaniu takich modeli łatwiejsze mogą się stać kolejne badania dotyczące zachowań społecznych myszy. Model pozwoli bowiem uchwycić osobiste preferencje myszy w porównaniu ze średnią (bo przecież różne osobniki mogą mieć różne temperamenty i mogą być bardziej lub mniej towarzyskie). Ale również pozwoli np. automatycznie wychwycić, czy w danej grupie myszy są osobniki przywódcze, czy jest jakaś hierarchia albo czy powstają kliki.

Dr Walczak uważa , że prace nad takiego typu modelami mogą się też przydać choćby w analizie sygnału neuronów, których działanie również jest zależne od interakcji z sąsiadami.

Nauka w Polsce, Ludwika Tomala

lt/ agt/