当前位置:首页 > 新闻中心 > 科研动态

科研动态

AI技术推动生命科学研究人员破解灵长类脊髓衰老驱动力

  • 发表日期:2023-11-13 【 【打印】【关闭】
  •   10月31日,中国科学院动物研究所与北京基因组研究所合作,联合中国科学院自动化研究所、首都医科大学宣武医院、首都医科大学、首都医科大学天坛医院,在《自然》 (Nature) 上,在线发表了题为CHIT1-positive microgla drive motor neuron aging in the primate spinal cord的研究论文。该研究发现一群全新的在年老的灵长类动物的脊髓中特异存在的CHIT1阳性小胶质细胞亚型,并命名为AIMoN-CPM(Aging-Induced Motor Neuron toxic CHIT1-Positive Microglia)。这类细胞可以通过旁分泌CHIT1蛋白激活运动神经元中的SMAD信号,进而驱动运动神经元衰老,而补充维生素C可抑制脊髓运动神经元的衰老和退行。 

      本研究使用非人灵长类食蟹猴作为研究模型。食蟹猴同人类的神经系统极为相似,尤其在两足行走和精细运动控制方面。以其作为研究模型,在理解人类自身的神经系统功能及干预神经退行性疾病等方向具有特殊的优势。传统的猕猴行为学研究中对行为的评价都是通过人工完成的,需要人类观察员在实验过程中停留在动物附近观察并记录动物的行为。 

      该论文共同第一作者中国科学院自动化研究所马喜波研究员长期深耕AI for Science,在海量灵长类行为数据的基础上研发非人灵长类行为识别大模型 [1][2][3]。在论文工作中马喜波研究员团队基于大模型技术完成了食蟹猴运动行为和能力的定量、持续检测与评估,对比分析了灵长类动物衰老状态的行为差异特征(图2、图3)。进而,联合团队证实运动神经元是脊髓中对衰老最为敏感的细胞类型,具体表现为细胞衰老相关标志物显著增加以及神经元功能的退行。 

      利用AI对动物行为识别有效解决了人类观察员存在对灵长类动物的行为造成干扰,以及手动记录动物行为人力消耗大、具有主观性、不能实时反馈及无法精确量化等缺点,有力地推动生命科学研究人员破解灵长类脊髓衰老驱动力研究。 

    图1. 文章发表于Nature
    图2. 猕猴行为检测流程
    图3. 灵长类衰老状态行为差异分析图
    论文地址:
    https://www.nature.com/articles/s41586-023-06783-1
    参考文献:
    [1] Yang, S,et al. BARN: Behavior-Aware Relation Network for multi-label behavior detection in socially housed macaques. Zoological Research 44(6),1026-1038, doi: 10.24272/j.issn.2095-8137.2022.485 (2023)
    [2] Liang, K. et al. The joint detection and classification model for spatiotemporal action localization of primates in a group. Neural Computing and Applications 35, 18471-18486, doi:10.1007/s00521-023- 08670-2 (2023).
    [3] 孙峥,张素才,马喜波,基于全局时空编码网络的猴类动物行为识别,图学学报43(5),页码:832-840(2022)。