Uma pesquisa liderada pela Universidade de Plymouth mostrou que um novo modelo de IA de aprendizagem profunda pode identificar o que acontece e quando durante o desenvolvimento embrionário, a partir de vídeo.



Publicado no Journal of Experimental Biology , o estudo, intitulado "Dev-ResNet:Detecção automatizada de eventos de desenvolvimento usando aprendizado profundo", destaca como o modelo, conhecido como Dev-ResNet, pode identificar a ocorrência de eventos importantes de desenvolvimento funcional em caracóis de lago, incluindo função cardíaca, rastejamento, eclosão e até a morte.

Uma inovação importante neste estudo é o uso de um modelo 3D que utiliza as mudanças que ocorrem entre os quadros do vídeo e permite que a IA aprenda com esses recursos, em oposição ao uso mais tradicional de imagens estáticas.

O uso de vídeo significa que características que vão desde o primeiro batimento cardíaco, ou comportamento de rastejamento, até a formação de concha ou eclosão são detectadas de forma confiável pelo Dev-ResNet, e revelou sensibilidades de diferentes características à temperatura não conhecidas anteriormente.

Embora usado em embriões de caramujos para este estudo, os autores dizem que o modelo tem ampla aplicabilidade em todas as espécies e fornecem scripts e documentação abrangentes para a aplicação do Dev-ResNet em diferentes sistemas biológicos.

No futuro, a técnica poderá ser utilizada para ajudar a acelerar a compreensão de como as alterações climáticas e outros factores externos afectam os seres humanos e os animais.

O trabalho foi liderado pelo Ph.D. candidato, Ziad Ibbini, que estudou bacharelado em Biologia da Conservação na Universidade, antes de tirar um ano para se aprimorar no desenvolvimento de software, iniciando então seu doutorado. Ele mesmo projetou, treinou e testou o Dev-ResNet.

Ele disse:“Delinear eventos de desenvolvimento – ou descobrir o que acontece no desenvolvimento inicial de um animal – é muito desafiador, mas extremamente importante, pois nos ajuda a compreender as mudanças no tempo dos eventos entre espécies e ambientes.

"Dev-ResNet é uma rede neural convolucional 3D pequena e eficiente, capaz de detectar eventos de desenvolvimento usando vídeos e pode ser treinada com relativa facilidade em hardware de consumo.

“As únicas limitações reais estão na criação de dados para treinar o modelo de aprendizagem profunda – sabemos que funciona, você só precisa fornecer os dados de treinamento corretos.

"Queremos dotar a comunidade científica em geral com as ferramentas que lhes permitirão compreender melhor como o desenvolvimento de uma espécie é afetado por diferentes fatores, identificando assim como podemos protegê-la. Acreditamos que o Dev-ResNet é um passo significativo na essa direção."

Oli Tills, autor sênior do artigo e pesquisador do UKRI Future Leaders Research Fellow, acrescentou:"Esta pesquisa é importante em nível tecnológico, mas também é significativa para avançar na forma como percebemos o desenvolvimento do organismo - algo que a Universidade de Plymouth, dentro o Grupo de pesquisa em Ecofisiologia e Desenvolvimento, tem mais de 20 anos de história de pesquisa.

“Este marco não teria sido possível sem a aprendizagem profunda, e é emocionante pensar onde esta nova capacidade nos levará no estudo dos animais durante o seu período mais dinâmico da vida”.

Mais informações: Dev-ResNet:Detecção automatizada de eventos de desenvolvimento usando aprendizagem profunda, Journal of Experimental Biology (2024). DOI:10.1242/jeb.247046
Informações do diário: Jornal de Biologia Experimental

Fornecido pela Universidade de Plymouth