Salk Institute의 과학자들은 더 높은 해상도와 더 많은 기능으로 인간과 동물의 행동을 추적하기 위해 GlowTrack을 만들었습니다. 움직임은 뇌가 어떻게 작동하고 신체를 제어하는지를 보여주는 창입니다. 인간과 동물의 움직임을 추적하는 것은 클립보드와 펜 관찰에서 인공 지능을 기반으로 하는 현대 기술에 이르기까지 먼 길을 걸어왔습니다. 현재 가장 진보된 방법은 인공지능을 이용해 다양한 신체 부위의 움직임을 자동으로 추적하는 것입니다. 그러나 이러한 모델을 훈련하는 데는 여전히 시간 집약적이며 연구자들은 각 신체 부위에 수백 또는 수천 번 수동으로 라벨을 지정해야 하므로 제한됩니다.
이제 Eiman Azim 부교수와 그의 팀은 형광 염료 라벨을 사용하여 인공 지능을 훈련시키는 비침습적 동작 추적 방법인 GlowTrack을 만들었습니다. 강력하고 시간을 절약해 주는 고화질 GlowTrack은 마우스 발의 단일 숫자 또는 사람 손의 수백 개의 랜드마크를 추적할 수 있습니다.
이 기술은 2023년 9월 26일 Nature Communications 저널에 게재되었으며, 적용 범위는 생물학, 로봇공학, 의학 및 기타 분야를 포괄합니다.
수석 저자이자 William Scandling 개발 교수인 Azim은 "지난 몇 년 동안 강력한 인공 지능 도구가 실험실에 도입되면서 행동 추적 분야에 혁명이 일어났습니다."라고 말했습니다. "우리의 방법은 이러한 도구를 더욱 다양하게 만들고 실험실에서 다양한 움직임을 포착하는 방법을 향상시킵니다. 움직임을 더 잘 정량화하면 뇌가 행동을 제어하는 방법을 더 잘 이해할 수 있으며 근위축성 측삭 경화증(ALS) 및 파킨슨병과 같은 운동 장애를 연구하는 데 도움이 될 수 있습니다."
동물의 움직임을 포착하는 현재 방법은 연구자들이 컴퓨터 화면에서 신체 부위에 수동으로 반복적으로 주석을 달아야 하는 경우가 많습니다. 이 과정은 시간이 많이 걸리고 사람의 실수가 발생하기 쉬우며 시간이 제한되어 있습니다. 수동 주석은 AI 모델이 수신하는 제한된 훈련 데이터를 전문으로 하기 때문에 이러한 방법이 소규모 테스트 환경에서만 사용될 수 있다는 것을 의미합니다. 예를 들어 조명, 동물 몸의 방향, 카메라 각도 또는 기타 요인이 변경되면 모델은 더 이상 추적된 신체 부위를 식별할 수 없습니다.
이러한 한계를 해결하기 위해 연구자들은 형광 염료를 사용하여 동물이나 인간의 다양한 부분에 라벨을 붙입니다. 이러한 "보이지 않는" 형광 염료 라벨을 사용하면 시각적으로 다양한 대량의 데이터를 신속하게 생성하여 사람의 주석 없이도 인공 지능 모델에 공급할 수 있습니다. 이 강력한 데이터가 제공되면 이러한 모델을 사용하여 사람이 주석으로 달성하기 어려운 해상도로 더욱 다양한 환경에서 동작을 추적할 수 있습니다.
서로 다른 실험실에서 동일한 모델을 사용하여 다양한 상황에서 신체 동작을 추적할 수 있으므로 이는 연구 간 동작 데이터를 비교할 수 있는 문을 열어줍니다. Azim은 실험의 비교와 반복성이 과학적 발견 과정에서 매우 중요하다고 믿습니다.
"형광 염료 태그는 완벽한 솔루션입니다"라고 Salk의 생물정보학 분석가인 제1저자 Daniel Butler가 말했습니다. "우리의 형광 염료 태그는 원할 때만 켜지는 1달러 지폐의 보이지 않는 잉크와 같습니다. 우리의 형광 염료 태그는 눈 깜짝할 사이에 켜지거나 꺼질 수 있으므로 많은 양의 훈련 데이터를 생성할 수 있습니다."
앞으로 팀은 GlowTrack의 다양한 애플리케이션을 지원하고 이 기능을 3차원 모션을 재구성할 수 있는 다른 추적 도구 및 이러한 대규모 모션 데이터 세트에서 패턴을 탐색할 수 있는 분석 방법과 결합하게 되어 기쁘게 생각합니다.
"우리의 접근 방식은 모션을 캡처하고 정량화하기 위해 보다 민감하고 안정적이며 포괄적인 도구가 필요한 많은 분야에 도움이 될 수 있습니다."라고 Azim은 말했습니다. "나는 다른 과학자와 비과학자들이 이러한 방법을 어떻게 채택하는지, 그리고 어떤 독특하고 예상치 못한 응용이 나타날 수 있는지 보고 싶습니다."