Los investigadores de ETH Zurich están utilizando inteligencia synthetic para analizar el comportamiento de ratones de laboratorio de manera más eficiente y reducir la cantidad de animales en experimentos.
Hay una tarea específica en la que los investigadores del estrés que realizan experimentos con animales deben ser especialmente hábiles. Esto también se aplica a los investigadores que quieren mejorar las condiciones en las que se mantienen los animales de laboratorio. Necesitan poder evaluar el bienestar de sus animales basándose en observaciones de comportamiento, porque a diferencia de los humanos, no pueden simplemente preguntarles cómo se sienten. Investigadores del grupo dirigido por Johannes Bohacek, profesor del Instituto de Neurociencia de la ETH Zurich, han desarrollado un método que avanza significativamente en su análisis del comportamiento del ratón.
El proceso utiliza análisis de comportamiento automatizado mediante visión synthetic e inteligencia synthetic. Se filman ratones y las grabaciones de vídeo se analizan automáticamente. Si bien el análisis del comportamiento animal solía tomar muchos días de arduo trabajo handbook (y todavía lo requiere en la mayoría de los laboratorios de investigación hoy en día), los laboratorios líderes a nivel mundial han cambiado a métodos eficientes de análisis de comportamiento automatizados en los últimos años.
Dilema estadístico resuelto
Un problema que esto causa son las montañas de datos generados. Cuantos más datos y mediciones estén disponibles, y cuanto más sutiles sean las diferencias de comportamiento que deben reconocerse, mayor será el riesgo de ser engañados por artefactos. Por ejemplo, estos pueden incluir un proceso automatizado que clasifique un comportamiento como relevante cuando no lo es. Las estadísticas presentan la siguiente solución easy a este dilema: es necesario probar más animales para cancelar los artefactos y aún así obtener resultados significativos.
El nuevo método de los investigadores de ETH ahora permite obtener resultados significativos y reconocer diferencias sutiles de comportamiento entre los animales incluso con un grupo más pequeño, lo que ayuda a reducir el número de animales en experimentos y aumentar la importancia de un experimento con un solo animal. Por lo tanto, apoya los esfuerzos de las 3R realizados por ETH Zurich y otras instituciones de investigación. Las 3R significan reemplazar, reducir y refinar, lo que significa intentar reemplazar los experimentos con animales con métodos alternativos o reducirlos mediante mejoras en la tecnología o el diseño experimental.
La estabilidad del comportamiento en el punto de mira
El método de los investigadores de ETH no sólo utiliza muchos patrones aislados y muy específicos del comportamiento de los animales; también se centra estrechamente en las transiciones de un comportamiento a otro.
Algunos de los patrones típicos de comportamiento en ratones incluyen ponerse de pie sobre sus patas traseras cuando tienen curiosidad, permanecer cerca de las paredes de la jaula cuando son cautelosos y explorar objetos que son nuevos para ellos cuando se sienten audaces. Incluso un ratón parado puede ser informativo: el animal está particularmente alerta o inseguro.
Las transiciones entre estos patrones son significativas: un animal que cambia rápida y frecuentemente entre ciertos patrones puede estar nervioso, estresado o tenso. Por el contrario, un animal relajado o confiado a menudo muestra patrones de comportamiento estables y cambia entre ellos de manera menos abrupta. Estas transiciones son complejas. Para simplificarlos, el método los combina matemáticamente en un valor único y significativo, lo que hace que los análisis estadísticos sean más sólidos.
Comparabilidad mejorada
El profesor Bohaček de la ETH es neurocientífico e investigador del estrés. Entre otros temas, investiga qué procesos en el cerebro determinan si un animal se comporta mejor o peor ante situaciones estresantes. “Si podemos utilizar análisis de comportamiento para identificar -o, mejor aún, predecir- qué tan bien un individuo puede manejar el estrés, podemos examinar los mecanismos específicos en el cerebro que desempeñan un papel en esto”, cube. De estos análisis se podrían derivar posibles opciones terapéuticas para ciertos grupos humanos de riesgo.
Con el nuevo método, el equipo de ETH ya ha podido descubrir cómo responden los ratones al estrés y a determinados medicamentos en experimentos con animales. Gracias a la magia estadística se pueden reconocer incluso diferencias sutiles entre animales individuales. Por ejemplo, los investigadores han logrado demostrar que el estrés agudo y el estrés crónico modifican el comportamiento de los ratones de diferentes maneras. Estos cambios también están relacionados con diferentes mecanismos en el cerebro.
El nuevo enfoque también aumenta la estandarización de las pruebas, permitiendo comparar mejor los resultados de una variedad de experimentos, incluso aquellos realizados por diferentes grupos de investigación.
Promover el bienestar animal en la investigación
“Cuando utilizamos la inteligencia synthetic y el aprendizaje automático para el análisis del comportamiento, contribuimos a una investigación biomédica más ética y eficiente”, afirma Bohacek. Él y su equipo llevan varios años abordando el tema de la investigación de las 3R. Han establecido el 3R Hub en ETH para este propósito. El Centro pretende tener una influencia positiva en el bienestar animal en la investigación biomédica.
“El nuevo método es el primer gran éxito del ETH 3R Hub. Y estamos orgullosos de ello”, afirma Oliver Sturman, director del Hub y coautor de este estudio. El 3R Hub ahora ayuda a que el nuevo método esté disponible para otros investigadores en ETH y más allá. “Análisis como el nuestro son complejos y requieren una gran experiencia”, explica Bohaček. “La introducción de nuevos enfoques 3R suele ser un obstáculo importante para muchos laboratorios de investigación”. Ésta es precisamente la concept detrás del Centro 3R: permitir la difusión de estos enfoques a través de apoyo práctico para mejorar el bienestar animal.
