La IA descifra el comportamiento de la mosca de la fruta, con aplicaciones en la detección de los efectos de fármacos

Los científicos han utilizado el genoma sencillo y la corta vida de las moscas de la fruta para descifrar los misterios de la herencia genética. Ahora, un nuevo sistema de aprendizaje automático ha descifrado su comportamiento de la mosca de la fruta, cuyas posibles aplicaciones futuras incluyen la detección de los efectos de fármacos y el seguimiento del comportamiento de ratones y peces, según publican en la revista 'Science Advances'.

Bautizado como MAFDA (Novel Machine-learning-based Automatic Fly-behavioral Detection and Annotation), el sistema desarrollado por la Universidad de Tulane en Estados Unidos utiliza cámaras y un programa informático de nuevo desarrollo para seguir e identificar comportamientos interactivos complejos de moscas individuales dentro de un grupo más grande.

Esto permite a los investigadores comparar y contrastar los comportamientos de moscas de la fruta con diferentes antecedentes genéticos.

Los estudios sobre la 'Drosophila melanogaster', que comparte con el ser humano el 60% del ADN, han merecido seis Premios Nobel. Pero los algoritmos anteriores eran menos precisos a la hora de rastrear moscas individuales dentro de un grupo, pero el sistema MAFDA facilita el estudio de los diminutos insectos alados.

"Las moscas de la fruta son como pioneras en el descubrimiento de cosas nuevas, desde la teoría cromosómica de la herencia hasta la inmunidad innata --afirma el doctor Wu-Min Deng, profesor de Bioquímica y Biología Molecular y Catedrático Gerald & Flora Jo Mansfield Piltz de Investigación Oncológica de la Facultad de Medicina de Tulane--. Poder cuantificar el comportamiento de las moscas es realmente un paso adelante en los estudios del comportamiento".

Wenkan Liu, estudiante de posgrado de la Facultad de Medicina que desarrolló el sistema MAFDA, dijo que la importancia de la plataforma es "innegable".

"Acelera la investigación, minimiza el error humano y proporciona conocimientos intrincados sobre la genética del comportamiento --añade Liu--. Esta herramienta es potencialmente fundamental, ya que mejora la reproducibilidad y allana el camino para nuevas exploraciones en el análisis del comportamiento a gran escala".

MAFDA se desarrolló como parte de un estudio reciente en el que se descubrió que el gen que hace que las moscas perciban las feromonas es el mismo que controla la producción de feromonas.

Estos hallazgos desafían la opinión del statu quo de que genes separados controlan la producción y la percepción de feromonas y tienen amplias aplicaciones en los campos de la evolución del comportamiento humano, el metabolismo y el dimorfismo sexual.

En el futuro, los investigadores esperan que el MAFDA se utilice en diversas aplicaciones. Jie Sun, autor principal y becario posdoctoral de la Facultad de Medicina de Tulane, afirma que MAFDA podría utilizarse para estudiar otros insectos, además de ratones y peces, y que el sistema podría ser útil para estudiar los efectos de los fármacos.

"Cuanta más información demos a la máquina, mejor podrá identificar correctamente los distintos comportamientos, desde el cortejo hasta la alimentación, etc. --explica Sun--. Es una herramienta muy importante y significativa".

MAFDA ya se está utilizando en otros proyectos de investigación en Tulane, y los investigadores están trabajando para empaquetar el sistema para que pueda ser utilizado por más científicos tanto en Tulane como en todo el mundo.

"Ése es el objetivo --subraya Deng--. La idea original era poder identificar el estado de salud de las moscas. Puede que eso sea demasiado pedir ahora mismo, pero esperamos que la comunidad lo utilice más ampliamente y que en el futuro podamos ir en esa dirección".