Proč je měření sociálního chování složitější než měření aktivity jednotlivce
Měření jednoho rybky v nádrži je problém sledování. Měření několika rybek současně je problém sledování plus problém identifikace. Vzory sociální interakce závisí na tom, která rybka je blízko které jiné rybky, jak dlouho u sebe zůstávají a jak se skupina přeskupuje v průběhu času. Systém pro analýzu chování zebrafish musí tento problém identifikace vyřešit, než může poskytnout jakékoli údaje o sociálním chování. Pokud se identity zamění, když se dvě rybky potkají, stávají se data záznamem poloh, nikoli záznamem vztahů.
Ruční pozorování potýká se stejným problémem. Člověk sledující akvárium dokáže chvíli sledovat jednu rybu, ale pozornost se rozptyluje. Pokud se pohybuje několik ryb současně, pozorovatel nedokáže udržet přehled o všech identitách. Výsledkem je často jen hrubý dojem, nikoli kvantitativní měření. Automatizace problém neodstraňuje, ale činí identifikační úlohu explicitní a řešitelnou.
Sledování identit při křížení se ryb
Sledování více objektů je základem měření sociálního chování. Software detekuje každou rybu ve všech snímcích a propojuje detekce mezi jednotlivými snímky. Pokud se dvě ryby přiblíží k sobě, stane se krok propojování nejednoznačný. Jednoduché pravidlo nejbližšího souseda často selže a zamění identity. Robustnější systémy využívají predikci pohybu, například Kalmanův filtr, a vzhledové vlastnosti, jako je tvar ocasu nebo velikost těla, aby identity zůstaly stabilní.
Maďarský algoritmus je běžně používán k přiřazení detekcí stávajícím stopám. Nachází nejlepší jedno-jedno přiřazení na základě maticového nákladu, který může zahrnovat vzdálenost, předpovězenou pozici a vzhled. I přes tyto nástroje zůstává zakrývání stále výzvou. Ryby, které plavou za prvkem akvária nebo se úplně překrývají, mohou být po několik snímků ztraceny. Kvalitní systémy zvládají krátké mezery a uvádějí skóre spolehlivosti, aby uživatel věděl, kdy je stopa nejistá.
Metriky vzdálenosti a blízkosti zachycující sociální preference
Jakmile jsou identity stabilní, systém může vypočítat sociální metriky. Nejjednodušší je vzdálenost mezi rybami, tedy vzdálenost mezi jednou rybou a jejím nejbližším sousedem. Průměrná vzdálenost mezi rybami v rámci skupiny poskytuje hrubé míření koheze. Menší průměrná vzdálenost naznačuje těsnější hejno. Větší průměrná vzdálenost naznačuje, že se ryby rozptylují.
Další metriky přinášejí nuansy. Vzdálenost k nejbližšímu sousedovi se zaměřuje na nejblíže umístěnou rybu a může odhalit chování párování. Čas strávený v definovaném poloměru od jiné ryby měří preferenci blízkosti. Přibližování a vzdalování počítají, jak často se ryby pohybují směrem k sobě nebo od sebe. Tyto metriky lze vypočítat pro celou skupinu nebo pro konkrétní páry, podle toho, jaká otázka je zkoumána. Systém pro behaviorální analýzu zebrafish obvykle současně hlásí několik z těchto metrik, což pomáhá oddělit různé aspekty sociální interakce.
| Cíl měření | Ruční pozorování | Automatický systém sledování |
|---|---|---|
| Vzdálenost mezi rybami | Odhad okem | Vypočítáno pro každý snímek |
| Trvalost identifikace | Obtížné, když se ryby kříží | Udržováno pomocí predikce a vizuálních znaků |
| Koheze skupiny | Hrubý dojem | Průměrná vzdálenost a metriky shlukování |
| Přístup a odchod | Snadno přehlédnutelné | Počítáno automaticky |
| Doba v blízkosti | Nepatrné rozdíly mezi pozorovateli | Definováno poloměrem a dobou trvání |
Dynamika skupiny a chování při tvoření hejna
Sociální interakce není pouze o průměrné vzdálenosti. Je také o tom, jak se skupina pohybuje společně. Chování při tvoření hejna zahrnuje polarizaci, což je zarovnání směru plavání u jednotlivých ryb, a rotaci, což je tendence plavat koordinovaně po kruhu. Tyto vzory vznikají z lokálních interakcí a jsou těžko rozeznatelné pouhým okem.
Automatické sledování je schopno tyto metriky vypočítat z trajektorií. Polarizace představuje průměrný směrový vektor mezi jedinci. Rotace se měří na základě úhlové rychlosti kolem těžiště skupiny. Tyto metriky jsou citlivé na velikost skupiny, tvar nádržky a proudění. Skupina v kruhové nádržce může vykazovat odlišné vzory než skupina v obdélníkové nádržce. Systém uvádí číselné hodnoty, ale výzkumník musí tyto údaje interpretovat v daném kontextu.
Environmentální faktory ovlivňující data sociální interakce
Sociální chování neprobíhá ve vakuu. Teplota vody ovlivňuje úroveň aktivity a tím i to, jak blízko se ryby drží u sebe. Intenzita světla mění stupeň vzrušení a tendenci ke školování. Velikost a tvar nádržky určují prostor dostupný pro interakci. Hustota osazení nádržky před pokusem ovlivňuje základní úroveň sociálního chování. Ryby považované izolovaně se mohou chovat jinak než ryby považované ve skupinách.
Systém pro analýzu chování zebrafish může zaznamenat mnoho těchto proměnných, pokud jsou senzory připojeny. Nemůže však ovlivňovat historii chovu ani genetické pozadí. Tyto faktory je nutné dokumentovat samostatně a vzít je v úvahu při interpretaci dat. Sociální metrika, která se liší mezi dvěma skupinami, může odrážet účinek léčby, účinek chovu nebo interakci obou faktorů.
Příklad z praxe a limity automatické sociální analýzy
Laboratoř na univerzitě v jižní Číně zkoumala účinky sloučeniny na sociální chování dospělých zebrafish. V prvním kole bylo použito manuální hodnocení. Pozorovatelé počítali, jak často se ryby plavily blízko sebe, avšak výsledky byly mezi jednotlivými pozorovateli i mezi jednotlivými sezeními nekonzistentní. Laboratoř následně nainstalovala systém pro analýzu chování zebrafish s sledováním více objektů.
Automatická data ukázala, že u ošetřených skupin byla větší průměrná vzdálenost mezi jedinci a méně přibližovacích událostí než u kontrolních skupin. Účinek byl malý, ale konzistentní napříč jednotlivými sezeními. Ruční hodnocení jej vynechalo, protože pozorovatelé nemohli spolehlivě sledovat identity jedinců v případě jejich křížení. Automatický systém neprokázal, že sloučenina změnila sociální motivaci. Ukázal pouze změnu prostorového vzoru. Pro pochopení příčiny by byla zapotřebí další následná práce.
Automatická analýza sociálního chování má svá omezení. Měří polohy a pohyby. Neprovádí však měření motivace, rozpoznávání ani preferencí v kognitivním smyslu. Ryba se může držet blízko jiné ryby proto, že preferuje společnost, protože následuje vůdce, nebo proto, že ji geometrie nádržky omezuje. Sledovací data nedokáží tyto vysvětlení odlišit. Lidští posuzovatelé a pečlivě navržené následné experimenty zůstávají nezbytné.
Hunter Lab (Hunter) vyrábí laboratorní zařízení pro chov zebrafish s důrazem na stabilitu obrazování a sledování více objektů, což je klíčové pro studia sociálního chování. Výroba a kontrola kvality zajišťují konzistenci potřebnou pro dlouhodobý výzkum chování. Pro laboratoře, které měří vzory sociální interakce, taková disciplinovanost při výrobě tvoří základ.