Kāpēc sociālo uzvedību ir grūtāk izmērīt nekā vienas dzīvnieka aktivitāti
Vienas zībživs akvārijā izsekošana ir izsekošanas problēma. Vairāku zībživju kopīgas izsekošanas ir gan izsekošanas, gan identitātes problēma. Sociālās mijiedarbības paraugi ir atkarīgi no tā, kura zībživs ir tuvu kurai citai zībživij, cik ilgi tās paliek tuvu viena otrai un kā grupa laika gaitā pārkārtojas. Zībživju uzvedības analīzes sistēmai jārisina šī identitātes problēma, pirms tā var sniegt jebkādu informāciju par sociālo uzvedību. Ja divām zībživīm krustojoties mainās identitātes, dati kļūst par pozīciju ierakstu, nevis attiecību ierakstu.
Manuāla novērošana arī cieš no tā paša jautājuma. Cilvēks, kas vēro akvāriju, var sekot vienam zivij kādu laiku, taču uzmanība novirzās. Kad vairākas zivis pārvietojas vienlaicīgi, novērotājs nevar uzturēt visu identitāšu atšķirību. Rezultātā bieži rodas tikai aptuvena iespaids, nevis kvantitatīvs mērījums. Automatizācija nesamazina šo grūtību, bet tā padara identitāšu problēmu skaidri redzamu un risināmu.
Zivju identitāšu sekotne, kad tās krusto ceļus
Vairāku objektu sekotne ir sociālo uzvedību mērīšanas pamats. Programmatūra katrā kadros atpazīst katru zivi un saista atpazīšanas rezultātus starp kadriem. Kad divas zivis pārvietojas tuvu viena otrai, saistīšanas solis kļūst neviendzīmīgs. Vienkārša tuvākā kaimiņa metode bieži neizdodas un nomaina identitātes. Uzticamākas sistēmas izmanto kustības prognozēšanu, piemēram, Kalmana filtru, un ārējās pazīmes, piemēram, astes formu vai ķermeņa lielumu, lai nodrošinātu stabila identitāšu saglabāšanu.
Ungāru algoritms ir izplatīts, lai piešķirtu detekcijas esošajām trajektorijām. Tas atrod labāko viens pret vienu sakritību, balstoties uz izmaksu matricu, kurā var ietilpt attālums, prognozētā pozīcija un izskats. Pat ar šiem rīkiem aizsedzamība joprojām ir problēma. Zivis, kas peld aiz akvārija piederumiem vai pilnībā pārklājas, var pazust dažās kadros. Labas sistēmas spēj apstrādāt īsus pārtraukumus un sniedz uzticamības rezultātus, lai lietotājs zinātu, kad trajektorija ir nenoteikta.
Attāluma un tuvuma metrikas, kas atspoguļo sociālo preferenci
Kad identitātes kļūst stabiles, sistēma var aprēķināt sociālos rādītājus. Vienkāršākais ir attālums starp zivīm — tas ir attālums starp vienu zivi un tās tuvāko kaimiņu. Vidējais attālums starp zivīm visā grupā dod aptuvenu sadrumstalotības mēru. Mazāks vidējais attālums norāda uz ciešāku barību, bet lielāks vidējais attālums norāda, ka zivis izkliedējas.
Citi metrikas pievieno niansi. Tuvojošās zivs attālums koncentrējas uz tuvāko zivi un var atklāt pārošanās uzvedību. Laiks, ko zivis pavada noteiktā attālumā viena no otras, mēra tuvuma preferenci. Tuvošanās un attālināšanās reizes skaita, cik bieži zivis pārvietojas viena pret otru vai no otras. Šīs metrikas var aprēķināt visai grupai vai konkrētām zivju pārim, atkarībā no pētījuma jautājuma. Zebrafish uzvedības analīzes sistēma parasti vienlaicīgi ziņo par vairākām šīm metrikām, kas palīdz atdalīt dažādus sociālās mijiedarbības aspektus.
| Mērīšanas mērķis | Manuāla novērošana | Automatizēta izsekošanas sistēma |
|---|---|---|
| Attālums starp zivīm | Novērtēts vizuāli | Aprēķināts katrā kadros |
| Identitātes saglabāšana | Grūti, ja zivis krustojas | Saglabāta ar prognozēšanu un ārējām pazīmēm |
| Grupas kopīgums | Apmēramā iespaids | Vidējais attālums un grupēšanas metrikas |
| Tuvošanās un attālināšanās | Viegli palaidt garām | Skaitīts automātiski |
| Laiks tuvumā | Nevienmērīgi starp novērotājiem | Definēts ar rādiusu un ilgumu |
Grupas dinamika un barošanās paraugi
Sociālā mijiedarbība neattiecas tikai uz vidējo attālumu. Tā ietver arī to, kā grupa pārvietojas kopā. Barošanās paraugi ietver polarizāciju — zivju peldēšanas virziena izlīdzināšanu — un rotāciju — tendenci peldēt koordinētā lokā. Šie paraugi rodas no vietējām mijiedarbībām un ir grūti redzami ar aci.
Automātiskā izsekošana var aprēķināt šos rādītājus no trajektorijām. Polarizācija ir vidējais virziena vektors visu zivju kopumā. Rotācija tiek mērīta pēc leņķiskās ātruma ap grupas centru. Šie metrikas ir jutīgas pret grupas lielumu, akvārija formu un plūsmu. Grupa apaļā akvārijā var parādīt citus modeļus nekā grupa taisnstūrveida akvārijā. Sistēma sniedz skaitliskus rezultātus, taču pētniekam ir jāinterpretē tie kontekstā.
Vides faktori, kas ietekmē sociālo interakciju datu veidošanos
Sociālā uzvedība nenotiek tukšumā. Ūdens temperatūra ietekmē aktivitātes līmeni un tādējādi arī to, cik tuvu zivis turas viena otrai. Gaismas intensitāte maina modrību un barošanās tendenci. Akvārija lielums un forma nosaka pieejamo telpu interakcijām. Eksperimenta iepriekšējā dzīvojamā blīvuma pakāpe ietekmē pamatsociālo uzvedību. Zivis, kas tika turētas atsevišķi, var uzvesties citādi nekā zivis, kas tika turētas grupās.
Zebrafish uzvedības analīzes sistēma var reģistrēt daudzus no šiem mainīgajiem, ja ir pievienoti sensori. Tomēr tā nevar kontrolēt dzīvojamās vides vēsturi vai ģenētisko fona. Šos faktorus jādokumentē atsevišķi un jāņem vērā datu interpretācijas laikā. Socilā metrika, kas atšķiras starp divām grupām, var atspoguļot ārstēšanas ietekmi, dzīvojamās vides ietekmi vai abu ietekmes mijiedarbību.
Lauka piemērs un automatizētās sociālās analīzes robežas
Universitātes laboratorija Dienvidķīnā pētīja savienojuma ietekmi uz sociālo uzvedību pieaugušajos zebrafish. Pirmajā posmā tika izmantota manuālā novērtēšana. Novērotāji skaitīja, cik bieži zivis peld tuvu viena otrai, taču rezultāti bija neatbilstoši starp dažādiem cilvēkiem un dažādām sesijām. Pēc tam laboratorijā uzstādīja zebrafish uzvedības analīzes sistēmu ar vairāku objektu sekotnes reģistrēšanu.
Automātiski iegūtie dati parādīja, ka apstrādātajās grupās vidējais attālums starp zivīm bija lielāks un tuvošanās notikumu skaits mazāks nekā kontroles grupās. Ietekme bija neliela, tačau tā bija vienota visās sesijās. Manuālā vērtēšana to nebija atklājusi, jo novērotāji nevarēja uzticami sekot individuālajām zivīm, kad tās krustojās. Automātiskā sistēma nenorādīja, ka savienojums mainīja sociālo motivāciju. Tā parādīja, ka telpiskais raksturs mainījās. Lai izprastu iemeslus, būtu nepieciešams veikt papildu pētījumus.
Automātiskajai sociālajai analīzei ir robežas. Tā mēra pozīcijas un kustības. Tā nemēra motivāciju, atpazīšanu vai preferenci kognitīvā nozīmē. Zivs var palikt tuvu citai zivij, jo tai patīk sabiedrība, jo tā seko līderim vai arī tāpēc, ka akvārija ģeometrija to piespiež. Sekošanas dati nevar atšķirt šos skaidrojumus. Cilvēka spriedums un rūpīgi izstrādāti papildu eksperimenti joprojām ir nepieciešami.
Hunter Lab (Hunter) ražo zebrafish laboratorijas aprīkojumu, pievēršot uzmanību attēlošanas stabilitātei un vairāku objektu sekosanai, kas ir būtiski sociālās uzvedības pētījumiem. Ražošanas un kvalitātes kontroles aspekts nodrošina vienveidību, kas nepieciešama ilgtermiņa uzvedības pētījumiem. Laboratorijām, kas mēra sociālās interakcijas paraugus, šāda veida izgatavošanas disciplīna ir daļa no pamata.