Prečo je meranie sociálneho správania ťažšie ako meranie samostatnej aktivity
Meranie jedného rýbka v akváriu je problém sledovania. Meranie niekoľkých rýbok naraz je problém sledovania plus identifikačný problém. Vzory sociálnej interakcie závisia od toho, ktorý rýbak je blízko ktorého iného rýbka, ako dlho sa nachádzajú v blízkosti a ako sa skupina v čase preusporadúva. Systém na analýzu správania zebrafish musí tento identifikačný problém vyriešiť, kým bude môcť poskytnúť akékoľvek údaje o sociálnom správaní. Ak sa identity vymenia, keď sa dva rýbky prekrížia, údaje sa stanú záznamom pozícií namiesto záznamu vzťahov.
Ručná observácia trpí rovnakým problémom. Človek, ktorý sleduje akvárium, môže sledovať jednu rybu po určitú dobu, ale pozornosť sa rozptyľuje. Keď sa niekoľko rýb pohybuje súčasne, pozorovateľ nedokáže zachovať všetky identity jasne oddelené. Výsledkom je často len hrubý dojem namiesto kvantitatívneho merania. Automatizácia problém neodstraňuje, avšak robí problém identifikácie výrazným a riešiteľným.
Sledovanie identít pri krížení sa dráh rýb
Sledovanie viacerých objektov je základom merania sociálneho správania. Softvér detekuje každú rybu v každom snímku a prepojuje detekcie cez jednotlivé snímky. Keď sa dve ryby priblížia k sebe, krok prepojenia sa stáva nejednoznačným. Jednoduché pravidlo najbližšieho suseda často zlyhá a vymieňa identity. Robustnejšie systémy využívajú predikciu pohybu, napríklad Kalmanov filter, a vzhľadové charakteristiky, ako tvar chvosta alebo veľkosť tela, aby udržali stability identít.
Maďarský algoritmus sa bežne používa na priradenie detekcií k existujúcim stopám. Nájde najlepšie jedno-ku-jedné priradenie na základe matici nákladov, ktorá môže obsahovať vzdialenosť, predpovedanú pozíciu a vzhľad. Aj napriek týmto nástrojom zostáva zakrytie (occlusion) výzvou. Ryby, ktoré plávajú za akváriovou vybavou alebo sa úplne prekrývajú, sa môžu stratiť na niekoľko snímkov. Dobré systémy dokážu spracovať krátke prerušenia a uvádzať skóre dôvery, aby používateľ vedel, keď je stopa neistá.
Metriky vzdialenosti a blízkosti, ktoré zachytávajú sociálne preferencie
Keď sa identity stabilizujú, systém môže vypočítať sociálne metriky. Najjednoduchšou je vzdialenosť medzi rybami, teda vzdialenosť medzi jednou rybou a jej najbližším susedom. Priemerná vzdialenosť medzi rybami v skupine poskytuje hrubé meradlo kohezie. Menšia priemerná vzdialenosť naznačuje tesnejšiu skupinu (shoal). Väčšia priemerná vzdialenosť naznačuje, že sa ryby rozptyľujú.
Iné metriky pridávajú nuansy. Vzdialenosť k najbližšiemu susedovi sa zameriava na najbližšieho jedinca a môže odhaliť správanie spojené s párovaním. Čas strávený v definovanej vzdialenosti od iného jedinca meria preferenciu blízkosti. Priblíženia a oddialenia počítajú, ako často sa jedinci pohybujú smerom k sebe alebo od seba. Tieto metriky je možné vypočítať pre celú skupinu alebo pre konkrétne páry, podľa toho, aká otázka sa skúma. Systém behaviorálnej analýzy zebrafish zvyčajne súčasne hlási niekoľko z týchto metrík, čo pomáha oddeliť rôzne aspekty sociálneho interakčného správania.
| Cieľ merania | Manuálne pozorovanie | Automatický systém sledovania |
|---|---|---|
| Vzdialenosť medzi jedincami | Odhadnuté vizuálne | Vypočítané pre každý snímok |
| Trvalosť identifikácie | Zložité pri prekrývaní sa jedincov | Udržiavané pomocou predikcie a vizuálnej identifikácie |
| Kohezia skupiny | Hrubý dojem | Priemerná vzdialenosť a metriky zhlukovania |
| Prístup a odchod | Ľahko sa prehliadne | Počíta sa automaticky |
| Čas v blízkosti | Nepresné medzi pozorovateľmi | Definované polomerom a trvaním |
Dynamika skupiny a správanie sa v hejne
Sociálne interakcie nie sú len o priemernej vzdialenosti. Ide tiež o to, ako sa skupina pohybuje spoločne. Správanie sa v hejne zahŕňa polarizáciu, teda zarovnanie smeru plávania medzi rýbami, a rotáciu, teda tendenciu plávať súladne v kruhu. Tieto vzory vznikajú z lokálnych interakcií a ťažko sa dajú pozorovať voľným okom.
Automatické sledovanie ich môže vypočítať z trajektórií. Polarizácia je priemerný smerový vektor medzi rýbami. Rotácia sa meria z uhlovej rýchlosti okolo ťažiska skupiny. Tieto metriky sú citlivé na veľkosť skupiny, tvar nádoby a prúdenie. Skupina v kruhovej nádobe môže vykazovať iné vzory ako skupina v obdĺžnikovej nádobe. Systém uvádza číselné údaje, ale výklad ich v kontexte musí poskytnúť výskumník.
Environmentálne faktory, ktoré ovplyvňujú údaje o sociálnej interakcii
Sociálne správanie sa neodohráva v prázdnom priestore. Teplota vody ovplyvňuje úroveň aktivity a tým aj vzdialenosť, v akej rýby držia vedľa seba. Intenzita svetla mení stupeň prebudenia a tendenciu k tvorbe hej. Veľkosť a tvar nádoby určujú priestor dostupný na interakciu. Hustota osadenia nádoby pred experimentom ovplyvňuje základnú úroveň sociálneho správania. Rýby držané v izolácii sa môžu správať inak ako rýby držané v skupinách.
Systém na analýzu správania zebrafish môže zaznamenávať mnoho týchto premenných, ak sú senzory pripojené. Nemôže však ovládať históriu ubytovania ani genetické pozadie. Tieto faktory je potrebné dokumentovať oddelene a brať ich do úvahy pri interpretácii dát. Sociálna metrika, ktorá sa líši medzi dvoma skupinami, môže odzrkadľovať účinok liečby, účinok ubytovania alebo interakciu medzi oboma faktormi.
Príklad z praxe a limity automatickej sociálnej analýzy
Univerzitná laboratórium v južnej Číne študovalo účinky zlúčeniny na sociálne správanie dospelých zebrafish. V prvej fáze sa používalo manuálne hodnotenie. Pozorovatelia počítali, ako často sa rýby plávali blízko seba, avšak výsledky boli nekonzistentné medzi jednotlivými pozorovateľmi aj medzi jednotlivými reláciami. Následne laboratórium inštalovalo systém na analýzu správania zebrafish s sledovaním viacerých objektov.
Automatické údaje ukázali, že ošetrované skupiny mali väčšiu priemernú vzdialenosť medzi rybami a menej príblížení sa ako kontrolné skupiny. Účinok bol malý, ale konzistentný počas všetkých relácií. Ručné hodnotenie ho prehliadlo, pretože pozorovatelia nemohli spoľahlivo sledovať jednotlivé ryby, keď sa prekrývali. Automatický systém nepreukázal, že zlúčenina zmenila sociálnu motiváciu. Ukázal len, že sa zmenil priestorový vzor. Na pochopenie príčiny by bolo potrebné ďalšie sledovanie.
Automatická analýza sociálneho správania má obmedzenia. Meria polohy a pohyby. Nepozoruje motiváciu, rozpoznávanie ani preferencie v kognitívnom zmysle. Ryba sa môže držať blízko inej ryby preto, lebo uprednostňuje spoločnosť, lebo nasleduje lídra, alebo lebo ju geometria akvária obmedzuje. Dáta zo sledovania nedokážu tieto vysvetlenia od seba odlišiť. Ľudské posúdenie a starostlivo navrhnuté následné experimenty stále zostávajú nevyhnutné.
Hunter Lab (Hunter) vyrába laboratórne zariadenia pre výskum rybiek zebrafish s dôrazom na stabilitu obrazovania a sledovanie viacerých objektov, čo je kľúčové pre štúdium sociálneho správania. Výrobná časť a kontrola kvality zabezpečujú konzistenciu potrebnú pre dlhodobý behaviorálny výskum. Pre laboratóriá, ktoré merajú vzory sociálnej interakcie, takýto prístup k výrobe tvorí základ.