Un’innovativa scoperta nel campo del rilevamento del movimento
Le persone si adattano all’ambiente in modi impercettibili, come regolare i passi indossando scarpe diverse. La neuroscienziata Mackenzie Mathis ha studiato come il cervello gestisca questi cambiamenti, utilizzando topi addestrati su joystick nel 2013.
La sfida dell’analisi del movimento animale
Allo stesso tempo, il neuroscienziato Alexander Mathis lavorava su un tapis roulant con latte al cioccolato per studiare i movimenti di topi. Tuttavia, analizzare i dati del movimento era complesso. I due ricercatori si incontrarono e insieme svilupparono DeepLabCut.
DeepLabCut: una svolta nel tracciamento del movimento animale
DeepLabCut è un toolkit che utilizza l’intelligenza artificiale per monitorare il movimento e la postura degli animali nei video, senza l’uso di marcatori invasivi come coloranti. Questo strumento ha rivoluzionato l’analisi del comportamento animale, consentendo di identificare anche piccole variazioni nel movimento.
Il successo virale di DeepLabCut nella comunità scientifica
DeepLabCut è diventato rapidamente popolare nel mondo scientifico. Dopo aver inviato il manoscritto, i creatori si trovarono a celebrare il successo del loro lavoro, che ha aperto nuove prospettive nello studio del comportamento animale, consentendo di comprendere meglio come l’ambiente influenzi le risposte cognitive degli animali.
La storia di DeepLabCut: un successo straordinario
Alexander Mathis e Mackenzie Mathis ricordano con gioia le recensioni entusiastiche sul loro manoscritto. Le lodi dei revisori e l’interesse dei ricercatori su bioRxiv hanno spalancato le porte al successo.
Sui social media, Mackenzie Mathis ha condiviso video di animali utilizzati per addestrare l’algoritmo DeepLabCut, che ha raccolto migliaia di citazioni e download in pochi anni dopo la sua pubblicazione.
Il team e il software sono stati elogiati da varie fonti mediatiche di prestigio e hanno ricevuto importanti riconoscimenti, come il Premio Eric Kandel per giovani neuroscienziati. Un successo che ha segnato una svolta significativa nel campo delle scienze della vita.
Il cambiamento di rotta di Alexander Mathis
Per Alexander Mathis, DeepLabCut ha cambiato radicalmente il suo focus di ricerca, spingendolo verso la neuroscienza computazionale e l’apprendimento automatico. L’esperimento iniziale ha aperto la strada a nuove opportunità e sfide entusiasmanti.
Successivamente, con il crescente successo di DeepLabCut, Mackenzie Mathis ha consolidato la sua posizione nel mondo scientifico, dimostrando una volta di più il suo talento e la sua passione per l’addestramento degli animali.
I primi anni e l’inizio della carriera di Mackenzie Mathis
Mackenzie Mathis ha trascorso la sua infanzia in California, circondata da natura e animali. Fin da giovane ha mostrato una naturale affinità con gli animali, che si è rivelata cruciale nella sua ricerca scientifica.
Il suo lavoro di dottorato, sotto la guida del neurobiologo Naoshige Uchida di Harvard, ha evidenziato la sua maturità e passione nel campo scientifico, aprendo la strada a una brillante carriera. La sua determinazione e talento precoce sono stati evidenti sin dall’inizio.
Il contributo di Mathis alla ricerca sul tracciamento del movimento
La capacità di Mathis nell’addestrare animali si è dimostrata fondamentale per il successo della ricerca, consentendo di addestrare i topi a compiti complessi come il joystick, secondo quanto affermato da Uchida.
Dalla Rowland Fellowship al laboratorio a Harvard
Mathis è stata incoraggiata da Uchida a candidarsi per la Rowland Fellowship nel 2016, un programma che le ha consentito di creare un laboratorio indipendente presso il Rowland Institute di Harvard. Dopo quattro mesi in Germania, nel settembre 2017 ha fondato il suo laboratorio.
DeepLabCut: un software versatile
Dopo la pubblicazione su Nature, DeepLabCut si è aperto a molteplici applicazioni, anche in contesti naturali complessi come la fauna selvatica in Africa. Le continue evoluzioni del software hanno permesso di tracciare il movimento di diverse specie animali.
Ampliamento delle applicazioni di DeepLabCut
Oltre ai topi, il software viene ora utilizzato per studiare il movimento di moscerini, anguille, ratti e cavalli. L’entusiasmo di Mathis per le nuove applicazioni emergenti è testimone dell’efficacia del software nel documentare il comportamento animale in diverse condizioni.
Focus sull’inclusione nella ricerca
Consapevole della scarsa presenza femminile e delle minoranze nel settore delle neuroscienze computazionali, Mathis ha lanciato il programma DeepLabCut AI Residency nel 2022 per favorire l’inclusione. Questo corso intensivo aiuta i ricercatori emergenti provenienti da contesti diversi a padroneggiare il software.
Testimonianze dall’AI Residency
I partecipanti al programma, come Sabrina Benas e Konrad Danielewski, hanno elogiato l’esperienza e la competenza acquisita grazie alla Residency. L’incontro con Mathis ha ispirato una nuova generazione di ricercatori a perseguire con fiducia le proprie ambizioni nel campo del tracciamento del movimento e delle neuroscienze computazionali.
Il valore della comunità e dell’aiuto reciproco
Essendo stato selezionato tra centinaia di candidati, c’è una pressione per ottenere risultati. I Mathis sottolineano l’importanza di ogni contributo al codice open source.
Un’esperienza formativa unica
I Mathis invitano gli studenti a pranzo il primo giorno, creando un ambiente inclusivo. Danielewski sottolinea l’importanza di far parte di una comunità e di aiutare gli altri nel campo della scienza.
Il desiderio di dare e sostenere
Per Mackenzie Mathis, il programma di residenza DeepLabCut rappresenta un modo per ricambiare il sostegno che ha ricevuto. Dopo essere stata supportata all’inizio della sua carriera, ora si impegna a sostenere gli altri aspiranti.
