Instytut Biologii Doświadczalnej im. M. Nenckiego, w ramach konkursu Fundacji na rzecz Nauki Polskiej, Proof of Concept (PoC FENG) uzyskał dotację z Unii Europejskiej na projekt „DeepEcoHAB - oparty o uczenie maszynowe system do wysokoprzepustowego fenotypowania behawioralnego grup społecznych zwierząt laboratoryjnych w badaniach podstawowych i przedklinicznych”. Jego Głównym Wykonawcą jest dr Marcin Lipiec z Pracowni Neurobiologii Emocji.

Celem projektu jest ukończenie prac B+R nad systemem DeepEcoHAB - zautomatyzowaną platformą do wysokoprzepustowego fenotypowania behawioralnego grup społecznych na mysich modelach laboratoryjnych w badaniach podstawowych i przedklinicznych. System wykorzystuje najnowsze, oparte na uczeniu maszynowym metody automatycznej, obiektywnej i powtarzalnej detekcji oraz analizy zachowań badanych osobników. Pozwala przy tym na jednoczesne badanie aż 12 zwierząt naraz, bez przerwy, w okresie od 15 minut do 30 dni, przy minimalnej ingerencji eksperymentatora. Żadna z obecnie dostępnych, konkurencyjnych platform do badań behawioralnych nie pozwala na badanie tak dużych grup zwierząt jednocześnie i przez tak długi czas.

DeepEcoHAB odpowiada na panujący kryzys replikowalności i wiarygodności w dziedzinie badań behawioralnych, który wynika z niedostatków wciąż stosowanych, klasycznych testów behawioralnych. Fakt ten otwiera grono potencjalnych odbiorców systemu DeepEcoHAB - pracownie i laboratoria pracujące ze zwierzętami oraz firmy farmaceutyczne - na nowe, bardziej niezawodne rozwiązania sprzętowe i analityczne. DeepEcoHAB ma potencjał, by wypełnić tę niszę rynkową i zdominować znaczną część współczesnych badań behawioralnych.

Zadania projektu obejmują m.in. optymalizację modeli uczenia maszynowego stosowanych w systemie DeepEcoHAB do automatycznej analizy danych behawioralnych, opracowanie nowej, bardziej zaawansowanej technologii identyfikacji zwierząt na podstawie danych RFID oraz sprzętowe dostosowanie platformy do przyszłej komercjalizacji.

#FunduszeUE #FunduszeEuropejskie

Wartość projektu: 697 200,00 PLN

Wysokość wkładu z Funduszy Europejskich: 697 200,00 PLN