Мыши, как и птицы, прирожденные певцы. С рождения они издают широкий репертуар вокализаций, особенно в ультразвуковом диапазоне, неслышимом для человека. Они излучают ультразвуковые вокализации (или USV), чтобы сформировать сложные схемы для общения друг с другом. Количество звонков и последовательности различных типов вокализации являются важной формой общения. Вокализации мышей также используются в качестве модельной системы в исследованиях нервно-психических расстройств, таких как аутизм.
"Мышиные песни" записываются с помощью ультразвуковых микрофонов и обычно анализируются с помощью ручных методов, которые отнимают очень много времени. Некоторые исследовательские группы используют коммерческое программное обеспечение, но частота их ошибок неизвестна. Исследователи из Института этологии имени Конрада Лоренца (Ветмедуни, Вена) и Института акустических исследований (Австрийская академия наук) недавно разработали новый метод автоматического определения песни мыши, который они назвали автоматическим ультразвуковым детектором мыши (A-MUD).
Автоматический ультразвуковой детектор мышей (A-MUD)
Песни, которые мыши формируют с помощью этих ультразвуковых вокализаций (УЗВ), отличаются не только последовательностью звуков, но также их продолжительностью и сложностью. Таким образом, мыши могут конкретно реагировать на свое социальное окружение, обращаясь к возможным сексуальным партнерам или незнакомым сородичам. Запаха самки мыши, например, может быть достаточно, чтобы вызвать вокализацию у самцов.
«Композиция сложных вокализаций и использование различных звуковых последовательностей являются предметом все более пристального изучения, но многое остается неизвестным», - говорит исследование Сара Зала, первый автор исследования.«Это может быть связано с длительным ручным анализом, а также с тем, что не было сопоставимых данных для коммерчески доступных автоматических решений».
Исследовательская группа решила найти новый метод автоматического обнаружения и смогла разработать алгоритм, способный надежно обрабатывать большие объемы данных по сравнению с ручным анализом. В ходе тестирования бесплатно доступный инструмент также оказался менее затратным по времени и имел более низкий уровень ошибок по сравнению со стандартным коммерческим методом.
Сравнение коэффициентов ошибок
«A-MUD дал результаты такого же качества, что и ручной анализ, который является золотым стандартом», - говорит Дорис Рейчмидт, соавтор исследования. «Коэффициент ложноотрицательных результатов был немного выше, но это можно объяснить настройками, используемыми для минимизации фонового шума. Мы установили порог для минимизации ложных срабатываний». Ложные срабатывания были более частым явлением с коммерческим решением. Ложноположительное обнаружение USV может привести к изменению звуковой картины. С другой стороны, при ложноотрицательных результатах можно заполнить пробелы.
Фокус на диких домашних мышах и «поющих» в естественном социальном контексте
Общие цели исследования этого проекта, а также методы отличаются еще одним важным аспектом от большинства предыдущих исследований. Большинство исследований было сосредоточено на вокализации домашних лабораторных мышей. Однако то, как дикие домашние мыши используют свои вокализации, остается в значительной степени неисследованным. «Использование различных вокализаций за пределами лаборатории может помочь нам понять, когда и как животные общаются друг с другом в естественной среде. Для этого требуется надежный и эффективный метод обработки и анализа данных. С помощью A-MUD мы можем такой метод свободно доступен для других исследовательских групп. И в настоящее время мы работаем над второй, улучшенной версией нашего инструмента», - говорит Дастин Пенн, главный исследователь.