Aujourd’hui, heureusement, les technologies ont bien progressé. Nous pouvons filmer et suivre les moindres parties du corps d’animaux se déplaçant librement, à l’échelle de la milliseconde et du millimètre. Mais là où le bât blesse, c’est que ces enregistrements, même avec le meilleur matériel au monde, contiennent souvent des données manquantes. Ces « trous » peuvent rendre l’analyse quasiment impossible, obligeant les chercheurs à jeter des heures de travail coûteux.

Il fallait trouver une solution pour récupérer ces informations perdues. Il ne s’agit pas d’inventer des données, mais de les déduire avec une très grande précision à partir de ce qui est connu avant et après l’interruption. Et c’est exactement ce que des chercheurs talentueux ont réussi à faire.

Cette nouvelle méthode, dont les détails ont été publiés dans la prestigieuse revue Nature Methods, a bénéficié d’une collaboration mondiale. Des laboratoires de l’Institut des sciences et technologies d’Okinawa (Japon), de l’Université Vrije d’Amsterdam et du Salk Institute (États-Unis) ont fourni les précieuses données expérimentales, notamment des enregistrements de souris et de poissons-zèbres. C’est rassurant de voir la science avancer grâce à de tels efforts conjoints, non ?

Ce qui est vraiment époustouflant, c’est que cette méthode fonctionne sur toutes les espèces, et ce, sans avoir besoin d’être reconfigurée. Que vous étudiez des insectes, des poissons ou des rongeurs, DISK s’adapte. Comme l’a souligné le Dr. France Rose, la première auteure de l’étude, l’objectif était de rendre cet outil utilisable par une large communauté de chercheurs, sans nécessiter de connaissances préalables complexes sur l’espèce ou le type de tâche étudiée. Et franchement, c’est exactement ce dont les laboratoires avaient besoin!

Les chercheurs ont d’ailleurs démontré que DISK améliore significativement la robustesse statistique des expériences. Par exemple, si l’on veut comparer la dynamique des pas entre deux groupes de souris ayant reçu des traitements différents, DISK permet de s’assurer que les conclusions sont solides et fiables. En plus de l’imputation, l’IA apprend également à représenter le mouvement de manière significative, en capturant des caractéristiques importantes comme la vitesse, la direction, et même l’action effectuée (marcher, grimper, etc.). C’est un peu comme si l’IA devenait un expert du langage corporel animal.

Comme l’a dit la Professeure Bozek, cette nouvelle façon de quantifier le comportement, en utilisant les réseaux neuronaux Transformer, est promise à de vastes applications. C’est peut-être la fin des études simplistes et le début d’une ère où nous pourrons vraiment décortiquer la complexité des mouvements naturels. C’est une avancée majeure pour mieux comprendre comment le cerveau donne ses ordres et comment les maladies l’affectent. Un bel exemple de la façon dont l’intelligence artificielle peut être un outil formidablement utile pour la recherche fondamentale.