Ekonomiczne, otwarte i zautomatyzowane urządzenie do badania wnioskowania przechodniego u myszy

Nauczanie myszy dokonywania logicznych wniosków

Wyobraź sobie, że możesz zadać myszy pytanie logiczne — jeśli A jest lepsze od B, a B jest lepsze od C, co jest lepsze, A czy C? Ten rodzaj rozumowania, nazywany „wnioskowaniem przechodnim”, stanowi podstawowy element ludzkiego myślenia i jest zaburzony w schorzeniach takich jak schizofrenia czy choroba Alzheimera. Artykuł prezentuje AutoTI, niskokosztowe, w pełni zautomatyzowane urządzenie, które pozwala naukowcom badać tego typu rozumowanie u myszy z dużo większą precyzją, szybkością i skalą niż dotychczas.

Proste pudełko dla złożonych myśli

W centrum badania znajduje się małe przezroczyste pudełko z sześcioma portami do wkłuwania nosa: pięć na przedniej ścianie pełniących rolę „elementów” oraz jeden na tylnej ścianie, który rozpoczyna każde zadanie. Gdy mysz wkłuje nos w tylny port, dwa z przednich portów zapalają się i zwierzę musi dokonać wyboru. Wkłucie w „lepszy” port oznacza małą nagrodę wody i krótki ton, natomiast błędny wybór wywołuje wybuch hałasu i krótką pauzę. Poprzez staranne kontrolowanie, które pary portów się zapalają i który port jest nagradzany, badacze uczą myszy ukrytego porządku pomiędzy pięcioma portami, na przykład A>B>C>D>E, nie pokazując nigdy całej sekwencji naraz.

Otwartoźródłowy sprzęt za kulisami

AutoTI działa w całości w oparciu o otwarte elektronikę i oprogramowanie, dzięki czemu koszt pełnej komory jest porównywalny z ceną prostego laptopa. Mała płytka mikrokontrolera łączy się z portami nosowymi, zaworami i głośnikiem, a osobny program steruje kamerą sufitową, która rejestruje każdy ruch myszy. Logika zadania jest zapisana w ogólnodostępnym kodzie, a wszystkie projekty sprzętu można pobrać i złożyć ręcznie lub zamówić u dostawców. Oznacza to, że każde laboratorium, nie tylko dobrze finansowane, może zbudować wiele komór i prowadzić równolegle badania na dużej liczbie myszy, co czyni duże, starannie kontrolowane eksperymenty nad rozumowaniem u zwierząt znacznie bardziej praktycznymi.

Badanie logiki myszy bez ludzkiej ingerencji

Z wykorzystaniem AutoTI zespół szkolił dziesiątki myszy na pokrywających się parach wyborów portów — najpierw ucząc, że A pokonuje B, potem że B pokonuje C, i tak dalej. Po kilku tygodniach krótkich, w pełni zautomatyzowanych sesji każdego dnia wiele myszy opanowało te porównania z dużą dokładnością. Decydujący test polegał na zapytaniu zwierząt o wybór między B a D, parą, której nigdy wcześniej nie widziały razem. Aby poradzić sobie z tym zadaniem, mysz musi mentalnie złożyć wcześniejsze doświadczenia — jeśli B pokonało C, a C pokonało D, to B powinno pokonać D. Większość myszy zrobiła właśnie to, wybierając B znacznie częściej niż wynikałoby to z przypadku, a wiele z nich rozwiązywało prawie każde takie zadanie poprawnie już przy pierwszej próbie. To zachowanie odzwierciedla wyniki ludzkie i pokazuje, że zwierzęta nie tylko zapamiętywały konkretne pary portów, lecz utworzyły wewnętrzne poczucie porządku.

Kiedy przestrzeń pomaga — a kiedy ukrywa prawdziwą historię

Badacze sprawdzili także, jak fizyczne rozmieszczenie portów wpływa na to, czego uczą się myszy. W jednej wersji pięć portów było ustawionych tak, by ukryty porządek odpowiadał ich położeniu od lewej do prawej; faworyzowanie jednej strony mogło więc pomóc zwierzęciu wygrać. W innej wersji te same pięć portów zostało przemieszczonych tak, by porządek nie był bezpośrednio odczytywalny z przestrzeni. Przy prostym układzie myszy uczyły się zadania szybciej, lecz ich zachowanie brakowało dwóch klasycznych znaków prawdziwej hierarchicznej wiedzy: nie wykazywały silniejszej wydajności dla par odległych w ukrytym porządku ani charakterystycznego wzorca, w którym „końcowe” elementy sekwencji są najłatwiejsze do ocenienia. Te sygnatury pojawiły się dopiero po usunięciu przestrzennego skrótu, co sugeruje, że w trudniejszym układzie myszy rzeczywiście konstruowały wewnętrzną mapę relacji, zamiast polegać na prostym uprzedzeniu do strony.

Czytanie umysłów przez ruch

Dzięki ciągłemu nagrywaniu wideo zespół mógł wyjść poza proste wyniki prawda–fałsz i badać, jak myszy poruszały się w komorze. Najlepiej radzące sobie myszy wybierały szybkie, proste ścieżki od portu inicjującego do poprawnego wyboru, w dużej mierze ignorując port, który nigdy nie był nagradzany. Słabiej radzące sobie zwierzęta krążyły więcej, pokonywały dłuższe dystanse i wybierały mniej wydajne trasy. Najlepsi „reasonerzy” częściej wykonywali także ruchy skanowania głowy, zachowanie w przeszłości powiązane z deliberacją u gryzoni. Te subtelne wzorce ruchu dostarczają nowego behawioralnego okna na momenty, gdy mysz „przemyśli” wybór, otwierając drogę do łączenia konkretnych sygnałów mózgowych z różnymi etapami rozumowania.

Dlaczego to ma znaczenie dla mózgów i maszyn

Ostatecznie AutoTI to nie tyle błyskotliwy sprzęt, ile to, co ten sprzęt umożliwia. Dzięki tanemu, skalowalnemu i bezobsługowemu sposobowi testowania rozumowania logicznego u myszy, badacze mogą teraz łączyć to zadanie z narzędziami rejestrującymi lub manipulującymi aktywnością mózgu komórka po komórce. To pomoże ujawnić, jak rejony mózgu, takie jak hipokamp i kora przedczołowa, współpracują, by tworzyć wewnętrzne mapy wiedzy i wykorzystywać je do wyciągania wniosków w nowych sytuacjach. Ponieważ podobne rozumowanie jest zaburzone w kilku zaburzeniach psychiatrycznych i neurodegeneracyjnych — i stanowi kluczowe wyzwanie dla systemów sztucznej inteligencji — podejście AutoTI oferuje potężny most między podstawową neurobiologią, badaniami nad chorobami a dążeniem do budowy maszyn potrafiących rozumować bardziej jak mózgi.

Cytowanie: Margarian, S., Chen, Y., Waheed, J. et al. Cost-effective, open-source, automated apparatus for testing transitive inference in mice. Sci Rep 16, 13071 (2026). https://doi.org/10.1038/s41598-026-43430-x

Słowa kluczowe: wnioskowanie przechodnie, poznanie myszy, zautomatyzowane zachowanie, pamięć relacyjna, otwarta nauka o mózgu