Encontrar un esposo: Usando IA explicable para definir las diferencias en el vuelo de los mosquitos machos
Autores: Qureshi, Yasser M.; Voloshin, Vitaly; Facchinelli, Luca; McCall, Philip J.; Chervova, Olga; Towers, Cathy E.; Covington, James A.; Towers, David P.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Encontrar un esposo: Usando IA explicable para definir las diferencias en el vuelo de los mosquitos machos
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Biología
Palabras clave
Enfermedades transmitidas por mosquitos
Mecanismos de intervención
Resistencia a insecticidas
Análisis de trayectoria
Métodos de aprendizaje automático
Detección de anomalías
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
Las enfermedades transmitidas por mosquitos causan alrededor de un millón de muertes anualmente. Existe una necesidad constante de nuevos mecanismos de intervención para mitigar la transmisión, especialmente a medida que los métodos insecticidas actuales se vuelven menos efectivos con el aumento de la resistencia a insecticidas entre las poblaciones de mosquitos. Anteriormente, utilizamos un sistema de seguimiento en infrarrojo cercano para describir el comportamiento de los mosquitos en una red de cama ocupada por humanos, trabajo que eventualmente llevó a un diseño completamente nuevo de red de cama. Avanzando en ese enfoque, aquí informamos sobre el uso del análisis de trayectorias del vuelo de un mosquito, utilizando métodos de aprendizaje automático. Esta aplicación en gran medida inexplorada tiene un potencial significativo para proporcionar información útil sobre el comportamiento de los mosquitos y otros insectos. En este trabajo, se aplica una nueva metodología de detección de anomalías para distinguir las trayectorias de los mosquitos machos de las hembras y parejas. El pipeline propuesto utiliza nuevas técnicas de ingeniería de características y divide cada trayectoria en segmentos de tal manera que las diferencias detalladas en el comportamiento de vuelo influyan en el clasificador en lugar de las limitaciones experimentales, como el campo de visión del sistema de seguimiento. Cada segmento se clasifica individualmente y los resultados se combinan para clasificar trayectorias completas. Al interpretar el modelo utilizando valores SHAP, se encuentran las características del vuelo que contribuyen a las diferencias entre sexos y se explican mediante la opinión de expertos. Esta metodología se probó utilizando trayectorias 3D generadas a partir de enjambres de apareamiento de mosquitos en el campo y obtuvo una precisión equilibrada del 64.5% y una puntuación ROC AUC del 68.4%. Tal sistema puede utilizarse en una amplia variedad de dominios de trayectoria para detectar y analizar los comportamientos de diferentes clases, por ejemplo, sexo, cepa y especie. Los resultados de este estudio pueden apoyar intervenciones de control genético de mosquitos para las cuales el apareamiento representa un evento clave para su éxito.
Descripción
Las enfermedades transmitidas por mosquitos causan alrededor de un millón de muertes anualmente. Existe una necesidad constante de nuevos mecanismos de intervención para mitigar la transmisión, especialmente a medida que los métodos insecticidas actuales se vuelven menos efectivos con el aumento de la resistencia a insecticidas entre las poblaciones de mosquitos. Anteriormente, utilizamos un sistema de seguimiento en infrarrojo cercano para describir el comportamiento de los mosquitos en una red de cama ocupada por humanos, trabajo que eventualmente llevó a un diseño completamente nuevo de red de cama. Avanzando en ese enfoque, aquí informamos sobre el uso del análisis de trayectorias del vuelo de un mosquito, utilizando métodos de aprendizaje automático. Esta aplicación en gran medida inexplorada tiene un potencial significativo para proporcionar información útil sobre el comportamiento de los mosquitos y otros insectos. En este trabajo, se aplica una nueva metodología de detección de anomalías para distinguir las trayectorias de los mosquitos machos de las hembras y parejas. El pipeline propuesto utiliza nuevas técnicas de ingeniería de características y divide cada trayectoria en segmentos de tal manera que las diferencias detalladas en el comportamiento de vuelo influyan en el clasificador en lugar de las limitaciones experimentales, como el campo de visión del sistema de seguimiento. Cada segmento se clasifica individualmente y los resultados se combinan para clasificar trayectorias completas. Al interpretar el modelo utilizando valores SHAP, se encuentran las características del vuelo que contribuyen a las diferencias entre sexos y se explican mediante la opinión de expertos. Esta metodología se probó utilizando trayectorias 3D generadas a partir de enjambres de apareamiento de mosquitos en el campo y obtuvo una precisión equilibrada del 64.5% y una puntuación ROC AUC del 68.4%. Tal sistema puede utilizarse en una amplia variedad de dominios de trayectoria para detectar y analizar los comportamientos de diferentes clases, por ejemplo, sexo, cepa y especie. Los resultados de este estudio pueden apoyar intervenciones de control genético de mosquitos para las cuales el apareamiento representa un evento clave para su éxito.