Integrating supervised and unsupervised machine learning for behavior segmentation reveals latent frailty signatures and improves aging clocks in isogenic and outbred mice

Dit onderzoek toont aan dat het combineren van toezicht en onbeheerd machine learning voor gedragssegmentatie in muizen leidt tot een nauwkeuriger voorspelling van veroudering en kwetsbaarheid dan individuele methoden, maar benadrukt ook dat deze modellen niet direct generaliseerbaar zijn tussen verschillende muizenstammen.

De kern

Stel je voor dat je wilt weten hoe oud een muis echt is, niet alleen op papier, maar hoe "versleten" of "kwetsbaar" hij zich voelt. In de wetenschap noemen we dit kwetsbaarheid (frailty).

Vroeger deden onderzoekers dit met de hand: een getrainde expert keek naar een muis en noteerde tientallen kleine dingen: "Is de rug gebogen?", "Loop hij struikelend?", "Is de vacht rommelig?". Dit is als het beoordelen van een auto door een ervaren monteur die met zijn ogen en handen kijkt. Het werkt goed, maar het is tijdrovend, duur, en afhankelijk van de humeur van de monteur (soms is de ene monteur strenger dan de andere).

De auteurs van dit paper hebben een slimme oplossing bedacht: ze laten een computer de muis bekijken. Maar ze hebben twee verschillende manieren gebruikt om de computer te leren kijken, en hebben ontdekt dat je ze het beste met elkaar kunt combineren.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De twee soorten "kijkers"

Stel je voor dat je twee detectives hebt die een verdachte (de muis) moeten analyseren.

• Detective A (De Supervised / "Geleerde" methode):
  Deze detective heeft een lijstje met specifieke dingen waar hij op moet letten. Hij is getraind door mensen. Hij kijkt specifiek naar: "Hoe snel loopt hij?", "Hoe hoog springt hij?", "Is zijn rug recht?".

  • Voordeel: Hij weet precies waar hij naar moet kijken. Het is logisch en makkelijk te begrijpen.
  • Nadeel: Hij ziet alleen wat er op zijn lijstje staat. Als de muis een heel vreemd, subtiel gedrag vertoont dat niet op de lijst staat (bijvoorbeeld een heel specifieke manier van draaien), ziet hij het niet.

• Detective B (De Unsupervised / "Nieuwsgierige" methode):
  Deze detective heeft geen lijstje. Hij is een kunstmatige intelligentie die gewoon urenlang naar de muis kijkt en zelf patronen ontdekt. Hij zegt: "Oh, ik zie dat de muis vaak een beweging maakt die we 'sylab 25' noemen, en dat gebeurt vaker als hij ouder wordt." Hij ziet alles wat de muis doet, zelfs de kleine, rare dingen die mensen misschien over het hoofd zien.

  • Voordeel: Hij mist niets. Hij vindt verborgen signalen.
  • Nadeel: Het is vaak een raadsel. "Sylab 25" klinkt niet als "oude rug". Het is moeilijk om te vertalen naar menselijke taal.

2. Het grote experiment: Wat werkt beter?

De onderzoekers hebben deze twee detectives laten werken met twee soorten muizen:

1. De "Kloon-muizen" (B6J): Muizen die genetisch bijna identiek zijn aan elkaar.
2. De "Gemengde Muizen" (DO): Muizen met een heel diverse genenmix, net als mensen.

Wat ontdekten ze?

• Alleen Detective A (Geleerde): Goed, maar mist soms subtiele signalen.
• Alleen Detective B (Nieuwsgierige): Ook verrassend goed! Hij kan de leeftijd en de gezondheid van de muis heel nauwkeurig voorspellen, zelfs zonder dat hij weet wat de bewegingen betekenen.
• Het Gouden Koppel (A + B): Toen ze de antwoorden van beide detectives samenvoegden, was het resultaat het allerbeste.
  • Detective A gaf de stevige basis (de bekende dingen).
  • Detective B vulde de gaten in met de subtiele, verborgen signalen.
  • Samen maakten ze een "ouderdomsklok" die veel nauwkeuriger is dan elk van hen apart.

3. De verrassende twist: Elke muizensoort is uniek

Er was echter een groot probleem. De onderzoekers probeerden de klok van de "Kloon-muizen" te gebruiken op de "Gemengde Muizen" (en andersom). Het werkte niet.

• De analogie: Stel je voor dat je een horloge hebt dat perfect werkt voor mensen in Nederland. Als je datzelfde horloge geeft aan mensen in Brazilië, werkt het niet meer goed, omdat ze andere gewoonten hebben.
• De onderzoekers ontdekten dat muizen met verschillende genen op heel verschillende manieren verouderen. Een beweging die bij de ene soort "oud" betekent, is bij de andere soort gewoon normaal gedrag.
• Conclusie: Je kunt geen universele "ouderdomsklok" maken die voor alle muizen werkt. Je moet de klok afstemmen op de specifieke groep muizen (of mensen) die je bekijkt.

4. Wat betekent dit voor de toekomst?

Dit onderzoek is als het vinden van de perfecte receptuur voor een taart:

• Je hebt de traditionele ingrediënten nodig (de expert-kennis, Detective A).
• Maar je hebt ook de nieuwe, verrassende smaken nodig (de data-gedreven ontdekkingen, Detective B) om de taart echt perfect te maken.

Waarom is dit belangrijk?

1. Schaalbaarheid: Computers kunnen duizenden muizen per dag bekijken, terwijl een mens maar een paar uur per dag kan werken.
2. Nauwkeurigheid: Door de twee methoden te combineren, krijgen we een veel scherper beeld van hoe snel een dier (en misschien in de toekomst een mens) veroudert.
3. Geneeskunde: Als we beter kunnen meten hoe snel iemand veroudert, kunnen we medicijnen beter testen. We kunnen sneller zien of een dieet of pil echt helpt om "jonger" te blijven.

Kort samengevat:
De onderzoekers hebben bewezen dat je de wijsheid van de mens (wat we al weten over veroudering) moet combineren met de scherpe ogen van een computer (die nieuwe dingen ontdekt). Samen zijn ze sterker dan apart. Maar onthoud: wat voor de ene groep werkt, werkt niet per se voor de andere. Iedereen (of elke muizensoort) veroudert op zijn eigen unieke manier.

Technische samenvatting

Probleemstelling

Het handmatig beoordelen van de kwetsbaarheidsindex (Frailty Index, FI) bij muizen is een gouden standaard in het onderzoek naar veroudering (geroscience) omdat het een sterke voorspeller is van morbiditeit en mortaliteit. Echter, deze methode heeft aanzienlijke beperkingen:

• Arbeidsintensief en duur: Het vereist getraind personeel en veel tijd.
• Subjectiviteit: Er is sprake van variabiliteit tussen en binnen beoordelaars (inter- en intra-rater variability). In eerdere studies bleek dat deze technische variatie soms groter was dan de biologische variatie veroorzaakt door ingrijpende interventies (zoals calorische restrictie).
• Beperkte dekking: Bestaande geautomatiseerde oplossingen (zoals de eerder ontwikkelde visual Frailty Index of vFI) maakten gebruik van supervised learning (toezicht). Dit betekent dat modellen alleen zochten naar door experts gedefinieerde gedragingen (bijv. loopstijl, houding). Hierdoor worden subtiele, niet-kanonieke of "verborgen" gedragspatronen die geassocieerd zijn met veroudering mogelijk gemist, omdat het grootste deel van de videodata niet wordt geanalyseerd.

Methodologie

De auteurs combineerden twee benaderingen om een robuuster model te bouwen voor het voorspellen van biologische leeftijd en kwetsbaarheid:

1. Datasets:

   • Gebruik van een groot, gecombineerd dataset van twee muizenstammen: de isogene C57BL/6J (B6J) en de genetisch diverse Diversity Outbred (DO) muizen.
   • De muizen waren blootgesteld aan verschillende dieetinterventies (ad libitum, vasten, calorische restrictie).
   • Data bestond uit 1-uur durende open-veld video-opnames, vergezeld van handmatige FI-scores.

2. Feature Extractie (Twee stromen):

   • Supervised Features (S): Bestaande, door experts gedefinieerde kenmerken (59 stuks), waaronder ruimtelijke en temporele loopparameters, houdingsveranderingen en traditionele activiteitsmetingen.
   • Unsupervised Features (U): Gebruik van Keypoint-MoSeq (KPMS), een data-gedreven algoritme voor onbewaakte gedragssegmentatie.
     • KPMS mapt de pose-trajecten naar een latente structuur zonder handmatige labels.
     • Het verdeelt het gedrag in discrete eenheden ("syllables") en continue lage-dimensionale embeddings.
     • Er werden 341 unsupervised features afgeleid, waaronder:
       • Syllable usage: Aantal episodes, totale duur, gemiddelde duur per syllabe.
       • Syllable transitions: Overgangskansen tussen syllables (geclusterd in 5 "meta-syllables" om ruis te verminderen).
       • Latent embeddings: Statistieken (gemiddelde, mediaan, SD) van de continue pose-ruimte.

3. Modellering:

   • Er werden voorspellende modellen getraind om drie uitkomsten te voorspellen: Chronologische leeftijd, Biologische kwetsbaarheid (FI) en Proportie van het leven geleefd (PLL) (alleen voor DO).
   • Drie configuraties werden vergeleken: alleen Supervised (S), alleen Unsupervised (U), en een Combinatie (S+U).
   • Gebruikte algoritmen: Elastic Net (lineair), Random Forest en Gradient Boosting (XGBoost).
   • Validatie: Geneste kruisvalidatie (nested cross-validation) met herhalingen.

Belangrijkste Bijdragen

1. Integratie van benaderingen: Het tonen dat supervised en unsupervised machine vision complementaire informatie bieden. De combinatie van beide levert de hoogste voorspellende nauwkeurigheid op.
2. Ontdekking van latente signatuur: Het aantonen dat unsupervised methoden (KPMS) subtiele gedragspatronen kunnen ontdekken die door menselijke experts worden over het hoofd gezien, maar die sterk correleren met veroudering.
3. Open Science: Publicatie van een vooraf getraind KPMS-model voor B6J-DO muizen, de volledige dataset (1138 video's) en de code voor de "aging clocks".
4. Interpretatie van "Black Box": Het ontrafelen van welke specifieke unsupervised syllables (gedragspatronen) het meest voorspellend zijn en het koppelen daarvan aan biologisch begrijpelijke bewegingen.

Resultaten

• Voorspellende Prestaties:
  • Combinatie is superieur: Modellen die zowel supervised als unsupervised features gebruikten (bvFI, bvFRIGHT, bvPLL) presteerden consistent beter dan modellen die slechts één type gebruikten.
  • Kwetsbaarheid (Frailty): Unsupervised features presteerden verrassend goed en zelfs iets beter dan supervised features alleen voor het voorspellen van FI. De combinatie (bvFI) bereikte een Median Absolute Error (MAE) van 1,11 (B6J), 1,47 (DO) en 1,31 (gecombineerd). Dit is vergelijkbaar met de foutmarge tussen twee menselijke beoordelaars.
  • Chronologische Leeftijd: Supervised features waren hier sterker, maar de combinatie verbeterde de nauwkeurigheid verder (MAE ~10-12 weken).
• Cross-Strain Generalisatie (Genetische Diversiteit):
  • Mislukking: Modellen getraind op B6J muizen generaliseerden slecht naar DO muizen en vice versa, ongeacht of ze supervised of unsupervised features gebruikten.
  • Conclusie: De gedragsmanifestaties van veroudering zijn sterk populatie-specifiek. De "gedragslandschappen" van inbrijvende en uitbrijvende muizen verschillen te veel voor één universeel model.
• Feature Importance:
  • Syllable Usage: Van de unsupervised categorieën waren de "syllable usage" features (hoeveel tijd in een bepaald gedrag) het meest voorspellend.
  • Interpretatie: De top-syllables corresponderen met herkenbaar gedrag zoals draaien (links/rechts), snelle bewegingen ("darting") en stilstaan. Dit suggereert dat veroudering zich vooral uit in hoeveelheid tijd besteed aan bepaalde motorprogramma's, en minder in de complexe volgorde van overgangen.
  • Synergie: Supervised features bleven de belangrijkste drijvers in de modellen, maar de unsupervised features vulden de "gaten" aan die door menselijke definities werden gemist.

Betekenis en Toekomstperspectief

De studie biedt een nieuw raamwerk voor objectieve, schaalbare en niet-invasieve geroscience in knaagdieren.

• Complementariteit: Het bewijst dat "top-down" (expert-gedefinieerd) en "bottom-up" (data-gedreven) methoden elkaar niet uitsluiten, maar versterken. Supervised features zorgen voor biologische interpretatie, terwijl unsupervised features de volledige gedragsruimte benutten.
• Praktische Toepassing: De beschikbaarheid van vooraf getrainde modellen en open data verlaagt de drempel voor andere laboratoria om geautomatiseerde verouderingsmetingen toe te passen.
• Beperkingen en Richting: De gebrek aan generalisatie tussen stammen benadrukt de noodzaak van populatie-specifieke kalibratie. Toekomstig werk richt zich op het toepassen van deze methoden in thuisbureaus (home-cage monitoring) voor continue, longitudinale monitoring zonder handeling, wat een ecologisch valider beeld van veroudering kan geven.

Kortom, deze paper markeert een verschuiving van puur menselijke observatie naar een hybride AI-aanpak die de subtiliteit van verouderend gedrag beter kan vastleggen, mits de modellen worden aangepast aan de specifieke genetische achtergrond van de populatie.