Seit Jane Goodall in den 1960er Jahren Schimpansen im tansanischen Dschungel erforschte oder Konrad Lorenz in den 1970ern Graugänse am Starnberger See hat sich in den Methoden der Verhaltensforschung nicht so viel getan, wie man vielleicht denken würde. Noch immer sind menschliche Beobachtungen essenziell, um das Verhalten eines Tieres zu entschlüsseln. Doch diese können tierisches Verhalten nicht in all seiner Komplexität erfassen. Und auch eine wissenschaftliche Standardisierung und Datenkopplung ist nur begrenzt möglich.
Ein Computer als Verhaltensbeobachter
Forschende um Joeri Bordes vom Max-Planck-Institut für Psychiatrie haben nun ein Computerprogramm entwickelt, das die Verhaltensforschung revolutionieren könnte. Sie bauen damit auf dem vor einigen Jahren erschienenen „DeepLabCut“ auf, mit dem sich bereits die Körpermittelpunkte einzelner Tiere automatisch verfolgen ließen. Doch was genau die unterschiedlichen Körperhaltungen für das konkrete Verhalten eines Tieres bedeuten, wusste das Programm noch nicht. Das ändert sich nun allerdings mit „DeepOF“. Wenn man dem Python-Programm zum Beispiel erklärt, dass eine Maus, die hektisch auf und abläuft, ihrem Stress Ausdruck verleiht, kann DeepOF dieses Verhalten wiedererkennen und im Zeitverlauf auswerten.
Doch das Programm funktioniert auch ohne vorherige Anweisungen. Es identifiziert dann Verhaltensmuster, die sich ähneln, und fasst diese systematisch zusammen. Der Wissenschaftler, der die ermittelten Muster betrachtet, kann sie schließlich interpretieren und in einen größeren Kontext einordnen. So können neue Verhaltensweisen aufgedeckt werden, die bislang womöglich untergegangen sind. Im Vergleich zu bisherigen Methoden hat DeepOF außerdem den großen Vorteil, dass sich tierisches Verhalten nun in seiner ganzen Komplexität erfassen lässt und das auch über längere Zeiträume hinweg oder wenn viele Tiere gleichzeitig herumwuseln. Situationen, in denen menschliche Beobachter an ihre Grenzen kommen.
Außerdem können Forschende die Verhaltensdaten nun standardisiert mit anderen Messwerten kombinieren, etwa mit Daten zur neuronalen oder zur Stoffwechsel-Aktivität, und daraus neue Erkenntnisse gewinnen. Hinzu kommt, dass sich Tiere nun in ihrem natürlichen Setting beobachten lassen, ohne die Störung menschlicher Anwesenheit oder eines experimentellen Aufbaus, der ihr Verhalten verzerren könnte.
DeepOF schlägt menschliche Beobachtung
Doch was lässt sich mit dieser verbesserten Verhaltensbeobachtung von Tieren überhaupt anfangen? Bis zu einem gewissen Maß ist tierisches Verhalten mit menschlichem vergleichbar, vor allem im Kontext psychischer Erkrankungen. Indem Forschende herausfinden, welche Symptome eine psychische Störung bei den Versuchstieren auslöst und wie verschiedene Therapieansätze bei ihnen anschlagen, können sie darauf basierend wiederum bessere Therapien für den Menschen entwickeln. Der erste große Feldversuch von DeepOF fand daher im Rahmen der Erforschung schwerer Depressionen bei Mäusen statt. Um die Tiere chronisch zu stressen und dadurch depressive Symptome bei ihnen auszulösen, sperrten Bordes und sein Team je eine Maus über mehrere Monate hinweg mit einem aggressiven Artgenossen zusammen. Dann ermittelten sie, wie die Maus auf andere, bislang unbekannte Artgenossen reagiert – einmal mit dem etablierten experimentellen Aufbau und einmal mit DeepOF.
