Mackenzie Weygandt Mathis

Mackenzie Weygandt Mathis es una científica, desarrolladora de software y profesora estadounidense de la École Polytechnique Fédérale de Lausanne . Su investigación se centra en cómo el cerebro se adapta a un mundo cambiante, con el objetivo de descubrir modelos internos y los mecanismos del comportamiento sensoriomotor adaptativo en sistemas inteligentes: la «inteligencia adaptativa». ^{[ 1 ]} Su laboratorio estudia los procesos adaptativos en animales y desarrolla nuevos métodos de inteligencia artificial (IA) para fundamentar los sistemas de IA adaptativa y la investigación traslacional.

Mathis realizó su educación de pregrado en la Universidad de Oregon, donde recibió una licenciatura en ciencias en 2007. ^{[ 2 ]} Luego trabajó como técnica de investigación sénior y gerente de laboratorio en el Laboratorio Project ALS para la Investigación de Células Madre en la Universidad de Columbia de 2007 a 2012. ^{[ 2 ] [ 3 ]} Trabajando bajo la tutoría del Dr. Christopher E. Henderson y el Dr. Hynek Wichterle , Mathis modeló la esclerosis lateral amiotrófica (ELA) utilizando neuronas motoras derivadas de células madre . ^{[ 3 ]} Durante su tiempo en el laboratorio, publicó dos artículos científicos como primera autora, uno en el Journal of Neuroscience que ofreció un protocolo novedoso para generar subtipos neuronales que inervan las extremidades humanas in vitro para su uso en la investigación de enfermedades neurológicas, ^{[ 4 ]} y el otro en Nature Biotechnology sobre la evaluación comparativa de la capacidad de las líneas de células madre iPS para producir neuronas motoras. ^{[ 5 ]} Mathis luego se mudó a Boston y se unió al programa de posgrado en biología molecular y celular (MCB) en la Universidad de Harvard . ^{[ 6 ]} En camino a completar su doctorado, también completó una maestría. ^{[ 2 ] [ 6 ]} Durante su doctorado, Mathis realizó investigación sobre los circuitos neuronales subyacentes a los errores de predicción de recompensa bajo la tutoría del profesor Naoshige Uchida en el Centro de Ciencias del Cerebro de Harvard. ^{[ 6 ]} En su primer año como estudiante de posgrado, Mathis recibió una beca de la Fundación Nacional de Ciencias para financiar su investigación de posgrado. ^{[ 7 ]} Mathis pudo fusionar sus intereses en el control motor con la experiencia de Uchida en registros neuronales y análisis del comportamiento para forjar una nueva dirección científica en el laboratorio ^{[ 6 ]} y publicar un artículo como primera autora en Neuron al final de su doctorado sobre el papel esencial que desempeña la corteza somatosensorial en la adaptación motora de las extremidades anteriores en roedores. ^{[ 8 ]} Casi al final de su doctorado, Mathis recibió la beca Rowland, que le proporcionó cinco años de financiación para establecer su propio laboratorio en el Instituto Rowland de Harvard en Cambridge, MA. ^{[ 6 ]}Antes de fundar el Laboratorio Mathis en Harvard, Mathis también recibió la beca Women & the Brain (WATB) para el avance en la ciencia del cerebro, que le proporcionó financiación para trabajar en Alemania en el verano de 2017 bajo la tutoría del profesor Matthias Bethge en la Universidad de Tubinga . ^{[ 6 ]}

En 2017, Mathis fundó su laboratorio en el Instituto Rowland de la Universidad de Harvard con el objetivo de realizar ingeniería inversa de los circuitos neuronales que impulsan el comportamiento motor adaptativo. ^{[ 6 ]} Mediante grabaciones neuronales a gran escala y la creación de novedosas herramientas robóticas y de aprendizaje automático, el M-Lab de Inteligencia Adaptativa explora los circuitos neuronales y analiza las respuestas conductuales para comprender mejor cómo se relaciona la función cerebral con el comportamiento. ^{[ 9 ]} En sus primeros trabajos como profesora en Harvard, Mathis se centró en el desarrollo de herramientas pioneras de aprendizaje profundo para el análisis del comportamiento. ^{[ 10 ]} Su laboratorio desarrolló DeepLabCut, una herramienta de aprendizaje profundo para rastrear la postura animal a lo largo del tiempo. Esta herramienta se basa en el aprendizaje por transferencia para optimizar un modelo base preentrenado en ImageNet y los detectores de características de DeeperCut, ^{[ 11 ]} para ajustarlo con precisión en un nuevo conjunto de datos deseado después de un entrenamiento suficiente. ^{[ 12 ]} Ahora el paquete incluye muchas más redes, incluida su propia DLCRNet con seguimiento de postura y reidentificación de animales. ^{[ 13 ]} Mathis ha demostrado la versatilidad de esta herramienta en muchos conjuntos de datos diversos, destacando el diseño robusto y el potencial para un uso amplio en campos incluso más allá de la neurociencia. ^{[ 14 ]}

Mathis también desarrolló el software y patentó el algoritmo CEBRA. ^{[ 15 ]} CEBRA es un método de aprendizaje automático que puede utilizarse para comprimir series temporales de forma que revele estructuras que de otro modo permanecerían ocultas en la variabilidad de los datos. Destaca en el procesamiento de datos conductuales y neuronales registrados simultáneamente, y puede decodificar la actividad de la corteza visual del cerebro del ratón para reconstruir un vídeo visualizado. ^{[ 16 ]} Este método se ha utilizado en diversas especies, incluidos los humanos, para interfaces cerebro-máquina de alto rendimiento. ^{[ 17 ]}

La investigación de Mathis sobre el control sensoriomotor y el aprendizaje se centra en cómo los animales adaptan sus movimientos en respuesta a condiciones cambiantes mediante la construcción y actualización de modelos internos que predicen los resultados de las acciones. ^{[ 18 ]} Su laboratorio investiga cómo el sistema nervioso genera y refina estas predicciones, y cómo las señales de error guían la adaptación cuando las predicciones fallan. Utilizando registros neuronales a gran escala en ratones, combinados con tareas conductuales naturales y especializadas, examina la dinámica neuronal que vincula el movimiento, la postura y la retroalimentación propioceptiva . Un tema central de su trabajo es desentrañar los distintos roles de las áreas cerebrales sensoriales y motoras en la codificación de la propiocepción, los estados musculares y la cinemática durante el aprendizaje y la adaptación motora . ^{[ 19 ]}

Mathis se centra en el concepto de ciencia abierta ^{[ 20 ]} y, como tal, las herramientas de aprendizaje profundo que diseñó son de acceso abierto, de modo que investigadores de todo el mundo tienen acceso al código para utilizar esta herramienta para analizar comportamientos animales y datos neuroconductuales conjuntos de manera imparcial, con el fin de comprender mejor cómo la actividad neuronal impulsa comportamientos específicos. ^{[ 20 ] [ 21 ] [ 12 ]} Además, desarrolló el Programa de Residencia de IA DeepLabCut, que ofrece talleres y acoge a residentes en su laboratorio provenientes de grupos subrepresentados en la informática. ^{[ 22 ]}

En agosto de 2020, Mathis se trasladó al Instituto Federal Suizo de Tecnología de Lausana , donde trabajó en el Instituto Cerebro-Mente como profesora titular, obteniendo la titularidad en 2026. ^{[ 23 ] [ 24 ]} El laboratorio se encuentra en el Campus Biotech de Ginebra, Suiza , donde Mathis ostenta la Cátedra Bertarelli de Neurociencia Integrativa. ^{[ 25 ] [ 24 ]} Su trabajo ha aparecido en Nature, ^{[ 26 ]} Bloomberg Business Week, ^{[ 27 ]} y The Atlantic. ^{[ 28 ]}

• 2025: Premio SGV ^{[ 29 ]}

• 2024: Premio Suizo de Ciencia Latsis ^{[ 30 ]}
• 2024: Premio Robert Bing ^{[ 31 ]}
• 2023: Premio Eric Kandel para Jóvenes Neurocientíficos ^{[ 32 ]}
• 2022: Premio Joven Investigador FENS EJN ^{[ 33 ]}
• 2020: Cátedra de Neurociencia Integrativa de la Fundación Bertarelli
• 2019 - 2023: CZI Software esencial de código abierto para la ciencia - subvención para DeepLabCut ^{[ 34 ]}
• 2019 -  : Becario de la Sociedad Ellis, Inteligencia Natural ^{[ 2 ]}
• 2018: Premio de la Facultad de Mente, Cerebro y Comportamiento de la Universidad de Harvard
• 2018: Ganador del premio eLife Travel Grant ^{[ 35 ]}
• 2017: Subvención para GPU de NVIDIA ^{[ 25 ]}
• 2017 - 2022: Beca Rowland ^{[ 6 ]}
• 2017: Beca Mujeres y Cerebro para el Avance de la Neurociencia ^{[ 36 ]}
• 2013 - 2018: Beca de investigación de posgrado de la Fundación Nacional de Ciencias Ciencias de la vida – Neurociencia ^{[ 7 ]}
• 2013, '14, '16: Certificado de Distinción en Enseñanza de la Universidad de Harvard (MCB80, MCB145) ^{[ 37 ]}
• 2014: Premio del Fondo Dr. Ernest Peralta a la mejor propuesta y defensa de examen de calificación, Harvard ^{[ 23 ] [ 38 ]}
• 2012 - 2013: Beca de posgrado Morris E. Zukerman - otorgada a los mejores estudiantes en ciencias del cerebro en Harvard GSAS ^{[ 23 ]}

Publicaciones de Mackenzie Weygandt Mathis indexadas por Google Académico

En su juventud, participó en competiciones ecuestres en los Estados Unidos. ^{[ 39 ]}