Mackenzie Weygandt Mathis

Mackenzie W. Mathis
Född	USA
Nationalitet	amerikansk
Alma mater	University of Oregon, Harvard University
Känd för	DeepLabCut mjukvara för djupinlärning för uppskattning av djurställningar
Utmärkelser	Harvard Rowland Fellow, ELLIS Society Scholar, FENS EJN 2022 Young Investigator Award
Vetenskaplig karriär
Fält	Neurovetenskap, maskininlärning
institutioner	École Polytechnique Fédérale de Lausanne , Rowland Institute vid Harvard University
Avhandling	(2017)
Hemsida	www .mackenziemathislab .org

Mackenzie W. Mathis , är en amerikansk neuroforskare och huvudforskare vid École Polytechnique Fédérale de Lausanne . Hennes labb undersöker adaptiva mekanismer inom biologisk och artificiell intelligens för att informera adaptiva AI-system och translationell forskning inom neurologiska sjukdomar.

tidigt liv och utbildning

Mathis genomförde sin grundutbildning vid University of Oregon och tog en kandidatexamen i naturvetenskap 2007. Hon arbetade sedan som senior forskningstekniker och labbchef vid Project ALS Laboratory for Stem Cell Research vid Columbia University från 2007 till 2012. Arbetade under mentorskapet av Dr Christopher E. Henderson och Dr Hynek Wichterle, modellerade Mathis amyotrofisk lateral skleros (ALS) med hjälp av stamcellshärledda motorneuroner. Under sin tid i labbet publicerade hon två första författare vetenskapliga artiklar, en i Journal of Neuroscience som erbjöd ett nytt protokoll för att generera mänskliga lem-innerverande neurala subtyper in vitro för användning i forskning om neurologiska sjukdomar, och den andra i Nature Biotechnology om benchmarking iPS-stamcellinjers förmåga att göra motorneuroner. Mathis flyttade sedan till Boston och gick med i forskarutbildningen i molekylär och cellulär biologi (MCB) vid Harvard University . På väg mot sin doktorsexamen tog hon också en magisterexamen. Under sin doktorsexamen forskar Mathis om de neurala kretsar som ligger bakom belöningsförutsägelsefel under mentorskap av professor Naoshige Uchida vid Harvard Center for Brain Science. Under sitt första år som doktorand fick Mathis ett National Science Foundation Fellowship för att finansiera sin doktorandforskning. Mathis kunde slå samman sina intressen för motorisk kontroll med Uchidas expertis inom neurala registreringar och beteendeanalys för att skapa en ny vetenskaplig riktning i labbet och publicera en första författares artikel i Neuron i slutet av sin doktorsexamen angående den viktiga roll som den somatosensoriska spelaren spelar . cortex i frambensmotorisk anpassning hos gnagare. Nära slutet av sin doktorsexamen tilldelades Mathis Rowland Fellowship som gav fem års finansiering för att starta sitt eget labb vid Harvards Rowland Institute i Cambridge, MA. Innan Mathis grundade Mathis Lab vid Harvard tilldelades Mathis också Women & the Brain (WATB) Fellowship for Advancement in Brain Science som gav henne finansiering för att arbeta i Tyskland sommaren 2017 under mentorskap av professor Matthias Bethge vid universitetet i Tübingen . I sitt postdoktorala arbete fokuserade Mathis på banbrytande djupinlärning för neural och beteendeanalys som fungerade som ett kritiskt steg mot hennes självständiga karriär.

Karriär och forskning

2017 startade Mathis sitt labb vid Rowland Institute vid Harvard University med ett mål att reverse engineering neurala kretsar som driver adaptivt motoriskt beteende. Genom storskaliga neurala inspelningar och genom att bygga nya robot- och maskininlärningsverktyg Mathis Lab neurala kretsar och analyserar beteendeutdata för att bättre förstå hur hjärnans funktion relaterar till beteende. Mathis är dedikerad till konceptet öppen vetenskap och som sådant är det nya verktyget för djupinlärning hon designade öppen tillgång så att forskare över hela världen har tillgång till koden för att använda detta verktyg för att analysera djurens beteenden på ett opartiskt och exakt sätt för att informera en bättre förståelse för hur neural aktivitet driver specifika beteenden. Det djupa inlärningsverktyget designat av Mathis heter DeepLabCut som bygger på överföringsinlärning för att optimera ett befintligt tränat neuralt nätverk till en önskad ny datamängd efter tillräcklig träning. Mathis har visat mångsidigheten hos detta verktyg på många olika datauppsättningar och lyfter fram den robusta designen och potentialen för bred användning inom områden även utanför neurovetenskap. Hennes arbete har visats i Nature, Bloomberg Business Week och The Atlantic.

Från och med augusti 2020 flyttade Mathis till det schweiziska federala tekniska institutet och arbetade inom Brain Mind Institute, Center for Intelligent Systems & Centre for Neuroprosthetics som anställningsprofessor. Labbet är värd på Campus Biotech i Genève, Schweiz , där Mathis innehar Bertarelli Foundations ordförande för Integrative Neuroscience.

Pris och ära

• 2022: FENS EJN Young Investigator Prize
• 2020: Bertarelli Foundation ordförande för Integrative Neuroscience
• 2019 - 2023: CZI Essential Open Source Software for Science - anslag för DeepLabCut
• 2019 - : ELLIS Society Fellow, Natural Intelligence
• 2018: Mind, Brain & Behaviour Harvard University Faculty Award
• 2018: Vinnare av eLife Travel Grant Award
• 2017: NVIDIA GPU Grant
• 2017 - 2022: Rowland Fellowship
• 2017: Women & the Brain Fellowship for Advancement of Neuroscience
• 2013 - 2018: National Science Foundation Graduate Research Fellowship Life Sciences – Neuroscience
• 2013, '14, '16: Harvard University Certificate of Distinction in Teaching (MCB80, MCB145)
• 2014: Dr. Ernest Peralta Fund Award för bästa kvalificerade examensförslag och försvar, Harvard
• 2012 - 2013: Morris E. Zukerman Graduate Fellowship - tilldelas toppstudenter inom hjärnvetenskap vid Harvard GSAS

Publikationer

Mackenzie Weygandt Mathis publikationer indexerade av Google Scholar

Privatliv

Mathis är gift med neuroforskaren Dr. Alexander Mathis som är biträdande professor vid det schweiziska federala tekniska institutet .