飞维斯塔 (FlyVISTA) 是一个集成机器学习平台,用于深度表型化Drosophila的睡眠
Mehmet F Keleş1, Ali Osman Berk Sapci2, Casey Brody1
1Department of Neurology, Johns Hopkins University, Baltimore, MD 21205, USA.
bioRxiv : the preprint server for biology
|November 14, 2023
概括
研究人员开发了FlyVISTA,这是一个机器学习平台,用于分析果在睡眠期间微妙的动物运动或微观行为. 这种工具发现了一种新的"哈尔特开关"微观行为,表明更深的睡眠阶段.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 伦理学 伦理学 伦理学
背景情况:
- 动物的行为与内部生理状态密切相关.
- 微妙的运动,称为微观行为,可以反映显著的内部状态变化.
- 目前用于分析微观行为的计算方法尚不发达.
研究的目的:
- 介绍FlyVISTA,这是一个机器学习平台,用于描述自由移动的的微观行为.
- 通过微观行为分析实现睡眠的深度表型.
- 为了研究睡眠相关的微观行为的神经支.
主要方法:
- 开发一个高分辨率的闭环视频成像系统.
- 应用深度学习网络来注释35个体部位.
- 实现一个计算管道,从高维数据中提取行为.
主要成果:
- 飞维斯塔 (FlyVISTA) 成功地描述了与睡眠相关的微观行为独特的时空动态.
- 对特定脑区域 (背面风扇形体,R5环神经元) 的神经刺激引发了不同的微观行为和睡眠模式.
- 一种新的微观行为,即"旋开关",仅在静止状态期间被发现,这意味着更深的睡眠阶段.
结论:
- 飞维斯塔 (FlyVISTA) 提供了一个强大的平台,用于严格分析Drosophila*的睡眠状况.
- 这项研究推进了分析微观行为的计算方法.
- 这些发现为睡眠和微观行为的神经控制提供了新的见解.


