基于人工神经网络 (ANN) 的模式识别方法说明了斑马鱼中乙醇的双相行为效应:动物机电分析的高通量方法

科学领域:

• 神经科学是一个神经科学.
• 行为药理学行为药理学
• 斑马鱼模型 斑马鱼模型

背景情况:

• 个人应激反应因应对方式和神经递质敏感性而有所不同.
• 抗焦虑化合物调节神经递质系统以研究压力机制.
• 药物度对行为的时间效应难以分析.

研究的目的:

• 研究乙醇对斑马鱼幼虫行为的时间影响.
• 分析长期的行为变化,以应对不同的乙醇度.
• 开发一种方法来剖析依赖时间的药物对行为的影响.

主要方法:

• 使用斑马鱼幼虫作为模型生物.
• 使用不同度的乙醇 (0.5%,1.5%,2%).
• 采用人工神经网络和依赖时间的方法进行90分钟的行为分析.

主要成果:

• 用乙醇处理的斑马鱼幼虫表现出度依赖的行为变化.
• 在0.5%乙醇组的机动活动在60分钟后恢复正常,以控制水平为准.
• 先进的分析揭示了不同度的乙醇的独特行为集群,超过了基于速度的传统统计方法.
• 观察到的运动模式的变化,而不仅仅是速度,解释了行为变化.

结论:

• 人工神经网络可以有效地分析复杂的时间行为数据作为对乙醇的反应.
• 乙醇对斑马鱼行为的影响是动态的,并且随着时间的推移而依赖于度.
• 运动模式分析提供了比基本的速度指标更细致的理解药物诱导的行为变化.