玛丽戈德:一种基于机器学习的Web应用程序,用于斑马鱼的姿势跟踪
Gregory Teicher1,2, R Madison Riffe3,4, Wayne Barnaby3,4
1Biology Department, University of Massachusetts Amherst, Amherst, MA, USA. gteicher@umass.edu.
BMC bioinformatics
|January 28, 2025
概括
玛丽戈德是一个免费的,开源的网络应用程序,用于分析斑马鱼的行为,为药物发现和神经疾病研究提供强大的跟踪和可视化. 它简化了高通量行为分析,即使在低资源环境中也是如此.
科学领域:
- 神经科学是一个神经科学.
- 行为科学 行为科学
- 生物信息学是一种生物信息学.
背景情况:
- 高通量行为分析对于药物发现和神经系统疾病的建模至关重要.
- 斑马鱼胚胎和幼虫是理想的模型,因为它们的快速发展和遗传相关性.
- 现有的软件经常与动态背景,多井格式作斗争,需要大量的专业知识.
研究的目的:
- 介绍玛丽戈德,一个免费和开源的网络应用程序,用于斑马鱼的高吞吐量行为分析.
- 解决当前软件的局限性,包括动态背景,多井支持,硬件成本和编程专业知识.
主要方法:
- 开发了Marigold作为一个具有直观图形用户界面的Web应用程序.
- 利用定制设计的神经网络,高效地追踪最多10个关键点的姿势.
- 支持单井和多井格式,导出动力学参数和数据可视化.
主要成果:
- 玛丽戈德在标准计算机上展示了合理的训练和推断速度.
- 成功分析了技术子 (tnt) 突变胚胎中触摸引起的逃生反应.
- 在不同发育阶段,在被养和未养的斑马鱼幼虫之间的游泳行为中发现了差异.
结论:
- 玛丽戈德在斑马鱼中促进了新的行为发现,证明了它在生物实验中的实用性.
- 它的易用性,稳健的跟踪和灵活性使其对各种研究具有价值,特别是在资源较少的环境中.
- 玛丽戈德可以作为一个Web应用程序访问,不需要安装,在多个操作系统上运行.


