一套昼夜行为分析套件,用于实时分类复杂行为中的日常节律
Logan J Perry1, Gavin E Ratcliff1, Arthur Mayo2
1Department of Biology, Texas A&M University, College Station, TX 77843, USA.
Cell reports methods
|May 20, 2025
概括
我们开发了一种可扩展的管道,用于持续的动物行为分析,使专家级的性能能够在最小的手动标签下实现. 这种系统揭示了依赖性和雌激素的昼夜节律在老鼠的行为,如挖掘和筑巢.
科学领域:
- 伦理学 伦理学 伦理学
- 计算生物学 计算生物学
- 神经科学是一个神经科学.
背景情况:
- 长期的动物行为分析受到手动评分或实时传感器的阻碍.
- 当前的机器学习工具与可变条件和时间动态作斗争.
研究的目的:
- 开发一个可扩展的管道,用于在多种动物和条件中持续,实时的行为获取和分类.
- 为了使强大的,专家级的行为分析与最小的手动标签.
- 为了研究性激素对小鼠昼夜行为的影响.
主要方法:
- 开发了一个可扩展的管道,集成了一个自我监督的视觉模型和一个轻量级分类器.
- 实施了一种用于连续,实时获取和分类动物行为的系统.
- 在两周内记录了97只小鼠进行概念验证分析.
主要成果:
- 在行为分类方面取得了专家级别的表现,在各种环境中强大.
- 在挖掘和筑巢等行为中发现了依赖性和雌激素的昼夜节律.
- 证明了系统对高吞吐量,长时间尺度行为表型化的能力.
结论:
- 开发的管道和循环行为分析套件 (CBAS) 实现了强大的,长期的行为表型.
- 通过CBAS,可以更轻松地对以前难以观察的行为进行时间分析.
- 该研究在小鼠中发现了新的依赖性和雌激素的昼夜行为节律.
