针对行为合光纤测光实验的优化工作流:改进了数据导航和可访问性
Anna Athanassi1, Amaury François2, Emmanuel Bourinet2
1CNRS, UMR 5292, INSERM, U1028, Lyon Neuroscience Research Center, Neuroplasticity and Neuropathology of Olfactory Perception Team, University of Lyon, Lyon, France.
Frontiers in neuroscience
|July 25, 2025
概括
我们开发了一个自动化工作流程,用于分析光纤测量和行为数据,增强对自发行为期间神经活动的洞察力. 这种方法简化了用于神经科学研究的数据探索.
科学领域:
- 神经科学是一个神经科学.
- 行为科学 行为科学
- 光学成像技术的成像
背景情况:
- 纤维光度对于研究与行为相关的神经活动至关重要.
- 现有的开源工具往往缺乏用于集成光纤光度和行为数据分析的自动化工作流.
- 简化数据分析对于理解复杂的神经动态至关重要.
研究的目的:
- 开发一种自动化工作流程,用于分析光纤测量和行为数据.
- 为了促进直观的导航和分析大数据集.
- 为了使自发和探索性行为的有效研究.
主要方法:
- 开发了一个全面的工作流程,从脑内光纤植入到数据分析.
- 集成光纤光度信号分析与同时记录的行为数据.
- 使用自定义算法来提取和处理两种数据类型,而无需预定义的事件标记.
主要成果:
- 在自由移动的C57BL/6J小鼠中验证了该方法,研究了气味.
- 在嗅觉结核中评估活性 (jRGECO1a) 和多巴胺能动力学 (dLight1.2) .
- 揭示了对有吸引力和没有吸引力的气味的独特多巴胺反应,与类似的动态.
结论:
- 开发的工作流显著提高了光纤光度计数据分析的可访问性和效率.
- 该方法允许快速检索和探索与行为事件一致的神经信号.
- 这种可适应的方法支持各种研究范式,促进对行为神经支的更深入的理解.
