杰克斯动物行为系统 (JABS):一个基于遗传学的,端到端的先进的行为表型平台,用于实验室老鼠

科学领域:

• 神经科学是一个神经科学.
• 行为遗传学 行为遗传学
• 计算机视觉 计算机视觉

背景情况:

• 复杂动物行为的自动检测对于高通量研究至关重要,但在非计算实验室采用时面临挑战.
• 现有的计算机视觉工具需要集成的硬件和软件解决方案,以便无地整合到行为神经遗传学研究中.
• 之前的工作集中在特定的行为,如理和姿势在开放场的竞技场.

研究的目的:

• 介绍JAX动物行为系统 (JABS),这是一个用于自动动物表型化的集成平台.
• 为了促进数据采集,基于机器学习的行为注释,分类器共享和遗传分析.
• 降低神经科学和遗传学的先进行为分析的进入障碍.

主要方法:

• 开发了JAX动物行为系统 (JABS),其中包括数据采集 (JABS-DA),主动学习 (JABS-AL) 和分析/整合 (JABS-AI) 的模块.
• 引入了一个基于图形的新型框架 (ethograph) 进行高效的分类器比较.
• 综合下游遗传分析 (遗传性,遗传相关性) 与公开发布的168个小鼠菌株的数据集.

主要成果:

• JABS提供了一个统一的生态系统,用于收集,注释和分析复杂的动物行为.
• 该JABS-AI网络应用程序使分类器的共享和部署,减少注释的努力.
• 168个小鼠菌株数据集的公开发布使得基因引导的分类器选择和分析成为可能.

结论:

• 在神经科学和行为遗传学中,JABS显著推进了自动行为分析.
• 开源平台促进了合作,并减少了研究人员的技术障碍.
• 在JABS内部进行综合遗传分析,为行为-基因型关系提供了新的见解.