一种新的开源算法可以提高从大理石掩埋测定中收集的数据的可重复性和深度，该测定通常用于推断自闭症小鼠模型中的焦虑或重复行为。该工具会自动跟踪鼠标的移动，计算它掩埋了多少弹珠并记录它所花费的时间。
为了进行这种检测，研究人员通常将老鼠放在一个有多个弹珠的笼子里并拍照。一段时间后，他们再拍一张并比较两张图像。据说埋下比平时更多的弹珠的老鼠会有焦虑或重复的行为。
荷兰鹿特丹伊拉斯姆斯大学亚历山德拉巴杜拉实验室的研究生、研究人员卢卡斯瓦尔说：“大理石掩埋试验，目前的分析方式，确实显示出可重复的结果。”
但神经科学副教授兼该研究的首席研究员巴杜拉说，实验室在进行检测的方式上各不相同。“行为研究有点混乱。”
这个新工具在3月份的eNeuro中进行了描述，并且可以在线免费获得，它使用机器学习来标准化流程。
“它需要你有一台相机和一台足够好的计算机来运行代码，”巴杜拉说，“但它真的不必是超级花哨的东西。”
这篇论文“真的很重要”，西雅图华盛顿大学神经科学助理教授SamGolden说，他没有参与这项研究。“通过使用机器学习来消除主观性并提高可重复性确实是许多行为神经科学的未来。”
Wahl求助于开源机器学习系统JaneliaAutomaticAnimalBehaviorAnnotator(JAABA)来开发大理石埋藏追踪器。系统使用来自具有手动注释行为的视频的信息来自动注释其他视频中的相同行为。JAABA追踪了老鼠、果蝇和斑马鱼的一系列行为。
在这项新研究中，Wahl和他的同事收集了UBE3A、SHANK2或SAPAP3突变小鼠的视频片段，这些基因分别与Angelman综合征、自闭症和强迫症有关。
例如，他们手动将13,多个视频帧注释为“隐藏”或“不隐藏”，以训练他们的机器学习算法，之后它可以在83%的时间准确识别不同视频帧集中的隐藏行为，甚至跨越两种不同类型的床上用品——木屑和玉米芯。
Golden说，只要用于训练算法的数据准确，输出就应该是可靠的。“‘垃圾进，垃圾出’这句古老的格言完美地描述了行为神经科学的机器学习，”他说。Golden的团队在年开发了SimBA，这是另一种分析动物行为的机器学习工具。
吨该工具还揭示了对大理石掩埋分析的独特见解。例如，与野生型小鼠相比，SHANK2型小鼠埋弹珠的时间要少得多，但它们非常活跃。他们跑得快两倍，行进两倍。
SHANK2突变的小鼠埋弹珠的时间与野生型小鼠一样多，但在注射咪达唑仑（一种用于减少焦虑样行为的药物）后，它们倾向于将弹珠埋在笼子的中间。结果与之前的发现背道而驰，即该药物减少了大理石埋藏，表明行为与焦虑之间存在脱节。
Wahl说，这种细微差别——动物在哪里行走，在哪里埋藏弹珠——在传统的行为分析中通常不会被追踪。
Badura说，自动跟踪器可能对制药行业有用，该行业经常使用大理石埋藏试验来测试临床前试验中的焦虑药物。只计算埋藏弹珠的数量可能会扭曲这些结果。
“我希望向神经药理学界展示[我们的工具]并说，‘看，这不是很困难，’”她说。制药业“应该实施它并将其用于焦虑研究，特别是在焦虑药物和焦虑症方面。”
转载请注明：http://www.mwoap.com/zbzzz/13719.html
