深圳先進院在計算神經行為學領域取得新進展
5日13日，中國科學院深圳先進技術研究院（簡稱“深圳先進院”）腦認知與腦疾病研究所腦圖譜中心王立平研究員、蔚鵬飛副研究員團隊（以下簡稱“腦所團隊”）在計算神經行為學領域取得新進展，相關研究成果以A Hierarchical 3D-motion Learning Framework for Animal Spontaneous Behavior Mapping為題發表在國際學術期刊Nature Communications上。深圳先進院王立平研究員、蔚鵬飛副研究員為該文章的共同通訊作者，在讀博士生黃康、在讀碩士生韓亞寧為該論文的共同第一作者，賓夕法尼亞州立大學的劉思源教授等為論文的共同作者。
行為是神經活動的外在表現形式，理解行為與神經元的關系是神經科學領域中的核心目標之一。近10年來，以光遺傳學、高通量神經電極、活體顯微成像為代表的新技術為神經科學研究帶來了變革式的發展，但是我們對行為的觀測和量化手段仍相對簡化，已成為對神經科學持續深入理解的瓶頸之一。為此，腦所團隊基于多年在動物本能防御行為的研究積淀，結合前沿的計算機視覺和機器學習技術，自主發展了全新的高精度動物行為三維重建和自動化表型鑒定的新系統Behavior Atlas（圖1）。此系統創新性地整合了三維行為采集、層次化行為分解以及行為圖譜構建技術，并在自閉癥小鼠疾病模型上發現了潛在的刻板行為。
首先，針對傳統行為學采集中單視角拍攝遇到的身體遮擋和視角偏差等問題，腦所團隊自行研發了一種多視角三維行為軌跡重建技術（圖2），實現了無需在動物身體上添加任何標記，就能精準、自動地獲取動物的三維骨架，有效解決了遮擋和視角問題。
其次，目前缺乏足夠的動物行為數據集，有監督的行為識別效果還不夠理想。腦所團隊將人類語言的“字母-單詞-語句”與動物行為中“姿態-動作-行為譜”進行對應，采用一種動物自然行為結構啟發的行為分解框架（圖3）。此框架采用并行、層次化的無監督學習算法，不僅保留了行為的動態性，還具有靈活的時間尺度。與此同時，神經活動也具有層次性和動態性，這種分解框架有助于神經記錄與行為數據進行匹配分析。
隨后，腦所團隊進行了 Shank3B基因敲除動物模型的自發行為實驗，并利用Behavior Atlas精細比較了不同行為中小鼠脊柱的彎曲角度，以及頭部、背部和尾巴根部的動能，最終發現了Shank3B基因敲除小鼠存在一種新的亞秒級刻板行為——Hunching（駝背），這種行為與Rearing（站立）行為十分相似，僅靠肉眼觀察常被忽略。隨后，腦所團隊構建了“自閉樣行為空間”進行小鼠類型分類，結果證明了Behavior Atlas具有通過行為分析來鑒定基因敲除小鼠與正常小鼠的潛力。
此外，腦所團隊還將Behavior Atlas應用在對小鼠焦慮樣行為的分析中。使用傳統行為學測量范式和Behavior Atlas對焦慮模型小鼠的進行行為評估。對比發現，Behavior Atlas通過精確篩選焦慮相關行為，從而能夠更好區分焦慮樣小鼠與正常小鼠。此方法有望用于鑒定疾病的異常行為特征，并應用到焦慮癥機制研究和抗焦慮藥物的開發。相關成果已于4月28日在Biochemical and Biophysical Research Communications雜志以Objective and comprehensive re-evaluation of anxiety-like behaviors in mice using the Behavior Atlas為題在線發表。
以上兩項研究得到廣東省重點領域研發計劃、中國科學院青年促進會等項目的支持，以及國家自然科學基金委、中國科學院和深圳市科技創新委員會等相關部門的資助。
圖1. Behavior Atlas行為分析框架。 a.數據源：多相機三維重建構建動物身體骨架序列；b.逐層提取高維的non-locomotor movement（NM，非位移動作）特征，并對特征進行分解與二維表征；c.用于提取locomotion特征，計算NM片段的平均速度；d.對三維的行為特征空間進行無監督聚類，獲得不同的行為類型。
圖2. Behavior Atlas多目三維動作捕捉系統。左側的四個視頻為四個相機從不同視角拍攝的動物的實際行為狀況，右側為對應的三維重建后的動物骨架。
圖3.小鼠行為的分層結構。在三層的行為結構中：最底層是動物在極短時間內由身體呈現的一種空間姿態（Pose）；第二層是若干姿態動態變化時形成的一個動作單元
圖4. Behavior Atlas鑒定小鼠自閉樣刻板行為。a.Shank3B 敲除組（KO，n=10，深紅色）和對照組（WT, n=10，綠色）小組自發行為的對比分析，發現兩組之間存在8種行為存在差異；b.基于行為模塊占比構建的20只小鼠的“自閉樣行為空間”；c.8種具有差異的行為在實驗中的時間分布。d-h 精細的三維運動學參數分析以證明Hunching與Rearing屬于不同類型的行為。
圖5.應用Behavior Atlas重新評估焦慮行為。a.傳統焦慮測量范式和指標無法分離焦慮（Stressed）造模動物和正常（Control）動物；b.采用Behavior Atlas（BeA）從所有小鼠自發行為中提取了6個行為特征；c.應用新的行為特征，有效分離兩組動物。
