对数据驱动层次化行为定量分析框架进行研究

神经行为是神经科学与动物行为相结合的交叉学科，主要研究如何控制神经系统的行为，以及如何反过来影响神经系统的功能。对具有多尺度、复杂动态特征的自然行为进行有效的分析和量化，对于了解不同物种在进化过程中行为的演变规律具有重要意义。

近年来，行为组理论的形成和发展旨在通过分层思维来分析行为的内在结构。同时，机器学习算法在定量姿势估计和行为分割方面的进展促进了将连续行为分解为可量化动作模块的过程。然而，在神经行为学、应激神经生物学、系统生物学、药效评价等领域，缺乏一般的行为分析框架仍然是行为组理论分析的重要障碍。

2月1日，中国科学院深圳先进技术研究所研究员王枫团队和王立平团队在《细胞-报告》上发表了最新研究。研究小组利用应激神经生物学研究中广泛使用的简单易行的自发行为模式，开发了一个分层行为分析框架，为两性神经行为研究提供了一种通用、标准、快速、分层的定量方法。

自发行为是在没有主观意图或外界刺激的情况下发生的行为，对于保持健康和调节身体尤为重要。自发行为测试由动物本身主导，而不是实验者主导，可以更准确地反映动物的内部状态。自发行为的变化可以反映个人内部状态的误差，可能与疼痛和毒素暴露、癫痫发作间期、中风恢复、自闭症和急性应激等潜在健康问题有关。

为了建立一个易于理解和解释的行为分析框架，研究团队系统地描绘了两性小鼠自发行为的特征，从自发行为的姿势动力学、动作和动作集的时空特征及其内在组织逻辑方面。研究结果表明，两性小鼠的自发行为在不同的情绪状态、昼夜节奏和光照条件下表现出不同的特征，由不同的内外因素驱动，最终形成多样化的行为模式。其中，嗅探是不同环境下自发行为转化的枢纽节点，通过计算嗅探和排列的比例，可以准确区分自发行为状态。

这项研究为深入开展行为研究提供了一个高效的平台。该研究通过提供全面的分层行为数据，为行为结构理论知识与实际分析之间架起了桥梁，为动物行为实验分析和生物学、药学、医学及相关学科研究结果解读提供了全新的技术手段。