蜜蜂采蜜后為什么會跳舞?貓咪在被主人撫摸時為什么會發(fā)出咕嚕聲?狗狗也會流眼淚?怎樣才能知道，動物的腦子里究竟在想些什么?一直以來，科學家們從未停止探索動物行為的奧秘，以此研究大腦神經(jīng)對行為的調(diào)控，以及在藥物研發(fā)中的行為學評估。近年來，盡管光遺傳學、高通量神經(jīng)電極、活體顯微成像等新技術(shù)在神經(jīng)科學領(lǐng)域獲得突破性變革，但在行為觀測手段上和收集方式上仍然相對簡化。
5月13日，中國科學院深圳先進技術(shù)研究院腦認知與腦疾病研究所王立平、蔚鵬飛團隊的最新研究成果發(fā)表于《自然—通訊》。研究團隊自主研發(fā)了一種多視角、三維自動化行為采集設(shè)備，并提出一類通用動物三維行為圖譜框架“Behavior Atlas”。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為論文的共同作者。
據(jù)了解，研究團隊歷時兩年自主研發(fā)的行為采集設(shè)備，能夠獲取動物三維立體的運動姿態(tài)，并根據(jù)動物行為類似語言一樣的層次結(jié)構(gòu)，提出了一種層次化動物行為分解模型，將連續(xù)、復(fù)雜的行為簡化為可以被人們理解的動作模塊。該研究已在自閉癥模型小鼠進行了行為鑒定，成功實現(xiàn)在亞秒級自動精確識別其特征性的行為異常。
AI加持 多視角三維展示動物行為姿態(tài)
一直以來，王立平、蔚鵬飛團隊致力于用光遺傳學技術(shù)探索大腦神經(jīng)環(huán)路對行為的調(diào)控。自2018年起，團隊開始思考利用新的機器學習等技術(shù)解決當前在動物行為學采集與分析領(lǐng)域存在的瓶頸。
“研究前期，我們使用傳統(tǒng)方法對行為進行觀測時發(fā)現(xiàn)，現(xiàn)有動物行為實驗的數(shù)據(jù)集缺乏，人工標記原始的行為視頻需要極大的工作量，極耗費時間和精力。即使對于某一物種在特定場景下構(gòu)建了足夠的數(shù)據(jù)集，但因不同物種和行為場景存在差異性，也讓積累的數(shù)據(jù)集無法復(fù)用。”蔚鵬飛表示。
對此，結(jié)合人工智能技術(shù)，團隊自主研發(fā)了多視角、三維自動化行為采集設(shè)備，能夠構(gòu)建動物三維、多身體部位的運動骨架，更加全面的表征動物的運動。
此前，課題組博士生劉楠和韓亞寧使用該系統(tǒng)已成功在動物的焦慮行為分析中取得了初步進展，相關(guān)成果發(fā)表于《生物化學和生物物理研究通訊》。據(jù)了解，目前團隊已經(jīng)收到了國內(nèi)外20多家科研機構(gòu)的合作和采購意向。該技術(shù)涉及的兩項專利已經(jīng)授權(quán)轉(zhuǎn)化，設(shè)備已經(jīng)投入批量生產(chǎn)。
歷時兩年 構(gòu)建行為“字典”
研究過程中，探索行為的本質(zhì)規(guī)律，對行為進行解碼，構(gòu)建行為“字典”成為了團隊研究的重點。
團隊發(fā)現(xiàn)，動物在展現(xiàn)行為時，首先通過肢體表現(xiàn)出豐富的姿態(tài)，而姿態(tài)的連續(xù)變化形成了一個個行走、跳躍、攀爬、抓撓等動作，進一步表達出動物的天性、習性、喜怒哀樂等行為。這種“姿態(tài)-動作-行為譜”的行為模型就好比語言中的“字母-單詞-語句”模式，具有層級性。因此，行為數(shù)據(jù)也需要層級化收集。
想要精確地收集行為數(shù)據(jù)，就要回歸行為本身，構(gòu)建行為的“字典”。結(jié)合人工智能算法技術(shù)，研究團隊從連續(xù)的三維行為序列中，首先對行為的姿態(tài)層進行離散化的表征，讓機器識別出行為的每一個姿態(tài)，相當于構(gòu)建行為的“字母表”;其次從這些姿態(tài)表征中，將具有相似排列模式的姿態(tài)序列挖掘出來，作為行為的動作層，相當于構(gòu)建行為的“字典”。
“就像觀測一只正在抓撓的小鼠，我們需要解構(gòu)小鼠究竟撓了多少下，抓撓的時長，所在的場景等多方面，收集行為數(shù)據(jù)。”蔚鵬飛表示，根據(jù)行為的層級化表現(xiàn)，研究團隊進一步構(gòu)建了一類層次化動物行為圖譜。據(jù)悉，團隊在自閉癥小鼠模型上進行的驗證實驗中，成功從分離出的40多種行為亞型中發(fā)現(xiàn)了自閉癥小鼠模型具有的特異性行為。所構(gòu)建的行為圖譜在對行為數(shù)據(jù)分析后，行為結(jié)果與動物的基因型存在高度的一致性。此外，利用提取出的新的焦慮行為特征，團隊也成功分離出傳統(tǒng)的焦慮測量范式所不能有效分離的焦慮與正常動物。
目前該行為圖譜仍在不斷更新和完善中，針對不同物種進行研發(fā)。據(jù)了解，團隊已經(jīng)在非人靈長類、犬類開展了研究，未來還將應(yīng)用在豬等實驗動物上。
讓行為數(shù)據(jù)解答好生物學問題
行為學上的觀測和量化對藥物研發(fā)、疾病診斷有著重要意義。隨著機器學習和人工智能技術(shù)的發(fā)展，旨在實現(xiàn)高精度、自動量化行為的“計算神經(jīng)行為學”正在成為重要的新興研究領(lǐng)域，我國在該領(lǐng)域鮮有涉足，在國際上仍然處于“跟跑”狀態(tài)。該研究在計算神經(jīng)行為學領(lǐng)域，為探索大腦對行為調(diào)控等神經(jīng)活動提供了一種有效手段，進一步助力疾病診斷及藥物療效方面的評估。
中國科學院院士、浙江大學教授段樹民表示，團隊自主研發(fā)的三維動物高精度行為分析系統(tǒng)，部分填補了現(xiàn)有行為學分析的短板。該系統(tǒng)將在很大程度上拓寬動物行為研究的范式，提高行為分析的準確性和效率，其應(yīng)用有望對研究精神疾病和情緒障礙的發(fā)作機制，以及各種治療手段的臨床前研發(fā)測試提供重要手段。
據(jù)悉，下一步研究團隊計劃將Behavior Atlas與微型化在體雙光子熒光顯微成像技術(shù)、高通量神經(jīng)電生理等技術(shù)相結(jié)合，在活體、長時程觀測情況下，研究神經(jīng)元功能網(wǎng)絡(luò)，以及各種腦內(nèi)神經(jīng)遞質(zhì)如何精細的編碼特定的行為。
營業(yè)執(zhí)照公示信息