利用运动测序刻画小鼠行为的结构

小鼠的自发行为由反复使用的运动模块（如直立、奔跑、理毛）组成，这些模块被灵活地排入序列中，其内容随时间演化。通过识别行为模块及其表达顺序，研究者可深入了解药物、基因、环境、感觉刺激与神经活动对行为的影响。在此我们提出一套执行运动测序（MoSeq）的方案，这是一种受博物学启发的方法，利用三维机器视觉与无监督机器学习将实验室中小鼠的自发行为分解为一系列称为“音节”的基本模块。本方案基于一个笔记本式的MoSeq流水线，包含深度视频采集、数据预处理与建模模块，以及一套标准化的可视化工具。我们为用户提供构建MoSeq成像装置并采集小鼠自发行为三维视频以提交至建模框架的说明与代码；该方案的输出包括每帧视频数据的音节标签，以及描述各音节使用频率与随时间从一个音节向另一个转移情况的汇总图。本方案及配套流水线显著降低了采用这种无监督、数据驱动方法来刻画小鼠行为的门槛，使缺乏显著计算博物学经验的使用者也能深入了解实验操作后行为结构如何改变。