简要总结
巨沼虾天生具有攻击性，这一行为往往会导致在拥挤的养殖池中饲养时出现受伤和生长问题。在本研究中，我们开发了一种基于计算机的系统，利用一种名为YOLOv11-pose的技术，从视频录像中自动识别和测量虾的打斗行为。为了验证该系统是否可靠地工作，我们使用它来研究一种名为神经肽F（NPF）的蛋白质在调节攻击性中的作用。该系统成功检测到了NPF引起的所有行为变化，结果与人工观察者的所见一致。该系统还测量了人眼无法捕捉的细微运动细节。我们的发现表明，NPF通过影响虾如何从食物中获取能量来控制打斗行为。这一自动化系统为研究甲壳类动物攻击行为的机制提供了强大的工具。
摘要
巨沼虾Macrobrachium rosenbergii天生具有攻击性，这一先天特征构成了限制高密度集约化养殖的主要瓶颈。在本研究中，我们开发了整合YOLOv11-pose和SORT跟踪算法的行为表型分析软件，以自动识别和量化攻击行为。为验证该平台的可靠性，我们通过功能缺失和功能获得策略来利用该平台研究神经肽F（NPF）的作用。该平台成功捕捉了不同处理组之间的行为差异，并生成了与人工观察一致的结果，证实了其在自动化行为分析中的准确性和实用性。此外，该平台还提供了人工观察无法获取的运动学指标，为行为量化提供了更全面的信息。在机制方面，NPF沉默导致摄食量减少、生长受到抑制以及肝胰脏糖酵解紊乱，表明NPF可能至少部分通过能量代谢途径调节攻击行为。总之，本研究为甲壳类动物的行为表型分析提供了一种稳健的工具，具有在集约化养殖系统中进行基于行为管理的潜在应用前景。
