iMOSS:用于高分辨率不动评分及与神经活动同步的集成开源悬尾实验平台

《Frontiers in Behavioral Neuroscience》:iMOSS: an integrated open-source tail suspension test platform for high-resolution immobility scoring and synchronization with neural activity

【字体: 大 中 小 】 时间:2026年05月09日 来源:Frontiers in Behavioral Neuroscience 2.9

编辑推荐:

  悬尾实验(Tail Suspension Test, TST)被广泛用于评估啮齿动物的应激应对行为,其特征是主动(挣扎)和被动(不动)反应的交替出现。TST中的不动被解释为行为绝望(behavioral despair),是衡量抗抑郁化合物疗效的关键指标。传统

  
悬尾实验(Tail Suspension Test, TST)被广泛用于评估啮齿动物的应激应对行为,其特征是主动(挣扎)和被动(不动)反应的交替出现。TST中的不动被解释为行为绝望(behavioral despair),是衡量抗抑郁化合物疗效的关键指标。传统的人工评分耗时费力且时间精度差,而现有的自动化系统常误判行为,且未能展示与神经记录方法整合的能力。在此,研究人员改进了传统的TST,开发了新的iMOSS(Immobility/Mobility Optimized Scoring System)——两种开源、低成本且可扩展的工具,用于高分辨率量化运动和静止:(1)iMOSS-MV,一种基于视频的逐帧人工评分软件工具,旨在精确注释每个二元事件的精确起始帧;(2)iMOSS-AS,一种基于传感器的自动化工具,利用机器学习优化的检测阈值从传感器信号中检测不动/运动片段。iMOSS-AS的输出与iMOSS-MV紧密匹配,且优于其他公开可用的工具。此外,两种系统均能可靠地检测到丙咪嗪(imipramine)治疗诱导的运动和静止变化,证明了对药理学操作的敏感性。最后,这两种iMOSS工具均可轻松与神经数据整合,这通过光纤光度法(fiber photometry)同步分析内侧隔核(medial septal)谷氨酸能钙活动得到证实。因此,单独使用iMOSS-MV或iMOSS-AS均可提供高效、用户友好且偏差最小化的平台,用于高通量行为分析,实现系统神经科学研究中行为与神经数据的无缝整合。
该论文题为《iMOSS:用于高分辨率不动评分及与神经活动同步的集成开源悬尾实验平台》,发表于《Frontiers in Behavioral Neuroscience》。研究针对悬尾实验(Tail Suspension Test, TST)中传统人工评分耗时且时间精度不足,以及现有自动化系统在行为分类和神经数据整合方面的局限性,开发了iMOSS(Immobility/Mobility Optimized Scoring System)这一集成开源平台。研究人员构建了两种互补的工具:iMOSS-MV,一种基于视频的逐帧手动评分软件,实现了精确到帧的行为注释;以及iMOSS-AS,一种基于传感器(应变片称重传感器)的自动化评分系统,利用机器学习优化检测阈值以区分运动和静止状态。研究结果表明,iMOSS-AS的性能优于现有的视频分析工具(如DBscorer和EthoVision),其输出与iMOSS-MV高度一致。此外,该系统成功实现了与光纤光度法记录的神经活动的亚秒级同步,证明了其在解析脑-行为关系方面的强大能力。这项工作为行为神经科学提供了一种低成本、高精度且易于复用的解决方案。
关键技术方法包括:开发基于Python的iMOSS-MV和iMOSS-AS软件,利用OpenCV和Tkinter库实现视频逐帧注释和传感器信号处理;使用随机森林回归模型(Random Forest regression)优化iMOSS-AS的检测阈值;采用Bonsai-RX进行实时数据采集与同步;利用光纤光度法记录vGluT2-Cre小鼠内侧隔核(Medial Septum, MS)的GCaMP8s钙活动;并通过F1分数、Cohen’s Kappa系数及平均绝对误差(Mean Absolute Error, MAE)等指标对算法性能进行统计学验证。实验动物使用了C57BL/6J雄性小鼠和vGluT2-Cre转基因雄性小鼠。
研究结果方面,首先,“定制设计的TST装置”表明,研究人员构建了一个包含记录室、可拆卸休息平台、集成摄像头、扬声器和iMOSS-AS硬件模块的定制系统,该装置支持同时测试四只小鼠,并通过Arduino Uno和Bonsai-RX工作流实现信号采集。其次,“iMOSS-MV:基于视频的逐帧手动评分软件”显示,该软件界面友好,经过简短培训的观察者间一致性高(F1分数和Cohen’s Kappa系数高),证明了其作为可靠参考标准的有效性。第三,“iMOSS-AS:基于传感器的自动化不动评分平台”通过两步信号处理流程自动识别实验起始点,并利用机器学习确定了全局最佳阈值(Global Best Threshold, GBT = 0.792 g),使得自动化评分与人工评分的偏差小于0.5秒,且处理速度远超人工。第四,“iMOSS-AS与现有自动化评分系统的性能比较”指出,在检测不动状态时,iMOSS-AS的MAE显著低于DBscorer和EthoVision(p < 0.05),且在处理细微运动时表现更优。第五,“丙咪嗪的药理学验证”证实,无论是iMOSS-MV还是iMOSS-AS,均能可靠检测到丙咪嗪(15 mg/kg)处理导致的静止时间显著减少(p < 0.001),验证了系统的药理敏感性。最后,“与神经活动测量的示例整合”展示了将iMOSS-AS数据与内侧隔核谷氨酸能神经元的光纤光度法信号对齐,发现运动起始时的钙峰值频率显著高于静止起始时(p = 0.002),证明了该系统在脑-行为关联研究中的应用潜力。
讨论部分总结指出,iMOSS-MV和iMOSS-AS是互补而非冗余的工具。iMOSS-MV通过建立高质量的人为注释基准解决了单摄像头视频的局限性和评分者间差异问题;而iMOSS-AS作为一种基于传感器的“高通量主力”工具,直接测量力变化,不受光照和遮挡影响,且时间分辨率(80 Hz)高于视频系统。两者均能与神经记录无缝同步。尽管深度学习(Deep Learning, DL)方法在多特征行为分析中很强大,但iMOSS以其简单性、鲁棒性和低成本提供了互补价值。该研究虽然侧重于方法学验证,但已显示出极高的灵敏度。未来可通过远程控制平台和定制PCB进一步优化硬件。总之,iMOSS为量化应激应对行为提供了强大的开源平台,推动了机制性神经科学研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号