全选择范围行为关联研究：基于数据的可解释行为成分识别

《Nature Communications》：The choice-wide behavioral association study: data-driven identification of interpretable behavioral components

　　

摘要

行为在多个时间尺度上都具有复杂的结构。然而，目前缺乏有效的方法来识别其中的关键要素，尤其是在需要较长时间进行学习和决策的情况下。受到全基因组关联研究的目标与技术的启发，我们提出了一种数据驱动的方法——选择范围行为关联研究：CBAS，该方法能够系统地识别出这类行为特征。CBAS通过强大的基于重采样的方法来纠正多重比较问题，从而筛选出在不同群体间存在显著差异或与特定协变量相关的行为序列或选择序列。我们通过蝇类、大鼠和人类所执行的任务来展示CBAS的应用，结果表明该方法在每种情况下都能提供有价值且易于理解的信息。