深圳先进院开发出匹配小鼠双光子脑成像记录的精细行为捕捉系统
2021年10月12日，中国科学院深圳先进技术研究院（简称“深圳先进院”）脑认知与脑疾病研究所脑图谱中心蔚鹏飞副研究员团队（以下简称“脑所团队”）开发出匹配小鼠双光子脑成像记录的精细行为捕捉系统，相关研究成果以“MouseVenue3D: A markerless three-dimension behavioral tracking system for matching two-photon brain imaging in free-moving mice”为题发表在《Neuroscience Bulletin》期刊上。深圳先进院蔚鹏飞副研究员、王立平研究员为该文章的共同通讯作者，在读博士生韩亚宁、黄康，在读硕士生陈可为该论文的共同第一作者，北京大学的王爱民副教授、吴润龙博士等为论文的共同作者。
动物生存在三维的世界，通过大脑产生在三维空间的行为实现与真实世界的交互。然而，以目前传统的用于啮齿类模式动物的行为分析为例，现有的基于单视角视频记录以及过于简化行为参数的分析方法难以精确的捕捉动物产生于三维空间的行为，无法匹配大脑中的成百上千个神经元的活动，限制了大脑功能研究的精度。脑所团队延续2021年5月13日发表于《Nature Communications》题为“A Hierarchical 3D-motion Learning Framework for Animal Spontaneous Behavior Mapping”的工作，将三维精细行为捕捉系统全面升级为MouseVenue3D，使其能够匹配由北京大学程和平院士团队开发的微型化双光子成像系统FHIRM-TPM 2.0，同步记录自由运动小鼠的精细三维行为和神经元的荧光活动（图1）。
尽管近年来一些基于深度学习和计算机视觉技术的动物行为分析方法已经展示他们对于神经科学研究的优势，但仍缺乏一个灵活易用的三维精细行为捕捉系统用于同步神经活动的分析。MouseVenue3D针对性的设计了自动标定模块以及配套的软硬件系统，完全替代人工移动棋盘格标定多视角相机的过程，从而降低了设备调试的难度，提升了实验效率，让设备能够很容易的结合深度学习动物姿态估计技术DeepLabCut，从不同视角相机拍摄到的小鼠图像中追踪16个身体关键点，并基于张氏标定法进行三维重建，得到小鼠在三维空间中的姿态骨架。该系统的另一个优势在于，它无需传统的顶部机位拍摄，可以有效解决行为拍摄与神经信号线缆的相互阻碍问题。
图1. MouseVenue3D的工作流程。A，自动标定模块的软硬件结构框架；B，神经信号记录的光纤不会受到行为记录的影响；C，MouseVenue3D与FHIRM-TPM三维精细行为和脑成像同步记录。
三维与二维空间的姿态骨架相比，包含更多表征行为的有效信息（图2）。团队成员人工标注了400分钟的小鼠自发行为视频，共包含五大类行为：理毛（Grooming），运动（Locomotion），停止（Pause），站立（Rearing）和转向（Turning）。经典统计学和主成分相关分析结果显示，XY轴所包含的信息与Z轴包含的信息在不同行为中不存在相关性或仅存在弱相关性，且Z轴包含更多区分小鼠站立行为的有效信息，在小鼠上验证了捕获动物三维精细行为的优势。
图2. 姿态骨架维度的统计特性。A，五种人工标记行为在x、y坐标和x、z坐标的平均姿态骨架；B，x、y、z坐标下每个身体关键点的方差；C，x、y维度与z维度姿态轨迹主成分的线性回归分析。
将MouseVenue3D行为捕捉系统与FHIRM-TPM 2.0微型化双光子显微成像系统结合，实现了在圆形旷场中自由运动小鼠三维精细行为与其次级运动皮层中数百个神经元自发活动的同步记录（图3）。使用无监督动物行为分解框架Behavior Atlas同时分解小鼠的三维精细行为和对应的自发神经活动，并构建低维的行为空间和神经活动空间，发现三维精细行为和对应神经活动模式在特征、神经行为状态模块和状态模块的时间转移方面均存在相关性，显示出三维精细行为对于理解大脑精细功能的重要性。
图3. 三维精细行为与自发神经活动的相关分析。A，C，E，I，行为-神经活动的特征存在相关性；B，D，F，K，行为-神经活动的状态模块存在相关性；G，H，J，L，M，行为-神经活动状态模块的时间转移的相关性。
以上研究得到广东省重点领域研发计划、中国科学院青年促进会等项目的支持，以及国家自然科学基金委、中国科学院和深圳市科技创新委员会等相关部门的资助。
论文链接
论文链接
1. Yaning Han#, Kang Huang#, Ke Chen#, Hongli Pan, Furong Ju, Yueyue Long, Gao Gao, Runlong Wu, Aimin Wang, Liping Wang*, Pengfei Wei*. MouseVenue3D: A markerless three-dimension behavioral tracking system for matching two-photon brain imaging in free-moving mice. Neuroscience Bulletin, (2021).
https://link.springer.com/article/10.1007/s12264-021-00778-6
2. Kang Huang#, Yaning Han#, Ke Chen, Hongli Pan, Gaoyang Zhao, Wenling Yi, Xiaoxi Li, Siyuan Liu, Pengfei Wei*, Liping Wang*. A Hierarchical 3D-motion Learning Framework for Animal Spontaneous Behavior Mapping. Nature Communications, (2021).
https://www.nature.com/articles/s41467-021-22970-y
文字：韩亚宁
图片：韩亚宁
编辑：翟雅琦
脑科学与脑技术
中科院深圳先进技术研究院
脑认知与脑疾病研究所
深港脑科学创新研究院
严谨治学 创新驱动