بديل منخفض التكلفة لفحص التفضيل الاجتماعي في سمك الزرد (Danio rerio) باستخدام مهمة السباحة الحرة ذات الخزان المفتوح ذات الثلاث غرف
أغسطس 7, 2026
تم تكييف مهام التفضيل الاجتماعي متعددة الغرف من القوارض إلى سمك الزرد، مما يسهل دراسة السلوك الاجتماعي في الكائنات النموذجية. يقوم هذا البروتوكول بالتحقق من مهمة منخفضة التكلفة من ثلاث غرف في حوض مفتوح باستخدام كاميرات الويب وبرامج مفتوحة المصدر لقياس التفضيل الاجتماعي لأسماك الزرد، مما يجعله متاحا للبحث والتدريس الجامعي.
يتحقق هذا البروتوكول من صحة مهمة السباحة الحرة في حوض مفتوح مكون من 3 حجرات، وهي طريقة منخفضة التكلفة ومفتوحة المصدر لبحث التفضيل الاجتماعي في أسماك الزيبرفيش. يمكن استخدام هذا البروتوكول مع أنواع مختلفة، وهو يتيح للباحثين في مرحلة البكالوريوس استقصاء التفضيل الاجتماعي بأقل قدر من الموارد. للبدء، قم بتجهيز جهاز الحوض المفتوح بحيث يتكون من حجرة تجريبية مركزية وحجرتي تحفيز جانبيتين.
قم بتركيب نظام الإضاءة الخلفية. استخدم فواصل معتمة وفلاتر استقطاب لتحسين العزل البصري وتباين الفيديو. قم بتثبيت الكاميرات ومحاذاتها أمام الغرف باستخدام إطار دعم الكاميرا.
أغلق ستائر التعتيم وحافظ على استقرار ظروف الاحتجاز قبل البدء في التجربة. قم بتنزيل برنامج Open Broadcaster Software وتثبيته على جهاز كمبيوتر محلي يعمل بنظام Windows. بعد تشغيل البرنامج، قم بتشغيل معالج التكوين التلقائي لتحسين الإعدادات وفقاً لمتطلبات التسجيل المحددة، وموارد الأجهزة، وظروف الشبكة.
تحقق من الإعدادات الأساسية قبل تهيئة الكاميرا. اضبط دقة لوحة الرسم الأساسية لتطابق دقة العرض، واضبط دقة مخرجات القياس المناسبة. ثم، قم بإنشاء مشهد عن طريق النقر بزر الماوس الأيمن في مربع المشاهد واختيار إضافة مشهد (Add Scene).
قم بتعيين اسم للمشهد واستخدمه لتحديد تخطيط البث. أضف مصدراً جديداً واختر جهاز التقاط الفيديو (Video Capture Device) لإضافة كاميرا ويب. قم بتعيين اسم مميز لكل كاميرا، مثل الكاميرا المركزية (Camera Center)، وكرر العملية للكاميرا الإضافية.
قم بتحديد موضع المصادر وتغيير حجمها في نافذة المعاينة. تأكد من إدراج الكاميرا في قائمة المصادر. اجعل عرض الكاميرا في مركز مساحة العمل بالضغط على مفتاح control مع مفتاح D. قم بتطبيق خاصية الملاءمة مع الشاشة بالضغط على مفتاح control مع مفتاح F، أو قم بتمديد الشاشة بالضغط على مفتاح control مع مفتاح S. قم بقص المصدر بالضغط المستمر على مفتاح alt أثناء سحب مربع الإحاطة.
بعد ذلك، انقر نقرًا مزدوجًا على الكاميرا المختارة ثم انقر على Configure Video. قم بضبط سطوع الفيديو وتباين الألوان من قائمة الخصائص. املأ جميع الغرف الثلاث بالماء من خزانات الإيواء واضبط درجة حرارة الماء قبل إدخال الأسماك.
تأكد من وضع الحواجز المعتمة بين الغرف طوال فترة التأقلم. انقل سمكة واحدة بالغة من نوع Danio rerio إلى الغرفة المركزية واتركها تتأقلم لمدة ساعة واحدة على الأقل. ضع المحفزات الاجتماعية الاصطناعية في غرفة التحفيز اليسرى المجاورة.
بعد ذلك، انقل سرباً صغيراً مكوناً من أربع سمكات، تتألف من ذكرين وأنثيين من أحجام وأعمار ودرجات تعارف متماثلة، إلى غرفة التحفيز اليمنى. خلال فترة التأقلم، زود جميع الغرف التي تحتوي على حيوانات حية بسخان غاطس مضبوط على 26 °C، وحجر فقاعات متصل بمضخة هواء الحوض، وغطاء للحوض للحفاظ على استقرار ظروف الاحتفاظ. قم بإزالة السخانات وأحجار الفقاعات قبل بدء الجلسة التجريبية.
ابدأ تشغيل الكاميرا الواحدة الموجهة نحو الخزان المركزي. قم بتشغيل البرنامج ووسع عرض الكاميرا المركزية ليملاً الشاشة عن طريق النقر وسحب زوايا الفيديو. بعد ذلك، اختر Start Recording من قائمة عناصر التحكم.
قم بإزالة الحواجز المعتمة فوراً. بعد مرور 10 دقائق، أنهِ الجلسة باختيار "إيقاف التسجيل" (Stop Recording) من قائمة عناصر التحكم. يمكنك الوصول إلى الجلسات المسجلة عن طريق اختيار "ملف" (File) من القائمة العلوية اليسرى، ثم اختيار "عرض التسجيلات" (Show Recordings) من القائمة المنسدلة.
قم بتحميل أربعة إلى خمسة مقاطع فيديو في تطبيق برمجيات لتحليل الحركة، مثل DeepLabCut، واستخرج من 20 إلى 30 إطاراً من كل مقطع فيديو. حدد ثلاث نقاط تتبع رئيسية على الأقل، مثل الرأس والذيل والجذع. قم بتدريب الشبكة على تتبع هذه النقاط عبر الإطارات.
استخدم شبكة عصبية قائمة على ResNet-101 لتدريب النموذج. حدد عدد التكرارات المطلوبة لإتمام التدريب. بعد ذلك، قم بتطبيق نموذج DeepLabCut المدرب بالكامل على بقية مقاطع الفيديو التجريبية، واستخرج البيانات الموضعية لكل تجربة وفقاً لدليل المستخدم.
بعد ذلك، استخدم برنامج برمجة مثل Python لتحديد وتحليل الحركة عبر المناطق الرأسية الثلاث للميدان ذات العرض المتساوي لقياس التفضيل. قم بقياس الوقت في كل منطقة باستخدام نقطتين من نقاط الجسم على الأقل داخل المنطقة المحددة لتقليل ضجيج التتبع. احسب الوقت الإجمالي في كل منطقة عن طريق قسمة إجمالي الإطارات في المنطقة على العدد الإجمالي للإطارات.
استخدم برنامج الترميز ذاته لتحديد وقياس الوقت الذي يقضيه الحيوان دون حركة، مثل حالة التجميد (freezing). حدد عتبة الحركة ما بين 2 إلى 5 بكسل لكل إطار، مع حد أدنى لعدد الإطارات المتتالية يبلغ 15 إطاراً. وأخيراً، قم بتجميع وتصدير القياسات لإجراء التحليل الإحصائي والتمثيل البياني.
قضى الخاضعون للتجربة وقتاً أطول بكثير خلال الجلسة في المنطقة اليمنى الأقرب إلى السرب الحي، مقارنة بالمنطقة الوسطى أو المنطقة اليسرى الأقرب إلى المثير المتحرك الاصطناعي. ولم يكن الفرق في الوقت الذي تم قضاؤه بين المنطقة الوسطى والمنطقة اليسرى ذا دلالة إحصائية. كما قضى الخاضعون للتجربة وقتاً أقل بكثير دون حركة في المنطقة الوسطى مقارنة بالمنطقة اليمنى الأقرب إلى السرب الحي أو المنطقة اليسرى الأقرب إلى المثير المتحرك.
يمكن للباحثين استخدام هذا البروتوكول لاستقصاء ميل سمكة الزيبرا للتفاعل بصرياً مع محفزين اجتماعيين مختلفين وتحديد المحفز المفضل. كما يمكن للباحثين استخدام أنواع مختلفة أو تكوينات مختلفة للمحفزات، بالإضافة إلى استقصاء استجابات أخرى، مثل الاندفاع أو السباحة العشوائية. يوفر هذا النظام منصة لدراسة النماذج الانتقالية للوظائف الاجتماعية، ويمكن من خلاله استكشاف التدخلات الدوائية والبيئية.
اعرض النص الكامل واحصل على الوصول إلى آلاف الفيديوهات العلمية
Overview
This article presents a protocol for assessing social behavior in zebrafish using the 3-chamber open-tank free-swim task (OTFST). The method utilizes a cost-effective setup with USB webcams and common materials, combined with DeepLabCut for markerless pose estimation and behavioral tracking. The approach is validated through pilot sessions and is designed to be accessible for both research and teaching laboratories.
Key Study Components
Area of Science
- Neurobehavioral research
- Behavioral neuroscience
- Zebrafish behavioral analysis
Background
- Social preference tasks are widely used to study social behavior in animal models.
- The 3-chamber paradigm was originally developed for rodents and later adapted for zebrafish.
- Accurate behavioral tracking is essential for quantifying social interactions.
- Cost and accessibility can be barriers for widespread adoption of behavioral assays.
Purpose of Study
- To provide a low-cost, scalable protocol for assessing social preference in zebrafish.
- To demonstrate the use of DeepLabCut for accurate, markerless tracking of animal movement.
- To validate the system's ability to capture robust social behavior.
Methods Used
- 3-chamber open-tank free-swim task (OTFST) with a central tank and two stimulus tanks.
- Video recording using USB webcams positioned above the setup.
- Use of polarizing film and backlighting to enhance video quality.
- Application of DeepLabCut for markerless pose estimation and extraction of positional time-series data.
Main Results
- The protocol successfully captures social preference behavior in zebrafish.
- DeepLabCut provides accurate tracking data for behavioral analysis.
- The setup is validated through pilot sessions demonstrating robust behavioral metrics.
- The approach is budget-friendly and accessible for a wide range of laboratories.
Conclusions
- The 3-chamber OTFST protocol is effective for studying social interaction in zebrafish.
- The method is accessible, scalable, and suitable for both research and teaching environments.
- Open-source tools like DeepLabCut enhance the accuracy and reproducibility of behavioral studies.
Frequently Asked Questions
Executive Industry Relevance
Quantitative assessment of social behavior in zebrafish is increasingly relevant for neurobehavioral target validation and early-stage CNS drug discovery. The 3-chamber open-tank free-swim task (OTFST) with markerless video tracking enables scalable, reproducible behavioral phenotyping, supporting predictive confidence in translational models. This accessible, low-cost platform facilitates robust pipeline integration for teams prioritizing mechanistic de-risking and cross-study comparability.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of social behavior phenotypes relevant to neuropsychiatric target validation.
- Supports mechanistic de-risking by quantifying behavioral endpoints in a disease-relevant system.
- Facilitates portfolio triage by providing reproducible, quantitative behavioral data.
Screening & Assay Development
- Prepares validated zebrafish behavioral systems for downstream compound screening workflows.
- Standardizes assay conditions and outputs using open-source tracking and quantitative metrics.
- Enables scalable, reproducible behavioral assays for reliable compound evaluation.
Translational & Preclinical Research
- Aligns behavioral endpoints with translational biomarker strategies in CNS research.
- Supports continuity from early discovery through preclinical validation by enabling cross-study comparability.
- Provides predictive de-risking value for neurobehavioral phenotypes relevant to human disease.
Pipeline & Workflow Integration
The OTFST with DeepLabCut tracking fits within the early discovery to lead identification continuum, supporting hypothesis testing and quantitative behavioral analysis in zebrafish models.
- Discovery Biology: Enables robust hypothesis testing and pathway clarification for social behavior targets.
- Screening: Provides assay readiness and reproducibility through standardized video tracking and analysis.
- Analytics: Delivers quantitative positional and preference metrics for cross-condition comparison.
- Translational Research: Supports alignment of zebrafish behavioral endpoints with preclinical biomarker strategies.
- Enterprise Reuse: Offers a scalable, open-source platform adaptable across neurobehavioral research portfolios.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobehavioral target validation.
- Operational Value: Standardizes behavioral assays with reproducible, scalable, and cost-effective infrastructure.
- Strategic Value: Improves go/no-go decision-making and capital efficiency by enabling robust behavioral phenotyping.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of CNS discovery programs.
Implementation Considerations
- Requires expertise in behavioral neuroscience and quantitative video analysis.
- Needs basic imaging infrastructure (USB webcams, lighting, and open-source software).
- Demands cross-team standardization of assay setup and data analysis protocols.
- Adaptable to other small aquatic models with protocol modifications.
- Practical limitations include video quality and environmental control for reproducibility.
Biopharma FAQs
Chapters in this video
0:00
Introduction
0:23
Testing Environment Setup
1:02
OBS Studio Configuration for Video Acquisition
2:42
Acclimation of Adult Zebrafish in the 3-Chamber Open-Tank
3:46
Experimental Social Preference Testing
4:30
Motion Tracking and Behavioral Analysis of Zebrafish Social Preference
6:13
Results
6:49
Conclusion
