从神经行为学嵌入解码自然行为
October 3rd, 2025
该协议提供了一个基于先进计算神经行为学方法的集成框架，以理解自然主义背景下的大脑编码。
我的研究范围是了解神经动力学如何编码自然行为，以及大脑如何控制支持在自然环境中生存的复杂动作。传统的头固定范式限制了我们对自然行为的理解。我们的协议通过体现自由移动的动物的精确神经行为解码来更新这一范式，使其达到自然的大脑智能。
我们将专注于收集丰富的不受控制的数据，以使用整体方法构建数字生活模型，以了解复杂生命系统中的智能。首先，将三维行为设备同步模块的通用串行总线电缆连接到同一设备的工作站。然后，使用一根 SMA 电缆将 mTPM 设备的同步模块连接到其控制器。
使用一根SMA BNC转换线将三维行为设备同步模块的TTL输出端口连接到mTPM设备同步模块的TTL输入端口。要开始校准，请调整所有四个相机的拍摄角度，使它们覆盖整个开阔场地的底部，并将其视野扩展到最远边界上方至少 20 厘米，以捕捉鼠标饲养行为。然后，将校准模块放置在拍摄区域的中心。
关闭所有灯并运行相机校准软件。现在，将鼠标约束器固定到 mTPM 的微机械手上。使用金属板将鼠标头固定到约束器上。
关掉所有的灯。然后，将 mTPM 固定到其支架上并打开成像系统以定位荧光信号。在颅窗顶部加入一滴卡波姆眼胶。
使用运动平台移动鼠标，使颅窗直接对齐 mTPM 物镜下方。垂直移动微机械手以定位成像平面。然后，在平面上移动微机械手以使成像平面居中。
然后，将上底座固定到 mTPM 上。涂上粘合剂将下底座粘到上底座上，并将其固定到颅窗上。为确保结构稳定性，请使用高性能丙烯酸结构胶填充两个底座和附着在鼠标头部的金属板支架之间的间隙。
然后，用镊子轻轻探测基底来评估键稳定性。之后，将一滴卡波姆眼部凝胶加入基室中。通过mTPM观察神经元荧光。
如果荧光不清晰可见，请使用颅钻去除粘合剂以分离底座。然后，重复该过程，直到获得清晰的荧光。然后，在 mTPM 的纤维和颅窗之间用胶带固定铝箔。
打开室内灯并测试 mTPM 捕获的帧的清晰度。要将鼠标放在空旷的田野中，请给至少 10 个氦气球充气，并用棉绳分别系住每个气球。然后，将金属板从鼠标约束器上拆下。
用一只手轻轻握住鼠标的尾巴。另一方面，支撑 mTPM 的光纤。小心地将鼠标放入空旷的场地中。
通过将棉线连接到纤维上来悬挂氦气球。调整气球的数量，使鼠标可以不受限制地移动和探索开阔的场地。关闭 mTPM 外壳的门以减少外部干扰。
启动 mTPM 录制软件和同步软件。根据平台建立流程设置文件路径和录制参数。通过录制软件开始录制 mTPM。
检查同步软件，验证每个双光子帧的时间标记是否准确记录。评估双光子图像的对比度在记录过程中是否保持稳定。还要确认鼠标的移动不会破坏成像帧的稳定性。
现在，启动自定义的相机同步脚本以启动行为记录。根据平台建立程序设置文件路径和参数。然后，使用自定义的同步脚本开始行为记录。
确认同步软件中每 30 帧行为视频是否存在时间标记。检查来自摄像机的所有四个视频流是否正确同步。验证三维行为跟踪系统的视频捕获参数设置是否正确。
行为记录自动停止后，手动关闭 mTPM 记录和同步软件以结束试验。相关系数矩阵显示，受试者姿势、物体姿势或身体距离没有明显的神经元特异性模式，表明神经信号和行为指标之间的对应关系较弱。所有神经元行为相关系数都在 0.3 和 0.3 之间，证实了自然条件下的弱关联。
斑马衍生的神经嵌入形成复杂的模式，结合了来自多个关节嵌入的组件。斑马嵌入表明，三对小鼠的行为和神经变量一致排列，特别是对于身体距离和社会主题。身体距离嵌入的解码误差明显高于主体和物体姿势，但仍在预期的跟踪误差范围内。
神经活动与各种行为变量的联合嵌入揭示了跨受试者姿势、物体姿势和主题的高解码精度。以 S1 主体姿势嵌入为参考的余弦相似性分析显示，与对象相关的主题的对齐度较低，表明自我和社会行为的主要编码。
概述
本研究探讨了神经动力学如何编码自然行为，重点关注大脑在控制复杂生存行为中的作用。该协议通过允许动物自由移动来增强传统方法，通过精确的神经解码提供了对自然大脑智能的洞察。
关键研究组成部分
科学领域
- 神经行为学
- 神经科学
背景
- 传统的固定头部范式限制了对自然行为的理解。
- 神经解码的精确度对于研究大脑功能至关重要。
研究目的
- 更好地理解自由移动动物的自然大脑编码。
- 通过全面的方法收集丰富的数据，以建模数字生活。
使用的方法
- 研究采用三维行为设备与mTPM结合，用于成像和同步。
- 将小鼠固定和准备成像，然后校准摄像头和同步设置。
- 在开放场中自由移动时同时记录行为和成像数据。
主要结果
- 相关系数表明神经信号与行为指标之间的联系较弱。
- 联合嵌入显示出高精度，特别是在对齐身体距离和行为动机方面。
结论
- 本研究增强了对自然行为如何神经动力学编码的理解。
- 它为未来研究动物行为和动态环境中的大脑相互作用提供了框架。
常见问题
Executive Industry Relevance
Decoding naturalistic behavior from neural population dynamics is critical for advancing predictive confidence in neuroethological target validation and mechanistic de-risking. This integrated framework leverages synchronized behavioral tracking and neural imaging to clarify how brain activity encodes complex, real-world actions, directly informing early discovery and translational research. The approach enables robust, quantitative mapping of behavioral motifs to neural signatures, supporting risk-adjusted portfolio decisions in neurobiology-driven R&D.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables interrogation of neural coding hypotheses in freely moving, socially interacting animal models.
- Supports functional target validation by aligning neural population dynamics with structured behavioral states.
- Facilitates mechanistic de-risking through quantitative decoding of posture and motif accuracy across subjects.
- Improves predictive confidence for neurobehavioral targets by integrating high-dimensional neural and behavioral data.
Screening & Assay Development
- Prepares validated behavioral and neural datasets for downstream screening of neuroactive compounds.
- Standardizes behavioral pose estimation and neural embedding alignment for reproducible assay development.
- Enables quantitative, scalable readouts of behavioral motifs and neural correlates for screening platforms.
- Supports reliable evaluation of compound effects on naturalistic behavior and neural encoding.
Translational & Preclinical Research
- Aligns neural signatures with disease-relevant social and motor behaviors for translational biomarker development.
- Provides continuity from discovery-stage neural decoding to preclinical model validation.
- Enables risk-adjusted advancement by quantifying neural-behavioral correspondence in naturalistic settings.
- Supports predictive de-risking for neuropsychiatric and neurodevelopmental disorder models.
Pipeline & Workflow Integration
This framework integrates into the discovery-to-preclinical continuum by enabling high-resolution behavioral annotation synchronized with neural imaging, supporting both hypothesis testing and translational continuity.
- Discovery Biology: Facilitates hypothesis-driven analysis of neural encoding of natural behaviors and social motifs.
- Screening: Provides reproducible, quantitative outputs for behavioral and neural assay readiness.
- Analytics: Delivers principal component-based neural embeddings and motif decoding accuracy metrics for comparative analysis.
- Translational Research: Bridges discovery and preclinical validation by aligning neural activity with disease-relevant behaviors.
- Enterprise Reuse: Establishes a reusable platform for decoding neural-behavioral relationships across diverse models and studies.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobehavioral target validation.
- Operational Value: Standardizes data acquisition, synchronization, and analysis for scalable, reproducible workflows.
- Strategic Value: Enables informed go/no-go decisions and capital-efficient portfolio triage in neurobiology programs.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of neurobehavioral targets and models.
Implementation Considerations
- Requires expertise in neural imaging, behavioral tracking, and computational embedding analysis.
- Demands synchronized multi-modal instrumentation and robust analytical infrastructure.
- Necessitates cross-team standardization of behavioral annotation and neural data alignment.
- Adaptation across species or behavioral paradigms may require protocol and calibration adjustments.
- Imaging stability and behavioral complexity under naturalistic conditions present practical limitations.
