3개 방 개방형 수조 자유수영 과제를 이용한 제브라피시(Danio rerio)의 사회적 선호를 조사하는 저비용 대안
2026년 8월 7일
설치류에서 제브라피시까지 다방 사회적 선호 과제가 적용되어 모델 생물의 사회적 행동 연구를 용이하게 합니다. 이 프로토콜은 웹캠과 오픈소스 소프트웨어를 활용한 저비용 3챔버 오픈 탱크 작업을 검증하여 제브라피시의 사회적 선호도를 측정하여 학부 연구와 교육에 접근성을 높입니다.
본 프로토콜은 제브라피쉬의 사회적 선호도를 조사하는 저비용 오픈 소스 3-챔버 개방형 수조 자유 유영 과제를 검증합니다. 이 프로토콜은 다양한 종에 적용 가능하며, 학부생 연구원들이 최소한의 자원으로 사회적 선호도를 조사할 수 있게 합니다. 먼저, 중앙의 실험 챔버와 양옆의 자극 챔버로 구성된 개방형 수조 장치를 준비하십시오.
백라이팅 시스템을 설치하십시오. 시각적 격리와 비디오 대비를 최적화하기 위해 불투명 분할판과 편광 필터를 사용합니다. 카메라 지지 프레임을 사용하여 챔버 앞에 카메라를 장착하고 정렬하십시오.
실험을 시작하기 전 암막 커튼을 치고 안정적인 유지 조건을 유지하십시오. Open Broadcaster Software를 다운로드하여 Windows 운영 로컬 컴퓨터에 설치하십시오. 소프트웨어를 실행한 후, 특정 녹화 요구 사항, 하드웨어 리소스 및 네트워크 조건에 맞게 설정을 최적화하기 위해 자동 구성 마법사를 실행하십시오.
카메라 설정 전 기본 설정을 확인하십시오. 베이스 캔버스 해상도를 디스플레이 해상도와 일치하도록 설정하고, 적절한 출력 스케일 해상도를 설정하십시오. 그런 다음, 씬 박스에서 마우스 오른쪽 버튼을 클릭하고 장면 추가를 선택하여 씬을 생성하십시오.
장면에 이름을 지정하고 이를 사용하여 스트림 레이아웃을 정의하십시오. 새 소스를 추가하고 비디오 캡처 장치를 선택하여 웹캠을 추가하십시오. 각 카메라에 '중앙 카메라'와 같이 서로 다른 이름을 지정하고, 추가 카메라에 대해서도 이 과정을 반복하십시오.
미리보기 창에서 소스의 위치와 크기를 조정하십시오. 소스 목록에 카메라가 표시되어 있는지 확인하십시오. Control + D를 눌러 카메라 뷰를 캔버스 중앙으로 이동시키십시오. Control + F를 눌러 화면에 맞게 조절하거나, Control + S를 눌러 화면을 확장하십시오. Alt 키를 누른 상태에서 경계 상자를 드래그하여 소스를 자르십시오.
다음으로, 선택한 카메라를 더블 클릭하고 Video 구성(Configure Video)을 클릭합니다. 속성 메뉴에서 비디오의 밝기와 대비를 조정합니다. 물고기를 넣기 전, 하우징 탱크의 물로 세 개의 챔버를 모두 채우고 수온을 조절합니다.
순응 기간 동안 챔버 사이의 불투명 차단벽이 제대로 설치되어 있는지 확인하십시오. 성체 Danio rerio 한 마리를 중앙 챔버로 옮기고 최소 1시간 동안 순응시킵니다. 인공 사회적 자극물을 왼쪽 측면 자극 챔버에 배치하십시오.
그 다음, 비슷한 크기, 연령 및 친숙도를 가진 수컷 두 마리와 암컷 두 마리로 구성된 작은 물고기 무리 네 마리를 오른쪽 자극 챔버로 옮깁니다. 순응 과정 동안, 살아있는 동물이 들어있는 모든 챔버에 26 °C로 설정된 침수식 히터, 수조 에어 펌프에 연결된 버블러 스톤, 그리고 안정적인 유지 조건을 위한 수조 덮개를 제공합니다. 실험 세션을 시작하기 전에 히터와 버블러 스톤을 제거합니다.
중앙 탱크의 단일 카메라를 시작하십시오. 소프트웨어를 실행하고 비디오 모서리를 클릭하여 드래그함으로써 중앙 카메라 뷰가 화면을 가득 채우도록 크기를 조정하십시오. 그런 다음, 컨트롤 메뉴에서 녹화 시작(Start Recording)을 선택하십시오.
불투명 차단막을 즉시 제거하십시오. 10분 후, 컨트롤 항목에서 녹화 중지(Stop Recording)를 선택하여 세션을 종료하십시오. 왼쪽 상단 메뉴에서 파일(File)을 선택하고 드롭다운 메뉴에서 녹화 보기(Show Recordings)를 선택하여 녹화된 세션에 접속하십시오.
DeepLabCut와 같은 동작 분석 소프트웨어 애플리케이션에 4~5개의 비디오를 로드하고, 각 비디오에서 20~30프레임을 추출합니다. 머리, 꼬리, 몸통과 같이 최소 3개의 주요 추적 지점을 정의합니다. 프레임 전체에서 이 지점들을 추적하도록 네트워크를 학습시킵니다.
ResNet-101 기반의 신경망을 사용하여 모델을 학습시키십시오. 학습을 완료하는 데 필요한 반복 횟수를 결정하십시오. 다음으로, 완전히 학습된 DeepLabCut 모델을 나머지 실험 영상에 적용하고, 사용자 가이드에 따라 각 시행에 대한 위치 데이터를 추출하십시오.
그 다음, Python과 같은 코딩 소프트웨어를 사용하여 동일한 너비를 가진 세 개의 수직 아레나 구역 내의 이동을 정의하고 분석하여 선호도를 정량화합니다. 추적 노이즈를 줄이기 위해 식별된 구역 내의 최소 두 개 이상의 신체 지점을 사용하여 각 구역에서의 시간을 측정합니다. 해당 구역 내의 총 프레임 수를 전체 프레임 수로 나누어 각 구역에서의 총 시간을 계산합니다.
동일한 코딩 소프트웨어를 사용하여 프리징(freezing)과 같이 움직임이 없는 상태로 보낸 시간을 정의하고 측정하십시오. 움직임 임계값은 프레임당 2~5 픽셀로 정의하고, 최소 연속 프레임 수는 15 프레임으로 설정하십시오. 마지막으로, 통계 분석 및 시각화를 위해 측정값을 컴파일하고 내보내십시오.
피실험체들은 인공 이동 자극에 가장 가까운 왼쪽 구역이나 중간 구역보다 살아있는 물고기 떼에 가장 가까운 오른쪽 구역에서 훨씬 더 많은 세션 시간을 보냈습니다. 중간 구역과 왼쪽 구역 간의 체류 시간 차이는 통계적으로 유의미하지 않았습니다. 피실험체들은 살아있는 물고기 떼에 가장 가까운 오른쪽 구역이나 이동 자극에 가장 가까운 왼쪽 구역보다 중간 구역에서 움직임 없이 머문 세션 시간이 훨씬 적었습니다.
이 프로토콜은 연구자가 제브라피쉬가 두 가지 서로 다른 사회적 자극에 시각적으로 반응하는 경향을 조사하고, 어떤 자극을 더 선호하는지 결정하는 데 사용할 수 있습니다. 연구자는 다른 종이나 자극 구성을 사용할 수 있으며, 급격한 회피 반응(darting)이나 불규칙한 수영과 같은 다른 반응을 조사할 수도 있습니다. 이 시스템은 사회적 기능성에 대한 중개 모델을 연구할 수 있는 플랫폼을 제공하며, 약물적 및 환경적 조작 가능성을 탐구할 수 있습니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
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
