老鼠总是在运动;扫它们的胡须，嗅它们的环境，并梳理自己的毛发。即使没有外部感觉刺激或行为任务，大脑中的神经元也是如此。自发动作激活大脑许多不同区域的神经元，提供动物在大脑中每时每刻所做的事情的神经表征。但大脑如何使用这些持久、广泛的信号仍然未知。

现在，科学家们开发了一种工具，可以揭示对自发行为驱动的全脑信号的理解。该工具名为“Facemap”，使用深度神经网络将小鼠眼睛、胡须、鼻子和嘴巴运动的信息与大脑中的神经活动联系起来。更具体地说，Facemap是一个“由关键点跟踪器和用于预测神经活动的深度神经网络编码器组成的框架”。

这项研究发表在《自然神经科学》杂志上，论文《Facemap：基于口面部跟踪的神经活动建模框架》。”

HHMIJanelia研究园区小组组长、CarsenStringer博士实验室的研究生AtikaSyeda解释道：“我们的目标是[揭示]：那些大脑区域所表现出的行为是什么?而且，如果很多信息都存在于面部动作中，那么我们如何才能更好地追踪呢?”

斯金格和同事此前发现，小鼠大脑中许多不同区域的活动(长期以来被认为是背景噪音)是由这些自发行为驱动的信号。然而，目前尚不清楚大脑如何使用这些信息。

“真正回答这个问题的第一步是了解驱动这一活动的运动是什么，以及这些大脑区域到底代表了什么，”斯金格说。“所有这些不同的大脑区域都是由这些运动驱动的，这就是为什么我们认为更好地掌握这些运动实际上是什么非常重要，因为我们以前的技术确实无法告诉我们它们是什么，”她解释道。

为了解决这个缺点，该团队查看了2,400个视频帧，并标记了小鼠脸上的不同点，这些点对应于与自发行为相关的不同面部动作。他们专注于脸上代表个人行为的13个关键点，例如搅拌、梳理毛发和舔舐。

在这里，一段老鼠脸部的视频经过编辑，标记了13个关键点，这些关键点对应于与个体自发行为(如拂动、梳理毛发和舔舐)相关的不同面部动作。[AtikaSyeda/HHMIJanelia研究园区]

该团队首先开发了一种基于神经网络的模型，可以识别实验室在各种实验设置下收集的小鼠面部视频中的这些关键点。然后，他们开发了另一种基于深度神经网络的模型，将代表小鼠运动的关键面部点数据与神经活动相关联，从而使他们能够了解小鼠的自发行为如何驱动特定大脑区域的神经活动。

与之前用于追踪小鼠口面部运动和行为的方法相比，Facemap更准确、更快速。此外，它是专门为跟踪鼠标面部而设计的，并且经过预先训练以跟踪许多不同的鼠标运动。总而言之，该模型可以预测小鼠的神经活动是之前方法的两倍。

Facemap可免费使用且易于使用。自去年发布以来，全球已有数百名研究人员下载了该工具。

“如果有人想开始，他们可以下载Facemap、运行视频并在同一天获得结果，”Syeda说。“总的来说，它只是让研究变得更加容易。”

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：