一個高效的表型分析系統(tǒng)應該包括覆蓋行為與神經(jīng)生物學、遺傳和分子生物學、基因組學、生殖與發(fā)育生物學、免疫學、影像學等多個學科，研究層次從分子、細胞、組織擴展至生物個體研究。人類疾病靈長類動物模型研究能否取得突破，很大程度上取決于多學科、多領(lǐng)域、多層次、自動化集成的綜合表型分析評價系統(tǒng)的建立。

—— 胡新天, 仇子龍, 顧勇, 龔能, 孫強. 非人靈長類模型.《中國科學院院刊》, 2016

由于進化上相近，非人靈長類的腦在結(jié)構(gòu)、功能活動等多方面與人類高度相似。因此，相對于其他實驗動物，非人靈長類具有解決人類問題，特別是腦相關(guān)問題的獨特優(yōu)勢。它們除了是研究人類正常腦高級功能的關(guān)鍵實驗動物外，還是最好的研究腦疾病機理和治療方法的模型動物。[1]

行為學是非人靈長類動物研究最重要的手段之一，借助行為學指標可以實現(xiàn)對動物疾病及恢復狀態(tài)最為直觀的觀測。早期在進行非人靈長類動物行為學研究時，依賴于人工或者簡易攝像頭進行野外觀察、定點觀察、行為采樣、個體識別等，并人工進行手動記錄。簡易攝像頭雖說可以對非人靈長類動物運動軌跡以及行為動作拍攝錄像，但所記錄的也只能是該視頻視野所能覆蓋到 2D 行為信息，導致獲取到的行為監(jiān)測數(shù)據(jù)精確度不高。

非人靈長類動物傳統(tǒng)行為學

研究方法的弊端

??時間空間有限：傳統(tǒng)方法往往受限于觀察時間和空間的限制。野外觀察可能受到天氣條件、季節(jié)性變化和地理限制等因素的影響，而在實驗室環(huán)境中的觀察則可能無法完全模擬自然環(huán)境。

??耗費大量人力物力：傳統(tǒng)的方法限制同時進行實驗的動物數(shù)量，使得實驗周期延長，耗費大量的人力物力，另外對于一些要求較短實驗周期的動物模型無法進行研究。

??主觀性強：傳統(tǒng)的觀察和記錄方法往往依賴于研究者的主觀判斷和觀察技巧，數(shù)據(jù)存在一定程度的主觀性。另外，人為觀察需要研究者進行大量的勞動，容易導致疲勞和注意力分散，數(shù)據(jù)存在一定的不準確性。

??采集數(shù)據(jù)不全：由于觀察方法的限制，研究者往往只能對動物行為的一小部分進行觀察和記錄，無法捕捉到動物行為的全貌。另外采集到的是動物單一的行為活動，不能對復雜行為學、或伴隨發(fā)生的生理或生物力學變化進行評價。

??數(shù)據(jù)分析復雜性：傳統(tǒng)的方法需要研究者手動記錄編碼收集到的大量數(shù)據(jù)，處理和分析起來非常繁瑣和耗時，很大程度上限制了數(shù)據(jù)的質(zhì)量和分析的深度。

向下滑動查看

目前非人靈長類動物行為學研究

是如何開展的呢

隨著計算機、電子工程和信息等多種新興學科的迅速發(fā)展和各種新技術(shù)向動物行為實驗領(lǐng)域的交叉滲透融合，非人靈長類動物的行為學研究逐漸引入先進的技術(shù)和方法。

例如利用高分辨率攝像設備和運動追蹤技術(shù)，可以對非人靈長類動物的運動進行實時跟蹤和分析。這種方法可以提供詳細的位置和姿勢信息，幫助研究者了解動物的移動模式、行為序列和空間導航能力。

另外人工智能（AI）技術(shù)可以通過計算機視覺、機器學習和深度學習等技術(shù)對非人靈長類動物行為進行自動化識別、分類和分析，從而獲取動物行為的精細數(shù)據(jù)。研究人員還可以利用 AI 技術(shù)對大量的行為數(shù)據(jù)進行分析和挖掘，從而揭示動物行為背后的規(guī)律和機制。

最近，虛擬現(xiàn)實（VR）技術(shù)的興起也為非人靈長類動物行為學研究帶來了新的可能性。研究者可以利用 VR 構(gòu)建虛擬環(huán)境，模擬特定情境和任務，以觀察和研究動物的行為反應。這種技術(shù)的應用可以增加實驗的可控性，并提供更多的行為數(shù)據(jù)和認知過程的洞察分析。

新技術(shù)的發(fā)展為非人靈長類動物行為學研究提供了更多的可能性，采集到的數(shù)據(jù)也更加精確、客觀、完整，對三維動物行為數(shù)據(jù)進行自動化、智能化、精細化分析已然成為一種趨勢。目前，利用新技術(shù)開發(fā)出的行為識別分析系統(tǒng)或者方案模型進行三維動物行為分析成為常用的工具。

向下滑動查看

目前有哪些系統(tǒng)或方案

可用于非人靈長類動物的行為學研究

01

單視角二維視頻記錄及分析法

具有代表性的產(chǎn)品包括 PrimateScan (下圖左) 和 VigiePrimate（下圖右）。主要是采用數(shù)字圖像處理技術(shù)提取動物的輪廓等行為特征，能夠?qū)崿F(xiàn)對直立身體、回降身體 、向左走、向右走 、跳躍、轉(zhuǎn)動、轉(zhuǎn)圈等行為的識別。

02

帶物理標記物（反光點）的動作捕捉法

此類方法借助于多個視角的動作捕捉相機，需要在動物身體上粘貼或植入標記。每個視角獲取到動物身體部位的反光點的坐標后，重建三維骨骼點。此類設備主要適用于下肢運動功能損傷的研究。[2]

03

Open Monkey Studio

Open Monkey Studio 是明尼蘇達大學 Benjamin Y. Hayden 研究團隊在 2020 年開發(fā)的一款基于深度學習的無標記運動捕捉系統(tǒng)[3]，專門為追蹤估計大型無約束環(huán)境中自由移動的獼猴的 3D 姿勢而設計，通過該系統(tǒng)可以準確識別自由移動的獼猴的動作并跟蹤其社交互動。該無標記運動捕捉系統(tǒng)由一個大型籠式設備、一臺有 64 個攝像頭視頻捕捉系統(tǒng)、一個帶注釋的圖像庫和一個自動姿勢捕捉系統(tǒng)組成。

04

猴臉識別技術(shù)

西北大學金絲猴研究團隊郭松濤教授研究團隊首次開發(fā)出基于 Tri-AI 技術(shù)的金絲猴個體識別系統(tǒng)[4]。該系統(tǒng)顛覆了依靠動物個體特征（斑紋、顏色、傷疤）或者人為標記特征（如烙印、刺青、染色、環(huán)志、無線電項圈及遺傳標記）的傳統(tǒng)方法，實現(xiàn)了對野生個體的準確身份識別和連續(xù)跟蹤采樣的功能。

05

自動視聽動作識別

牛津大學 Max Bain 研究團隊在 2021 年提出用深度卷積神經(jīng)網(wǎng)絡方法和完全自動化的管道來檢測和跟蹤野生黑猩猩在聽覺上獨特的兩個動作：擊鼓和敲擊堅果。該團隊借助攝像機，使用兩種行為的音頻和視覺特征來訓練動作識別模型并展示了使用自動解析視頻進行行為分析的潛力，首次開發(fā)出野生靈長類動物行為的自動視聽動作識別模型 [5]。

06

BehaviorAtlas

非人靈長類三維精細行為分析系統(tǒng)

BehaviorAtlas 非人靈長類三維精細行為分析系統(tǒng)是一灣生命科技自主研發(fā)的國內(nèi)首家無標記(Markerless)三維動物姿態(tài)捕捉分析系統(tǒng)。該系統(tǒng)通過至少 4 個視角同步采集動物行為視頻，在無標記的情況下精準識別動物身體 21 個點以上部位，并進一步基于深度學習和計算機視覺技術(shù)重建動物三維骨架，然后采用并行、層次化的無監(jiān)督學習算法輸出客觀分類的行為，最后對動物行為進行大數(shù)據(jù)分析。

·亮點功能·

精準的三維骨架重建

全三維多身體部位軌跡可視化

精準的多種動作識別，構(gòu)建行為譜

直接實現(xiàn)多種行為指標的分組對比

參考文獻

1. 胡新天,仇子龍,顧勇,龔能 & 孫強.(2016).非人靈長類模型. 中國科學院院刊(07),773-782. doi:10.16418/j.issn.1000-3045.2016.07.006.

2. Capogrosso, M., Milekovic, T., Borton, D. et al. A brain–spine interface alleviating gait deficits after spinal cord injury in primates. Nature 539, 284–288 (2016).https://doi.org/10.1038/nature20118.

3. Bala, P.C., Eisenreich, B.R., Yoo, S.B.M. et al. Automated markerless pose estimation in freely moving macaques with OpenMonkeyStudio. Nat Commun 11, 4560 (2020). https://doi.org/10.1038/s41467-020-18441-5.

4. Max Bain, et al. ,Automated audiovisual behavior recognition in wild primates.Sci.Adv.7,eabi4883(2021).DOI:10.1126/sciadv.abi4883.

5. Songtao Guo, et al. ,Automatic Identification of Individual Primates with Deep Learning Techniques.Iscience.VOLUME 23, ISSUE 8, 101412, AUGUST 21, 2020,https://www.cell.com/iscience/fulltext/S2589-0042(20)30602-7#.