社会环境会重塑小鼠的行为模式

《Frontiers in Behavioral Neuroscience》：Social context restructures behavioral syntax in mice

社交行为中，MoSeq方法分解小鼠独处和社交情境下25%的行为单元（syllables）显著被调节，主要涉及静止和非定向运动，与空间接近相关而非主动接触。这些单元在行为过渡网络中作为枢纽节点，但未形成特定社交行为的序列。结果提示MoSeq可有效捕捉社会情境下的行为变化，需结合参数化方法进一步解析。

　　本研究探讨了小鼠在独处和社交环境中的行为模式，重点分析了社交环境对行为序列（称为“syllables”）的影响。研究采用了“MoSeq”（Motion Sequencing）技术，通过分解行为为离散的单元，揭示了社交情境如何改变小鼠的行为表现。这些发现对于理解社交行为背后的神经回路，以及开发针对社交回避或社交焦虑等精神症状的治疗方法具有重要意义。

在传统行为学研究中，通常依赖于观察者对行为进行主观分类，这种方法虽然直观，但缺乏量化和可重复性。为了克服这一限制，研究人员开发了基于机器学习的自动化行为分析工具，如SLEAP和Keypoint-MoSeq。这些工具能够自动追踪小鼠的身体关键点，并从中提取出重复出现的行为片段，即“syllables”。这种行为分解方法不仅能够更精确地描述小鼠的行为模式，还能够揭示行为之间的动态关系，为行为研究提供了新的视角。

本研究中，实验设计采用了两种主要情境：独处（solitary）和双鼠社交（dyadic）。在独处情境下，小鼠被单独放置在一个开放的场域中，记录其行为模式。而在双鼠社交情境下，两只小鼠被放置在同一开放场域中，观察它们的互动行为。研究人员使用了Keypoint-MoSeq对这两种情境下的行为数据进行了分析，发现社交情境显著影响了一小部分“syllables”的频率和结构，但这种影响并不完全依赖于小鼠之间的直接接触。这些被调节的“syllables”主要包含静止或非定向的行为，且它们在社交情境中发挥了重要的过渡作用，使行为更加多样化。

进一步的网络分析显示，这些社交情境中被调节的“syllables”在行为序列的转换网络中具有不同的影响，表明它们可能在调节行为模式中扮演关键角色。尽管研究中发现了一些与社交行为相关的“syllables”序列（称为“syntaxes”），但并未发现与特定社交行为（如主动接触或被动接触）直接对应的独特序列。这说明，虽然这些“syllables”或“syntaxes”能够反映行为的变化，但它们并不直接等同于特定的社交行为。

研究还发现，社交情境下的行为模式具有一定的结构性，如主动接触和被动接触行为可以被定义为不同的参数类别。然而，这些参数类别与“syllables”或“syntaxes”之间的直接映射并未出现，说明行为的复杂性可能超出了简单的参数定义所能涵盖的范围。此外，研究人员发现，尽管小鼠在社交情境下表现出更复杂的行为模式，但这些行为变化并不一定与特定的社交行为有关，而是与小鼠之间的空间距离变化密切相关。

进一步的分析表明，某些“syllables”在社交情境下具有更高的出现频率，且这些“syllables”在行为转换网络中具有更高的影响力。这种影响力体现在它们作为“转移节点”的作用，即在不同行为之间起到桥梁作用。然而，这些“syllables”并不直接与主动或被动接触行为相关，而是可能作为行为模式调整的通用指标。

研究还探讨了行为模式在不同时间段内的变化，发现随着时间推移，小鼠在社交情境下的行为模式会进一步演变，某些“syllables”的调节效应在后续记录中更加显著。这一发现表明，社交环境对行为的影响可能是动态的，且随着时间的推移逐渐显现。同时，研究也指出，尽管小鼠在社交情境中表现出不同的行为特征，但这些行为变化并不一定由特定的社交行为引发，而是由环境因素和行为模式的整体调整所驱动。

此外，研究还验证了行为分析工具的可靠性，通过在不同实验条件下重复实验，发现类似的模式仍然存在。这表明，行为分析方法在不同情境下具有一定的普适性，能够有效捕捉小鼠在社交和非社交环境中的行为差异。然而，研究也指出，由于社交行为的复杂性和多样性，目前的分析方法可能仍然存在局限，需要更精细的参数定义和更全面的数据采集方式。

总的来说，本研究展示了使用MoSeq技术进行小鼠行为分析的潜力，揭示了社交情境如何通过改变特定行为片段的频率和结构来影响整体行为模式。研究还强调了行为分析中引入参数化方法的重要性，以更准确地描述复杂行为。尽管研究未发现与特定社交行为一一对应的“syllables”或“syntaxes”，但这些行为片段仍可作为检测社交环境变化的敏感指标。未来的研究可以进一步探索如何利用这些行为片段来识别更具体的社交行为，以及如何通过改进分析方法来提高行为分类的准确性。