在伦敦一间光线昏暗的实验室里，一只棕色的小鼠在圆形桌面上探索，边嗅边走。突然，一片阴影悄然无声地出现。
那一瞬间，小鼠的脑子一嗡。因为感觉到潜在捕食者的威胁，它的中脑神经元开始激发，而邻近区域的一连串活动则命令它的身体选择一种反应——僵立原地希望不被发现，或者奔向庇护所，这里的庇护所是放置在附近的红色醋酸纤维盒。
对小鼠来说，这是生死攸关的事情。但这个阴影并不是捕食者的，而是Tiago Branco实验室里神经科学家的杰作。他们在一个杠杆上安装了一个塑料圆盘，研究以此引起的小鼠逃跑行为。这是一个基于感官信息、过去经验和本能的快速决策过程。
伦敦大学学院Sainsbury Wellcome中心的神经科学家Branco曾想过在滑索上安装猫头鹰标本，以创造一种更真实的体验。而他的同事们有其它想法，例如将圆盘切割成展翼的形状。Branco实验室的研究员Dario Campagner说：“无人机也是一个非常不错的选择。”
科学家诱导小鼠的逃跑反应。（为了提高可见度，“捕食者”的影子已被加强）。来源：Dario Campagner & Tiago Branco
这样的设置属于一项蓬勃兴起的运动，目的是远离神经科学家在实验室用了几十年的一些脑和行为实验方式。这些练习包括训练动物使用杠杆或操纵杆来获得奖励，或者观察它在水迷宫中游泳。这些方式建立了大脑活动和组织的重要原则。但训练动物完成特定的、奇怪的任务需要花上数天乃至数月。Branco说，结果就好像在研究一个“专业运动员”；而在杂乱、不可预测的现实世界中，大脑的工作方式可能是不一样的。
小鼠的不是为了按杆子而演化的。同时，许多自然发生的行为——如躲避捕食者、寻找稀缺食物或接受求偶——对动物来说极为重要，西北大学的理论神经科学家Ann Kennedy说。她说，这些行为“对生存至关重要，且处于选择压力之下”。通过研究这些自然行为，科学家们希望能获得有关大脑和行为的经验，这些经验比以往任何时候都更全面，与日常活动的关系更密切。
随着神经科学家持续使用最新的大脑成像和行为跟踪技术，对更自然化的设置精益求精，他们正在寻找更理想、更精细的方法来使用动物研究疼痛反应，以及唐氏综合症和自闭症等疾病。另一些人则正在重新思考有关攻击和恐惧的流行理论。还有些人在寻找这些方法如何能丰富人类行为研究，精神病学家Sarah Lisanby说，她是美国国家心理健康研究所（NIMH）转化研究部主任。这可能会改变对某些精神疾病的研究。
Lisanby说：“除非我们了解个体在出现症状时的大脑状态，否则我们还是无法有效地为他们服务。”在过去一年里，她帮助启动了超过2500万美元的资金，用于量化人类和其他动物自然行为的研究。
该领域的研究人员承认，关于他们的新设置还有很多东西需要学习，而且这种方法的效用也众说纷纭。哈佛医学院的神经科学家Sandeep Robert Datta研究小鼠自然行为，他问：“让动物做想做的事，真能让我们学到更多吗？总而言之，我们才刚刚开始。”
回归自然
这一方法借鉴了早期的生态学研究者，他们通过详细的日记和长期的活动记录来研究钟情的鸟类或昆虫的自然行为。荷兰生物学家Niko Tinbergen被认为是动物行为学的创始人之一，他会花几个小时坐在北海海岸的沙丘上，记下对海鸥行为的描述。（他因对动物行为学的贡献与其他两位科学家一起获得了1973年诺贝尔生理学或医学奖。）
Branco说，这些生物学家对自然行为的研究有一定的深度，但“他们从未触及大脑，因为做不到”。但反过来，现在的科学家们能够探索大脑，但可以用来研究的行为却很有限。
有些团队，比如Branco的实验室，在研究特定行为的同时，使用安装在动物头上的电极记录大脑活动。而就在其团队的捕食者模拟实验楼下，Sainsbury Wellcome中心的研究人员正在追踪动物寻找食物的过程。该团队搭建了一个在底部装了小轮盘的场所。当小鼠拨动轮盘时，谷物颗粒会以科学家设定的速度弹出。其目的是再现野外食物来源的多变性。
其他实验室让小鼠自由运动，并记录它们每时每刻的行为。Datta说，即使是看似简单的行为也有其复杂性，这对神经科学家来说是很有趣的。他说：“在黑暗的滚筒中奔跑，对动物来说是一个重大的认知挑战。”利用三维成像，Datta和他的同事已经对小鼠身体语言的“语法”进行编目，分成简单的模块动作或“音节”，如用后腿踮起或上下移动头部[1]。他们已经用它来研究不同的刺激或基因操作如何改变动作的模式（见“行为编目”）。
资料来源：参考文献[1]
记录、自动跟踪和编目数小时行为所需的计算能力和分析技术近五年在机器学习的帮助下才开始出现。这使这一领域得到了发展。例如，瑞士洛桑联邦理工学院的神经科学家Mackenzie Mathis在2018年推出了一个名为DeepLabCut[2]的开源运动追踪软件包，该软件包已经被安装了50万次。而其他类似的软件包也已出现。
Mathis说：“我们有工具来回答这些关于行为是如何产生的复杂问题，这对自我认知是如此基础。我认为前景无限。”
这个年轻的领域已经为动物行为的多样性和大脑如何产生行为等问题带来了一系列见解。
自然行为
一些发现质疑了长期以来关于动物行为方式的观点。例如，研究人员经常提到，雌性动物的行为因支配月经周期的激素（如雌性激素）而变得更加多变。但是，当Datta的团队让小鼠去探索一个环境时，该团队发现，总体而言，雌性动物的行为比雄性动物的行为变化要小，而且雌性激素水平对行为的影响很小[3]。
研究小鼠之间的打斗使得Kennedy和她的同事——时为帕萨迪纳加州理工学院神经生物学家David Anderson实验室的成员——复兴了一个已经失宠的经典行为理论。这个想法来自奥地利行为学家Konrad Lorenz（曾与Tinbergen分享1973年的诺贝尔奖），他认为攻击性的内在信号会不断积累，直到它促使动物采取行动。一些批评者认为该模型过于简单化，缺乏神经生物学基础，也没有考虑到学习。
然而，Kennedy和她的同事在小鼠身上发现了这个过程的证据[4]。他们发现当一只小鼠与另一只小鼠互动时，下丘脑中的一组神经元活动逐渐累积到与小鼠行为相关联的水平。在低水平时，动物可能会僵住或无视另一只小鼠。但随着神经元活动水平在几十秒内的持续上升，它可能会表现出攻击性的迹象，如试图爬上另一只小鼠。当活动水平很高时，小鼠开始直接攻击对方。神经元的功能似乎就像一个攻击的音量旋钮——而且更重要的是，不同的小鼠的水平是不同的，有些个体几乎从不攻击，有些则很快就发动攻击[4]。
另外一些实验完善了以前关于大脑如何控制身体的理论。Branco说，数十年的研究表明，一个名为杏仁核的区域掌管恐惧，“所有和防御性反应相关的过程都会涉及杏仁核”。当他的团队研究逃离捕食者的小鼠时，他们发现了一个回路，一个从小鼠眼睛抵达脑后部的捷径，逃跑的动作从那里启动[5]。以后，小鼠的杏仁核可能会帮助它从这次经验中学习——但此刻小鼠并不需要这一区域。
深思疼痛
对自然行为的一些研究可能已经初具临床意义。纽约市哥伦比亚大学的Ishmail Abdus-Saboor和他的同事使用自然行为的小鼠来研究疼痛，希望能比标准模型更好地了解其原因和给出潜在的治疗。他说：“如果你因为疼痛去看医生，不会是因为你坐在家里，有人在戳某个限定区域”，而是因为走路疼、或者躺在床上后背疼。“我们还没有在动物模型中对此做过测量。”
2021年，Abdus-Saboor和罗格斯大学神经科学家Victoria Abraira领导的团队发表了一篇预印本，显示一种常用的消炎止痛药美洛昔康在标准疼痛测试中效果良好，但在小鼠的自发行为中却没有效果。这表明这些动物仍然处于疼痛之中，而传统的测试缺少了些什么[6]。
在这两组实验中，在小鼠的爪子上注射了诱发炎症的药物，然后使用止痛药。在对疼痛敏感度的标准测试中，科学家们将小鼠的爪子置于高温之下，看到小鼠的反应很小，这表明药物正在发挥作用。
但是，当研究小组观察小鼠的自发行为时，他们注意到某些动作仍然存在，例如用后腿站立——小鼠仍然表现出疼痛的症状。Abdus-Saboor说：“这太刺激了，有点惊人，而且让人担心。”自发行为揭示了疼痛反应更为复杂的一面，例如受伤的脚可以改变人的行走方式。Abdus-Saboor说，也许动物模型没有涵盖疼痛的完整经验，这可以解释为什么在啮齿动物身上看似有效的止痛药在人体试验中经常失败。
Abdus-Saboor为美国制药公司Eli Lilly和Doloromics提供咨询，这两家公司都考虑在药物发现中采用自然分析。更多其他团体也在研究疼痛的自然模型。
更好的科学
研究自然行为已经产生了一些有趣的发现，但它还能在更大范围上促进神经科学发展。
在NIMH，神经科学家Yogita Chudasama领导啮齿动物行为中心，这个中心设施帮助整个国立卫生研究院（NIH）的研究人员描述大鼠和小鼠行为。她的单位正在搭建设备，帮助研究人员在长时间里收集自发行为的数据，以减少实验中的变化，使研究结果更加可靠。在一个典型的实验中，一只动物可能被从它的常住笼子里带到其他地方进行观察。但这个新环境可能影响它的行为。长期的观察拉平了可能影响动物的变量。此外，一个人类干扰少的环境，能使啮齿动物的行为比在受限环境中更自然。他们的下一步，将是整合大脑活动记录。
研究人员使用三维记录和机器学习来解析不同类型的小鼠自发行为。来源：哈佛医学院神经生物学系Datta实验室
一些使用该核心设施的研究人员正在对动物进行长期监测，以比较特定基因保持不变和以破坏功能的方式突变之后，其间的不同。有些变化可能会很细微。Chudasama说：“我们相信通过长时间的观察，将看到行为障碍的细微差别。”
Jackson实验室的神经遗传学家Vivek Kumar也在寻找改进动物模型的方法。他一直在研究唐氏综合症和自闭症的动物模型的行为——这些疾病伴随着认知变化，很难在动物身上重现。但通过观察运动（这简单得多），Kumar发现，疾病相关基因变异的动物显示出步态上的差异[7]。Kumar说，如果这些差异是由与认知变化相同的基因或环路引起的，那么干预一方可能就会影响另一方。该团队希望利用运动行为的测试来筛选数百种化合物对步态的影响。
资金流入
对自然行为的兴趣正在从动物扩散到人类，同时带来了大量的资金。作为BRAIN计划的一部分，美国国立卫生研究院将在2024年和2025年提供2000万美元，给那些希望开发系统、跟踪人类行为和脑活动的研究人员。“目前还缺乏相关的手段，研究当人们进行复杂行为时了解大脑如何运转。”Lisanby说，她协助开发这一计划及其他经费机会，以支持自然化的神经科学。
像强迫症等人类精神病可以在实验室中表现出来，用扫描仪进行研究。但大多数发作都发生在家里，而在那里监测人们活动时的大脑活动是个巨大挑战。Lisanby希望，NIH的资金能帮助研究人员开发在实验室外测量大脑和行为的工具。这可能包括人们能在家穿戴的传感器，以及比现有更优的移动脑记录设备。
在这样一个新的领域，有很多需要磨合的问题。Abdus-Saboor说，很难找到拥有所需技能组合的研究人员。他说，“大多数实验者没有受过数学、计算、计算机科学和编码方面的训练。所以我们确实发现存在脱节。”去年，他和其他人在Jackson实验室为研究生和博士后研究人员开设了一门量化行为课。
许多科学家对这个年轻的领域有着雄心勃勃的计划。包括Branco在内的许多团队都梦想能追踪不止一只动物，而且能追踪以周乃至月计。他们希望了解大脑如何在各种行为之间做出选择、监测群体的社会动态，甚至研究大脑如何建立记忆或规划未来。为了追踪多只动物，神经记录将需要采用无线方式，以防电线打结，并使用先进的算法来追踪运动。现有的系统在动物互动和交叠时可能难以区分，特别是当它们的大小和颜色相似时。Mathis希望对小鼠终生的行为进行分类，并利用这些信息创建“数字孪生”小鼠模型以作参考。
研究人员知道，传统方法不会消失。尽管他们对技术新潮流感到兴奋，但他们对新方法能取得的成果持现实态度。“这些工具不是魔法，只是一副眼镜，能帮我们看清。”Datta说。
参考文献：
1. Wiltschko， A. B. et al. Neuron 88， 1121–1135 (2015).
2. Mathis， A. et al. Nature Neurosci. 21， 1281–1289 (2018).
3. Levy， D. R. et al. Curr. Biol. 33， 1358–1364 (2023).
4. Remedios， R. et al. Nature 550， 388–392 (2017).
5. Evans， D. A. et al. Nature 558， 590–594 (2018).
6. Bohic， M. et al. Preprint at bioRxiv https://doi.org/10.1101/2021.06.16.448689 (2021).
7. Sheppard， K. et al. Cell Rep. 38， 110231 (2022).
原文以Lab mice go wild: making experiments more natural in order to decode the brain标题发表在2023年7月14日《自然》的技术特写版块上
本文来自微信公众号：Nature Portfolio （ID：nature-portfolio），作者：Kerri Smith