Clear Sky Science · de

Verhaltensdatensatz für Long-Evans und seine Schizophrenie-ähnliche Unterlinie über mehrere Generationen

2026-02-09 · Zurück zur Übersicht

Warum Rattenverhalten uns beim Verständnis psychischer Erkrankungen helfen kann

Schizophrenie ist eine schwere psychische Störung, doch die direkte Untersuchung beim Menschen ist langsam, schwierig und ethisch eingeschränkt. Forschende greifen daher häufig auf Tiermodelle zurück, um zu untersuchen, wie Gene, Lebenserfahrungen und Neurochemie im Zeitverlauf zusammenspielen. Dieser Artikel beschreibt einen umfangreichen offenen Datensatz, der über sieben Jahre von mehr als tausend Ratten gesammelt wurde, darunter eine speziell gezüchtete Linie, die schizophrenieähnliche Merkmale zeigt. Indem diese Messungen frei zugänglich gemacht werden, bieten die Autorinnen und Autoren eine leistungsfähige Ressource für alle, die daran interessiert sind, wie Verhalten, Lernen und Vererbung miteinander verknüpft sind.

Ein langer Blick auf zwei Rattenlinien

Die Studie verfolgt 1.342 Ratten einer Standardlaborlinie, Long-Evans, und einer Schwesterlinie namens Lisket, die so gezüchtet wurde, dass sie einige Merkmale der Schizophrenie modelliert. Lisket-Ratten wurden früh im Leben drei Belastungen ausgesetzt: eine Phase sozialer Isolation, wiederholte Dosen eines Medikaments, das die Gehirnsignalisierung verändert, und selektive Zucht basierend auf Verhalten. Über 16 Generationen hinweg wurden Männchen und Weibchen beider Linien unter sorgfältig kontrollierten Bedingungen aufgezogen und dann im Alter von zehn Wochen getestet. Dieses lang laufende Design ermöglicht es Wissenschaftlern nicht nur, Unterschiede zwischen den beiden Linien zu untersuchen, sondern auch, wie Verhalten über die Zuchtjahre hinweg stabil bleibt oder sich verändert.

Eine Rattenrennstrecke, die Neugier und Lernen misst

Um Verhalten effizient zu erfassen, nutzte das Team eine speziell entwickelte Anlage namens Ambitus: eine klarwandige, rechteckige Strecke mit kleinen Seitenboxen, die winzige Futterbelohnungen ausgeben können.

Futterreduzierte Ratten werden an derselben Startposition platziert und dürfen einige Minuten erkunden, während Infrarotsensoren lautlos jede Bewegung und jedes Naseinschieben aufzeichnen. Bei der Morgensitzung enthalten alle Boxen Belohnungen; in der späteren Aufgabe sind nur die inneren Boxen bestückt, was die Tiere zwingt, ihre Suchstrategie anzupassen. Jede Ratte absolviert vier kurze Durchgänge, wodurch detaillierte Auswertungen entstehen, wie weit sie sich bewegt, wie schnell sie Futter findet, wie oft sie Boxen erneut aufsucht und wie sich ihr Verhalten von einem Durchgang zum nächsten ändert.

Von Rohpfaden zu aussagekräftigen Kennzahlen

Die Autorinnen und Autoren wandelten diese Bewegungen in 91 verschiedene Messgrößen um, die zusammen Lokomotion, Erkundung, Futteraufnahme und Lerneffizienz beschreiben. Für das Zuchtprogramm wurden Schlüsselmessungen zu einfachen Scores zusammengefasst, die jedes Tier als niedrig-, mittel- oder hochriskant für ein schizophrenieähnliches Profil klassifizierten. Der vollständige Datensatz geht jedoch weit über diese Kategorien hinaus. Er enthält eine „Roh“-Tabelle, in der jeder Durchgang jeder Ratte einzeln aufgeführt ist, und eine „verarbeitete“ Tabelle, in der das Verhalten über die vier Durchgänge für jedes Tier zusammengefasst ist, zusammen mit Linie, Geschlecht, Generation und Testdatum. Diese Struktur erlaubt es Nutzern, entweder in Moment-zu-Moment-Verhalten hineinzuzoomen oder Muster über große Gruppen hinweg zu vergleichen.

Prüfung der Datenqualität

Große Datensätze sind nur nützlich, wenn sie zuverlässig sind; daher führen die Autorinnen und Autoren mehrere Qualitätskontrollen durch. Sie kartieren, wie häufig Werte fehlen, und zeigen, dass die meisten Messgrößen zu mehr als 99 % vollständig sind. Die Hauptlücken entstehen, wenn eine Ratte in einer Phase einfach keine Seitenbox besucht, was an sich ein informativer Hinweis auf niedrige Aktivität und keinen technischen Fehler darstellt.

Außerdem untersuchen sie, wie stark verschiedene Messgrößen miteinander korrespondieren, wodurch sich Cluster verwandter Verhaltensweisen und eine gewisse Redundanz zeigen, die zukünftige Nutzer reduzieren können. Schließlich prüfen sie, ob Scores über Generationen hinweg drifteten, und finden nur kleine, unregelmäßige Veränderungen, was darauf hindeutet, dass die allgemeinen Verhaltensmuster über den siebenjährigen Zeitraum stabil bleiben.

Was das für künftige Forschung bedeutet

Für sich genommen beansprucht diese Arbeit nicht, Schizophrenie zu lösen oder ein einzelnes „Krankheitsverhalten“ bei Ratten zu identifizieren. Stattdessen bietet sie eine sorgfältig dokumentierte, offen verfügbare Grundlage, auf der viele unterschiedliche Studien aufbauen können. Neurowissenschaftler können sie nutzen, um robuste Verhaltensmarker zu suchen, Datenwissenschaftler können neue maschinelle Lernverfahren testen, und Pharmakologen können vergleichen, wie potenzielle Behandlungen Aktivitäts- und Lernmuster verändern könnten. Für eine allgemein interessierte Leserschaft ist die Schlüsselbotschaft, dass die rohen Bausteine der Entdeckung — saubere, langfristige Verhaltensmessungen unter kontrollierten Bedingungen — nun so geteilt werden, dass zur Zusammenarbeit eingeladen wird. Das erhöht die Wahrscheinlichkeit, dass subtile Verbindungen zwischen Genen, Erfahrung und psychischer Gesundheit schließlich klarer erkennbar werden.

Zitation: Kőrösi, G., Czimbalmos, O., Kekesi, G. et al. Behavioral dataset for Long-Evans and its schizophrenia-like substrain through several generations. Sci Data 13, 398 (2026). https://doi.org/10.1038/s41597-026-06735-0

Schlüsselwörter: Rattenverhalten, Schizophrenie-Modell, longitudinaler Datensatz, kognitive Tests, Maschinelles Lernen in der Neurowissenschaft