Набор данных с детализированными взаимодействиями данио-рерио в здоровье и болезни

Почему наблюдение за рыбьими схватками может помочь человеческому здоровью

На первый взгляд два маленьких рыбки, кружащие и наносящие выпады, могут показаться простой ссорой между животными. Но в тех быстрых поворотах и преследованиях скрываются подсказки о том, как мозг управляет социальным поведением, как расстройства меняют движение и как можно лучше тестировать новые лечения. В этой статье представлен большой, тщательно записанный набор данных по боям и противостояниям данио-рерио, снятый в трех измерениях и на очень высокой скорости, — новый ресурс для биологов, физиков и исследователей искусственного интеллекта.

Рыбьи дуэли как окно в социальное поведение

Данио-рерио стали популярным объектом для исследований мозга и поведения: они небольшие, легко разводятся и имеют множество общих генов с человеком. Кроме того, у них наблюдаются богатые социальные взаимодействия, включая жестокие схватки за доминирование, особенно между самцами. До сих пор большинство исследований использовали малодетализированное отслеживание, рассматривая каждую рыбу как одну точку на плоском 2D-изображении. Такой подход упускает тонкие изгибы тела и изменения позы, которые могут показать, угрожает ли животное, убегает или подчиняется. Авторы поставили цель создать набор данных, фиксирующий эти тонкие детали в длительной перспективе, как у здоровых особей, так и у рыб с мутациями, связанными с заболеваниями мозга, подобными человеческим.

Создание высокоскоростной 3D-арены для рыб

Для этого команда разработала экспериментальную арену примерно в десять длины тела рыбы в каждом направлении, предоставив парам взрослых данио-рерио пространство для преследования, кружева и естественных столкновений. Три синхронизированные высокоскоростные камеры — одна сверху и две по бокам — снимали рыб со скоростью 140 кадров в секунду в течение пяти часов подряд. Особое освещение и прозрачные стенки клетки уменьшали отражения и тени, а специальная сетка из крошечных бусинок обеспечивала точную калибровку, так что положения в каждом виде камеры можно было восстановить в настоящем трехмерном пространстве. В результате получены четкие, высокоразрешающие записи каждого движения — от мощных взмахов хвоста до едва заметных наклонов корпуса.

Обучение компьютеров отслеживать каждый взмах плавника

Одних записей было бы слишком много для ручного анализа, поэтому исследователи прибегли к инструментам машинного зрения. Одна программа (SLEAP) обучалась обнаруживать три ключевые точки вдоль тела каждой рыбы: кончик головы, центр грудной области и основание хвоста. Эти три маркера образуют простую «скелетную» модель, движение которой улавливает позу и направление. Вторая программа (idtracker.ai) отслеживала общую форму каждой рыбы, чтобы сохранять идентичность особей в течение часов. Команда затем объединила информацию со всех трех камер с помощью модели калибровки, проверяла неконсистентные назначения, измеряя, насколько хорошо точки реконструируются между видами, и удаляла или интерполировала кадры, вызывавшие подозрение. Этот конвейер дал чистые 3D-траектории позы для обеих рыб покадрово на почти протяжении всей записи.

Что содержит набор данных и как его можно использовать

В окончательную коллекцию вошли 173 эксперимента по пять часов каждый, в основном пары здоровых самцов, но также некоторые пары самок и два типа мутантов. Один мутант моделирует синдром Ретта — человеческое нейроразвитиевое расстройство — и демонстрирует измененную подвижность; другой несет генетическое изменение, связанное с необычной смелостью и агрессивностью. Для каждого эксперимента положения трех точек тела каждой рыбы сохранены в простых табличных файлах, сопровождаемых метаданными о поле, генотипе и форме арены. Авторы показывают, как эти данные выявляют тонкие паттерны, анализируя «асимметрию взгляда» — насколько часто одна рыба ориентирована на другую. В здоровых парах эта мера со временем смещается, когда одно животное постепенно становится явным доминантом, тогда как у мутантов, похожих на синдром Ретта, такой четкой асимметрии не возникает.

Почему важны эти детализированные движения рыб

Для неспециалиста эта работа может выглядеть как избыточный разбор рыбьих ссор. Но набор данных скорее представляет собой высокоскоростной микроскоп для социального поведения. Он предоставляет эталон для нормальной и измененной агрессии в широко используемой модельной системе, помогая исследователям обнаруживать тонкие изменения движений в моделях заболеваний, релевантных таким состояниям, как болезнь Паркинсона, Альцгеймера и синдром Ретта. Он также служит богатой тестовой площадкой для новых алгоритмов в отслеживании позы и анализе поведения и дает физикам возможность искать скрытые правила, управляющие социальными взаимодействиями. Сделав каждый взмах хвоста и каждый боковой взгляд этих рыб публично доступными в 3D-деталях, авторы дают научному сообществу мощный новый инструмент для понимания взаимосвязи мозга, тела и социальной динамики.

Цитирование: Deligkaris, K., Neiman, R., Hiroi, M. et al. A dataset of fine-grained zebrafish interactions in health and disease. Sci Data 13, 583 (2026). https://doi.org/10.1038/s41597-026-06953-6

Ключевые слова: социальное поведение данио-рерио, трехмерное отслеживание позы, агрессия и доминирование, модели нейродегенеративных заболеваний, поведенческие наборы данных