通过若干代系研究 Long-Evans 大鼠及其类精神分裂症亚系的行为数据集

为什么大鼠行为有助于理解精神疾病

精神分裂症是一种严重的精神障碍，但在人体中直接研究它既缓慢又困难，且受伦理限制。研究人员常借助动物来探索基因、生活经历与脑化学如何随时间相互作用。本文介绍了一个为期七年、来自一千多只大鼠的丰富开放数据集，其中包含一个经过特殊繁育、表现出类精神分裂症特征的谱系。通过公开这些测量数据，作者为任何关注行为、学习与遗传如何交织的人提供了一个强大的新资源。

对两系大鼠的长期观察

该研究追踪了1,342只大鼠，来自一种标准实验室品系 Long-Evans 以及一个姐妹谱系 Lisket，后者被设计用于模拟精神分裂症的某些特征。Lisket 大鼠在早期经历了三种挑战：一段时间的社会隔离、反复给药以改变脑信号传导，以及基于行为的选择性繁育。在16代的过程中，两系的雄性和雌性都在严格控制的条件下饲养，并在十周龄时进行测试。这种长期设计不仅让科学家可以比较两系之间的差异，还能观察在多年繁育中行为是保持稳定还是出现漂移。

衡量好奇心与学习能力的大鼠赛道

为了高效捕捉行为，团队使用了名为 Ambitus 的定制装置：一个透明墙体的矩形跑道，沿侧面布置小箱，可用于投放微量食物奖励。

从原始轨迹到有意义的评分

作者将这些移动行为转化为91项不同的度量，共同描述了运动、探索、取食与学习效率。在繁育计划中，关键度量被组合成简单评分，用以将每只动物归为低、中或高风险的类精神分裂症谱系。然而完整数据集远不止这些类别。它包含一个“原始”表格，其中每只大鼠的每次试验单独列出；以及一个“处理后”表格，将四次试验的行为为每只动物进行整洁汇总，并附带其品系、性别、代系与测试日期。这种结构允许用户放大观察逐时刻的行为，也可缩小范围比较大群体间的模式。

数据质量核查

只有可靠的大型数据集才有用，因此作者进行了多项检查。他们绘制了缺失值的分布图，并表明大多数度量的完整度超过99%。主要的空缺出现在某只大鼠在某个阶段根本未进入任何侧箱的情况下，这本身是低活动性的一个有信息的信号，而非技术性错误。

这对未来研究的意义

该工作本身并不声称能解决精神分裂症或在大鼠中精确定位单一的“疾病行为”。相反，它提供了一个记录详尽、可公开获取的基础，供许多不同研究在其上展开。神经科学家可用它来寻找稳健的行为标志，数据科学家可用来测试新的机器学习工具，药理学家可用来比较潜在治疗如何改变活动与学习的模式。对于普通读者，关键信息是：发现的原始基石——在受控条件下对行为进行的清晰、长期测量——现在以可共享的形式被提供，这将增加未来弄清基因、经历与精神健康之间微妙联系的可能性。

引用: 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

关键词: 大鼠行为, 精神分裂症模型, 纵向数据集, 认知测试, 神经科学中的机器学习