这篇文档属于类型a，即报告了一项原创性研究的学术论文。以下是针对该研究的详细学术报告：
本研究的主要作者包括Ugne Klibaite、Tianqing Li、Diego Aldarondo、Jumana F. Akoad、Bence P. Ölveczky和Timothy W. Dunn。他们分别来自哈佛大学有机与进化生物学系、杜克大学生物医学工程系以及Fauna Robotics公司。该研究于2025年4月17日发表在《Cell》期刊上，题为“Mapping the Landscape of Social Behavior”。
研究的主要科学领域是社会行为学，特别是通过高分辨率的三维（3D）姿态追踪技术来量化动物（如大鼠和小鼠）的社会行为。传统的社交行为研究依赖于手动评分或简单的二维（2D）追踪，这些方法无法捕捉到复杂且细微的社交动态。因此，研究者开发了一种名为s-DANNCE（social-DANNCE）的技术，利用机器学习和计算机视觉来精确追踪自由互动中的动物姿态，从而揭示社交行为的多样性和复杂性。该研究的目标是为神经科学、自闭症谱系障碍（ASD）等神经发育障碍的研究提供新的工具和数据支持。
研究主要分为以下几个步骤：
数据采集与实验设计
研究者在六台同步的50Hz彩色摄像机下记录了大鼠和小鼠的自由互动行为。实验对象包括七种单基因自闭症模型大鼠和正常大鼠。研究者收集了超过1.1亿个3D姿态样本，涵盖了多种社交行为，如同步性、身体接触等。
s-DANNCE技术的开发与应用
s-DANNCE是基于DANNCE（一种用于单动物高分辨率3D追踪的深度学习网络）的改进版本。s-DANNCE通过半监督学习、解剖学约束和图神经网络（GNN）来解决动物互动中的遮挡问题。研究者在训练过程中使用了423个手动标注的3D姿态和910个未标注的帧，验证了s-DANNCE在追踪精度上优于传统的DANNCE方法。
行为分析与分类
研究者开发了一套计算工具，用于分析成对动物的互动行为。通过多尺度嵌入方法，他们识别出多种定型化的社交行为模式。此外，研究者还利用3D姿态数据拟合了动物的体积模型，量化了社交接触的分布。
药物干预实验
研究者给大鼠注射了安非他命（amphetamine），以验证其对社会行为的影响。安非他命不仅增加了大鼠的整体活动性，还破坏了行为同步性，并改变了社交接触的分布模式。
自闭症模型的行为表型分析
研究者对七种自闭症模型大鼠进行了详细的行为表型分析，发现每种模型在社交行为上表现出独特的差异。例如，SCN2A基因敲除大鼠表现出更多的同步性行为，而ARID1B基因敲除大鼠则表现出较少的同步性行为。
s-DANNCE的高精度追踪
s-DANNCE在追踪精度上接近人类标注者，显著优于传统的DANNCE方法。在动物近距离互动时，s-DANNCE能够有效解决遮挡问题，减少了“嵌合体”错误（即错误地将两个动物的身体部分合并为一个姿态）。
社交行为的多样性与分类
研究者通过多尺度嵌入方法，识别出162种低级别的社交行为模式（LLACs）和9种高级别的社交行为类别（HLACs）。这些行为模式在不同实验条件下表现出显著差异。
安非他命对社交行为的影响
安非他命显著改变了大鼠的社交行为，增加了某些互动模式（如从前方或侧面接触同伴）的频率，同时减少了其他行为（如从上方接触同伴）的频率。
自闭症模型的行为差异
七种自闭症模型大鼠在社交行为上表现出显著的差异。例如，SCN2A基因敲除大鼠表现出更多的同步性行为，而ARID1B基因敲除大鼠则表现出较少的同步性行为。这些结果为自闭症的研究提供了新的候选模型。
该研究通过开发s-DANNCE技术，首次实现了对自由互动中动物的高分辨率3D姿态追踪，并揭示了社交行为的多样性和复杂性。研究不仅为神经科学和自闭症研究提供了新的工具和数据支持，还为未来的药物筛选和神经机制研究奠定了基础。此外，研究者还公开了包含1.4亿个3D姿态样本的数据库，供学术界进一步挖掘和分析。
s-DANNCE技术的创新性
s-DANNCE通过半监督学习和图神经网络，解决了动物互动中的遮挡问题，显著提高了追踪精度。
多尺度行为分析的全面性
研究者通过多尺度嵌入方法，识别出多种定型化的社交行为模式，为社交行为的定量研究提供了新的框架。
自闭症模型的行为表型分析
研究者首次对七种自闭症模型大鼠进行了详细的行为表型分析，揭示了每种模型在社交行为上的独特差异。
公开数据库的共享
研究者公开了包含大量3D姿态样本的数据库，为学术界提供了宝贵的研究资源。
研究者还探讨了s-DANNCE技术在未来研究中的潜在应用，例如与神经记录同步、整合其他生理变量（如心率和呼吸率）等。这些扩展将进一步增强s-DANNCE在神经科学研究中的应用价值。