分析小鼠发声的新工具可能为自闭症建模提供见解

发声在跨物种的社会交流中发挥着重要作用，如人类的说话和鸟类的鸣叫。雄性老鼠在雌性老鼠面前会发出超声波，在友好的社交场合，雄性和雌性都会唱歌。老鼠在基因上已经有了很好的特征，并被广泛用于自闭症和其他领域的研究，但到目前为止，研究它们的超声波发声还存在局限性。洛杉矶儿童医院萨班研究所的Pat Levitt博士领导的研究小组开发并演示了一种新颖的信号处理工具，可以对这些声音进行无偏见的数据驱动分析。这项研究发表在该杂志上神经元5月3日。

对人类和动物发声的潜在神经生物学基础和遗传性质的研究已经确定了参与发声、听觉处理和社会交流的有前途的基因和神经网络。“理解复杂的发音老鼠——以及它们与社会行为的关系——将是推进声乐和社会交流研究的关键，包括了解影响声乐交流的基因与包括自闭症在内的发育障碍儿童的关系，”莱维特说，他也是南加州大学凯克医学院神经遗传学的WM凯克教务教授。

研究团队开发并演示了一种信号处理工具，可以对小鼠的超声波发声进行快速、自动、无监督和时间/日期戳分析。由于发声带有时间和日期标记，研究人员期望该工具将有助于将发声与视频记录的行为互动联系起来，允许从与自闭症患者所经历的社会缺陷相关的小鼠模型中挖掘额外的信息。

该研究的第一合著者、CHLA的Allison Knoll博士表示，该领域的研究人员已经意识到并正在努力解释老鼠的含义发声通过使用音节分类系统对声音进行分类-将离散的声音定义为音节。由于老鼠发出的超声波声音的类型有很大的差异，为了分析这些信息，研究人员不得不开发出一种方法，使用手动或半自动技术对他们认为相似的声音进行分类和组合。

Knoll说:“该工具使用人类语音和语言分析中使用的信号处理方法，通过完全自动化的语音处理来消除偏见。”的信号处理工具，称为小鼠超声剖面提取(MUPET)，可通过开放软件获得。

---

---