PsychoFish 是Mde GmbH 設(shè)計研發(fā)用于斑馬魚行為學(xué)觀察和研究的儀器，其的力學(xué)設(shè)計、高分辨率視頻采集系統(tǒng)及功能完善的分析系統(tǒng)為斑馬魚群體（群體凝聚力）和個體行為學(xué)（運動能力及趨勢）的研究提供了有效手段，進(jìn)而可用于評價斑馬魚神經(jīng)、精神狀態(tài)以及相關(guān)藥物的藥效分析等。

PsychoFish 可用于成年斑馬魚（3 月齡）或幼年斑馬魚（1-2 月齡）群體凝聚力及個體運動能力及趨勢兩方面的研究。

其包含以下3 個組成部分：
1. 機(jī)械單元
2. 圖像采集系統(tǒng)
3. 數(shù)據(jù)顯示、存儲、分析硬件/軟件

PsychoFish 系統(tǒng)有如下特點：
1. 設(shè)計精巧，方便安裝和拆卸；
2. 126*50*125cm 鋁制框架構(gòu)成機(jī)械單元基座，穩(wěn)定性高；
3. 最多4 個10*20*5cm 大小斑馬魚池可被同時放置于基座進(jìn)行實驗；
4. 基座表面為乳白色玻璃材質(zhì)，保證其上方魚池均勻的光線分布；
5. 提供兩種不同的照明方式：下方白色背景燈照明和上方下拉式照明，滿足不同實驗需求；
6. 圖像采集器包含前后雙攝像頭，置于機(jī)械單元鋁制水平桿上，提供的圖像采集；
7. KOMI 圖像分析程序可從群體凝聚力和運動強(qiáng)度兩方面分析采集到的圖像，高效便利。

數(shù)據(jù)處理及分析
（1）斑馬魚群體凝聚力分析
觀測群里凝聚力時，需要考慮多方面的因素，包括空間需求、水深、個體數(shù)目或群體規(guī)模等，PsychoFish 建議在深度為2cm 的水中進(jìn)行測試。測試時，位于機(jī)械單元水平桿上的前后攝像頭可記錄每一斑馬魚個體的運動情況，拍攝成一系列的圖片，然后通過KOMI 程序進(jìn)行分析即可。圖片拍攝、魚池尺寸和數(shù)目等參數(shù)可通過軟件面板進(jìn)行設(shè)置。

視頻采集過程中，軟件使用圖解和數(shù)值計算的方式自動對采集的圖像進(jìn)行分析，得到各種評價斑馬魚群行為學(xué)的數(shù)據(jù)。軟件識別圖像中的斑馬魚個體并用白色十字標(biāo)記，所有呈現(xiàn)于屏幕的斑馬魚個體可形成一區(qū)域多邊形，多邊形面積、斑馬魚個體間距等數(shù)據(jù)即可用于反映魚群群體凝聚力大小。



軟件分析過程中，以下計算數(shù)據(jù)可輸出至Excel 表格中：
? 多邊形的面積
? 最長對角線長度
? 重心的坐標(biāo)（相對于實驗區(qū)域中點位置）
? 重心距離參照點的距離
? 個體間的距離：包括最近距離、最遠(yuǎn)距離、平均距離
? 魚對之間的平均距離

（2）個體運動能力及趨勢分析
個體運動能力測試建議水深2cm，最多四個魚池同時測試。測試期間，機(jī)械
單元上的攝像頭可記錄每個斑馬魚個體的運動情況，并保存一系列圖片，通過對
圖片的識別和分析得到其運動能力和趨勢數(shù)據(jù)。圖片拍攝、魚池尺寸和數(shù)目等參
數(shù)可通過軟件面板進(jìn)行設(shè)置。

   

視頻采集過程中，軟件使用圖解和數(shù)值計算的方式自動對采集的圖像進(jìn)行分析，得到各種評價斑馬魚群行為學(xué)的數(shù)據(jù)。軟件識別圖像中的斑馬魚個體并用彩色十字標(biāo)記，被標(biāo)記的斑馬魚個體以及其運動軌跡會呈現(xiàn)于分析窗口。同時，所有斑馬魚運動速度及路程也會被計算并輸出至Excel 表格中。

參考文獻(xiàn)：

1) Da Silveira Cavalcante L, Tessier SN. Zebrafish as a New Tool in Heart Preservation Research. J Cardiovasc Dev Dis. 2021;8(4):39. Published 2021 Apr 8. doi:10.3390/jcdd8040039

2) Howe K, Clark MD, Torroja CF, et al. The zebrafish reference genome sequence and its relationship to the human genome [published correction appears in Nature. 2014 Jan 9;505(7482):248. Cooper, James [corrected to Cooper, James D]; Eliott, David [corrected to Elliot, David]; Mortimer, Beverly [corrected to Mortimore, Beverley]; Begum, Sharmin [added]; Lloyd, Christine [added]; Lanz, Christa [added]; Raddatz, Günter [added]; Schuster, Ste]. Nature. 2013;496(7446):498-503. doi:10.1038/nature12111

3) Echeazarra L, Hortigón-Vinagre MP, Casis O, Gallego M. Adult and Developing Zebrafish as Suitable Models for Cardiac Electrophysiology and Pathology in Research and Industry. Front Physiol. 2021;11:607860. Published 2021 Jan 13. doi:10.3389/fphys.2020.607860

4) Santoso F, Farhan A, Castillo AL, et al. An Overview of Methods for Cardiac Rhythm Detection in Zebrafish. Biomedicines. 2020;8(9):329. Published 2020 Sep 4. doi:10.3390/biomedicines8090329

5) Ling D, Chen H, Chan G, Lee SM. Quantitative measurements of zebrafish heartrate and heart rate variability: A survey between 1990-2020. Comput Biol Med. 2022;142:105045. doi:10.1016/pbiomed.2021.105045

6) Patton EE, Zon LI, Langenau DM. Zebrafish disease models in drug discovery: from preclinical modelling to clinical trials. Nat Rev Drug Discov. 2021;20(8):611-628. doi:10.1038/s41573-021-00210-8

7) Yan J, Li H, Bu H, et al. Aging-associated sinus arrest and sick sinus syndrome in adult zebrafish. PLoS One. 2020;15(5):e0232457. Published 2020 May 13. doi:10.1371/journal.pone.0232457

8) Liu H, Chen X, Zhao X, et al. Screening and Identification of Cardioprotective Compounds From Wenxin Keli by Activity Index Approach and in vivo Zebrafish Model. Front Pharmacol. 2018;9:1288. Published 2018 Nov 13. doi:10.3389/fphar.2018.01288