高维精细特征
突破少量预设指标的限制，从长时程行为视频中提取数千维可量化特征。
行为表型数据库
解码行为表型，绘制脑疾病图谱
基于 AI 精细行为解析技术，汇聚多物种、多疾病模型与多模态表型数据，构建面向脑科学研究和神经疾病药物研发的动物表型数据基础设施。
6000+动物样本
6物种类型
41+疾病模型
1600+累计行为时长
持续增长的数据资产
Last updated · 2026.07
为什么需要
从行为观察，走向疾病表型解码
动物行为是神经系统功能、疾病进程与药物作用的综合外显。PhenomicsAtlas 将长时间行为视频转化为可计算、可比较的表型数据，为脑科学与神经疾病药物研发提供基础设施。
传统行为学
- 依赖少量预设行为指标
- 难以刻画连续、动态变化的表型
- 跨模型比较缺乏统一尺度
表型解码
- AI 解析长时程行为视频
- 标准化行为单元与序列
- 构建可检索、可比较的表型空间
核心价值
跨疾病图谱
在统一的表型嵌入空间中，系统比较不同物种、疾病模型与干预条件。
AI 自动解析
将人工观察升级为自动化流程，持续积累可检索、可复用的行为表型数据。
表型原理
从原始行为到可计算的疾病表型空间
将不可直接计算的行为视频，转化为可检索、可比较、可挖掘的疾病表型数据。
原始行为视频
多视角、长时程记录
行为单元
AI 识别精细动作
行为序列
解析时序与转换
表型指纹
聚合高维行为特征
疾病嵌入空间
比较疾病与干预状态
数据资源
汇聚多物种、多疾病与多模态表型数据
数据资产持续扩展，每一份数据都保留完整实验背景、采集条件和分析链路。
查看全部数据集 ↗01 物种
小鼠大鼠树鼩非人灵长类犬更多物种
02 疾病模型
自闭症谱系障碍抑郁症阿尔茨海默病帕金森病脊髓损伤衰老与认知障碍
03 数据模态
AI 精细自发行为 CORE三维姿态与运动学 行为序列 认知 · 代谢 · 生理 COMING
疾病模型
40 种疾病模型，覆盖多类脑疾病表型
从神经精神、神经退行性到疼痛与干预扰动，数据库将不同疾病模型映射到统一的行为表型空间，支持跨模型比较与机制探索。
探索能力
从数据检索到交互式表型探索
面向科研与药物研发场景，提供检索、比较、嵌入探索与个体画像能力。
01
数据检索
按物种、疾病、模型、干预、年龄和数据模态快速筛选。
02
队列比较
选择多个动物队列，比较行为组成、运动学与行为时序。
03
表型嵌入
在高维空间中探索健康、疾病与干预组之间的分布距离。
04
个体画像
查看单个动物的行为谱、时序结构与综合表型指纹。
数据标准
标准化、可追溯的动物表型数据
从实验设计到分析结果，保留完整上下文，让每一个发现都能够被理解、验证与复用。
01标准化采集
记录仪器型号、实验环境与采集配置
✓02统一行为本体
规范行为名称、层级与定义
✓03完整实验元数据
保留物种、品系、造模与干预信息
✓04数据质量控制
评价视频、姿态、识别与特征数据质量
✓未来展望
从行为表型数据库，走向多模态表型组学基础设施
以 AI 精细行为为起点，逐步融合认知、代谢、生理、神经活动和分子数据，构建跨尺度、跨物种、可计算的疾病表型图谱。
开始探索
开始探索疾病的行为表型空间
检索多物种疾病模型数据，比较不同实验队列，发现隐藏在行为中的疾病特征。