SeekBrain：加速神经科学发现的自主多智能体系统

现代神经科学依靠整合多尺度、多模式数据集来揭示智能背后的神经原理。然而，高度异构的数据和分散的工作流程带来的分析挑战日益限制了发现。在这里，我们介绍 SeekBrain，这是一个自主多智能体框架，旨在通过基于领域的分层规划和跨模式数据分析来加速神经科学发现。 SeekBrain 动态构建从代码纸对中提取的分析方法库。通过将这种编纂的专业知识与代理规划和执行引擎相结合，该框架可以根据需要可扩展地生成假设和分析管道。对专家注释的 BrainArena 基准的系统评估表明，SeekBrain 在各种分析任务中的性能明显优于最先进的代理基线。至关重要的是，当部署在现实世界的研究中时，SeekBrain 集成了行为、神经和解剖数据，以揭示斑马鱼幼虫行为的结构化、分布式神经表征，以及小鼠决策任务中整个大脑区域解码强度的共享轴。这些结果使 SeekBrain 成为一种可扩展且实用的工具，可加速神经科学领域数据驱动的发现。