Die Larve des Zebrabärblings ist ein häufig verwendetes Modell für die Verhaltensforschung und das Screening von Wirkstoffen, da dieses Modell viele ähnliche Genome mit dem Menschen besitzt. Allerdings ist eine vollautomatische Schnittstelle für die Untersuchung notwendig, da die menschliche Teilnahme in manchen Prozessen nicht erwünscht ist und zu subjektiven Ergebnissen führen kann. Diese Arbeit entwickelt ein Konzept zur Umsetzung der vollautomatischen Schnittstelle. Dies beinhaltet, Daten automatisch erfassen, inspizieren, und analysieren zu können, was unter Zuhilfenahme von modernen Methoden, z. B. Computer Vision, Machine Learning und Data Science erfogt. Daher liegt der Fokus auf der Erforschung dieser Methoden bezüglich ihres Einsatzes für die vollautomatische Schnittstelle.

In Bezug auf das automatisierte Labor schlägt diese Arbeit vier Systeme vor, um die vollautomatische Schnittstelle im Touch-Response-Screening zu implementieren (wie in Abb. 1 visualisiert). Dazu gehören die automatisierte Datenerfassungsplattform für Einzellarven bzw. Mehrlarven, die automatisierte Inspektionspipeline für die gesammelten Daten und die Pipeline für die Musteranalyse der Inspektionsergebnisse für das Drug Screening. Viele Methoden aus Computer Vision und Data Science werden auf ihre Eignung hin untersucht, um sie in diesen vier Systemen einzusetzen. Verifizierungsexperimente werden durchgeführt, um zu zeigen, dass die vorgeschlagenen Systeme automatisch das Touch-Response-Verhalten von Zebrafischlarven untersuchen und die erwarteten Ergebnisse erzeugen können. Zusätzlich werden Bewertungsmetriken definiert, um jedes vorgeschlagene System zu bewerten und nach wünschenswerten Parametern für die Systeme zu suchen.