生物体的行为不仅是大脑活动的结果，更是大脑、身体和环境之间动态相互作用的结果。为了揭示潜在的神经控制机制，至关重要的是开发一个整合了实验数据约束和参数化的整合数据驱动模拟，并整合大脑、身体和环境的详细模型。该模型将准确捕捉所研究生物系统的特征和动力学，从而验证理论并为生物实验做出预测。

目前，有一些特定的数据驱动模型模拟大脑，例如小鼠初级视觉皮层、小鼠纹状体和鼠体感皮层，或者专门模拟身体和环境以再现动物行为，例如果蝇和啮齿动物的神经机械模型。OpenWorm开发了秀丽隐杆线虫神经系统（c302）和身体（Sibernetic）的数据驱动模型，这是计算生物学的一项开创性举措。然而，这些模型的集成是开环的，这意味着它们缺乏来自环境的反馈。因此，目前还没有数据驱动模型满足整合数据驱动模型的所有要求，尽管这种集成对于推进我们对神经控制机制的理解至关重要。

一个整合的数据驱动模型必须满足某些要求。首先，它应该包含一个生物物理细节化的大脑模型，该模型具有与真实生物体类似的神经结构和神经活动模式。其次，它应该包含一个逼真且高性能的身体和环境模型，以便于轻松量化行为。第三，也是最关键的一点，大脑模型不仅应该控制与虚拟环境交互的身体模型，还应该接收来自身体和环境模型的反馈，建立一个闭环交互。

我们认为秀丽隐杆线虫是开发这种连接大脑、身体和环境的整合数据驱动模型的典范。它已经完整地绘制了所有302个神经元的形态（成年雌雄同体），以及连接组和突触级结构。单神经元活动以及全脑神经动力学的记录数据也已公开。它的身体结构也已被很好地重建，仅由95个肌肉细胞组成。它还表现出易于量化的行为，例如爬行、游泳和觅食。因此，这些简单的结构和丰富的数据库为创建整合数据驱动模型奠定了坚实的基础。

在本资源中，我们提出了一个秀丽隐杆线虫的整合数据驱动模型，即BAAIWorm（图1）。首先，我们开发了一个秀丽隐杆线虫觅食神经回路的神经网络模型（大脑模型）。它使用生物物理细节化的隔室神经元模型构建，隔室长度小于2μm，编码的神经活动与活体秀丽隐杆线虫相似。其次，我们开发了一个秀丽隐杆线虫的身体-环境模型。身体模型包含96块肌肉，能够以每秒30帧的效率进行实时模拟，并易于量化行为。第三，我们建立了大脑模型和身体-环境模型之间的闭环交互，以模拟秀丽隐杆线虫以锯齿形向吸引物移动。神经网络模型中的感觉神经元被环境中吸引物的浓度激活。身体模型中的肌肉受神经网络模型中运动神经元的控制。最后，我们对神经网络模型进行了综合扰动，并指出神经突起或突触/间隙连接的缺失会破坏全局神经动力学并阻碍准确的前进运动。

BAAIWorm是开源且模块化的，因为大脑、身体和环境模型及其交互可以由科学界独立修改、改进或扩展。BAAIWorm将有助于更深入地了解神经结构、神经活动和行为之间错综复杂的关系。这项工作还为开发其他生物体的大脑-身体-环境模型提供了一个框架。这种方法为系统生物学开辟了新的途径，并有可能推进传统的神经机制研究。