刘清晴，副研究员，硕士生导师，深圳市级人才。2016年于中国科学院生物物理研究所获得博士学位，之后加入中国科学院深圳先进技术研究院，现任副研究员。近年来主要研究基于本能的行为模式及其神经调控机制：以摄食和避险这两种最基本的本能行为为切入点，利用深度学习方法精细分析行为模式，借助神经钙信号分析和光遗传调控等手段深入解析不同情境下动物快速做出合理选择的神经机制。成果以通讯作者和第一作者（含共同）发表于Neuron、BMC biology、eLife等期刊。

行为与动机的神经编码机制

（1）Qingqing Liu; Xing Yang; Moxuan Luo; et al., An iterative neural processing sequence orchestrates feeding, Neuron, 2023, 111(10): 1651-1665.e5 本工作建立了人工智能辅助的精细行为识别方法，深入研究了摄食过程中的行为选择模式，阐明了行为选择背后的动机竞争与神经调控机制，发表于神经科学顶刊，为摄食障碍相关疾病的研究提供了新思路。（2）Qingqing Liu; Xing Yang; Ru Song; et al., An Infrared Touch System for Automatic Behavior Monitoring, Neuroscience Bulletin, 2021, 37(6): 815-830 本工作建立了适用于小动物的自动化行为监测系统，兼容各种常用行为学范式和记录手段，可以高效获得高质量的实验数据。（3）Moxuan Luo; Qingqing Liu; et al., DLATA: Deep Learning-Assisted transformation alignment of 2D brain slice histology, Neuroscience Letters, 2023, 814:137412本工作建立了人工智能辅助的组织标本分析方法，可自动识别组织标本中的特征点，并通过局部加权平均的方法与标准图谱对应，可以用于生理和病理状况下的组织标本分析。本工作使一名博士研究生获得博士学位。本人为共同通讯作者。（4）Jinling Zhong; Qingqing Liu; et al., Mice learn from the predator-attack experience to accelerate flight behavior via optimizing the strategy of environment exploration, Biochemical and Biophysical Research Communications, 2023, 665: 26-34本工作利用人工智能辅助的精细行为识别方法揭示了经验对小鼠行为模式的影响，使小鼠能够更迅速地对危险线索做出响应。本工作使一名博士研究生获得博士学位。（5）Xing Yang; Qingqing Liu; Jinling Zhong; et al., A simple threat-detection strategy in mice, BMC Biology,2020,18(1):93 本工作系统研究了视觉阴影刺激诱发本能恐惧反应的行为学表征，实现了本能恐惧情绪的量化评估和定量诱导。本人为共同第一作者。

成果以通讯作者和第一作者（含共同）发表于Neuron、BMC biology、eLife等期刊，授权专利8项。主持国家自然科学基金青年基金、国家自然科学基金面上项目、广东省自然科学基金青年提升项目和深圳市科技计划项目。