苏州大学剑桥-苏大基因组资源中心的研究团队利用开发的基于机器学习（卷积神经网络）识别同步化参数的人工智能算法，设计了能系统化和自动化识别小鼠活动及饮食昼夜节律的筛选器。他们与来自国际上14个科研机构的团队合作，针对国际小鼠表型分析联盟的野生型小鼠数据开展了生物钟相关功能基因高通量筛选研究。

研究团队通过对750个突变小鼠品系的活动和饮食数据进行筛选，发现了5个可能影响小鼠昼夜节律同步化的基因（Slc7a11, Rhbdl1, Spop, Oxtr, Ctc1）。随后对Slc7a11基因突变小鼠进行了验证，发现Slc7a11缺失可导致小鼠活动与外界活动不同步。分子水平的分析显示，Slc7a11缺失小鼠体内介导下丘脑视交叉上核（SCN）神经元耦合的神经多肽表达发生了改变，从而导致内在生物钟与外界光照环境失同步。这些筛选到的失同步化基因敲除小鼠，为相关生物钟与代谢活动研究，提供了非核心钟调控系统之外的依据。

该研究建立了依托国际大科学工程大数据，结合人工智能算法，高通量筛选生物钟相关基因的研究策略，为基于国际表型分析联盟后续产生的大规模基因敲除小鼠数据筛选失同步化基因，以及深入理解机体与环境的昼夜节律如何同步化的问题奠定了基础。同时该方法也可能用于判断人类生物节律的紊乱人群。