本研究描述了一种利用机器学习检测啮齿类动物模型(包括TgF344-AD大鼠)运动功能障碍的精细运动行为测试方法。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本研究描述了一种利用机器学习检测啮齿类动物模型(包括TgF344-AD大鼠)运动功能障碍的精细运动行为测试方法。
运动功能障碍是神经退行性疾病(如阿尔茨海默病(AD)及相关痴呆症)中一个关键但常被低估的组成部分。最新研究表明,涉及精细运动行为、视觉空间能力及执行功能的人类任务在疾病早期检测中具有潜在应用价值。然而,目前对这些任务预测AD相关认知与功能衰退的具体机制仍知之甚少。本研究方法中,开发了一种精细运动任务——运动学运动能力任务(KINEMAT),利用免费的开源机器学习软件,旨在检测AD临床前模型中随疾病进展出现的运动能力变化,并与其他神经退行性疾病及正常衰老进行比较。本研究通过一项针对Fisher 344 CDF大鼠的初步实验,设计、测试并实施了该精细运动任务,验证了其概念可行性,其中部分大鼠经Harmaline诱导产生运动障碍,另一部分则为对照组。进一步在阿尔茨海默病大鼠模型(TgF344-AD)中进行的额外验证,进一步证明了该模型的可行性及任务的敏感性。实验中,大鼠被训练通过笼前部的小狭缝伸爪,从三个难度不同的碗中获取糖丸。糖丸获取情况按以下三类评分:成功(成功抓取并吃掉糖丸)、掉落(抓取后在收回过程中掉落)或失败(未获取到糖丸,或在尝试抓取时将糖丸碰出碗外)。对照组与Harmaline处理组大鼠在运动能力上表现出显著差异,表现为总伸爪次数减少及前爪姿态变异性增加。TgF344-AD大鼠同样表现出总伸爪次数减少,且在所有难度的碗中成功获取次数均降低。本研究验证了该任务作为啮齿类动物精细运动评估工具的有效性,未来有望用于研究正常衰老过程以及包括AD在内的神经退行性疾病的临床前模型,以追踪病理变化和症状随时间的发展。
研究表明,由于阿尔茨海默病(AD)或其他亚型(例如路易体痴呆)导致的痴呆患者存在运动功能受损。握力和步速可用于区分认知受损与未受损的老年人1,2,但未必能够有效区分不同类型的痴呆(即特异性较低)1,2。因此,仍需开发新的早期痴呆诊断工具,可能结合机器学习技术,以评估行为与疾病状态之间的复杂模式和关联3,4。动物模型对于研究神经退行性疾病的进展具有重要价值,有助于揭示疾病早期 onset、行为相关特征,并将机器学习整合到分析流程中,以区分疾病严重程度和临床表现5,6,7。
人类新的行为学方法已确定了一些涉及精细运动技能以及认知加工的任务,例如视空间能力和执行功能8,9,10....
访问受限。请登录或开始试用以查看此内容。
本文所述所有方法均已获得亚利桑那州立大学机构动物护理与使用委员会(IACUC)的批准。
1. 腔室的设计与构建
访问受限。请登录或开始试用以查看此内容。
大鼠达到体重减少90%的食物限制后,先在实验箱中适应2天,随后进行1至2周的训练程序。由经过培训且对实验条件设盲的观察者记录每次成功、掉落和失败的抓取次数。在为期9天的基线期(Baseline)中,大鼠在三种不同碗状装置配置(普通型、较少障碍型和Plinko型)下测试其精细运动能力。随后,同一批大鼠(每组n = 5,其中1只因训练期间生病被剔除)连续3天每天腹腔注射Harmaline(10 mg/kg),以评估其抓取能力、策略和表现的变化(图2A)。在设计与构建阶段,初步训练用碗未能提升抓取能力(第1–4天),因此对训练碗进行了重新设计,增加了延长结构,动物自此开始持续尝试获取食丸(第5–10天),并在第10天达到训练标准(图2B)。在所有类型的碗中,个体总抓取次数存在差异,且随着任务难度增加,抓取次数上升,显示出动物的坚持性(图2C和 图3A)。通过Harmalin.......
访问受限。请登录或开始试用以查看此内容。
啮齿类动物的抓取任务通常局限于单个颗粒物,且不包含障碍物或自我干扰因素,而这些正是神经退行性疾病患者常见的困难。本文介绍的方法结合了一种重新设计的颗粒抓取任务与机器学习技术,能够通过分析姿态特征及姿态间的转换,检测动物的协调性与行为策略,同时还能分析单个脚趾的运动。本研究创建的精细运动任务通过分析姿态及其转换过程来评估协调性和策略。典型的抓取任务通常涉及一个平台,其上放置单一食物奖励,供受试动物抓取获取。由于依赖于单一、重复的抓取策略,传统的单颗粒任务缺乏与任务难度相关的指标,在纵向研究中难以反映潜在的学习过程,也无法捕捉测试过程中因颗粒位置变化而带来的策略调整挑战,而这些均可被新方法所检测。传统单颗粒任务的这一局限性导致表现出现天花板效应,即啮齿类动物在掌握单一重复性抓取动作后,其速度和准确性趋于 plateau42。通过使用不同类型的碗体,改变颗粒数量并引入障碍物 (如本研究所示),动物必须持续更新策略以应对碗体差异以及相邻颗粒被扰动时引起的颗粒移动41,58.......
访问受限。请登录或开始试用以查看此内容。
作者声明不存在竞争性财务利益。
本研究由心理健康研究所、社会科学研究所、亚利桑那州卫生科学部 [ADHS14-052688]、美国卫生与公共服务部、国立卫生研究院 [P30AG019610]、亚利桑那州阿尔茨海默病研究中心 REC 学者项目、 亚利桑那州阿尔茨海默病联盟以及 Nancy Eisenberg 初级教员学者奖资助。图示使用 Biorender.com 制作。我们感谢 Nelson Yamada、Akash Kuppravalli 和 Jeanne Kamau 在设计方面提供的帮助。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 3D 打印材料 | Amazon (Overture) | B07PGY2JP1 | PLA 丝材 1.75 mm,PLA 3D 打印机耗材,尺寸精度 ±0.03 mm |
| 相机 | Edmond Optics | BFS-U3-13Y3M-C | 130 万像素,单色,170 帧/秒,ON Semi PYTHON 1300 x2 |
| 相机线缆 | Edmond Optics | ACC-01-2300 | USB 3.1,3 米,Type-A 转 Micro-B(带锁)线缆 |
| 相机镜头 | Thor labs | MVL5WA | 4.5 mm 有效焦距,F/1.4,1/2" 格式机器视觉镜头 |
| 相机与三脚架连接件 | Edmond Optics | 88-210 | 相机与三脚架连接件 |
| 清洁湿巾 | Amazon (Sani-Cloth) | B00KMZ7KMO | AF3 表面消毒清洁湿巾罐装,淡香味,160 片装,P13872 |
| 计算机 | Dell | Precision | Intel Core i7-13700 @ 2.1 GHz,NVIDIA T1000 8 GB,16 GB 内存 |
| 红外光源 | Amazon (Serlium) | B0BJFDBT44 | 相机用红外灯,48 颗 LED 红外照明灯,防水,用于安防监控摄像头的红外夜视光源 |
| 面板胶 | Amazon (Sdintar) | B0B1DLRPNZ | 玻璃胶 |
| 有机玻璃板(Plexiglass) | Amazon (TOOLINHAND US) | B0BRJ1L8TR | 12 × 12" 透明浇铸亚克力/有机玻璃板,透明,1/8” 厚(3 mm) |
| Python | Python Software Foundation | Python 3.7 | |
| Spinview | Teledyne Technologies | Version 3.1.0.79 | |
| 糖丸(45 mg) | Bioserv | F0023 | 45 mg,无味,50,000 粒/盒;成分:蔗糖、葡萄糖、硬脂酸镁、硅酸钙、矿物油 |
| 三脚架 | Amazon (YOUYI) | B086PYJF9D | Amazon 柔性桌面网络摄像头三脚架 |
| 镊子 | Fine Science Tools | 11064-07 | 虹膜镊 |
| 蜡 | Amazon (Orthomechanics) | B00FKDC0UU | 正品 Orthowax |
访问受限。请登录或开始试用以查看此内容。