Name: 在神经退行性疾病的临床前模型中研究关节运动学的精细运动任务 (视频) | JoVE Journal
Uploaded: 2025-06-13T14:35:00.000+00:00
Duration: 5 min 39 s
Description: 了解如何利用机器学习算法结合身体部位追踪与计算机聚类方法，在TgF344-AD大鼠神经退行性疾病模型中自动检测和分类精细运动行为，为运动功能障碍评估提供可靠的生物标志物和新研究手段。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

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、&#160;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。

作者声明不存在竞争性财务利益。

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&#160;（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...

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。例如，一项功能性上肢任务可用于追踪神经退行性变的模式，并能够区分轻度认知障碍（MCI）与阿尔茨海默病（AD）。在此任务中，受试者使用勺子将生的芸豆（每次两颗）从中央起始杯转移到目标杯中。任务中用勺子拾取豆子的阶段与认知能力（特别是视空间记忆）的关联性，强于将豆子运送至目标杯的阶段11,12。当勺子进入杯子时，可能会扰动杯中的豆子，这意味着参与者的动作可能使任务难度增加。此外，随着试验的进行，起始杯中豆子数量减少，任务难度也随之增加（即用勺子拾取豆子所需时间延长）13。该任务已被证明与AD特异性病理（淀粉样蛋白沉积）9,14及神经退行性变（海马萎缩）10,15相关，提示其表现可能依赖于在疾病早期即受影响的神经回路和行为过程。已知运动的启动、计划、执行及运动校正由跨越大脑的多样化神经网络控制，包括位于大脑皮层的上运动神经元，其胞体与脊髓中的下运动神经元形成突触连接16。这些下运动神经元直接与肌肉在神经肌肉接头处进行通讯，以控制运动。上行传导束将来自外周的感觉信息传递至脊髓，而脑内的下行传导束则向肌肉传递关于如何运动及运动方向的信息17,18。&#160;明确这些通路如何被AD病理选择性影响，对于理解疾病进展至关重要，尤其是因为包括3xTg-AD小鼠和TgF344-AD大鼠在内的遗传性动物模型已被用于研究AD相关基因对运动能力、协调性及其他运动障碍的影响19,20,21。通常，这些任务主要关注与全身运动相关的粗大运动障碍，但人类的运动缺陷表现更为多样，这在啮齿类动物中较难识别22。因此，需要开发新的任务，以弥合人类与动物模型之间的差距，从而捕捉这种变异性。
一个常与运动障碍和震颤相关的脑区是小脑23。小脑在精确和协调运动的调控中起着重要作用，它通过处理感觉信息，并经由下行通路提供反馈，以纠正和适应随意运动24,25。值得注意的是，阿尔茨海默病（AD）患者中已观察到小脑萎缩，但与海马等其他脑区不同，小脑中淀粉样蛋白沉积的增加并不与萎缩程度的加重相关26。尽管AD病理在小脑中的进展模式有所不同，但小脑与海马之间存在多突触的双向连接，这些连接在AD中可能受到破坏27,28,29。值得注意的是，小脑与海马之间存在功能连接，因为在小脑肿瘤切除术后已记录到记忆缺陷的发生30,31,32,33,34,35,36,37。在啮齿类动物中，小脑的干扰会导致海马位置细胞的异常38。这些在记忆、社交行为和运动控制方面的重叠性缺陷，突显了揭示认知衰退发生前运动通路潜在早期变化的重要性30,31,38,39。通过在早期AD研究中引入精细运动任务，我们或许能够重塑将AD仅仅视为认知障碍的传统观念，并将诊断重点转向那些可能预测疾病进展、且在认知受损与未受损老年人群之间更具区分度的早期运动变化。
为了理解精细运动行为如何反映大脑结构的变化，研究人员开发并测试了一种啮齿类动物版本的人类任务。该啮齿类动物任务被命名为KINEMAT（KINEmatic Motor Ability Task，运动能力运动学任务），与以往需要从基座或阶梯上取回单个颗粒物的抓取任务不同，也不同于因颗粒物在任务各阶段位置固定而导致评分方式较为简单的传统方法40,41,42,43,44,45,46,47,48。该精细运动抓取任务引入了新的评分方法、具有不同难度的凹槽装置以及自我干扰特性，以模拟人类对应任务，其中颗粒物的移动以及受试者随之调整策略的过程是实验设计的核心。本任务采用机器学习工具Social LEAP Estimates Animal Poses（SLEAP）和keypoint-MoSeq49,50，实现对精细运动能力和抓取行为的无偏倚、定量测量。尽管已有其他重要的计算模型被用于啮齿类动物的熟练抓取任务44,45,51，但keypoint-MoSeq能够消除噪声，从而精确量化运动和抓握姿态50。通过高性能机器视觉相机，研究人员在正常大鼠及使用Harmaline诱导运动障碍的大鼠中重建了任务表现和运动学习策略52。Harmaline可过度激活下橄榄核，并通过谷氨酸能攀爬纤维干扰小脑功能53,54。此外，还在一部分TgF344-AD大鼠中检测了其精细运动能力。因此，作为概念验证，预期该精细运动任务可在经Harmaline处理的大鼠和TgF344-AD大鼠中检测到相对于正常对照组可量化的功能损伤。本实验方案详细描述了精细运动任务的构建、动物的训练与测试，以及利用SLEAP和keypoint-MoSeq对抓取行为进行定量分析的方法。

<table><tbody><tr><td>3D 打印材料</td><td>Amazon (Overture)</td><td>B07PGY2JP1</td><td>PLA 丝材 1.75 mm，PLA 3D 打印机耗材，尺寸精度 ±0.03 mm</td></tr><tr><td>相机</td><td>Edmond Optics</td><td>BFS-U3-13Y3M-C</td><td>130 万像素，单色，170 帧/秒，ON Semi PYTHON 1300 x2</td></tr><tr><td>相机线缆</td><td>Edmond Optics</td><td>ACC-01-2300</td><td>USB 3.1，3 米，Type-A 转 Micro-B（带锁）线缆</td></tr><tr><td>相机镜头</td><td>Thor labs</td><td>MVL5WA</td><td>4.5 mm 有效焦距，F/1.4，1/2&quot; 格式机器视觉镜头</td></tr><tr><td>相机与三脚架连接件</td><td>Edmond Optics</td><td>88-210</td><td>相机与三脚架连接件</td></tr><tr><td>清洁湿巾</td><td>Amazon (Sani-Cloth)</td><td>B00KMZ7KMO</td><td>AF3 表面消毒清洁湿巾罐装，淡香味，160 片装，P13872</td></tr><tr><td>计算机</td><td>Dell</td><td>Precision</td><td>Intel Core i7-13700 @ 2.1 GHz，NVIDIA T1000 8 GB，16 GB 内存</td></tr><tr><td>红外光源</td><td>Amazon (Serlium)</td><td>B0BJFDBT44</td><td>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&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;&amp;nbsp;</td></tr><tr><td>面板胶</td><td>Amazon (Sdintar)</td><td>B0B1DLRPNZ</td><td>玻璃胶</td></tr><tr><td>有机玻璃板（Plexiglass）</td><td>Amazon (TOOLINHAND&amp;nbsp; US)</td><td>B0BRJ1L8TR</td><td>12 &amp;times; 12&quot; 透明浇铸亚克力/有机玻璃板，透明，1/8&amp;rdquo; 厚（3 mm）&amp;nbsp;</td></tr><tr><td>Python</td><td>&amp;nbsp;Python Software Foundation</td><td>Python 3.7</td><td></td></tr><tr><td>Spinview</td><td>Teledyne Technologies</td><td>Version 3.1.0.79&amp;nbsp;</td><td></td></tr><tr><td>糖丸（45 mg）</td><td>Bioserv</td><td>F0023</td><td>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</td></tr><tr><td>三脚架</td><td>Amazon (YOUYI)</td><td>B086PYJF9D</td><td>Amazon 柔性桌面网络摄像头三脚架</td></tr><tr><td>镊子</td><td>Fine Science Tools</td><td>11064-07</td><td>虹膜镊</td></tr><tr><td>蜡</td><td>Amazon (Orthomechanics)</td><td>B00FKDC0UU</td><td>正品 Orthowax&amp;nbsp;</td></tr></tbody></table>

一种用于在神经退行性疾病临床前模型中研究关节运动学的精细运动任务

A Fine Motor Task to Study Joint Kinematics in a Preclinical Model of Neurodegenerative Disease

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。

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...

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）及相关疾病）中一个关键但常被低估的组成部分……

我们的研究聚焦于神经退行性疾病模型中的精细运动技能。具体而言，我们旨在将新设计的任务作为一种新型生物标志物，用于评估运动功能障碍。机器学习算法推动了系统神经科学的发展，能够以无偏倚且自动化的方式将动物的集群运动解析为行为，而这些行为通常无法通过人眼识别。通过结合身体部位追踪和计算机聚类方法，我们能够可靠地检测、分类并预测动物在新型精细运动任务中动作之间的转换。开始为期10天的训练阶段时，首先打开红外灯、相机和计算机。将装有大鼠的笼子转移到测试房间，并让它们适应环境五分钟。使用训练碗，在第一天将1至5粒颗粒置于延伸段上，且延伸段完全置于装置内部。对每只动物进行10分钟的训练。在随后的几天中，将颗粒放置在靠近啮齿类动物一侧的碗端，并逐渐将其向远处移动，以促进抓取行为。一旦啮齿类动物用嘴从延伸端边缘取走颗粒，即使只是用嘴接触，即开始使用镊子递送颗粒，以促进其伸手行为。当啮齿类动物触碰到镊子时，立即给予奖励。随后，将镊子稍向外移动，促使动物进一步伸手。在为期九天的测试阶段，将大鼠放入房间内适应环境一小时。使用牙科蜡将平台固定在适当位置，然后放置第一个碗，确保其前端与仪器开口齐平且居中。使用大鼠的编号、录制日期和录制时间命名视频文件和旋转视图。将大鼠放入装置中。关闭盖子，并在顶部放置一张白色卡纸以遮挡光线。仔细检查摄像机角度，确保捕捉到合适的画面，如果培养皿未居中，则进行调整。将指定数量的颗粒倒入碗中，然后按“开始录制”。留在房间内以监测大鼠行为，记录行为学数据，并根据需要补充颗粒。对于普通碗，确保颗粒可见且可从碗边缘触及。对于 Less 碗，需确认颗粒未堆叠，且保持松散分布。对于 Plinko 碗，需检查颗粒在障碍物之间分布是否充分。将大鼠放回其饲养笼，并提供规定量的食物。在每只动物之间用消毒剂擦拭实验箱。每天实验结束后，用乙醇喷洒整个实验箱以进行消毒。在基线测试期间，随着碗的设计变得更为复杂，大鼠的总抓取次数增加。在哈马林处理下，与基线相比，所有碗型的总抓取次数均减少，表明运动功能受损。在基线阶段，随着碗的难度增加，总抓取次数也随之增加，显示出尽管任务复杂，仍存在行为上的坚持性。使用Plinko碗时，失败次数增加。哈马林破坏了正常的抓取表现。在给予哈马林之前，随着任务难度增加，基线条件下的失败次数随之上升，但在哈马林作用下失败次数保持稳定。哈马林显著降低了任务的学习速率以及在所有类型碗状目标下的抓取频率。利用机器学习分析抓取动作，揭示了基线条件与哈马林处理条件下以及不同碗型之间独特的姿态和任务策略。大鼠在每种碗型内及不同碗型条件下使用了不同的抓取音节。与同源野生型大鼠相比，TgF344-AD 转基因大鼠的总抓取次数减少。野生型大鼠在碗状装置复杂性增加时，总抓取次数也随之增加。尽管每组内的表现类型存在差异，但TgF344-AD大鼠的成功表现显著降低。随着碗状装置难度

a-fine-motor-task-to-study-joint-kinematics-preclinical-model

Research

科研

JoVE Journal

Neuroscience

神经科学

在神经退行性疾病的临床前模型中研究关节运动学的精细运动任务

本文提出了一种用于分析大鼠高精度前肢抓取技能习得过程的范式。...

大鼠高精度前肢抓取技能任务的习得

为了在一种新型模型中研究阿尔茨海默病（AD）与脑卒中共病的情况，本文描述了三种用于评估运动控制和认知行为的行为学任务。这些任务包括平衡木行走实验、圆筒实验和莫里斯水迷宫实验。...

阿尔茨海默病伴发脑卒中转基因大鼠模型中运动功能及海马依赖性空间学习与参考记忆评估

矢状面运动学步态分析可提供关于运动执行方式的高度精确信息。本文描述了这些技术在识别经受自身免疫介导脱髓鞘小鼠步态缺陷中的应用。这些方法也可用于表征其他具有运动功能障碍的小鼠模型的步态缺陷。...

C57BL/6小鼠经MOG35-55诱导实验性自身免疫性脑脊髓炎后的矢状面运动学步态分析

本文描述了一种可量化大鼠前臂旋后动作的半自动化任务。大鼠伸手抓握并旋动一个球形操作装置。如果旋转角度超过用户设定的阈值，大鼠将获得一粒食物奖励。与传统任务相比，该任务提高了实验通量、对损伤的敏感性以及结果的客观性。...

旋钮旋后任务：一种评估大鼠前肢功能的半自动化方法

神经传导测量是评估神经退行性疾病小鼠模型的有用工具，但通常仅用于刺激后肢坐骨神经。本文介绍了一种测量复合肌肉动作电位（CMAP）的技术 体内...

体内电生理记录小鼠运动神经元变性模型前肢复合肌肉动作电位

本研究中，我们展示了基于腹侧平面成像的运动学步态分析方法，用于监测小鼠模型（例如，内吞蛋白突变小鼠品系）随年龄增长出现的运动协调细微变化以及神经退行性病变的进展。...

神经退行性小鼠模型中年龄依赖性运动障碍的步态分析

本文介绍了一种用于临床前研究的啮齿类动物四足运动三维运动学数据采集与分析方案。...

用于啮齿类动物临床前研究的三维运动学步态分析

啮齿类动物的熟练抓取任务常用于研究灵巧技能，但该任务的实施和行为分析通常需要耗费大量时间和精力。本文介绍了一种自动化熟练抓取方法，结合运动追踪与抓取轨迹的三维重建技术。...

自动化大鼠单颗粒抓取任务结合爪和指轨迹的三维重建

本方案旨在研究任务条件对慢性中风幸存者运动策略的影响。此外，本方案还可用于检验神经肌肉电刺激引起的肘关节伸展受限是否会导致非残疾成年人在完成目标导向性上肢伸展动作时出现躯干代偿。...

慢性卒中幸存者在不同运动任务条件下目标导向性手臂伸展运动学及躯干代偿的影响

本实验方案描述了如何在自由活动的小鼠中，将无线光遗传学技术与高速视频记录相结合，用于单颗粒取食抓握任务，以表征参与精细运动行为的神经环路。...

在体 无线光遗传学控制精细运动行为

本方案建立了一种利用无标记跑台实验结合深度学习驱动的多关节轨迹自动标注技术的大鼠后肢运动学评估流程，可实现可重复的运动量化分析。...

基于深度学习的多关节同步追踪用于大鼠后肢运动学的客观量化

了解如何利用机器学习算法结合身体部位追踪与计算机聚类方法，在TgF344-AD大鼠神经退行性疾病模型中自动检测和分类精细运动行为，为运动功能障碍评估提供可靠的生物标志物和新研究手段。

一种用于在神经退行性疾病临床前模型中研究关节运动学的精细运动任务

探索更多视频