$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Fortbewegung erfordert komplexe neurologische und Muskel-Skelett-Koordination, und Defizite in einem einzigen Aspekt der motorischen Wege können beobachtbare Ganganomalien produzieren1,2. Die Gait-Analyse ist ein wichtiges Werkzeug für Forscher, die Mausmodelle testen, da sie quantifizierbare Verhaltensdaten darüber liefert, wie sich eine bestimmte Krankheit, Verletzung oder ein Medikament auf die Bewegung eines Tieres auswirkt3. Die digitalisierte Ganganalyse erfordert jedoch den Kauf eines Laufbandes, einer Kamera und der dazugehörigen Software, was für Forscher unerschwinglich teuer sein kann. Die Gait-Analyse wird häufig verwendet, um Längsänderungen in der Motorfunktion zu verfolgen, daher kann es schwierig sein, die Ausgaben zu rechtfertigen, wenn sporadisch4verwendet wird. Obwohl digitalisierte Analysen detailliertere Gangmetriken liefern können als einfache Footprint-Analysen, sind diese komplexeren Kennzahlen nicht immer notwendig oder relevant für die Charakterisierung eines Verhaltensphänotyps5.
Hier stellen wir eine kostengünstige manuelle Footprint-Analysemethode als schnelle und sensible Alternative zu digitalisierten Ganganalyseprogrammen6,7vor. Die manuelle Fußabdruckanalyse hat gezeigt, dass signifikante Gangunterschiede in einer Vielzahl von Modellen für murine Erkrankungen4,7,8,9,10,11 ,12,13,14,15,16,17, und in mindestens einem Fall identifizierte diese low-cost-Methode wurden von einem gemeinsamen digitalisierten Ganganalyseprogramm12nicht erkannt. Die Gesamtkosten der Materialien sind nominell und können leicht an andere Nagetier-Forschungsmodelle angepasst werden.
Obwohl es viele verschiedene Gangmetriken gibt, aus denen Daten entnommen werden können, konzentriert sich die beschriebene Methode auf drei spezifische Metriken: Schrittlänge, Schrittbreite (auch "Spurbreite" genannt) und Zehenstreuung. Es ist wichtig zu beachten, dass die zu bewertenden Parameter modellweise festgelegt werden sollten. Diese Methode der Ganganalyse ist nicht entwickelt, um kognitive Funktion zu messen, und es wird nicht für Studien empfohlen, die komplexe biomechanische Messungen von Gang16erfordern.
Wir präsentieren Verhaltensdaten aus einer Kohorte von prä- und postsymptomatischen Mäusen, die X-verknüpfte Spinal- und Bulbar-Muskelatrophie (SBMA) modellieren, eine neuromuskuläre Erkrankung, die durch motorische Neuronendegeneration und Muskelatrophie gekennzeichnet ist. Diese Mäuse entwickeln progressive Defizite im Gang, die mit dem Auftreten anderer krankheitsspezifischer Phänotypen zusammenfallen. Dies zeigt die Gültigkeit und Spezifität dieser Methode und bestätigt, dass sie zuverlässig zwischen betroffenen und nicht betroffenen Tieren unterscheiden kann.
Die experimentellen Mäuse in dieser Studie waren 2,5 (vorsymptomatisch) und 9 Monate alte (postsymptomatische) BAC fxAR121 transgene Mäuse auf einem C57BL/6-Hintergrund (nexpt=12). Dieses Modell wurde in unserem Labor generiert und wurde vollständig als leistungsstarkes Mausmodell von SBMA9charakterisiert. Als Kontrollelemente wurden nicht-transgene Littermate verwendet (nStrg=8). SBMA ist eine geschlechtsbegrenzte Krankheit, die sich vollständig nur bei Männern manifestiert, so dass männliche Mäuse ausschließlich für diese Studie verwendet wurden. Während der Planungsphase müssen die Forscher die Überlegungen der National Institutes of Health zum Geschlecht als biologische Variable berücksichtigen, um Gruppengrößen und Zusammensetzung18zu bestimmen.