23. Mai 2021
Hier präsentieren wir ein Schritt-für-Schritt-Protokoll für einen halbautomatischen Ansatz zur Analyse von Daten der murinen Langzeitelektrokardiographie (EKG) für grundlegende EKG-Parameter und häufige Arrhythmien. Die Daten werden von implantierbaren Telemetriesendern in lebenden und wachen Mäusen gewonnen und mit Ponemah und seinen Analysemodulen analysiert.
Die Analyse großer EKG-Datensätze, insbesondere wenn Sie nach Arrhythmien suchen, ist sehr anspruchsvoll und arbeitsintensiv. Unser halbautomatischer Ansatz ermöglicht ein viel schnelleres und bequemeres Screening auf Arrhythmien bei Mäusen. Dieser halbautomatische Ansatz führt zu genaueren Ergebnissen.
Das Verfahren wird von Aparna Chivukula, einer Doktorandin in meinem Labor, demonstriert. Beginnen Sie mit der Analyse grundlegender EKG-Parameter. Klicken Sie auf Betreff-Setup oder Kanaldetails, um einen der abgeleiteten Parameter auszuwählen.
Wenn Mäuse einem zirkadianen Rhythmus folgen, analysieren Sie zwei Ruhe-EKGs pro Tag. Eine bei Tag und eine nachts, um zirkadiane Effekte zu kontrollieren, wobei je nach Lichtein- oder Ausschaltzyklus in der Tiereinrichtung geeignete Zeiten ausgewählt werden. Wählen Sie einen Abschnitt des EKGs mit guter Signalqualität und einer stabilen Herzfrequenz im Herzfrequenz-Trenddiagramm innerhalb eines definierten angemessenen Zeitraums um diesen Zeitpunkt aus.
Bestätigen Sie die Genauigkeit der Validierungsmasken oder passen Sie sie manuell an 20 aufeinanderfolgende QRS-Komplexe an und fügen Sie fehlende Validierungsmarkierungen hinzu. Für weitere Berechnungen und Visualisierungen markieren Sie die Zeilen mit den Werten dieser 20 aufeinanderfolgenden QRS-Komplexe in der abgeleiteten Parameterliste und kopieren Sie sie in eine Tabellenkalkulation oder Statistiksoftware. Öffnen Sie Data Insights, indem Sie auf Experiment Data Insights klicken und das Suchfeld oben beobachten.
Zeigen Sie dann das Ergebnisfenster an. Beachten Sie die Anzahl der Suchtreffer, die als Histogramm am unteren Rand des Panels angezeigt werden. Da die normale Herzfrequenz einer Maus 500 bis 724 Schläge pro Minute beträgt, definieren Sie eine Suchregel, Bradykardie, um Bradykardie zu erkennen.
Klicken Sie mit der rechten Maustaste in die Suchliste und wählen Sie Neue Suche erstellen, um das Dialogfeld für den Sucheintrag zu öffnen. Klicken Sie mit der rechten Maustaste in das weiße Feld und wählen Sie Neue Klausel hinzufügen. Definieren Sie über die Dropdown-Menüs und Textfelder die Suchregel Bradycardia Single als Wert kleiner als 500 und klicken Sie auf OK, um diese Suchregel zur Liste hinzuzufügen.
Wenden Sie diese Suchregel an, indem Sie darauf klicken und sie auf den gewünschten Kanal auf der linken Seite ziehen. Da Bradykardie mehr als ein langes RR-Intervall erfordert, definieren Sie eine zusätzliche Suchregel Bradycardia, um dies zu berücksichtigen. Klicken Sie auf OK, um diese Suchregel zur Liste hinzuzufügen.
Wenden Sie diese Suchregel an, indem Sie darauf klicken und sie auf den gewünschten Kanal auf der linken Seite ziehen. Um Bradykardie zu bestätigen und falsche Ergebnisse abzulehnen, überprüfen Sie jedes Ergebnis manuell, indem Sie mit der linken Maustaste auf die Wellenform klicken. Drücken Sie STRG plus R, um das ausgewählte Ergebnis abzulehnen, das dann aus der Liste verschwindet.
Um eine Suchregel zur Erkennung von Tachykardie zu definieren, klicken Sie mit der rechten Maustaste in die Suchliste und wählen Sie Neue Suche erstellen, um den Sucheingabedialog zu öffnen. Klicken Sie dann mit der rechten Maustaste in das weiße Feld und wählen Sie Neue Klausel hinzufügen. Definieren Sie in den Dropdown-Menüs und Textfeldern die Suchregel Tachycardia Single als Wert größer als 724 und klicken Sie auf OK, um diese Suchregel zur Liste hinzuzufügen.
Wenden Sie diese Suchregel an, indem Sie darauf klicken und sie auf den gewünschten Kanal links ziehen. Da Tachykardie mehr als ein kurzes RR-Intervall erfordert, definieren Sie eine zusätzliche Suchregel, Tachykardie, um dies zu berücksichtigen, und klicken Sie auf OK, um diese Suchregel zur Liste hinzuzufügen. Wenden Sie diese Suchregel an, indem Sie darauf klicken und sie auf den gewünschten Kanal auf der linken Seite ziehen.
Um Tachykardie zu bestätigen und falsche Ergebnisse abzulehnen, überprüfen Sie jedes Ergebnis manuell, indem Sie mit der linken Maustaste auf die Wellenform klicken und die Tastenkombination STRG plus R verwenden, um das ausgewählte Ergebnis abzulehnen. Um sinoatriale und atrioventrikuläre Blöcke zu erkennen, klicken Sie mit der rechten Maustaste in die Suchliste und wählen Sie Neue Suche erstellen, um den Sucheingabedialog zu öffnen. Klicken Sie dann mit der rechten Maustaste in das weiße Bedienfeld und wählen Sie Neue Klausel hinzufügen.
Definieren Sie mithilfe der Dropdown-Menüs und Textfelder die Suchregel Pause als Wert größer als 300 und klicken Sie auf OK, um diese Suchregel zur Liste hinzuzufügen, wenden Sie diese Suchregel an, indem Sie sie anklicken und auf den gewünschten Kanal links ziehen. Um eine Pause zu bestätigen, entscheiden Sie, ob es sich bei der Pause um eine sinoatriale oder atrio-ventrikuläre Blockierung handelt, und lehnen Sie falsche Ergebnisse ab. Überprüfen Sie jedes Ergebnis manuell, indem Sie mit der linken Maustaste auf die Wellenform klicken und STRG plus R drücken, um das ausgewählte Ergebnis abzulehnen, das aus der Ergebnisliste verschwindet.
Dieser Ansatz ermöglichte den Nachweis von Perioden reduzierter Herzfrequenz, erhöhter atrioventrikulärer und ventrikulärer Überleitung sowie veränderter Repolarisation bei Mäusen, die mit einem neuen Medikament behandelt wurden. Darüber hinaus wurde das Protokoll verwendet, um den zeitlichen Verlauf des Auftretens von Arrhythmien in Form von Spuren zu bestimmen, die bei normalem Sinusrhythmus, Sinuspause, drei Grad atrioventrikulärer Blockierung und Vorhofflimmern dargestellt wurden. Die endgültigen Ergebnisse sind vielfältig und hängen vom Studiendesign und Forschungsthema ab.
Bei Vorhofflimmern wurde die Gesamtkrankheitslast als prognostischer Marker ermittelt und konnte aus Daten berechnet werden, die mit diesem Protokoll gewonnen wurden.
Sehen Sie sich das vollständige Transkript an und erhalten Sie Zugang zu Tausenden wissenschaftlicher Videos
Dieser Artikel stellt ein halbautomatisiertes, schrittweises Protokoll zur Analyse langfristiger EKG-Telemetriedaten bei Mäusen zum Nachweis von Arrhythmien vor. Mithilfe der Ponemah-Software und ihrer Module ECG Pro und Data Insights vereinfacht dieser Ansatz die Identifizierung und Validierung arrhythmischer Ereignisse und verbessert sowohl die Geschwindigkeit als auch die Genauigkeit bei der Auswertung großer Datensätze, die von frei beweglichen, wachen Mäusen stammen.
Die Hochdurchsatz-Analyse mit halbautomatischer Auswertung der Langzeit-EKG-Telemetrie bei Mäusen behebt einen kritischen Engpass in präklinischen Studien zur kardialen Sicherheit und zu Arrhythmie-Mechanismen. Dieser Arbeitsablauf erhöht die Vorhersagesicherheit bei der Zielstruktur-Validierung und unterstützt die risikoadjustierte Weiterentwicklung neuartiger Therapeutika, indem er eine robuste, quantitative Beurteilung der kardialen Elektrophysiologie in krankheitsrelevanten Modellen ermöglicht. Die Kombination aus automatisierter und manueller Überprüfung gewährleistet Datenintegrität und Reproduzierbarkeit entlang von Entwicklungs- und translationsmedizinischen Forschungspipelines.
Dieser halbautomatische EKG-Analyse-Workflow verbindet die frühe Entdeckung, die Wirkstoffidentifizierung und die präklinische Sicherheitsbewertung, indem er eine robuste, quantitative Phänotypisierung von Herzrhythmusstörungen in Mausmodellen ermöglicht.