トラッキング システムは、単純なすぐに利用できるソフトウェアを使用して新規の単一の動物の運動機能
August 31st, 2018
現在の研究の目的はラットにおける運動障害の定量化を自動化します。初期評価モデルでは、運動野の皮質内微小電極注入によるモータ損失を評価します。開発と簡単に適応可能なシンプルで、すぐに利用できるソフトウェアのコーディングを使用して追跡アルゴリズムの使用について報告します。
この方法は、客観的な運動機能メトリックを作成することにより、小動物の行動テストの一貫性を向上させるのに役立ちます。この手法の利点は、従来の方法とは異なり、結果がコンピューターシステムによって定量化され、人為的ミス、労力、および時間が削減されることです。この手順を実演するのは、Capadona Labの学部生研究者であるMarina Yu氏とSydney Lindner
氏です。撮影を開始し、動物をグリッドの中央に置き、研究者の反対側を向いてグリッドテストを開始します。上からビデオに記録されている間、動物が自由に走り回れるようにします。3分間の時間が経過したら撮影を停止し、動物を自宅のケージに戻します。
二酸化塩素ベースの滅菌剤でグリッドを清掃し、テストする前に表面を完全に乾かすように注意してください。次に、ラダーテストのために、動物を清潔な仮設ケージに入れます。ラダー装置を2つのケージにまたがるように設定し、スタートケージは清潔なケージ、エンドケージは動物の生きたケージであり、ランを完了するためのインセンティブです。
カメラをはしごの長さの中央にある三脚に置きます。カメラのレンズがはしごの横木の高さにくるように、三脚まで伸ばします。ラングがレンズと正確に位置合わせされるようにカメラを配置します。これは、BVAS コードのスリップ検出アルゴリズムにとって重要です。
ビデオ録画を開始し、動物がはしごの最初の段に前足をかざして走り始めるのを待ちます。動物が自力ではしごに移動できるようにします。撮影中、動物が自分のペースでスタートラインからフィニッシュラインに移動できるようにします。
最後に、ビデオ録画を終了し、動物が実行を完了したら、はしごから動物を取り出します。まず、すべてのグリッド テスト動画で、各動画に動物の名称を付けます。各動物にちなんで名付けられたビデオを撮り、ファイルを独自のストレージフォルダーに配置します。
次に、新しい空のスプレッドシート ファイルを作成して、各スタディ モードとテスト モードのデータを保存します。次に、インストーラーアイコンをダブルクリックして、最新のBVASバージョンをインストールします。インストールが完了したら、BVASプログラムアイコンをダブルクリックしてBVASメインメニューを表示し、グリッド解析、ラダー解析、ラダーレビュー、または終了のオプションを使用できます。
BVASプログラム内で、トップメニュー画面からグリッド分析を選択することから始めます。次に、上部の入力ボックスの横にある省略記号ボタンを使用して、ファイルシステムを参照し、分析するビデオのファイルを見つけます。下部の入力ボックスの横にある省略記号ボタンを選択して、ファイル システムを参照し、データを格納するスプレッドシート ファイルを選択します。
[実行]をクリックして、分析プロセスを開始します。レビューアー画面で各ビデオの画像を確認します。緑色の線がない場合、またはテスト領域の周りの正しい正方形に緑色の線が見えない場合は、[編集]ボタンを選択します。
コーナーを編集するには、[コーナーの編集] ボタンを選択します。代表画像の右側にある指示に従ってテストエリアを選択し、Enterキーを押して選択プロセスを完了します。最後に、[完了] を選択して選択内容を保存し、[レビュー担当者] 画面に戻ります。
次に、中央の[完了]ボタンを選択して、各ビデオのグリッドエリアが正しく選択されたら、完全な分析プロセスを開始します。プログラムの実行を許可し、完了すると、成功プロンプトが表示されます。次に、トップメニューからラダー分析を選択して、ラダー分析メニューを開きます。
上部の入力楕円ボタンを選択して、各動物にちなんで名付けられたラダービデオのフォルダーを選択します。次に、下の省略記号ボタンを選択してディレクトリを選択し、後で確認するためにラダービデオのデータを含むフォルダーを保存します。[実行] を選択して解析プロセスを開始し、オープン フィールド テスト解析についても同じ手順を繰り返します。
プログラムの実行を許可し、コンペティションに参加すると、成功のプロンプトが表示されます。BVASプログラム内で、トップメニューからラダーイメージレビューを選択して、ラダーレビューファイル選択画面を表示します。上部の省略記号ボタンを選択してデータ ファイルのフォルダを選択し、下部の省略記号ボタンを選択してスタディ用に作成されたスプレッドシート ファイルを選択します。
次に、[実行]を押して手動レビュープロセスを開始します。次に、自動的に開いた Ladder Data Reviewer メニューを表示します。スリップが検出された場合は、次のフレームと最後のフレームボタンを使用して、連続して記録されたフレームを確認します(可能な場合)。
スリップトグルを使用して、ラットのどの足が滑ったかを示します。検出が誤検出の場合は、トグルを No Slip のままにします。[保存して続行] をクリックして、次の検出に進みます。
障害が発生した場合は、トグルを使用して、障害が反転または停滞によるものかどうかを示します。最後に、[Save and Continue] をクリックして、次の検出に進みます。最後の検出で、[保存して続行] をクリックして分析を完了し、前に選択したスプレッドシート ファイルにデータを保存します。
完了通知を閉じます。この研究では、オープンフィールドグリッドテストの結果は、エキスパートレビュアーはノービスレビュアーよりも一貫性が高いことを示しましたが、BVASを使用した場合、エキスパートユーザーとノービスユーザーの両方で分散はゼロでした。同様に、ラダーテストの結果は、エキスパートレビューアは初心者レビューアよりも一貫性が高いことを示しましたが、BVASを使用した場合、エキスパートユーザーと初心者ユーザーの両方で分散がゼロでした。
オープンフィールドグリッドテストでは、達成された最大速度の増加、移動した総距離の増加、および交差するグリッドラインの数の増加という傾向が研究の過程で見られました。右折の割合はおおむね40〜50%の間で推移しています最後に、ラダーテストでは、ラダーを通過する時間が減少傾向にあり、その後、第4週頃から時間が増加しました。このソフトウェアは、はしごの交差中に足の滑りの数を自動的に検出して集計します。
また、ビデオレビュープロセスでは、棒グラフに示すように、検出されたスリップを左足と右足のスリップに並べ替えることができます。一度習得すれば、この技術は1匹の動物1回の試験セッションにつき30分から40分で完了することができます。この手順を試行する際は、適切な平面上の明るい環境で、動物と背景のコントラストが高い状態で撮影することが重要です。
この手順に続いて、病気または傷害モデルの特定の質問に答えるために、追加の行動タスクを実行できます。この手法は、脳へのデバイスの埋め込みによって引き起こされる運動障害に関する洞察を提供するために使用されていますが、この分析手法は他の多くの疾患や傷害モデルにも使用できます。このビデオを見た後、再現性のある行動定量化技術を提供するCapadona LabのBVASソフトウェアを使用して行動ビデオを撮影および分析する方法を十分に理解しているはずです。
View the full transcript and gain access to thousands of scientific videos
概要
この研究は、ラットの運動障害の定量化の自動化に焦点を当てており、特に運動皮質への皮質内マイクロ電極の埋め込みによる運動機能喪失を評価します。評価プロセスを強化するために、利用しやすいコーディングソフトウェアを使用してトラッキングアルゴリズムが開発されました。
主要な研究構成要素
科学の分野
- 神経科学
- 行動テスト
- 運動機能評価
背景
- 動物モデルにおける運動障害は、神経学的状態を理解する上で重要です。
- 運動機能を評価する従来の方法は主観的で、人間の誤りに起因する可能性があります。
- 自動化されたシステムにより、より信頼性が高く客観的な測定が可能になります。
- この研究は、小動物の行動テストの一貫性を向上させることを目指しています。
研究の目的
- ラットの運動障害を定量化する手法を開発すること。
- 行動評価における人間の誤りを減らす。
- 運動機能評価の客観的な指標を作成すること。
使用された方法
- 運動機能指標のためのトラッキングアルゴリズムの実装。
- 3分間のグリッドテスト中にラットをビデオ録画。
- 記録された映像を分析して運動性能を評価。
- アルゴリズム開発のための利用しやすいコーディングソフトウェアの使用。
主な結果
- 自動化されたシステムは運動障害の測定における一貫性の向上を示しました。
- 結果は従来の方法と比較して人間の誤りの減少を示しました。
- トラッキングアルゴリズムは運動機能指標の定量化に効果的であることが証明されました。
- 学部生の研究者がCapadonaラボで手順を正常に実施しました。
結論
- この研究は、ラットの運動障害を評価するための信頼できる方法を提示しています。
- 行動テストの自動化は結果の正確性を向上させることができます。
- このアプローチは将来の神経科学研究に有益である可能性があります。
よくある質問
Executive Industry Relevance
Automated motor function tracking addresses the need for objective, reproducible behavioral phenotyping in preclinical neuroscience research. By reducing inter-observer variability and human error, the system enhances data reliability for target validation and mechanistic de-risking in CNS drug discovery. This supports consistent cross-functional interpretation of motor endpoints across discovery and translational workflows.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables quantitative interrogation of motor phenotypes to support target hypothesis testing in disease models.
- Operational Value: Provides standardized, computer-generated metrics that reduce subjectivity in behavioral assessments.
- Predictive Value: Improves confidence in target engagement readouts by minimizing noise in functional outcome measures.
Screening & Assay Development
- Assay Readiness: Generates quantifiable outputs including total distance traveled, maximum velocity, turn counts, and grid line crossings for high-throughput screening compatibility.
- Reproducibility: Eliminates variance between expert and novice users, ensuring consistent data generation across sites and operators.
- Scalability: Uses readily available software, enabling easy deployment and adaptation across multiple behavioral paradigms.
Translational & Preclinical Research
- Translational Continuity: Supports longitudinal tracking of motor function trends, such as changes in ladder crossing time or paw slip incidence, to model disease progression or recovery.
- Mechanistic De-risking: Facilitates objective correlation of motor deficits with neural interventions, strengthening causal inference in target validation.
- Preclinical Alignment: Outputs like paw slip detection and failure modes (stagnation/reversal) provide translatable functional readouts for IND-enabling studies.
Pipeline & Workflow Integration
The BVAS system integrates into the discovery continuum from early phenotypic screening through lead optimization and preclinical validation, particularly for CNS targets where motor function is a key biomarker.
- Discovery Biology: Supports hypothesis-driven assessment of motor circuit function following genetic or pharmacological modulation.
- Screening: Delivers standardized, quantitative video-based readouts suitable for assay automation and compound effect comparison.
- Analytics: Generates multiple parametric outputs (velocity, distance, turns, slips, timing) enabling multivariate analysis of motor behavior.
- Translational Research: Enables continuous monitoring of motor recovery or decline, aligning with clinical functional assessments.
- Enterprise Reuse: Built on accessible coding tools, allowing adaptation across injury, neurodegeneration, and neuromuscular disease models without proprietary constraints.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence by reducing biological noise in motor endpoint measurements.
- Operational Value: Cuts analysis time to 30–40 minutes per animal while improving inter-user consistency to zero variance.
- Strategic Value: Enables faster, more reliable go/no-go decisions in lead optimization by improving data quality.
- Portfolio Impact: Supports risk-adjusted advancement through reproducible, quantifiable motor phenotyping across study cohorts.
Implementation Considerations
- Requires basic proficiency in video tracking software and spreadsheet data management.
- Needs consistent lighting, high animal-background contrast, and top-down camera positioning for accurate thresholding.
- Dependent on proper calibration of the slip detection algorithm via camera alignment with ladder rungs.
- Limited to single-animal tracking; not designed for group-housed or social interaction assays.
- Relies on manual validation steps (e.g., corner editing, slip review) to ensure tracking accuracy.
