マウスの不整脈を検出するための長期心電図記録の分析
2021年5月23日
ここでは、基本的なECGパラメーターと一般的な不整脈についてマウスの長期心電図(ECG)データを分析するための半自動アプローチのステップバイステップのプロトコルを紹介します。データは、生きているマウスと覚醒しているマウスの埋め込み型テレメトリ送信機によって取得され、Ponemahとその分析モジュールを使用して分析されます。
大規模なECGデータセットの分析は、特に不整脈をスクリーニングする場合、非常に困難で労働集約的です。私たちの半自動化されたアプローチは、マウスの不整脈のはるかに速く、より便利なスクリーニングを可能にします。この半自動化されたアプローチは、より正確な結果につながります。
手順は、私の研究室の博士課程の学生であるAparna Chivukulaによってデモンストレーションされます。基本的なECGパラメータを分析することから始めます。「サブジェクト設定」または「チャンネルの詳細」をクリックして、派生パラメータのいずれかを選択します。
マウスが概日リズムに従うので、1日あたり2回の安静時ECGを分析します。昼間と夜間に1つずつ概日効果を制御し、動物施設のライトオンまたはオフサイクルに応じて適切な時間を選択します。この時点の周りの定義された合理的な時間枠内の心拍数傾向グラフで、良好な信号品質と安定した心拍数を持つECGのセクションを選択します。
検証マスクの精度を確認するか、20の連続したQRS複合体に手動で調整し、欠落している検証マークを追加します。さらに計算と視覚化を行うには、派生パラメータリストでこれらの20個の連続するQRS複合体の値を含む行をマークし、スプレッドシートまたは統計ソフトウェアにコピーします。[実験データ分析情報] をクリックしてデータ インサイトを開き、上部の検索パネルを確認します。
次に、[結果] パネルを表示します。パネルの下部にヒストグラムとして表示される検索ヒットの数を確認します。マウスの通常の心拍数が毎分500〜724拍であることを考えると、徐脈を検出するための検索ルール徐脈を定義します。
検索リスト内を右クリックし、[新しい検索の作成] を選択して検索エントリ ダイアログを開きます。白いボックス内を右クリックし、[新しい句の追加] を選択します。ドロップダウンメニューとテキストフィールドを使用して、検索ルールBradycardia Singleを500未満の値として定義し、[OK]をクリックしてこの検索ルールをリストに追加します。
この検索ルールをクリックして、左側の目的のチャネルにドラッグします。徐脈は複数の長いRR間隔を必要とするため、これを考慮して、追加の検索ルール徐脈を定義します。[OK] をクリックして、この検索ルールをリストに追加します。
この検索ルールをクリックして、左側の目的のチャネルにドラッグします。徐脈を確認し、誤った結果を拒否するには、波形を左クリックして各結果を手動で確認します。STRGとRを押して選択した結果を拒否すると、リストから消えます。
頻脈を検出する検索ルールを定義するには、検索リスト内を右クリックし、[新しい検索の作成]を選択して検索エントリダイアログを開きます。次に、白いボックス内を右クリックして、[新しい句の追加]を選択します。ドロップダウンメニューとテキストフィールドを使用して、検索ルールTachycardia Singleを724より大きい値として定義し、[OK]をクリックしてこの検索ルールをリストに追加します。
この検索ルールを適用するには、検索ルールをクリックして、左側の目的のチャネルにドラッグします。頻脈には複数の短いRR間隔が必要なため、これを考慮して追加の検索ルールである頻脈を定義し、[OK]をクリックしてこの検索ルールをリストに追加します。この検索ルールをクリックして、左側の目的のチャネルにドラッグします。
頻脈を確認し、誤った結果を拒否するには、波形を左クリックして各結果を手動で確認し、ショートカットSTRGとRを使用して選択した結果を拒否します。洞房ブロックと房室ブロックを検出するには、検索リスト内を右クリックし、[新しい検索の作成]を選択して検索エントリダイアログを開きます。次に、白いパネル内を右クリックして、[新しい句の追加]を選択します。
ドロップダウンメニューとテキストフィールドを使用して、検索ルール「一時停止」を300より大きい値として定義し、[OK]をクリックしてこの検索ルールをリストに追加し、この検索ルールをクリックして左側の関心のあるチャネルにドラッグします。一時停止を確認するには、一時停止が洞房ブロックか房室ブロックかを判断し、誤った結果を拒否します。波形を左クリックして各結果を手動で確認し、STRGとRを押して選択した結果をリジェクトすると、結果リストから消えます。
このアプローチにより、新薬で治療されたマウスにおける心拍数の低下、房室および心室伝導の増加、ならびに再分極の変化の期間の検出が可能になりました。さらに、プロトコルを使用して、正常な洞調律、洞休止、3度の房室ブロック、および心房細動で表される痕跡の形で不整脈発生の時間経過を決定しました。最終的な読み出しは多様であり、研究デザインと研究トピックによって異なります。
心房細動では、総疾患負荷が予後マーカーとして確立されており、このプロトコルで得られたデータから計算できます。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
本記事では、マウスの不整脈を検出するために、長期ECGテレメトリデータを分析するための半自動的なステップバイステップのプロトコルを紹介します。PonemahソフトウェアおよびそのECG ProとData Insightsモジュールを用いることで、不整脈イベントの特定と検証を効率化し、自由行動下の覚醒マウスから得られる大規模なデータセットにおける解析速度と精度の両方を向上させます。
研究の主要構成要素
科学分野
- 心臓電気生理学
- 前臨床動物モデル
- 不整脈研究
背景
- 不整脈は一般的であり、現在の治療法は重大な副作用を伴ったり、有効性が限定的であったりすることが多い。
- 不整脈のメカニズムを理解するには堅牢な動物モデルが必要であり、遺伝学的およびメカニズム的な研究にはマウスが最適である。
- 植込み型テレメトリーにより、マウスにおける連続的かつ長期的なECGモニタリングが可能になる。
- 膨大なECGデータセットを手作業で解析することは、多大な労力を要し困難である。
研究目的
- マウスのECGテレメトリデータにおける不整脈検出のための、再現性のある半自動化されたワークフローを提供すること。
- 効率的かつ正確なECG解析のためのPonemahソフトウェアの使用法を実演すること。
- 不整脈イベントの特定を容易にし、前臨床研究におけるデータの質を向上させること。
使用した手法
- 埋込型テレメトリデバイスを用いた、自由行動下におけるマウスの連続ECG記録。
- Ponemahによる自動属性解析を行い、ECGパラメータ（P波、Q波、R波、T波、および各間隔）を特定する。
- 正確性を期すため、自動アノテーションを手動で確認し、調整する。
- Data Insightsのカスタム検索ルールを用いて、徐脈、頻脈、および伝導ブロックを検出する。
- 検出された不整脈イベントを手動で検証し、偽陽性を排除する。
主要な結果
- この半自動プロトコルは、手動法と比較して不整脈スクリーニングを大幅に加速させます。
- マウスのECGにおける徐脈、頻脈、洞不全および房室ブロック、心房細動の正確な検出が可能です。
- 本プロトコルにより、心拍数、伝導、および再分極に対する薬剤の効果を評価できます。
- この手法を用いることで、心房細動の総持続時間などの不整脈負荷の算出が可能です。
結論
- 記載されたワークフローにより、マウスの大規模なECGデータセットにおける不整脈検出の効率と精度が向上します。
- 自動解析と手動レビューを組み合わせることで、不整脈イベントの信頼性の高い特定が可能になります。
- 本プロトコルは、不整脈のメカニズムおよび治療介入に関する高度な前臨床研究を支援します。
よくある質問
産業上の実用的意義
マウスにおける長期ECGテレメトリーの高スループットかつ半自動的な解析は、前臨床段階の心臓安全性および不整脈メカニズム研究における極めて重要なボトルネックを解消します。このワークフローは、疾患関連モデルにおいて心臓電気生理学の堅牢かつ定量的な評価を可能にすることで、ターゲット検証における予測の信頼性を高め、リスク調整に基づいた新規治療薬の開発推進を支援します。自動レビューと手動レビューを統合することで、創薬およびトランスレーショナルリサーチのパイプライン全体にわたるデータの完全性と再現性が確保されます。
バイオ医薬品研究開発における戦略的応用
初期創薬および標的バリデーション
- 遺伝子組み換えマウスモデルにおける不整脈メカニズムの解析および機能的ターゲットのバリデーションを可能にします。
- 候補ターゲットに関連する電気生理学的表現型を定量化することで、生物学的なリスク低減をサポートします。
- 早期段階の心臓安全性評価およびメカニズム研究において、予測の信頼性を向上させます。
スクリーニングおよびアッセイ開発
- 化合物スクリーニングおよび薬理学的評価の下流工程に向けた、検証済みの定量的ECGデータセットを準備します。
- 不整脈検出基準を標準化し、自動および手動レビューを通じて再現性をサポートします。
- 心伝導およびリズムに対する薬物影響の、スケール可能なハイスループットスクリーニングを可能にします。
トランスレーショナルおよび前臨床研究
- 前臨床段階における不整脈負荷の指標を、疾患の進行および治療有効性に関するトランスレーショナルバイオマーカーと整合させます。
- メカニズムの解明から心機能への悪影響に関する前臨床検証までの一貫したフローを提供します。
- 良好な心安全性プロファイルを持つ候補化合物を進めるための、リスク調整後の意思決定を支援します。
パイプラインおよびワークフローの統合
このセミオートメーション化されたECG解析ワークフローは、マウスモデルにおける心不全不整脈の堅牢で定量的なフェノタイピングを可能にすることで、初期探索、リード化合物の同定、および前臨床安全性評価を橋渡しします。
- 探索生物学：遺伝子組換えマウスにおける不整脈表現型を定量化することで、仮説検証およびメカニズム解析によるリスク低減を支援します。
- スクリーニング：化合物の評価および安全性トライアージュのため、再現性のある定量的なECG出力を提供します。
- 分析：実験条件や薬効を比較するための統計出力および不整脈負荷指標を提供します。
- トランスレーショナルリサーチ：前臨床の不整脈エンドポイントを臨床バイオマーカーと整合させ、トランスレーションの連続性を向上させます。
- 企業内での再利用：複数のプログラムにわたる心臓電気生理学研究のための、再利用可能で拡張性のあるプラットフォームを構築します。
運用および企業への影響
- 科学的価値： 心臓標的バリデーションにおける予測の信頼性を高め、メカニズム的な曖昧さを軽減します。
- 運用的価値： ECGデータ解析を標準化および加速させ、再現性と拡張性を向上させます。
- 戦略的価値： より適切なgo/no-go判断を可能にし、後期の心臓安全性リスクを低減します。
- ポートフォリオへの影響： リスク調整後の優先順位付けを支援し、良好な心臓プロファイルを持つ候補化合物の推進を後押しします。
実施上の考慮事項
- 小動物モデルにおける心電図（ECG）解釈および不整脈フェノタイピングの専門知識が必要です。
- 植込み型テレメトリーシステムおよび専用の解析ソフトウェア（Ponemah、ECG Pro、Data Insights）へのアクセスが必要です。
- 再現性を確保するため、検索ルールと手動レビュープロトコルのチーム間での標準化が求められます。
- データ品質を保証するため、異なるマウス系統や疾患モデルに応じて調整が必要な場合があります。
- 偽陽性を排除し、データの完全性を維持するためには、手動レビューが不可欠です。
