마우스 통증 연구에서 시간 동기화 행동 및 뇌 역학을 위한 자동화된 곁눈질 방법

Nathan McCutcheon; Micah S. Johnson; Brandon Rea; Mahnoor Ghumman; Levi Sowers; Rainbo Hultman

doi:10.3791/67136

이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

마우스 통증 연구에서 시간 동기화 행동 및 뇌 역학을 위한 자동화된 곁눈질 방법

1.5K 조회수

⸱

DOI:

10.3791/67136

⸱

2024년 11월 1일

Nathan McCutcheon^*¹ , Micah S. Johnson^*¹ , Brandon Rea² , Mahnoor Ghumman¹ , Levi Sowers²^,³ , Rainbo Hultman¹^,⁴

¹Department of Molecular Physiology & Biophysics, University of Iowa, ²Department of Pediatrics, University of Iowa, ³VA Center for the Prevention and Treatment of Visual Loss, ⁴Department of Psychiatry, University of Iowa

^* These authors contributed equally

이 논문에서

요약

이 프로토콜은 신경 생리학적 측정에 대한 시간 잠금과 호환되는 방식으로 시간이 지남에 따라 설치류의 자동화된 눈 사시를 추적하는 방법을 제공합니다. 이 프로토콜은 편두통과 같은 통증 장애의 메커니즘을 연구하는 연구자들에게 유용할 것으로 기대됩니다.

초록

자발적인 통증은 인간의 편견을 방지하는 방식으로 실시간으로 추적하고 정량화하는 것이 어려웠습니다. 이것은 편두통과 같은 장애와 같은 머리 통증 지표에 특히 해당됩니다. 눈 사시는 시간이 지남에 따라 측정할 수 있는 연속 변수 지표로 부상했으며 이러한 분석에서 통증 상태를 예측하는 데 효과적입니다. 이 논문은 DeepLabCut(DLC)을 사용하여 머리를 자유롭게 회전하는 억제된 마우스에서 눈 사시(눈꺼풀 사이의 유클리드 거리)를 자동화하고 정량화하기 위한 프로토콜을 제공합니다. 이 프로토콜을 사용하면 눈 사시의 편향되지 않은 정량화를 신경 생리학과 같은 기계론적 측정과 쌍을 이루고 직접 비교할 수 있습니다. 우리는 눈을 가늘게 뜨고 않는 기간을 구별하여 정의된 대로 성공을 달성하는 데 필요한 AI 교육 매개변수에 대한 평가를 제공합니다. 우리는 CGRP 유발 편두통과 같은 표현형에서 초 미만의 해상도로 사시를 안정적으로 추적하고 구별할 수 있는 능력을 보여줍니다.

서론

편두통은 전 세계적으로 가장 흔한 뇌 질환 중 하나로, 10억 명 이상의 사람들에게 영향을 미칩니다¹. 편두통의 전임상 마우스 모델은 인간 연구보다 쉽게 통제할 수 있어 편두통 관련 행동에 대한 인과적 연구를 가능하게 하기 때문에 편두통의 메커니즘을 연구하는 유익한 방법으로 부상했다². 이러한 모델은 칼시토닌 유전자 관련 펩타이드(CGRP)와 같은 편두통 유발 화합물에 대해 강력하고 반복 가능한 표현형 반응을 보여주었습니다. 설치류 모델에서 편두통 관련 행동에 대한 강력한 측정의 필요성이 지속되고 있으며, 특히 이미징 및 전기 생리학적 접근과 같은 기계론적 지표와 결합될 수 있는 측정의 필요성이 있습니다.

편두통과 유사한 뇌 상태는 빛 혐오, 발 이질증, 유해한 자극에 대한 안면 통각 과민증, 얼굴 찡그린 얼굴 등의 존재로 표현형적으로 특징지어진다³. 이러한 행동은 빛에 소요된 총 시간(빛 혐오)과 발 또는 얼굴 터치 민감도 임계값(발 이질통 및 안면 통각과민증)으로 측정되며 장시간(몇 분 이상)에 걸친 단일 판독값으로 제한됩니다. CGRP와 같은 편두통 ....