$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Motoriek vereist complexe neurologische en musculoskeletale coördinatie, en tekorten in een enkel aspect van motorische trajecten kunnen waarneembare gang-afwijkingen1,2produceren. Gait-analyse is een essentieel hulpmiddel voor onderzoekers die Muismodellen testen, omdat het meetbare gedragsgegevens biedt over hoe een bepaalde ziekte, letsel of medicijn de beweging van een dier beïnvloedt3. Echter, gedigitaliseerde gang analyse vereist de aankoop van een loopband, een camera, en bijbehorende software, die buitensporig duur voor onderzoekers kan zijn. Gait-analyse wordt vaak gebruikt met tussenpozen om longitudinale veranderingen in de motorische functie bij te houden, vandaar dat het moeilijk kan zijn om de uitgaven te rechtvaardigen als deze sporadisch worden gebruikt4. Hoewel gedigitaliseerde analyses mogelijk gedetailleerdere gang-statistieken bieden dan eenvoudige footprint-analyse, zijn deze complexere maatregelen niet altijd noodzakelijk of relevant voor de karakterisering van een gedragsfenotype5.
Hier presenteren we een voordelige handmatige footprint-analysemethode als een snel en gevoelig alternatief voor gedigitaliseerde gang analyseprogramma's6,7. De handmatige footprint analyse is aangetoond dat er significante verschillen in de loop van de ziekte in een veelheid van muriene ziekten modellen4,7,8,9,10,11 ,12,13,14,15,16,17, en in ten minste één geval, deze goedkope methode geïdentificeerd veranderingen in gang die werden niet gedetecteerd door een gemeenschappelijk gedigitaliseerd gang-analyseprogramma12. De totale kosten van materialen zijn nominaal, en het kan gemakkelijk worden aangepast aan andere knaagdier onderzoekmodellen.
Hoewel er veel verschillende gang statistieken zijn waaruit gegevens kunnen worden getekend, richt de methode die we beschrijven op drie specifieke statistieken: staplengte, stap-breedte (alias "spoorbreedte") en teen spreiding. Het is belangrijk op te merken dat de te beoordelen parameters op basis van model-per-model moeten worden bepaald. Deze methode van gang-analyse is niet ontworpen om cognitieve functie te meten, en het wordt niet aanbevolen voor studies die complexe biomechanische metingen van gang16vereisen.
We presenteren gedragsgegevens uit een cohort van pre-en post-symptomatische muizen modellering X-linked spinale en bulbar musculaire atrofie (SBMA), een neuromusculaire aandoening gekenmerkt door motorische neuron degeneratie en spieratrofie. Deze muizen ontwikkelen progressieve tekorten in gang die samenvallen met het begin van andere ziektespecifieke fenotypes. Dit toont de geldigheid en specificiteit van deze methode aan en bevestigt dat zij op betrouwbare wijze kan discrimineren tussen getroffen en niet-aangetaste dieren.
De experimentele muizen in deze studie waren 2,5 (pre-symptomatische) en 9 maanden oude (post-symptomatische) BAC fxAR121 transgene muizen op een C57BL/6 achtergrond (nexpt= 12). Dit model is gegenereerd in ons lab en is volledig gekarakteriseerd als een krachtig muismodel van SBMA9. Niet-transgene littermates werden gebruikt als besturingselementen (nCTRL= 8). SBMA is een seks-beperkte ziekte die zich volledig manifesteert bij mannetjes, dus mannelijke muizen werden uitsluitend voor deze studie gebruikt. Tijdens de planningsfase, moeten onderzoekers rekening houden met de nationale instituten van gezondheid overwegingen van geslacht als een biologische variabele om te bepalen van de grootte van de groep en de samenstelling18.