Roman één dierlijke Motor functie Tracking systeem met behulp van eenvoudige, gemakkelijk beschikbare Software
August 31st, 2018
De huidige studie is gericht op het automatiseren van de kwantificatie van motorische tekorten bij ratten. De eerste evaluatiemodel beoordeelt motor schade als gevolg van de implantatie van een intracortical micro-elektrode in de motorschors. Wij rapporteren over de ontwikkeling en het gebruik van een algoritme van de bijhouden met behulp van gemakkelijk aan te passen, eenvoudig en gemakkelijk beschikbaar codering software.
Deze methode kan helpen de consistentie te verbeteren bij gedragstesten bij kleine dieren door objectieve metrische gegevens over motorische functies te creëren. Het voordeel van deze techniek is dat, in tegenstelling tot conventionele methoden, de resultaten worden gequantificeerd door een computersysteem, wat menselijke fouten, inspanning en tijd vermindert. Marina Yu en Sydney Lindner, bacheloronderzoekers van het Capadona Lab, zullen deze procedure demonstreren.
Begin met filmen en plaats het dier in het midden van het rooster, met de rug naar de onderzoeker gericht om de roostertest te beginnen. Laat het dier drie minuten vrij lopen terwijl het van bovenaf wordt gefilmd. Stop met filmen wanneer de tijd van drie minuten is verstreken en plaats het dier terug in zijn hok.
Reinig het rooster met een chlordioxide-gebaseerd sterilisatiemiddel en zorg ervoor dat de oppervlakken volledig droog zijn voordat u gaat testen. Vervolgens, voor de Laddertest, plaats het dier in een schone tijdelijke kooi. Zet de Ladderapparaat op zodat deze twee kooien overspant, waarbij de Startkooi een schone kooi is en de Eindkooi de woonkooi van het dier is, een stimulans om de run te voltooien.
Plaats de camera op een statief, gecentreerd op de lengte van de ladder. Verleng het statief zodat de lens van de camera zich op de hoogte van de laddersprong bevindt. Positioneer de camera zodat de sprongen exact zijn uitgelijnd met de lens, omdat dit belangrijk is voor het Slip Detection-algoritme in de BVAS-code.
Start de video-opname en laat het dier de run beginnen door zijn voorpoten over de eerste sprong van de ladder te houden. Laat het dier ondersteund de ladder opgaan. Laat het dier in zijn eigen tempo van de startlijn naar de finishlijn bewegen terwijl het wordt gefilmd.
Ten slotte, stop met filmen en verwijder het dier uit de ladder zodra het dier de run heeft voltooid. Begin met het noemen van elke video met de aanduiding van het dier voor alle roostertestvideo's. Neem de video's die nu zijn genoemd naar elk dier en plaats de bestanden in hun eigen opslagmap.
Maak vervolgens een nieuw leeg spreadsheetbestand aan om de gegevens voor elke studie en testmodus op te slaan. Installeer vervolgens de nieuwste BVAS-versie door te dubbelklikken op het installatiepictogram. Nadat de installatie is voltooid, dubbelklikt u op het BVAS-programma-pictogram om het BVAS-hoofdmenu te openen, dat de volgende opties biedt: Grid Analysis, Ladder Analysis, Ladder Review of Quit.
Binnen het BVAS-programma, begin met het selecteren van Grid Analysis in het bovenste menuscherm. Gebruik vervolgens de Ellipsenknop naast het bovenste invoervak om het bestandssysteem te doorzoeken om het bestand met video's te analyseren. Selecteer de Ellipsenknop naast het onderste invoervak om het bestandssysteem te doorzoeken om het spreadsheetbestand te selecteren waarin de gegevens worden opgeslagen.
Klik op gaan om het analyseproces te starten. Bekijk de afbeeldingen van elke video op het beoordelingsscherm. Selecteer de Bewerk-knop als er geen groene lijnen zijn of de groene lijn niet lijkt in het juiste vierkant rond het testgebied te liggen.
Om de hoeken te bewerken, selecteert u de knop Corners bewerken. Volg de instructies rechts van de representatieve afbeelding om het testgebied te selecteren en druk op Enter om het selectieproces te voltooien. Selecteer ten slotte Klaar om de selectie op te slaan en terug te keren naar het beoordelingsscherm.
Selecteer vervolgens de centrale Klaar-knop om het Complete Analysis-proces te starten, zodra het roostergebied voor elke video correct is geselecteerd. Laat het programma draaien en bij voltooiing verschijnt er een succesbericht. Selecteer vervolgens een Ladder Analysis in het bovenste menu om het Ladder Analysis-menu te openen.
Selecteer de bovenste Ellipsenknop om de map met Ladder Video's te selecteren die naar elk dier zijn genoemd. Selecteer vervolgens de onderste Ellipsenknop om een map te selecteren om een map met gegevens van de Ladder Video's op te slaan voor later beoordeling. Selecteer Ga om het analyseproces te starten en herhaal dezelfde stappen voor de Open Field Test-analyse.
Laat het programma draaien en bij voltooiing verschijnt er een succesbericht. Selecteer binnen het BVAS-programma een Ladder Image Review in het bovenste menu om het selectiescherm voor Ladder Review-bestanden te openen. Selecteer de bovenste Ellipsenknop om de map met gegevensbestanden te selecteren en selecteer de onderste Ellipsenknop om het spreadsheetbestand te selecteren dat voor het onderzoek is gemaakt.
Druk vervolgens op Ga om het handmatige beoordelingsproces te starten. Bekijk vervolgens het automatisch geopende Ladder Data Reviewer-menu. Als er een slip wordt gedetecteerd, gebruik de knoppen volgende frame en laatste frame om eventuele achtereenvolgens opgenomen frames te controleren, indien beschikbaar.
Gebruik de Slip Toggle om aan te geven welke poot van de rat is geglipt. Laat de schakelaar staan op Geen Slip als de detectie een valse positief is. Klik op Opslaan en doorgaan om naar de volgende detectie te gaan.
In geval van falen, gebruik de schakelaar om aan te geven of het falen te wijten is aan omkering of stagnatie. Klik ten slotte op Opslaan en doorgaan om naar de volgende detectie te gaan. Bij de laatste detectie, klik op Opslaan en doorgaan om de analyse te voltooien en de gegevens op te slaan in het eerder gekozen spreadsheetbestand.
Negeer het voltooiingsbericht. In deze studie toonden de resultaten voor de Open Field Grid Test aan dat expertbeoordelaars consistenter waren dan beginnende beoordelaars, maar wanneer de BVAS werd gebruikt, was er geen variatie voor zowel expert- als beginnende gebruikers. Evenzo toonden de resultaten voor de Ladder Test aan dat expertbeoordelaars consistenter waren dan beginnende beoordelaars, maar wanneer de BVAS werd gebruikt, was er, nogmaals, geen variatie voor zowel expert- als beginnende gebruikers.
Voor de Open Field Grid Test werden trends waargenomen in de loop van het onderzoek van verhoogde maximale snelheid, verhoogde totale afgelegde afstand en verhoogd aantal doorkruiste rasterlijnen. Het percentage rechtsdraaiingen varieerde grotendeels tussen 40 en 50% Ten slotte, voor de Ladder Test, was er een afnemende trend in de tijd om de ladder over te steken, gevolgd door een toename in tijd, beginnend rond week vier. De software detecteert automatisch en telt het aantal poo
View the full transcript and gain access to thousands of scientific videos
Overzicht
Deze studie richt zich op het automatiseren van de kwantificering van motorische deficiënties bij ratten, met name het beoordelen van motorisch verlies door intracorticale micro-elektrode-implantatie in de motorische cortex. Er werd een tracking-algoritme ontwikkeld met behulp van toegankelijke coderingssoftware om het evaluatieproces te verbeteren.
Belangrijkste onderdelen van de studie
Wetenschapsgebied
- Neurowetenschappen
- Gedragstests
- Beoordeling van motorische functie
Achtergrond
- Motorische deficiënties in diermodellen zijn cruciaal voor het begrijpen van neurologische aandoeningen.
- Traditionele methoden voor het beoordelen van motorische functie kunnen subjectief zijn en vatbaar voor menselijke fouten.
- Automatische systemen kunnen betrouwbaardere en objectievere metingen bieden.
- Deze studie heeft als doel de consistentie van gedragstests bij kleine dieren te verbeteren.
Doel van de studie
- Om een methode te ontwikkelen voor het kwantificeren van motorische deficiënties bij ratten.
- Om menselijke fouten in gedragsbeoordelingen te verminderen.
- Om objectieve metrics te creëren voor de evaluatie van motorische functie.
Gebruikte methoden
- Implementatie van een tracking-algoritme voor motorische functiemetrieken.
- Video-opname van ratten tijdens een Grid Test gedurende drie minuten.
- Analyse van opgenomen beelden om motorische prestaties te beoordelen.
- Gebruik van direct beschikbare coderingssoftware voor de ontwikkeling van het algoritme.
Belangrijkste resultaten
- Het geautomatiseerde systeem toonde verbeterde consistentie in het meten van motorische deficiënties.
- Resultaten wezen op een vermindering van menselijke fouten in vergelijking met traditionele methoden.
- Het tracking-algoritme bleek effectief in het kwantificeren van motorische functiemetrieken.
- Bachelorstudenten implementeerden de procedure met succes in het Capadona Lab.
Conclusies
- De studie presenteert een betrouwbare methode voor het beoordelen van motorische deficiënties bij ratten.
- Automatisering in gedragstests kan de nauwkeurigheid van resultaten verbeteren.
- Deze aanpak kan gunstig zijn voor toekomstig onderzoek in de neurowetenschappen.
Veelgestelde vragen
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.
