Analyse van langdurige elektrocardiografie-opnames om aritmieën bij muizen te detecteren
23 mei 2021
Hier presenteren we een stapsgewijs protocol voor een semi-geautomatiseerde benadering om murine long-term elektrocardiografie (ECG) -gegevens te analyseren voor basis-ECG-parameters en veel voorkomende aritmieën. Gegevens worden verkregen door implanteerbare telemetrietransmitters in levende en wakkere muizen en geanalyseerd met behulp van Ponemah en zijn analysemodules.
Analyse van grote ECG-datasets, vooral wanneer u screent op aritmie, is zeer uitdagend en arbeidsintensief. Onze semi-geautomatiseerde aanpak zorgt voor een veel snellere en gemakkelijkere screening op aritmieën bij muizen. Deze semi-geautomatiseerde aanpak leidt tot nauwkeurigere resultaten.
De procedure zal worden gedemonstreerd door Aparna Chivukula, een promovendus in mijn lab. Begin met het analyseren van basis-ECG-parameters. Klik op Onderwerpinstellingen of Kanaaldetails om een van de afgeleide parameters te selecteren.
Terwijl muizen een circadiaans ritme volgen, analyseert u twee rustende ECG's per dag. Eén overdag en één 's nachts om te controleren op circadiane effecten, waarbij geschikte tijden worden geselecteerd, afhankelijk van de licht- of uitcyclus in de dierenfaciliteit. Selecteer een deel van het ECG met een goede signaalkwaliteit en een stabiele hartslag in de hartslagtrendgrafiek binnen een gedefinieerd redelijk tijdsbestek rond dit tijdstip.
Bevestig de nauwkeurigheid van de validatiemaskers of pas handmatig aan 20 opeenvolgende QRS-complexen aan en voeg ontbrekende validatiemarkeringen toe. Voor verdere berekeningen en visualisaties markeert u de regels met de waarden van deze 20 opeenvolgende QRS-complexen in de lijst met afgeleide parameters en kopieert u deze naar een spreadsheet of statistiekensoftware. Open gegevensinzichten door op Experiment Data Insights te klikken en het zoekvenster bovenaan te observeren.
Geef vervolgens het deelvenster Resultaten weer. Bekijk het aantal zoektreffers dat wordt weergegeven als een histogram onder aan het deelvenster. Aangezien de normale hartslag van een muis 500 tot 724 slagen per minuut is, definieert u een zoekregel, Bradycardie, om bradycardie te detecteren.
Klik met de rechtermuisknop in de zoeklijst en selecteer Nieuwe zoekopdracht maken om het dialoogvenster voor zoekvermeldingen te openen. Klik met de rechtermuisknop in het witte vak en selecteer Nieuwe clausule toevoegen. Gebruik de vervolgkeuzemenu's en tekstvelden om de zoekregel, Bradycardia Single, te definiëren als waarde kleiner dan 500 en klik op OK om deze zoekregel aan de lijst toe te voegen.
Pas deze zoekregel toe door erop te klikken en deze naar het interessante kanaal aan de linkerkant te slepen. Aangezien bradycardie meer dan één lang RR-interval vereist, definieert u een extra zoekregel Bradycardie om hiermee rekening te houden. Klik op OK om deze zoekregel aan de lijst toe te voegen.
Pas deze zoekregel toe door erop te klikken en deze naar het interessante kanaal aan de linkerkant te slepen. Om bradycardie te bevestigen en valse resultaten te weigeren, controleert u elk resultaat handmatig door met de linkermuisknop op de golfvorm te klikken. Druk op STRG plus R om het geselecteerde resultaat te weigeren, dat vervolgens uit de lijst verdwijnt.
Als u een zoekregel wilt definiëren om tachycardie te detecteren, klikt u met de rechtermuisknop in de zoeklijst en selecteert u Nieuwe zoekopdracht maken om het dialoogvenster voor zoekvermeldingen te openen. Klik vervolgens met de rechtermuisknop in het witte vak en selecteer Nieuwe clausule toevoegen. Gebruik de vervolgkeuzemenu's en tekstvelden om de zoekregel, Tachycardia Single, te definiëren als waarde groter dan 724 en klik op OK om deze zoekregel aan de lijst toe te voegen.
Pas deze zoekregel toe door erop te klikken en deze naar het interessante kanaal aan de linkerkant te slepen. Aangezien tachycardie meer dan één kort RR-interval vereist, definieert u een extra zoekregel, Tachycardie, om hiermee rekening te houden en klikt u op OK om deze zoekregel aan de lijst toe te voegen. Pas deze zoekregel toe door erop te klikken en deze naar het interessante kanaal aan de linkerkant te slepen.
Om tachycardie te bevestigen en valse resultaten te weigeren, bekijkt u elk resultaat handmatig door met de linkermuisknop op de golfvorm te klikken en gebruikt u de snelkoppeling STRG plus R om het geselecteerde resultaat te weigeren. Als u sinoatriale en atrioventriculaire blokken wilt detecteren, klikt u met de rechtermuisknop in de zoeklijst en selecteert u Nieuwe zoekopdracht maken om het dialoogvenster voor zoekvermeldingen te openen. Klik vervolgens met de rechtermuisknop in het witte deelvenster en selecteer Nieuwe clausule toevoegen.
Gebruik de vervolgkeuzemenu's en tekstvelden om de zoekregel, Pauze, te definiëren als waarde groter dan 300 en klik op OK om deze zoekregel aan de lijst toe te voegen, pas deze zoekregel toe door erop te klikken en deze naar het interessante kanaal aan de linkerkant te slepen. Om een pauze te bevestigen, beslist u of de pauze een sinoatriaal of atrioventrikelblok is en wijst u valse resultaten af. Bekijk elk resultaat handmatig door met de linkermuisknop op de golfvorm te klikken en druk op STRG plus R om het geselecteerde resultaat te weigeren, dat uit de lijst met resultaten verdwijnt.
Deze aanpak maakte de detectie mogelijk van perioden van verminderde hartslag, verhoogde atrioventriculaire en ventriculaire geleiding, evenals veranderde repolarisatie bij muizen die met een nieuw medicijn werden behandeld. Bovendien werd het protocol gebruikt om het tijdsverloop van aritmie te bepalen in de vorm van sporen die worden weergegeven bij normaal sinusritme, sinuspauze, drie graden atrioventriculaire blok en atriumfibrilleren. De uiteindelijke uitlezingen zijn talrijk en zijn afhankelijk van de onderzoeksopzet en het onderzoeksonderwerp.
Bij atriumfibrilleren is de totale ziektelast vastgesteld als een prognostische marker en kan worden berekend op basis van gegevens die met dit protocol zijn verkregen.
Bekijk het volledige transcript en krijg toegang tot duizenden wetenschappelijke video's
Overzicht
Dit artikel presenteert een semi-geautomatiseerd, stapsgewijs protocol voor het analyseren van langetermijn-ECG-telemetriegegevens bij muizen om aritmieën te detecteren. Door gebruik te maken van Ponemah-software en de bijbehorende ECG Pro- en Data Insights-modules, optimaliseert deze aanpak de identificatie en validatie van aritmische gebeurtenissen, waardoor zowel de snelheid als de nauwkeurigheid bij grote datasets gegenereerd door vrij bewegende, wakker zijnde muizen worden verbeterd.
Belangrijkste onderdelen van de studie
Wetenschappelijk gebied
- Cardiale elektrofysiologie
- Preklinische diermodellen
- Onderzoek naar aritmie
Achtergrond
- Aritmieën komen veel voor en huidige behandelingen hebben vaak significante bijwerkingen of een beperkte effectiviteit.
- Het begrijpen van de mechanismen van aritmieën vereist robuuste diermodellen; muizen zijn ideaal voor genetische en mechanistische studies.
- Implanteerbare telemetrie maakt continue, langetermijn ECG-monitoring bij muizen mogelijk.
- Handmatige analyse van grote ECG-datasets is arbeidsintensief en uitdagend.
Doel van de studie
- Om een reproduceerbare, semi-geautomatiseerde workflow te bieden voor het detecteren van aritmie in ECG-telemetriegegevens van muizen.
- Om het gebruik van Ponemah-software aan te tonen voor een efficiënte en nauwkeurige ECG-analyse.
- Om de identificatie van aritmische gebeurtenissen te vergemakkelijken en de datakwaliteit in preklinische studies te verbeteren.
Gebruikte methoden
- Continue ECG-registratie bij vrij bewegende muizen met behulp van implanteerbare telemetrieapparatuur.
- Geautomatiseerde attribuutanalyse in Ponemah om ECG-parameters te identificeren (P-, Q-, R- en T-golven, intervallen).
- Handmatige controle en aanpassing van geautomatiseerde annotaties voor een optimale nauwkeurigheid.
- Aangepaste zoekregels in Data Insights om bradycardie, tachycardie en geleidingsblokkades te detecteren.
- Handmatige validatie van gedetecteerde aritmische gebeurtenissen om fout-positieven te verwijderen.
Belangrijkste resultaten
- Het semi-automatische protocol versnelt de screening op aritmie aanzienlijk in vergelijking met handmatige methoden.
- Nauwkeurige detectie van bradycardie, tachycardie, sinoatriale en atrioventriculaire blokkades en atriumfibrilleren in ECG's van muizen.
- Het protocol maakt beoordeling van drugseffecten op de hartslag, geleiding en repolarisatie mogelijk.
- Berekening van de aritmieburden, zoals de totale duur van atriumfibrilleren, is haalbaar met deze aanpak.
Conclusies
- De beschreven workflow verhoogt de efficiëntie en nauwkeurigheid bij het detecteren van aritmie in grote ECG-datasets van muizen.
- De combinatie van geautomatiseerde analyse met handmatige controle waarborgt een betrouwbare identificatie van aritmische gebeurtenissen.
- Dit protocol ondersteunt geavanceerd preklinisch onderzoek naar aritmie-mechanismen en therapeutische interventies.
Veelgestelde vragen
Industriële Relevantie voor Directie
High-throughput, semi-geautomatiseerde analyse van langdurige ECG-telemetrie bij muizen pakt een kritieke flessenhals aan in preklinisch onderzoek naar cardiale veiligheid en mechanismen van aritmie. Deze workflow vergroot het voorspellende vertrouwen bij target-validatie en ondersteunt de risico-gecorrigeerde ontwikkeling van nieuwe therapeutica door een robuuste, kwantitatieve beoordeling van de cardiale elektrofysiologie in ziekterelevante modellen mogelijk te maken. De integratie van geautomatiseerde en handmatige beoordeling waarborgt de data-integriteit en reproduceerbaarheid binnen discovery- en translationele onderzoekspijplines.
Strategische Toepassingen in Biofarmaceutische R&D
Vroege Ontdekking & Targetvalidatie
- Maakt het mogelijk om aritmie-mechanismen te onderzoeken en functionele targets te valideren in genetisch gemodificeerde muismodellen.
- Ondersteunt biologische risicoreductie door het kwantificeren van elektrofysiologische fenotypes die gekoppeld zijn aan kandidaat-targets.
- Vergemakkelijkt de voorspellende betrouwbaarheid bij vroegstadium cardiac safety-beoordelingen en mechanistische studies.
Screening & Assayontwikkeling
- Bereidt gevalideerde, kwantitatieve ECG-datasets voor voor downstream compound screening en farmacologische evaluatie.
- Standaardiseert criteria voor de detectie van aritmieën en ondersteunt reproduceerbaarheid via geautomatiseerde en handmatige review.
- Maakt schaalbare, high-throughput screening mogelijk van drug-effecten op de cardiale geleiding en het ritme.
Translationeel & Preklinisch Onderzoek
- Lijnt preklinische metrieken voor de last van aritmie uit met translationele biomarkers voor ziekteprogressie en therapeutische effectiviteit.
- Zorgt voor continuïteit van mechanistische ontdekking naar preklinische validatie van cardiale risico's.
- Ondersteunt risicogebaseerde beslissingen voor het verder ontwikkelen van kandidaten met gunstige cardiale veiligheidsprofielen.
Integratie van pipeline en workflow
Deze semi-geautomatiseerde workflow voor ECG-analyse slaat een brug tussen vroege ontdekking, lead-identificatie en preklinische veiligheidsbeoordeling door robuuste, kwantitatieve fenotypering van hartritmestoornissen in muismodellen mogelijk te maken.
- Discovery Biology: Ondersteunt hypothesetesten en het verminderen van mechanistische risico's door het kwantificeren van aritmie-fenotypes in genetisch gemodificeerde muizen.
- Screening: Levert reproduceerbare, kwantitatieve ECG-outputs voor de evaluatie van verbindingen en veiligheidstriage.
- Analytics: Biedt statistische outputs en metrieken voor de aritmie-last om experimentele condities en drugseffecten te vergelijken.
- Translational Research: Stemt preklinische aritmie-eindpunten af op klinische biomarkers voor een verbeterde translationele continuïteit.
- Enterprise Reuse: Vestigt een herbruikbaar, schaalbaar platform voor cardiale elektrofysiologische studies over meerdere programma's heen.
Operationele & Bedrijfsimpact
- Wetenschappelijke waarde: Verhoogt het voorspellende vertrouwen en vermindert mechanische ambiguïteit bij de validatie van cardiale targets.
- Operationele waarde: Standaardiseert en versnelt de analyse van ECG-gegevens, waardoor de reproduceerbaarheid en schaalbaarheid worden verbeterd.
- Strategische waarde: Maakt betere go/no-go-beslissingen mogelijk en vermindert het risico op cardiale veiligheidsproblemen in een laat stadium.
- Impact op portfolio: Ondersteunt risico-gecorrigeerde prioritering en de voortgang van kandidaten met gunstige cardiale profielen.
Overwegingen bij de implementatie
- Vereist expertise in ECG-interpretatie en fenotypering van aritmieën in kleine diermodellen.
- Toegang tot implanteerbare telemetriesystemen en gespecialiseerde analysesoftware (Ponemah, ECG Pro, Data Insights) is noodzakelijk.
- Vereist standaardisatie van zoekregels en handmatige reviewprotocollen tussen teams voor reproduceerbaarheid.
- Aanpassingen kunnen nodig zijn voor verschillende muizenstammen of ziektemodellen om de datakwaliteit te waarborgen.
- Handmatige review blijft essentieel om fout-positieven te verwerpen en de dataintegriteit te bewaken.
