Integracja oceny behawioralnej zwierząt i konwolucyjnej sieci neuronowej w celu zbadania interakcji smak-zapach między wasabi a alkoholem

Chcemy sprawdzić, czy wąchanie napojów alkoholowych może złagodzić oparzenie wasabi. Opracowaliśmy więc metodę, która obejmowała badanie zachowań zwierząt i głębokie uczenie, aby zbadać tę interakcję smakowo-zapachową. Korzystając z naszego specjalistycznego projektu klatki do pozyskiwania danych behawioralnych i solidnego modelu głębokiego uczenia, odkryliśmy, że 29% obrazów przedstawiających wspólne leczenie wasabi i alkoholu zostało sklasyfikowanych jako wasabi-ujemne, płynnie dodatnie, co sugeruje, że alkohol może przeciwdziałać efektom wasabi.

Nasze badanie skłania do pytania, dlaczego alkohol może tłumić dyskomfort spowodowany przez wasabi? Zrozumienie mechanizmu fizjologicznego leżącego u podstaw tej interakcji będzie przedmiotem przyszłych badań. Na początek zbuduj dwie nieprzezroczyste ściany boczne, układając cegły na wysokość 54 milimetrów.

Osadź płytki akrylowe w klatce na bazie akrylonitrylu-butadienu i styrenu. Przygotuj komorę karwową zbudowaną z pięciu przezroczystych płytek akrylowych o wymiarach 90 mm na 50 milimetrów o grubości dwóch milimetrów. Następnie przygotuj przezroczystą akrylową płytkę jako płytkę wprowadzającą do chow i umieść ją w komorze chows.

Po przeprowadzeniu eksperymentów behawioralnych przy użyciu modelu mysiego w wieku od 9 do 10 tygodni, zdemontuj wszystkie płytki akrylowe i akrylonitryl-butadien-styren. Opłucz płytki ultraczystą wodą co najmniej trzy razy. A następnie osusz je ręcznikami papierowymi.

Następnie spryskaj je 75% etanolem, a następnie wyczyść je papierem do soczewek. Na koniec pozostaw je do wyschnięcia na powietrzu przez co najmniej 15 minut. Teraz zważ myszy i zapisz ich masę ciała przed każdą replikacją eksperymentu behawioralnego.

Aby przygotować mieszankę wasabi i masła orzechowego, zważ jeden gram komercyjnego wasabi i 4,5 grama masła orzechowego. Wymieszaj je w plastikowej torbie zapinanej na zamek. Zważ i połóż dwie 0,5 grama pasty masła orzechowego lub mieszankę wasabi i masła orzechowego na talerzu wprowadzającym do chow

Umieść przygotowaną płytkę wprowadzającą karmę w komorze chows. Następnie wypełnij rowek pod spodem 30 mililitrami płynu, czystej wody lub likieru, aby ułatwić jednoczesną inhalację. Rozpocznij nagrywanie za pomocą kamer na dwóch smartfonach umieszczonych na stojakach na telefon przy każdym terminalu.

Ostrożnie umieść dwie wyszkolone mysie koleżanki z miotu na zaprojektowanej platformie do badania zachowań zwierząt od góry i natychmiast zabezpiecz klatkę górną płytą. Na początek nagraj zachowanie myszy podczas doświadczenia nocycepcji wywołanej przez wasabi podczas wąchania alkoholu w specjalnie zaprojektowanej klatce. Korzystanie z podanego notesu Jupyter Notebook o nazwie Step1_ExtractingAndSavingVideoFrameImages.

IPYNB eksportuje serię obrazów klatek wideo z zebranych klipów wideo, aby wygenerować zestaw danych do trenowania modelu. Wybieraj obrazy tylko za pomocą co najmniej jednej myszy zużywającej dostarczoną pastę. Aby wykonać rozszerzanie danych, zaimplementuj skrypt dostarczony w Jupyter Notebook o nazwie Step2_DataAugmentation.

ipynb do poziomego odwrócenia wygenerowanych obrazów. Zarezerwuj dane obrazu z każdej replikacji na potrzeby zewnętrznej, niezależnej walidacji modelu CNN. Użyj obrazów z każdej pierwszej i trzeciej replikacji do trenowania i testowania modelu wewnętrznego.

Aby wstępnie przetworzyć dane obrazu używane w modelowaniu CNN, uruchom skrypt w notesie Jupyter o nazwie Step3_CNNmodeling_TrainTest. ipynb, w tym zmianę rozmiaru obrazu, konwersję koloru czarnego i normalizację sygnału obrazu. Podziel materiały szkoleniowe na wewnętrzne zestawy danych szkoleniowych i testowych w sposób losowy osiem do dwóch.

Następnie zainicjuj architekturę CNN. Zaprojektuj liczbę wyjść CNN na podstawie liczby scenariuszy, które mają zostać zbadane. Zastosuj optymalną kombinację hiperparametrów do konstruowania architektury CNN.

Następnie otwórz dostarczone notesy Jupyter Notebook Step4_CNNmodel_ExternalValOriginal. ipynb i Step5_CNNmodel_ExternalValFlipped.ipynb. Zweryfikuj uzyskany model za pomocą niezależnych obrazów z drugiej repliki eksperymentu behawioralnego na zwierzętach.

Wdróż uzyskany i zweryfikowany model do klasyfikowania obrazów klatek wideo wygenerowanych na podstawie grupy eksperymentalnej przy użyciu Jupyter Notebook Step6_CNNmodel_Application.ipynb. Wynik MGS znacznie wzrósł u myszy, którym podawano mieszankę wasabi i masła orzechowego w porównaniu z tymi, którym podawano tylko masło orzechowe. Wynik MGS nie wykazał znaczącej różnicy między grupą kontrolną a myszami wystawionymi na działanie oparów alkoholu.

Wynik MGS myszy podawanych z wasabi i masłem orzechowym znacznie zmniejszył się po wystawieniu na działanie oparów alkoholu w porównaniu z tymi, które nie były narażone.