Автоматизированная Крыса Одно-Пелле Достижение с 3-мерной реконструкции лапы и Digit траектории
10 июля 2019 г.
Грызун квалифицированных достижения обычно используется для изучения ловких навыков, но требует значительного времени и усилий для реализации задачи и анализа поведения. Мы описываем автоматизированную версию квалифицированного достижения с отслеживанием движения и трехмерной реконструкцией траекторий охвата.
Этот метод основывается на установленных крыс квалифицированных протоколов достижения для автоматизации обучения и тестирования, обеспечивая эффективные средства для приобретения больших наборов данных относительно быстро. Это сводит к минимуму экспериментатор усилия, позволяя трехмерной реконструкции forelimb кинематики. Кинематика может быть использована для оценки воздействия точно приученных вмешательств или коррелирует с физиологическими записями.
С некоторыми корректировками, этот метод также может быть применен у мышей. Начните с включением света и поместите крысу в квалифицированную камеру достижения. Используйте типсы, чтобы держать гранулы через достижение слот в передней части коробки.
Разрешить крысы съесть три гранулы из типсов. Потяните гранулы обратно в следующий раз крыса пытается съесть гранулы из типсов и повторить, пока крыса достигает гранулы с одной лапой наиболее из 11 достигает с указанием лапы предпочтения. Далее, выровнять гранулы доставки стержня со стороны достижения слот контралатеральной к предпочтительной лапы крысы.
Поместите гранулы на удилище доставки. Затем используйте типсы для приманки крысы с гранулами, но направить крысу к доставке стержня так, что его лапа попадает гранулы на стержень. После того, как крыса попыталась 10 достигает доставки стержня без приманки, заранее крысы на следующий этап.
Далее, положение гранулы доставки стержня на основе предпочтений лапы крысы и установить его на позицию два. Установите высоту стержня доставки гранул с помощью пульта дистанционного управления. Как только стержень доставки находится на правильной высоте, удерживайте нужное число до тех пор, пока свет не моргнет красным, чтобы установить.
Затем поместите крысу в камеру и приманки крысы к спине с гранулами. Когда крыса движется достаточно далеко в задней части камеры, что он нарушит инфракрасный луч, если автоматизированная версия работает, переместить гранулы доставки стержня на позицию три. Наконец, подождите, пока крыса достигнет гранулы, а затем переместить гранулы доставки стержня обратно в положение два.
Поместите новую гранулу на удилище доставки, если сбил. Повторите эти шаги постепенно травли крысы все меньше и меньше, пока крыса начинает один, перейти к спине просить гранулы, не будучи приманкой, и два, сразу же перейти к передней после запроса гранулы в спину. После того, как крыса сделала это 10 раз, начать обучение по автоматизированной задаче.
Чтобы настроить автоматизированную систему, включите свет в камере и пополнить резервуар гранул. Распоить стержень доставки гранул в соответствии с предпочтением лапы крысы. Убедитесь, что позиции привода установлены правильно.
Затем включите компьютер и откройте квалифицированную программу достижения. Введите идентификационный номер крысы под предметом и выберите предпочтение лапы из меню высадки рук. Укажите путь сохранения для видео.
Затем установите время сеанса и количество максимальных видео. Установите длительность подъема гранул, а также и обеспечить раннее достижение казни. Далее, чтобы сделать калибровочные изображения, поместите руку помощи внутри достигающих камеры и ткните аллигатора клип через достижение слот.
Держите куб перед достижением слот с аллигатора клип. Затем распоимить куб так, чтобы красная сторона появилась в верхнем зеркале, зеленая сторона в левом зеркале и синяя сторона в правом зеркале. В поведенческой программе убедитесь, что порог окупаемости инвестиций установлен на очень большое значение.
Нажмите кнопку запуска и как только камера инициализированной кнопки становится зеленым, нажмите начать, чтобы начать видео приобретения. Нажмите Cal Mode затем принять изображение, нажав Take Cal изображения. Слегка перемести кубик и сделай другое изображение.
Повторите еще раз в общей сложности три изображения. Наконец, остановите программу, нажав стоп, а затем нажмите кнопку знака стоп. Удалите руку помощи и куб из коробки.
Будьте осторожны, чтобы не ударить что-нибудь в поведенческой камере после калибровки изображения были приняты в тот день. Во-первых, поместите крысу в квалифицированную достигающих камеру. Нажмите на белую стрелку, чтобы запустить программу.
Затем установите положение ROI для обнаружения лап, регулируя x смещение, у смещения, ширину рентабельности инвестиций и высоту рентабельности инвестиций. Распоитите roi в боковом зеркале, которое показывает спинку лапы прямо перед достигающих слот и нажмите кнопку начать, чтобы начать программу. Пока крыса не достигает, отрегулируйте низкое пороговое значение рентабельности инвестиций до тех пор, пока значение триггера живой рентабельности не будет колебаться между нулем и одним.
Затем установите порог окупаемости инвестиций, чтобы быть значительно больше, чем живой ROI триггер значение во время носа тыкает и ниже, чем живой ROI триггер значение, когда крыса достигает. Отрегулируйте до тех пор, пока видео постоянно срабатывает, когда крыса достигает, но не тогда, когда он тыкает носом через слот. Мониторинг первых нескольких испытаний, чтобы убедиться, что все работает правильно.
Когда крыса достигает, прежде чем просить гранулы, наблюдать рано достигает увеличения числа. Когда крыса достигает после запроса гранулы, наблюдать видео число увеличивается в то время как копия видео сохраняется в виде файла бен. Наконец, после того, как время сеанса или максимальное количество видео будет достигнуто, нажмите кнопку знака стопа.
Результаты показывают, что через 20 дней крысы приобретают квалифицированную задачу достижения. Здесь показаны траектории достижения из одной сессии. Это представляет собой только начальное продвижение лапы для удобства представления.
Кроме того, если триггер обнаружения лапы точно не установлен, в кадре имеется значительная изменчивость, при которой лапа нарушает достигающих слот, что может привести к изменчивости, когда вмешательства срабатывают во время достижения движений. Помимо тщательного обращения с животными, никаких мер предосторожности не будет принято в этом протоколе. Наиболее важно правильно установить порог рентабельности инвестиций, чтобы видео или другие мероприятия запускаются в соответствующие моменты.
Этот метод может быть в паре с несколькими другими методами, такими как оптогенетика, визуализация кальция, и генетические модели, которые могут решать вопросы, начиная от базового управления двигателем патофизиологии расстройства движения. Этот метод позволяет корреляции детального охвата и понять кинематики с физиологическими записями или вмешательства, что позволяет исследователям ответить не только, если, но как движения меняются с изменениями нейронных схем.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данной статье представлен автоматизированный метод изучения навыков дотянутого захвата у грызунов, который повышает эффективность обучения и тестирования, минимизируя трудозатраты экспериментатора. Данная методика позволяет выполнять трехмерную реконструкцию кинематики передней конечности, что облегчает анализ ловкости движений.
Основные компоненты исследования
Область науки
- Нейробиология
- Поведенческий анализ
- Автоматизированное отслеживание движений
Теоретические основы
- Навык направленного захвата у грызунов является распространенной моделью для изучения ловкости движений.
- Традиционные методы требуют значительных временных и трудовых затрат на реализацию и анализ.
- Автоматизация позволяет оптимизировать процессы сбора и анализа данных.
- Данный метод может быть адаптирован для использования с мышами.
Цель исследования
- Для автоматизации задачи по дотягиванию до объекта у грызунов.
- Для обеспечения эффективного сбора больших наборов данных.
- Для проведения трехмерного анализа движений передних конечностей.
Используемые методы
- Автоматизация протоколов обучения и тестирования навыков дотягивания.
- Трекинг движений для точного сбора данных.
- Трехмерная реконструкция траекторий дотягивания.
- Оценка кинематики в соотношении с физиологическими записями.
Основные результаты
- Эффективный сбор данных при минимальном участии экспериментатора.
- Успешная трехмерная реконструкция кинематики передних конечностей.
- Возможность сопоставления кинематических данных с физиологическими вмешательствами.
- Адаптируемость метода для применения на мышах.
Выводы
- Автоматизированный метод расширяет возможности изучения навыков мелкой моторики у грызунов.
- Он обеспечивает надежную основу для анализа движений передних конечностей.
- Данный подход может способствовать созданию более эффективных планов экспериментов в нейробиологических исследованиях.
Часто задаваемые вопросы
Практическая значимость для отрасли
Автоматизированный захват объектов с 3D-кинематической реконструкцией позволяет проводить высокопроизводительную количественную оценку моторной функции на моделях грызунов, что способствует валидации мишеней при разработке нейропсихотропных препаратов. Благодаря снижению трудозатрат и повышению воспроизводимости данных этот метод увеличивает прогностическую точность ранних механистических исследований нарушений двигательных функций. Он облегчает корреляцию поведенческих фенотипов с манипуляциями в нейронных цепях, помогая в идентификации ведущих соединений и снижении рисков на доклиническом этапе.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранний поиск и валидация мишени
- Научная ценность: позволяет проверять гипотезы о работе моторных цепей с помощью точного автоматизированного измерения кинематики движений при дотягивании и захвате.
- Практическая ценность: снижает вариативность и субъективность исследователя, повышая воспроизводимость результатов в разных лабораториях и в разные временные промежутки.
- Прогностическая ценность: повышает уверенность в выборе мишеней, связывая генетические или фармакологические манипуляции с количественными показателями ловкости.
Скрининг и разработка методов анализа
- Готовность анализа: позволяет получать стандартизированные видеоданные с высокой частотой кадров, подходящие для автоматизированных конвейеров оценки позы, таких как DeepLabCut.
- Количественные выходные данные: предоставляет данные о 3D-траектории, что обеспечивает получение объективных непрерывных переменных для моделирования эффекта соединений.
- <Масштабируемость: автоматизированная подача гранул и срабатывание триггера позволяют проводить скрининг больших когорт с минимальным ручным вмешательством.
Трансляционные и доклинические исследования
- Значимость для изучения заболеваний: моделирует нарушение развитьей функций передних конечностей, характерное для болезней Паркинсона, Гентингтона и инсультов, что позволяет проводить корреляцию с трансляционными биомаркерами.
- Снижение механистических рисков: позволяет сопоставлять кинематический дефицит с оптогенетическими, хемогенетическими или электрофизиологическими вмешательствами для установления причинно-следственных нейронных механизмов.
- Доклиническая преемственность: обеспечивает возможность лонгитюдного отслеживания восстановления или дегенерации двигательных функций в моделях прогрессирования заболеваний.
Интеграция конвейеров и рабочих процессов
Данный метод вписывается в континуум разработки лекарственных средств — от проверки гипотезы о мишени через оптимизацию соединений-лидеров до исследования доклинической эффективности, что особенно актуально для программ по заболеваниям ЦНС, сосредоточенных на двигательных функциях.
- Фундаментальная биология: обеспечивает проверку гипотез путем количественной оценки влияния нарушений в нейронных цепях на динамику навыковых движений.
- Скрининг: позволяет получать воспроизводимые поведенческие показатели, готовые для анализа, с целью оценки библиотек соединений на моделях двигательных нарушений.
- Аналитика: предоставляет 3D-кинематические траектории и синхронизированное по триггеру видео для мультимодальной корреляции с записями нейронной активности.
- Трансляционные исследования: коррелирует с клиническими тестами двигательных функций (например, тест постукивания пальцами, тесты на ловкость) для повышения прогностической значимости.
- Корпоративное повторное использование: представляет собой масштабируемую стандартизированную платформу для многопроектного двигательного фенотипирования в различных терапевтических областях.
Операционное и корпоративное воздействие
- Научная ценность: расширяет понимание механизмов за счет обеспечения точного временного согласования поведения с нейронными вмешательствами.
- Операционная ценность: стандартизирует протоколы обучения и тестирования, снижая межиндивидуальную вариабельность и увеличивая пропускную способность.
- Стратегическая ценность: улучшает принятие решений о продолжении или прекращении разработки (go/no-go), предоставляя объективные, количественно измеримые показатели двигательных функций на ранних этапах поиска.
- Влияние на портфель: позволяет осуществлять приоритезацию соединений с учетом рисков на основе функционального улучшения двигательных функций, что снижает вероятность неудач на поздних стадиях программ по изучению нарушений движений.
Особенности реализации
- Требуются навыки работы с грызунами, проведения поведенческого обучения и использования инструментов оценки поз на основе машинного обучения.
- Необходимы высокоскоростные камеры, синхронизированное освещение, система подачи пеллет с приводом и программное обеспечение для видеотрекинга в реальном времени.
- Требуется межгрупповая стандартизация настроек ROI, калибровка пороговых значений и логика триггеров для обеспечения воспроизводимости времени вмешательства.
- Адаптация для других видов (например, переход от мышей к крысам) требует повторной валидации кинематики досягаемости и параметров позиционирования пеллет.
- Практические ограничения включают зависимость от правильной настройки порога ROI для предотвращения ложных срабатываний при касаниях носом или пропусках попыток достижения.
