Summary
이 기사에서는 근육력 반응에 대한 변형 과도 상태 및 활성화의 기여도를 평가하기 위해 실험실 설치류의 "아바타" 근육을 사용하여 생체 외 작업 루프 실험 중에 생체 내 근육력 생산을 에뮬레이션하는 방법론을 자세히 설명합니다.
Abstract
움직임 행동은 근육 힘 생산 및 작업 출력의 결과인 동적 시스템의 창발적 기능입니다. 신경 시스템과 기계 시스템 간의 상호 작용은 달리는 동안 다리 근육 특성의 조정에서 지면과 상호 작용하는 팔다리의 역학에 이르기까지 생물학적 조직의 모든 수준에서 동시에 발생합니다. 동물이 통제 계층에서 내재적 근육 역학('전반사')으로 신경 제어 전략을 전환하는 조건을 이해하면 근육 모델이 생체 내 근육력을 예측하고 더 정확하게 작동할 수 있습니다. 생체 내 근육 역학을 이해하려면 생체 내 운동과 유사한 동적으로 변화하는 변형 및 하중 조건에서 근육 힘과 작업에 대한 생체 외 조사가 필요합니다. 생체 내 변형 궤적은 일반적으로 신경 활성화, 근골격계 운동학 및 환경에 의해 가해지는 하중 간의 상호 작용으로 인해 발생하는 급격한 변화(즉, 변형률 및 속도 과도 현상)를 나타냅니다. "아바타" 기술의 주요 목표는 근육력 생성에 대한 고유한 기계적 특성의 기여도가 가장 높을 수 있는 변형률 및 하중의 급격한 변화 동안 근육이 어떻게 기능하는지 조사하는 것입니다. "아바타" 기법에서는 여러 번의 스트레치 단축 주기를 통해 생체 외 근육을 구동하기 위해 동적 움직임 중에 측정된 생체 내 변형 궤적과 동물의 근전도(EMG) 신호를 사용하여 전통적인 작업 루프 접근 방식을 수정합니다. 이 접근법은 생체 내 변형 궤적이 적절하게 조정되고 서보 모터에 부착된 생체 외 마우스 근육에 부과된다는 점을 제외하고는 작업 루프 기술과 유사합니다. 이 기술을 통해 (1) 생체 내 변형률, 활성화, 보폭 빈도 및 작업 루프 패턴을 에뮬레이션합니다. (2) 생체 내 힘 반응과 가장 정확하게 일치하도록 이러한 패턴을 변경합니다. (3) 기계론적 가설을 테스트하기 위해 통제된 조합에서 변형 및/또는 활성화의 특정 기능을 다양화합니다.
Introduction
움직이는 동물은 복잡한 환경에서 지구력, 속도 및 민첩성의 인상적인 운동 위업을 달성합니다. 동물의 이동은 인간이 설계한 기계와 달리 특히 인상적인데, 현재 다리가 있는 로봇, 보철물, 외골격의 안정성과 민첩성은 동물에 비해 여전히 열악합니다. 자연 지형에서 다리 이동은 예상치 못한 섭동으로 작용하는 속도와 기동 환경 특징을 변경하기 위해 정밀한 제어와 빠른 조정이 필요합니다 1,2,3,4. 그러나 불안정한 운동을 이해하는 것은 본질적으로 어려운데, 그 이유는 역학이 물리적 환경, 근골격계 역학 및 감각 운동 제어 1,2 간의 복잡한 상호 작용에 의존하기 때문이다. 다리 운동은 감각 정보의 신속한 다중 모드 처리와 팔다리와 관절의 조정된 작동으로 예상치 못한 섭동에 대응해야 합니다 1,5. 궁극적으로, 운동은 근골격계의 고유한 기계적 특성 과 신경 제어 1,5,6,7을 통해 힘을 생성하는 근육에 의해 가능해진다. 신경 역학의 두드러진 질문은 이러한 요인이 예기치 않은 섭동에 대응하여 조정된 움직임을 생성하기 위해 어떻게 상호 작용하는가 하는 것입니다. 다음 기술은 "아바타" 근육으로 제어 가능한 생체 외 실험 중에 생체 내 변형 궤적을 사용하여 변형에 대한 근육의 고유한 기계적 반응을 활용합니다.
근육 운동 루프 기법은 주기적인 움직임중 내재적 근육 역학을 이해하기 위한 중요한 틀을 제공했다 8,9,10. 전통적인 작업 루프 기술은 생체 내 실험 2,8,9,11 중에 측정된 주파수 및 활성화 패턴을 사용하여 미리 정의된 일반적으로 정현파 변형 궤적을 통해 근육을 구동합니다. 정현파 길이 궤적을 사용하는 것은 동물이 환경 및 근골격계 운동학과의 상호 작용으로 인해 변형 궤적의 급격한 변화를 겪지 않는 조건에서 비행12 및 수영2 동안의 작업 및 동력 출력을 현실적으로 추정할 수 있습니다. 그러나, 다리 운동 중 생체 내 근육 긴장 궤적은 신경 활성화, 근골격 운동학 및 환경에 의해 가해지는 하중 간의 상호 작용에 의해 동적으로 발생합니다 5,7,13,14. 생체 내 근육-힘줄 역학에 해당하는 하중, 변형 궤적 및 힘 생성을 에뮬레이션하고 내재적 근육 역학과 신경 제어가 상호 작용하여 섭동에 직면하여 조정된 움직임을 생성하는 방법에 대한 통찰력을 제공하려면 보다 현실적인 작업 루프 기술이 필요합니다.
여기에서는 시간에 따라 변하는 생체 내 하중을 나타내는 생체 내 변형 궤적을 사용하여 통제된 생체 외 실험 중에 실험실 설치류의 "아바타" 근육을 사용하여 트레드밀 운동 중 생체 내 근육력을 에뮬 레이트하는 새로운 방법을 제시합니다. 통제된 생체 외 실험 중 실험 동물의 근육에 대한 표적 근육에서 측정된 생체 내 변형 궤적을 사용하면 운동 중에 경험하는 하중을 에뮬레이트합니다. 본 명세서에 기술된 실험에서, 생체외 마우스 신근 디지토룸 롱구스(EDL) 근육은 트레드밀 위에서 걷고, 걷고, 질주하는 동안 생체내 쥐 내측 비복근(MG) 근육의 "아바타"로서 사용된다(13). 이 접근법은 생체 내 변형 궤적이 적절하게 조정되고 서보 모터에 부착된 생체 외 마우스 근육에 부과된다는 점을 제외하고는 작업 루프 기술과 유사합니다. 쥐 EDL 근육은 쥐 MG에 비해 크기, 섬유 유형 및 구조가 다르지만 이러한 차이를 제어할 수 있습니다. "아바타" 기법을 사용하면 (1) 생체 내 변형, 활성화, 보폭 빈도 및 작업 루프 패턴을 에뮬레이트할 수 있습니다. (2) 생체 내 힘 반응과 가장 정확하게 일치하도록 이러한 패턴을 변경합니다. (3) 기계론적 가설을 테스트하기 위해 통제된 조합에서 변형 및/또는 활성화의 특정 기능을 다양화합니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
모든 동물 연구는 노던 애리조나 대학의 기관 동물 관리 및 사용 위원회의 승인을 받았습니다. 본 연구에는 60-280일 된 수컷 및 암컷 야생형 마우스(균주 B6C3Fe a/a-Ttnmdm/J)의 장신근(EDL) 근육이 사용되었습니다. 동물은 상업적 출처 ( 재료 표 참조)에서 얻었으며 Northern Arizona University의 식민지에 설립되었습니다.
1. in vivo 변형 궤적 선택 및 ex vivo work loop 실험 중 사용 준비
참고: 이 프로토콜에서는 저자(Nicolai Konow, UMass Lowell, 개인 통신)에게 직접 제공된 생체 내 동적 이동의 사전 측정이 생체 외 실험에 사용되었습니다. 원본 데이터는 Wakeling et al.15를 위해 수집되었습니다. 프로토콜 복제에는 시간, 길이 또는 변형률, EMG/활성화 및 힘 데이터가 필요합니다.
- 프로그래밍 플랫폼을 사용하여 전체 in vivo 시험을 개별 보폭으로 분할합니다( Suplementary Coding File 1에서 제공되는 MATLab 코드).
- 길이 변화 vs를 플로팅합니다. 전체 생체 내 시험에 대한 시간. 이는 개별 보폭(자세 대 자세)을 시각화하고 보폭 변동성을 평가하는 데 사용됩니다(그림 1).
- 전체 시험에 대한 변형률을 계산합니다(길이(L)/최적 길이 L에서의 최대 등각 투영 힘L 0).
- 전체 시행에서 모든 보폭을 대표하고 비슷한 길이로 시작하고 끝나는 보폭을 선택합니다. 이것은 각 보폭을 비교하기 위해 서로의 길이를 그래프로 표시하여 시각적으로 수행할 수 있습니다.
- 대표 스트라이드를 선택한 후, 프로그래밍 플랫폼을 사용하여 전체 시험에서 변형률, EMG/활성화 및 힘 데이터를 분할합니다(MATLab16에 사용된 코드는 보충 코딩 파일 1 참조).
- 샘플링 주파수가 변형률, EMG/활성화 또는 힘에 따라 다른 경우 모두 동일한 주파수에서 샘플링되도록 데이터 포인트를 보간합니다.
참고: 연구원은 전체 시험에서 샘플링된 각 지점 사이의 시간 간격을 기반으로 캡처 빈도를 결정할 수 있습니다. 변수가 동일한 빈도로 캡처되는 경우 샘플링 시간은 동일합니다.
- 분할된 보폭의 빈도를 계산합니다.
- 세그먼트 보폭의 지속 시간(초)을 결정하고 1(초)을 지속 시간(1/duration = # strides per second)으로 나누어 빈도를 계산합니다.
- 빈도를 일치시키기 위해 생체 외 실험에서 수집해야 하는 데이터 포인트 수를 수동으로 결정합니다.
- 두 걸음을 걷는 데 필요한 시간을 계산합니다. 후속 통계 분석에 필요한 근육 측정 오차를 추정하기 위해 보폭을 한 번 이상 반복합니다.
- 측정된 EMG 활성을 사용하여 변형 입력에 상대적인 자극 단계를 결정하여 생체 외 작업 루프에 대한 자극의 시작과 지속 시간을 결정합니다. 모든 프로그래밍 플랫폼을 사용할 수 있습니다(이 연구에서 사용된 코드는 보충 코딩 파일 1 참조).
- 변형률 변화와 동일한 x축 범위(시간)에서 EMG 신호를 볼 수 있습니다(그림 1). EMG 신호를 볼 수 있도록 확대하십시오. 이것은 EMG 신호에 임의의 숫자를 곱하고, 변형률과 EMG를 동일한 스케일에 다시 스케일링하고, EMG 신호를 변형률에 추가하여 수행할 수 있습니다.
참고: 저자는 MATLab의 "rescale" 함수를 사용하여 균주와 EMG를 동일한 척도로 재조정했습니다( 보충 그림 1 참조). - 두 표준 편차17,18의 강도 변화로 표시된 대로 EMG 활동이 시작되고 중지되는 위치를 찾습니다.
참고: 동물과 근육에 따라 EMG 발병은 발 접촉과 일치할 수도 있고 일치하지 않을 수도 있습니다(Monica Daley, UC Irvine, 개인 커뮤니케이션)(토론 섹션 참조). - 근전도 활성화 시작이 발생하는 변형 주기의 백분율(예: 40%)과 자극이 발생하는 시간(예: 222ms)을 계산합니다.
참고: 연구자들은 in vivo 움직임과 ex vivo 작업 루프 간에 다르고 각 동물과 근육에 따라 다를 수 있는 흥분-수축 커플링(ECC) 지연을 고려해야 합니다(예: in vivo ECC는 쥐 MG의 경우 24.5ms, 생쥐 EDL의 경우 ex vivo ECC 는 ~5ms).
- 변형률 변화와 동일한 x축 범위(시간)에서 EMG 신호를 볼 수 있습니다(그림 1). EMG 신호를 볼 수 있도록 확대하십시오. 이것은 EMG 신호에 임의의 숫자를 곱하고, 변형률과 EMG를 동일한 스케일에 다시 스케일링하고, EMG 신호를 변형률에 추가하여 수행할 수 있습니다.
- 작업 루프 제어기 프로그램을 위한 대표 변형률 입력을 준비합니다. 변형 및 자극에 대한 입력으로 힘 출력을 캡처할 수 있는 모든 프로그램을 작업 루프 컨트롤러 프로그램에 사용할 수 있습니다(토론 섹션 참조).
- 선택한 보폭을 취하고 두 사이클 동안 생체 내 주파수에서 스텝을 캡처하는 데 필요한 적절한 포인트 수로 보간합니다(1.2단계 참조).
- 미리 결정된 길이 편위로 스트레칭한 후 "제로 스트레인"(예: L 0 또는 95% L0)에서 시작 및 중지하도록 보폭을 재조정합니다(3.3단계 참조).
- 필요한 경우 마우스 EDL의 변형률 변화에 대한 입력으로 사용하기 위해 선택한 보폭을 "스케일"합니다(토론 섹션 참조). 크기를 조정하려면 마우스 EDL이 손상 없이 늘어날 수 있는 길이 편위를 선택합니다(예: 일반적으로 생체 내 종에 관계없이 마우스 EDL을 10% L0 늘립니다). 이는 예비 결과에 따라 변경해야 할 수도 있습니다(3.3단계 참조).
그림 1: in vivo whole trial의 시간 경과에 따른 길이. 쥐 MG의 시간에 대해 표시된 길이(mm). 보폭은 가장 짧은 길이에서 가장 짧은 길이까지 원으로 구분되며 단일 보폭으로 간주됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
2. 생쥐 근육의 최대 등척성 힘 평가 생체 외
- 장비 및 수술을 설정합니다.
참고: ex vivo 작업 루프에 필요한 장비에 대한 설명은 토론 섹션을 참조하십시오.- 산소튜브 니들 밸브를 워터 재킷 조직 욕조에 삽입하여 조직 장기 욕조를 준비합니다(재료 표 참조). 산소 튜브를 95 % 0 2-5 % CO2 인 가스 실린더에 연결합니다. 워터 재킷 티슈 수조를 채우기 위해 20psi를 허용합니다.
- 가스 라인에서 수술 부위 근처의 Krebs-Henseleit 용액으로 채워진 결정화 접시(2.1.3단계)로 추가 산소 튜브를 실행하여 수술 부위를 준비합니다. 이것은 수술 중과 수술 후에 근육을 통기하고 수분을 유지하는 데 사용됩니다.
알림: 근육은 한 번에 둘 이상의 근육을 마우스에서 꺼내는 경우 최대 4시간까지 이 폭기 용액에 저장할 수도 있습니다. - (mmol l-1)을 포함하는 Krebs-Henseleit 용액 1L를 준비하십시오 : NaCl (118); KCl (4.75); 마그네�so4 (1.18); KH2PO4 (1.18); CaCl 2 (2.54); 및 포도당(10.0)을 실온에서 HCl 및 NaOH를 사용하여 pH를 7.4로 합니다(재료 표 참조). HCl 및 NaOH를 취급할 때는 고글과 장갑의 적절한 PPE를 착용하십시오.
- 실온 및 pH 7.4에서 Krebs-Henseleit 용액으로 수조를 채웁니다. 근육과 후크를 용액에 완전히 담그십시오.
- 모든 장비를 켜십시오. 듀얼 모드 근육 레버 시스템, 자극기 및 신호 인터페이스(DAQ 보드)( 자료표 참조).
- EDL 근육 해부.
- 쥐를 깊이 마취한 다음 자궁 경부 탈구에 의한 안락사를 수행합니다. 위쪽 뒷다리를 뻗고 발가락이 해부판에 닿은 상태에서 마우스를 오른쪽 또는 왼쪽 측면 누운 위치에 놓습니다. 발목에서 무릎 관절 위까지 털을 제거합니다.
- 집게로 피부를 덮고 발목 관절에서 엉덩이 부위까지 자릅니다. 근육이 노출되면 바지의 "밑단"처럼 발목 주위를 자릅니다. 피부를 위로 당겨 다리 근육을 더 선명하게 노출시킵니다.
- 경골 전방(TA)과 비복근을 분리하는 근막 라인을 찾아 절개 가위를 사용하여 무릎 힘줄을 노출시킵니다. 노출된 두 무릎 힘줄 사이에 해부 가위를 놓습니다. 가위는 노출 된 무릎 힘줄 바로 아래의 주머니에 "잡힙니다". 가위가 발목에 도달하여 EDL이 노출될 때까지 가위를 다리에서 떼어내면서 "주머니"를 둔하게 해부합니다.
- 크기 4-0 실크 수술용 봉합사( 재료 표 참조)의 미리 묶인 루프 매듭을 사용하여 무릎에 가장 가까운 힘줄 아래에 봉합사의 한쪽 끝을 묶습니다. 근위 근육-힘줄 접합부 위에 이중 사각형 매듭을 근육에 놓거나 힘줄을 포함하지 않고 묶습니다. 매듭 위를 자릅니다. 힘줄에 묶인 루프를 부드럽게 당기면 EDL이 "주머니"에서 나옵니다.
- 루프를 해부 영역에 테이프로 붙여서 EDL에 장력을 만듭니다. 원위 근육-힘줄 접합부에서 미리 묶인 다른 루프 매듭을 사용하여 이중 사각형 매듭을 근육에 놓거나 힘줄을 포함하지 않고 묶습니다. 다리에 가까운 쪽의 매듭을 잘라 마우스에서 전체 EDL을 제거합니다. 근육의 근위부와 원위부의 이중 사각형 매듭에서 여분의 봉합사를 잘라내고 수술 부위 옆의 폭기조에 근육을 넣습니다.
알림: 폭기 욕조에 근육을 넣는 경우 어느 쪽이 근위 및/또는 원위인지 확인하십시오. - 서보 모터 레버 리그에 배치하려면 매달린 백금 전극 사이에 EDL을 수직으로 부착합니다. 원위 루프 매듭을 고정 후크에 부착하고 근접 루프 매듭을 서보 모터 암에 부착된 후크에 부착합니다. 조직 수조를 올려 폭기된 Krebs-Henseleit 용액에 근육을 담그십시오.
알림: 통기는 근육이 물에 잠길 때 근육을 방해해서는 안 됩니다. 그렇다면 가스의 압력을 낮추십시오. 자극을 시작하기 전에 10분 동안 근육이 평형을 이루도록 합니다.
- EDL 근육의 최대 등척력을 측정합니다.
알림: 트위치 및 파상풍을 사용하여 최대 등척력을 측정하는 방법에 대한 프로토콜은 표 1 을 참조하십시오. 저자가 사용하는 프로그램의 그림은 보충 그림 1 을 참조하십시오.- 수술 중 근육이 손상되지 않았는지 확인하기 위해 최대 경련으로 근육을 자극합니다(80V, 1pps, 1ms; 표 1; 보충 그림 2 참조). 손상이 발생하지 않은 경우 근육 레버 시스템의 길이 손잡이를 사용하여 활성 장력이 ~1V/0.1271N 미만이고 ~0.1V / 0.01271N 미만의 수동 장력인 경련 자극을 사용하여 근육 길이를 찾습니다.
- 봉합사 매듭에서 봉합사 매듭까지의 근육의 시작 길이를 볼트와 밀리미터로 기록합니다. 시작 길이에 대한 프로그램의 교정 부분에 측정값을 입력합니다( 보충 그림 1 참조).
- EDL의 최적 길이(L0)에서 최대 경련 최대 등척력을 구합니다(표 1). 기술적으로 휴식 시간은 필요하지 않지만 자극 사이에 1분을 기다리면 수동 긴장이 안정화됩니다. 극대 경련이 최대인 길이(볼트 단위)를 기록합니다. 이것은 경련을 위한 근육의 최적 길이(L0)입니다.
- 이 길이로 캘리퍼스로 근육을 측정하십시오. 봉합사 매듭에서 봉합사 매듭까지의 근육을 측정합니다. L 0이 발견되면 근육을 시작 길이(활성 장력 ~1V / 0.1271N)로 다시 줄입니다.
- EDL의 최대 파상풍 최대 등척성 힘 찾기(80V, 180pps, 500ms; 표 1). L0 에서 극대 파상풍력의 길이(볼트 및 밀리미터 단위)를 기록하고 캘리퍼스로 봉합사 매듭에서 봉합사 매듭까지의 섬유를 다시 측정합니다.
알림: 근육 길이를 0.5V/0.65mm 단위로 늘리면 경련과 파상풍 모두에 대해 더 정확한 L0 을 얻을 수 있습니다. - EDL의 준최대 등척 힘(45V, 110pps, 500ms; 표 1) 실험 전후에L0 에서 자극 프로토콜로 인한 피로가 발생하지 않았는지 확인합니다. 힘이 10% 감소하면 "피로한" 근육으로 간주됩니다.
| 실험 | 시뮬레이션 강도 (V) | 펄스 주파수(pps/Hz) | 자극 지속 시간(ms) | 코멘트 | ||||||||
| 1. "워밍업" | 80 | 1 | 1 | 길이를 0.50V 늘리거나 줄여 1V의 수동 장력을 찾습니다. | ||||||||
| 2. 최적의 근육 길이 경련 (L0) | 80 | 1 | 1 | 길이를 0.50V 늘리거나 줄여 ~1V의 수동 장력을 찾습니다. | ||||||||
| 3. 최적의 근육 길이 파상풍(L0) | 80 | 180 | 500 | 0.50V씩 길이를 변경하는 사이에 3분 동안 휴식을 취하십시오. | ||||||||
| 4. 실험 전 준최대대 L0 | 45 | 110 | 500 | L0의 길이에서 | ||||||||
| 6. 아바타 실험 | 45 | 110 | 마우스 EDL에 대한 대표 길이 변경을 주기적으로 사용 | |||||||||
| 7. 실험 후 준최대대 L0 | 45 | 110 | 500 | 실험 후 L0으로 돌아가 L0 측정 | ||||||||
표 1: 자극 프로토콜. 극대 및 준최대 경련 및 파상풍 최적 길이를 찾기 위한 자극 프로토콜. 프로토콜은 자극 강도, 타이밍 및 초당 펄스에 따라 다릅니다.
3. 선택된 in vivo 변형 궤적을 이용한 "avatar" work loop 기법 완성
- "아바타" 작업 루프 기술을 완료하는 데 필요한 소프트웨어를 설정합니다( 재료 표 참조).
알림: 입력 파일(.csv 또는 이와 유사한 것)이 필요합니다(1.4단계 참조). 자극이 시작되는 주기의 백분율과 자극 지속 시간에 대한 입력이 필요합니다(예: 보충 그림 3 참조). - "아바타" 작업 루프 기술을 완료합니다.
참고: 맞춤형 LabView 프로그램을 사용하는 동안 연구원들은 서보 모터 레버에서 마우스 EDL의 길이 변화를 제어하고, 지정된 시간에 자극의 시작(% 주기) 및 지속 시간(ms)을 제어하고, 근육력을 측정할 수 있는 모든 프로그램을 사용할 수 있습니다. 프로그램 작성자가 사용하는 그림에 대한 보충 그림 3 을 참조하십시오.- 스케일링된 변형률 변화를 스케일링된 길이 편위와 함께 1.4단계부터 프로그램으로 업로드합니다. 1.4, 3.3 단계 및 "스케일 변형률 변화"에 대한 자세한 내용은 토론 섹션을 참조하십시오.
- 필요한 경우 근육의 시작 길이를 조정합니다(섹션 3.3 참조). 결과를 보정하기 위해 시작 길이를 V 및 mm로 입력합니다( 보충 그림 3 참조).
- 1.3단계에서 계산한 자극 시작 및 지속 시간을 사용합니다.
- 두 사이클 동안 결정된 길이 편위로 스케일링된 길이 변화를 통해 근육을 실행합니다.
- 데이터를 저장합니다. 동일한 근육에 여러 자극 프로토콜이 수집되면 각 자극 사이에 3분 동안 기다립니다.
- 피로가 발생했는지 확인하기 위해 준최대 활성화를 사용하여 최적 길이(L0)로 자극합니다. 힘이 10% 이상 감소하면 근육이 피로한 것으로 간주됩니다. 자극 프로토콜에 대해서는 표 1 을 참조하십시오.
- 욕조에서 근육을 제거하십시오. 근육에서 고리 매듭을 자르고 근육에서 여분의 용액을 두드려 제거합니다. 근육의 무게를 잰다. 표준 공식을 사용하여 생리적 단면적을 결정합니다: 근육량/(L0*1.06)19.
- "아바타" 작업 루프 기법에 대한 매개변수를 조정합니다(토론 섹션 참조).
- 생체 외 수동 장력 상승을 생체 내에서 관찰된 수동 장력 상승과 일치시켜 시작 길이와 길이 편위를 결정합니다(그림 2).
참고: 이 연구에서는 백분율 L 0을 사용하여 시작 길이(mm)와 편위(% L0, 1.4단계 및 토론 섹션 참조)를 조정했습니다. 생체 외 마우스 EDL의 장력 상승을 생체 내 쥐 MG의 장력 상승과 일치시키기 위해 저자는 L0에서의 시작 길이가 가장 적합하다는 것을 발견했습니다(그림 2). - 세 가지 시작 길이(예: -5% L 0, L 0 및 +5% L0)를 선택합니다. 지정된 길이 편위(예: 10% L0)를 사용하여 이러한 각 시작 길이에서 "아바타" 작업 루프를 수행합니다.
참고: 마우스 EDL을 사용한 본 "아바타" 실험에서는 10% L0 의 길이 편위가 사용되었습니다. - 생체 외 수동 장력 상승 속도가 생체 내 수동 장력 상승 속도와 유사할 때까지 새로운 시작 길이 및/또는 편위로 반복합니다(그림 2B 참조).
- 사용된 근육의 섬유 유형 및 활성화 역학에 따라 자극 지속 시간을 늘리거나 줄여 생체 외 와 생체 내 힘의 일치를 최적화합니다. 따라서, "아바타(avatar)" 실험 동안에 생체 내 힘 생산 (in vivo force production)과 가장 잘 일치하도록 자극의 시작 및/또는 지속을 변경할 필요가 있을 수 있다.
- 이것이 필요한지 여부를 결정하기 위해(토론 섹션 참조) "아바타" 및 생체 내 근육의 시간 경과에 따른 힘을 플롯하고(그림 3) 표적과 "아바타" 근육력 사이의 척도화된 상관 관계를 제곱하여 결정 계수 R2 를 계산합니다(대표 결과 참조).
- 생체 외 수동 장력 상승을 생체 내에서 관찰된 수동 장력 상승과 일치시켜 시작 길이와 길이 편위를 결정합니다(그림 2).
그림 2: 일치하는 수동 장력 상승. in vivo 및 ex vivo 상승을 보여주는 작업 루프(화살표). 2.9Hz로 걷는 쥐 MG(검은색)의 생체 내 스케일 작업 루프(Wakeling et al.15의 데이터). 2.9Hz에서 마우스 EDL(녹색)의 Ex vivo 스케일 작업 루프. (A) 마우스 EDL 근육의 시작 길이는 +5% L0입니다. (B) 마우스 EDL 근육의 시작 길이는 L0입니다. ex vivo 수동 장력 상승은 A의 in vivo 장력 상승과 일치하지만 B에서는 일치하지 않습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 쥐 MG의 생체 내 힘과 일치하도록 마우스 EDL의 자극 지속 시간 최적화(검은색 선). 근전도 기반 자극(녹색 점선)을 사용하여 마우스 EDL에 의해 생성된 힘은 생체 내 힘보다 더 일찍 감소하는데, 이는 쥐 MG에 비해 마우스 EDL의 더 빠른 비활성화에 기인할 수 있습니다. in vivo 힘과 ex vivo 힘 사이의 맞춤을 최적화하기 위해 마우스 EDL을 더 긴 시간 동안 자극했습니다(녹색 실선). 근전도 기반 자극 R 2 = 0.55, 최적화 자극 R2 = 0.91. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
"아바타" 실험의 목표는 생체 외 작업 루프 실험 중에 생체 내 힘 생산 및 작업 출력을 가능한 한 가깝게 복제하는 것입니다. 이 연구는 쥐 EDL과 쥐 MG가 모두 대부분 빠른 경련 근육으로 구성되어 있기 때문에 쥐 MG의 "아바타"로 마우스 EDL을 사용하기로 결정했습니다20,21. 두 근육 모두 유사한 페네이션 각도(마우스 EDL 12.4 + 2.12°22, 쥐 MG 20°)를 가진 발목 관절(EDL 발목 배측굴근, MG 발목 발바닥굴근)의 주요 원동력입니다15). 쥐 MG15의 스케일링된 대표 작업 루프는 두 가지 다른 자극 프로토콜(하나는 측정된 EMG 활성에서 하나는 단계 3.3에서와 같이 최적화됨)을 사용하여 생체 외 "아바타" 실험(그림 4)과 비교되었습니다. 여기에 제시된 R2 값은 전체 스케일링된 스트레치 단축 주기(2 사이클/조건)를 사용하여 계산되었으며, 각 사이클은 운동 속도에 해당하는 2000점 이상을 갖습니다(걷기 = 5521점, 트로트 = 5002점, 질주 = 2502점). 작업 루프는 근육 크기, P0 및 PCSA의 차이를 설명하기 위해 조정되었습니다. 스케일링은 rat MG와 mouse EDL을 비교하기 위해 힘과 변형을 유사한 척도(0-1)에 선형으로 매핑하여 수행되었습니다. 시각적으로, 마우스 EDL과 쥐 MG 근육의 다양한 활성화 역학을 설명하기 위해 자극 프로토콜(그림 4B)을 최적화하면 EMG 기반 활성화에 비해 생체 내 쥐 MG 힘에 대한 적합성이 향상됨이 분명합니다(토론 섹션 참조). 마우스 EDL의 경우, 느린 변형 궤적(걷기 및 걷기)에 대한 자극 지속 시간을 약 두 배로 늘리면 R2가 걷기에서 62%, 걷기에서 109% 증가했습니다. 더 빠른 변형 궤적(갤럽)의 경우 자극 시간을 관찰 시간의 절반으로 늘리면 R2가 22% 증가했습니다.
그림 4: in vivo 및 ex vivo 작업 루프 비교. in vivo 변형 궤적을 사용하여 걷는 동안(2.9Hz) in vivo rat MG(검은색) 및 ex vivo 마우스 EDL(녹색)의 작업 루프. 굵은 선은 in vivo 및 ex vivo 작업 루프 모두에서 자극을 나타냅니다. (A) EMG 기반 자극 프로토콜을 사용하여 걷는 동안 생체 내 쥐 MG(검은색) 및 생체 외 마우스 EDL(녹색 점선)의 작업 루프. (B) 최적화된 자극을 사용하여 걷는 동안(2.9Hz) in vivo rat MG(검은색) 및 ex vivo mouse EDL(녹색으로 켜짐)의 작업 루프. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
마우스 EDL 생체 외 힘 생산과 쥐 내측 비복근(MG)15의 생체 내 힘 생산 사이의 높은R2는 양호한 복제를 나타냅니다(그림 5). 근전도 기반 자극 실험에서 평균R2 값은 걷기, 걷기 및 질주에 대해 각각 0.535, 0.428 및 0.77이었습니다. 최적화된 자극 실험에서 평균 R2 값은 걷기, 걷기 및 질주에서 각각 0.872, 0.895 및 0.936이었습니다. 앞서 논의한 바와 같이(단계 3.3, 그림 5), 사용된 근육의 활성화 역학에 따라 자극 프로토콜을 최적화해야 할 수도 있습니다. ex vivo 마우스 EDL을 사용한 in vivo MG 힘의 예측은 자극을 최적화하고, R2 (그림 5A, B)를 증가시키고, RMSE (root mean square error)를 감소시킴으로써 모든 운동 속도에서 개선되었습니다. RMSE는 모든 속도에 대해 최적화한 후 감소했습니다(그림 6). 근전도 기반 자극에 대한 평균 RMSE는 걷기, 걷기 및 질주에 대해 0.31, 0.43 및 0.158이었습니다. 최적화된 자극에 대한 평균 RMSE는 걷기, 걷기 및 질주에 대해 0.181, 0.116, 0.101이었습니다.
그림 5: in vivo 및 ex vivo force 생성에 대한 R 2 값: in vivo 및 ex vivo force 비교를 위한 R 2 값의 상자 및 수염 플롯. 개별 관찰 표시, 중앙값, 25번째 및 75번째 백분위수가 표시됩니다. (A) 2.9Hz(녹색)에서 걷고, 3.2Hz(자홍색)에서 걷고, 6.2Hz(청록색)에서 질주하는 동안 측정된 생체 내 EMG 신호를 기반으로 하는 자극 프로토콜을 사용한 생체 내 및 생체 외 힘 생산에 대한 R2 값. (B) 최적화된 자극을 사용한 생체 내 및 생체 외 힘 생산에 대한R2 값(그림 2 참조). 자극 시작과 지속 시간을 최적화하면 모든 보행에 대해 R2가 증가했습니다. 근전도 기반 자극 : 걷기 R 2 = 0.50-0.55, 트로트 R 2 = 0.37-0.47, 갤럽 R2 = 0.62-0.90; 최적화 된 자극 : 걷기 R 2 = 0.74-0.93, 트로트 R 2 = 0.85-0.92, 갤럽 R2 = 0.87-0.97. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6: in vivo 및 ex vivo force 생산에 대한 RMSE(제곱 평균 제곱근 오차). in vivo 및 ex vivo 힘 비교를 위한 RMSE 값의 상자 및 수염 그림. 개별 관찰 표시, 중앙값, 25번째 및 75번째 백분위수가 표시됩니다. (A) EMG 기반 자극 프로토콜을 사용한 생체 내 및 생체 외 힘 생산에 대한 RMSE 값. (B) 최적화된 자극 프로토콜을 사용한 in vivo 및 ex vivo에 대한 RMSE 값. 자극 시작과 지속 시간을 최적화하면 모든 보행에 대한 RMSE가 감소했습니다. 2.9Hz(녹색)로 걷기, 3.2Hz(자홍색)로 걷기, 6.4Hz(청록색)로 질주합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
생체 내 근육력을 예측할 때 기존 작업 루프 방법의 성능을 테스트하기 위해 생체 내 쥐 MG 변형 궤적을 사용하는 "아바타" 실험과 동일한 빈도, 길이 편위, 시작 길이, 자극 시작 및 지속 시간에서 마우스 EDL에 대해 정현파 작업 루프도 수행했습니다. R2 값은 EMG 기반 및 최적화된 자극 프로토콜 모두에 대한 생체 내 변형 궤적보다 유의하게 낮았습니다(그림 7). 정현파 길이 궤적을 사용한 근전도 기반 자극에 대한 평균 R2 값은 걷기, 걷기 및 질주 주파수에서 0.062, 0.067 및 0.141이었습니다. 정현파 길이 궤적을 사용한 최적화된 자극에 대한 평균R2 값은 걷기, 걷기 및 질주 주파수에서 0.09, 0.067 및 0.141이었습니다.
그림 7: R2 정현파 길이 변화를 사용한 in vivo 및 ex vivo 힘 생산에 대한 값. in vivo 및 ex vivo 힘 비교를 위한 RMSE 값의 상자 및 수염 그림. 개별 관찰 표시, 중앙값, 25번째 및 75번째 백분위수가 표시됩니다. 근전도 기반(반투명) 및 최적화된(불투명) 자극 프로토콜과 함께 정현파 길이 변경을 사용하는 걷기(녹색, 2.9Hz), 트로트(자홍색, 3.2Hz) 및 질주(청록색, 6.2Hz)에 대한 R2 값. 근전도 기반 자극 및 최적화된 자극 모두에 대해,R2 값은 생체 내 길이 변화보다 정현파 길이 변화에 대해 더 낮았다. 근전도 기반 자극 : 걷기 R 2 = 0.00 - 0.30, 트로트 R 2 = 0.00 - 0.02, 갤럽 R2 = 0.03 - 0.07; 최적화 된 자극 : 걷기 R 2 = 0.02 - 0.21, 트로트 R 2 = 0.02 - 0.12, 갤럽 R2 = 0.12 - 0.17. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
정현파 길이 궤적을 사용하여 생체 외 마우스 EDL 근육에 의해 생성된 작업 루프는 생체 내 변형 궤적에 비해 생체 내 쥐 MG 힘을 정확하게 에뮬레이션하지 않습니다(그림 8). 정현파 대 생체 내 변형 궤적에 의해 생성된 작업의 변화는 정현파 궤적에 변형률 및 속도 과도 현상이 없는 것으로 설명할 수 있습니다(그림 9). 근육은 정현파 궤적과 생체 내 변형 궤적 모두에서 수축의 활성 단축 단계 동안 유사한 길이로 자극되었지만, 자극의 시작은 주기의 다른 단계에서 발생했다(예를 들어, 자극 시작은 트로트 근전도 기반 자극의 경우 74% 단계에서 발생했지만, 보행 근전도 기반 자극의 경우 43% 단계에서 발생했으며, 토론 섹션 참조).
그림 8: in vivo 및 ex vivo 사인파 작업 루프 비교 . (A) 정현파 변형 궤적 및 EMG 기반 자극을 사용하는 쥐 MG의 생체 내 작업 루프(검은색) 및 마우스 EDL의 생체 외 작업 루프(점선 자홍색). (B) 정현파 변형 궤적과 최적화된 자극을 사용하여 쥐 MG의 생체 내 작업 루프(검은색) 및 마우스 EDL의 생체 외 작업 루프(단색 자홍색). 정현파 작업 루프는 정현파 궤적에 변형률 및 속도 과도 현상이 없기 때문에 생체 내 작업을 과대 평가합니다. 근전도 기반 자극 R 2 = 0.0003, 최적화 된 자극 R2 = 0.084. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 9: in vivo 변형률과 ex vivo 정현파 길이 궤적의 비교. 걷기(녹색), 트로트(자홍색) 및 질주(파란색)에서 생체 내 변형률과 생체 외 정현파 길이 궤적 비교. 실선은 생체 내 변형 궤적입니다. 점선 ex vivo 사인파 길이 궤적. 강조 표시된 부분은 자극입니다. 자극은 보폭이 짧아지는 동안 같은 길이로 시작되었습니다. 변형률 및 속도 과도 현상을 나타내는 화살표입니다. 정현파로부터의 편차는 근육에 가해지는 외부 힘의 임피던스입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
보충 그림 1: 최적의 길이에서 등각 투영 최대 힘을 수집하는 데 사용되는 프로그램. 이 프로그램은 극상과 준최대대 경련 및 파상풍 자극 동안 최적의 길이를 결정하는 데 사용됩니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 2: 실행 가능한 트위치 반응. 마우스 EDL의 Twitch 응답입니다. 트위치 힘은 빠르게 상승 및 하강하며 ~1V의 활성 장력에 도달해야 하며 최대 활성 장력에 도달한 후에는 "소음"이 최소화되어야 합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 3: 작업 루프 데이터를 수집하는 데 사용되는 프로그램. 생체 외 작업 루프에서 자극의 근육 길이와 타이밍을 제어하는 데 사용되는 프로그램입니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 코딩 파일 1: 작업 루프를 분할하고 실험적 프로토콜을 만드는 데 사용되는 MATLab 코드. 목표 스텝 정보(길이, EMG 활성화, 힘)를 개별 스트라이드로 분할하는 데 사용된 MATLab 코드입니다. 코드에는 생체 외 마우스 EDL이 늘릴 수 있는 길이로 표적 동물 단계를 스케일링하고 보간하는 작업이 포함됩니다. 또한 EMG 신호를 평활화하고 활성화를 비교하여 생체 외 작업 루프 실험에서 자극의 시작 및 지속 시간을 선택하는 코드가 포함되어 있습니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
유기체는 지형을 가로질러 매끄럽게 이동하지만, 근육이 경험하는 근본적인 하중과 긴장은 크게 다릅니다 1,6,23. 생체 내 운동 1,24 및 "아바타" 실험 둘 다에서, 근육은 주기적이고 불안정한 조건 하에서 최대로 이하로 자극된다. 등척성 힘-길이 및 등장성 힘-속도 관계는 이러한 조건에서 근육력을 예측하는 데 적합하지 않습니다2. 비정상 변형률(즉, 과도 상태)과 하중의 영향을 이해하는 것은 생체 내 이동 중 힘 생성을 예측하는 데 필수적이며, 따라서 이러한 "아바타" 실험을 개발하는 주요 근거입니다2. "아바타" 실험을 통해 힘 출력을 측정하면서 근육 부하와 긴장 궤적을 제어할 수 있습니다. "아바타" 기법은 생체 내 조건과 같은 조건에서 신경 제어 및 힘줄 순응도의 요인을 혼동하지 않고 근육의 힘 반응을 조사합니다. "아바타" 실험을 수행하기 위해 연구자들은 근육이 다른 시작 길이와 다양한 기간 동안 자극할 수 있는 능력으로 규정된 길이 변화를 겪을 수 있도록 하는 프로그램이 필요합니다(저자가 사용하는 프로그램에 대한 보충 그림 3 참조). 연구원은 실험을 수행하기 전에 시작 근육 길이(mm), 일탈 길이(mm), 자극 시작(주기 지속 시간의 %), 자극 지속 시간(ms)을 지정해야 합니다(이러한 매개변수에 대한 값을 얻으려면 1.3-1.4단계 참조). 일반적으로, 시험의 모든 보폭을 대표하는 보폭을 선택하는 것이 종종 바람직하다(예를 들어, 비슷한 길이로 시작하고 끝나는 것, 유사한 피크 힘에 도달하는 것, 평균 근전도 활동량을 갖는 것 등). 선택한 보폭의 EMG/활성화 및 힘 데이터가 동일한 시도에서 다른 보폭을 대표하는지 여부를 결정하는 것은 대상 동물의 근육을 사용하여 전체 시도의 작업 루프(힘 대 길이)를 플로팅하여 수행할 수 있는 나중에 "조정"하는 데 도움이 될 수 있습니다. 이족 보행과 사족 보행 중에 가장 짧은 길이에서 가장 짧은 길이는 일반적으로 전체 보폭(발가락 오프에서 발가락 오프)을 구분하지만 EMG 활성화는 다를 수 있습니다. 일부 동물 및 근육에서, 근전도 활성화는 발 접촉과 밀접한 상관관계가 있는데, 예를 들어 여기에 나타낸 쥐 MG는 여기에 나타난다22. 뿔닭 외측 비복근과 같은 다른 동물에서, 근전도 활성화는 일반적으로 알려지지 않은 지형25 동안 더 많은 안정성을 달성하기 위해 가장 긴 길이에서 일어난다.
"아바타" 실험을 수행하기 위해서는 생체 외 힘 데이터에서 노이즈를 최소화하는 것이 중요합니다. 힘 측정은 수술 중 근육 찢어짐, 루프 매듭이 너무 긴 경우 봉합사 순응도, 길이 입력 및 편위의 부적절한 스케일링, 근육 피로를 포함하되 이에 국한되지 않는 여러 문제에 민감합니다. 근육의 찢어짐은 종종 "주머니를 해부"(2.2.3 단계)하고 힘줄의 근위 부분에 고리 매듭을 묶을 때 발생합니다 (2.2.4 단계). "주머니를 해부"하는 동안 해부 가위를 근육에 평평하고 수평으로 유지하면 팁이 EDL에 흠집이 나는 것을 방지할 수 있습니다. 또한 뭉툭하게 해부하는 동안 해부 가위를 멀리 당기고 원위부로 당기면 해부 가위와 EDL 근육 사이의 접촉도 제한됩니다. 또한 수술 준비 중 및 장비에서 사용할 때 Krebs-Henseliet 용액으로 근육을 축축하게 유지해야 합니다.
길이 입력을 적절하게 스케일링하는 것은 더 복잡합니다. 근육 수동적 및 능동력은 시작 길이 및/또는 편위가 적절하게 조정되지 않은 경우 영향을 받을 수 있습니다. 수동 장력의 생체 외 상승은 수동 장력의 생체 내 상승과 일치해야 합니다(그림 1 참조). 이전 실험에서 관찰된 한 가지 스케일링 문제는 길이 편위(시작 길이에서 가장 긴 길이까지)가 너무 작거나 너무 큰 경우 수동 장력과 능동 장력 모두에 영향을 받을 수 있다는 것입니다. 이론적으로 근육은 최적 길이(L 0)26 근처에서 최대 힘에 도달해야 하며, 이것이 생체 외 "아바타" 실험에서 생체 내 근육 길이를 조정하기 위해 최적 길이(L0)를 사용하여 생체 내 힘 생성을 정확하게 복제하는 이유입니다. 근육 간의 구조적 차이는 시작 길이와 길이 편위 매개변수를 결정하는 데 중요한 역할을 합니다. 최적 길이(L0)는 초극대 자극 등장성 및 등척성 조건에서 발견되지만, "아바타" 실험에서 이를 스케일링 메트릭으로 사용하면 더 많은 조사가 필요한 주기적 이동 중 힘-길이 및 힘-속도 관계의 한계를 강조할 수 있습니다. 대부분의 정상 상태 조건에서, 근육의 순간 길이, 속도 및 활성화(즉, 힘-길이 및 힘-속도 특성)는 합리적인 정확도로 힘과 작업 출력을 예측하는 데 사용될 수 있다 12,24,27. 가변 하중이 가해지는 동적 조건에서 힘은 속도28의 함수로 증가하며 변형률및 활성화 29,30과 복잡한 관계를 갖습니다. 이것은 근육28의 등장성 힘-속도 및 등척성 힘-길이 특성과 모순된다. 쥐 MG에서 변형률 및 속도 과도 현상은 발 접촉 또는 환경과의 상호 작용(예: 거친 지형, 바람, 포식 방지를 위한 갑작스러운 방향 변경)과 같은 하중의 증거입니다(그림 9). 이러한 쥐 MG 변형 궤적은 가장 현실적인 조건과 마찬가지로 적용된 하중, 힘 생성 및 작업 출력 2,28에 급격한 변화가 있습니다. 이 실험 방법은 기존의 힘-길이 및 힘-속도 관계로 잘 설명되지 않는 생체 내 조건에서 변형률, 속도 및 활성화 역학 간의 이러한 복잡한 상호 작용을 강조하는 것을 목표로 합니다.
근육 시작 길이가 너무 짧거나 길면 다른 문제가 발생할 수 있습니다. 시작 길이가 너무 짧으면 수동 및 능동 스트레칭 동안 장력 상승률이 감소하는 반면(표시되지 않음) 시작 길이가 너무 길면 수동 장력 상승률이 증가합니다( 그림 1B 참조). 능동 장력과 수동 장력의 비율을 사용하는 것이 도움이 될 수 있습니다. 예를 들어, 쥐 MG에서 수동 장력(N)은 일반적으로 능동 장력의 약 절반입니다(그림 2). 근육이 너무 긴 길이에서 시작하거나 너무 긴 길이로 늘어나면 수동 장력이 능동 장력에 비해 너무 높을 수 있으며( 그림 1B 참조) 과도한 스트레칭으로 인해 힘이 빠르게 감소할 수 있습니다. 또한 너무 길게 스트레칭하면 근육이 손상될 수 있으며 근육이 더 빨리 피로해질 수 있습니다. 또한 시작 길이가 너무 짧거나 근육이 충분히 길게 늘어나지 않으면 활성 긴장이 융합되지 않은 것처럼 보일 수 있습니다.
L0을 기준으로 시작 길이와 편위를 결정하기 위해 예비 실험이 필요합니다. 사용된 근육의 활성화 역학이 다른 경우 자극 지속 시간을 조정하기 위해 추가 예비 실험이 필요할 수 있습니다. 이러한 최적화는 in vivo 및 ex vivo 근육의 섬유 유형 조성 및/또는 활성화 역학이 상이할 수 있기 때문에 필요합니다. 대표적인 결과(그림 4 및 그림 5)에서는 생체 외 실험 중에 마우스 EDL에 대한 두 가지 자극 프로토콜을 사용하여 생체 내 쥐 MG 힘 생성을 복제했습니다. 생쥐 EDL의 힘 생성을 생체 내 쥐 MG에 가장 잘 맞도록 최적화하기 위해 자극 지속 시간을 늘렸습니다(그림 2 및 그림 3). 쥐 MG는 마우스 EDL31,32,33보다 느린 섬유 유형으로 구성됩니다. 이는 "아바타(avatar)" 실험에서 명백했는데, 이는 생체 외 마우스 EDL 근육이 여기 후 더 빠른 힘을 생성하고, 생체 내 및 생체 외 조건사이의 흥분-수축 지연 차이를 고려한 후에도 생체 내 쥐 MG15에서 관찰된 것보다 비활성화 후 힘이 더 빠른 속도로 감소했기 때문이다(그림 2). 생체 외 및 생체 내 표적 근육에 따라 다른 "아바타" 실험에서도 자극 최적화가 필요할 수 있습니다. 마우스 EDL 또는 가자미근(SOL) 중 어느 하나가 이러한 생체외 작업 루프 기법에 사용될 수 있다. EDL은 근육 섬유 유형과 페네이션 구조의 유사성으로 인해 쥐 MG의 "아바타"로 선택되었습니다. 일부 근육은 복잡한 구조를 가질 수 있으며 실험실 설치류의 근육을 "아바타"로 사용하여 모방할 수 없습니다.
"아바타" 실험은 생체 내 힘 생성을 가장 잘 복제하기 위해 몇 가지 수동 최적화가 필요하지만 이 기술은 다양한 동물 및 운동 모드에 적용할 수 있습니다. "아바타(avatar)" 기법은 근육이 너무 크거나 생체외 실험에 접근할 수 없는 동물의 생체내 힘 생산을 이해하는 데 특히 유용할 수 있다. 더 큰 동물에 대한 예비 작업(35)만이 수행되었지만, 이 연구는 실험용 쥐를 "아바타"로 사용하여 동물, 근육 및 운동 보행에 걸쳐 이 기술의 적용 가능성을 보여주었습니다. "아바타" 실험의 유용성은 다양한 척추동물 종의 다양한 근육에 대한 생체 내 역학을 이해하기 위해 편리하고, 저렴하고, 쉽게 구할 수 있고, 잘 특성화된 실험실 설치류 모델(즉, 마우스 EDL)을 얼마나 정확하게 사용할 수 있는지에 달려 있습니다. 여기 (쥐 MG)와 다른 곳 (뿔닭 LG19)에 제시 된 예비 "아바타"실험의 결과는이 기술이 생체 내 힘을 정확하게 예측하는 데 사용될 수 있으며 다른 동물에도 적용될 수 있음을 시사합니다. 이 방법의 미래 응용은 생체 외 및 체외 실험 도중 표적 및 "아바타" 둘 다로 이용된 근육 및 동물의 유형을 확장해야 합니다. "아바타" 실험을 통해 근육 부하와 긴장이 갑자기 변할 때 생체 내 운동 중 근육력과 작업 출력에 영향을 미치는 요인을 조사할 수 있습니다 1,2,19. 특히, "아바타" 방법을 사용하면 기존의 근육 모델이나 정현파 작업 루프 실험으로 포착되지 않는 근육력에 대한 변형 및 속도 과도 현상의 영향을 조사할 수 있습니다.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
모든 저자는 이해 상충이 없음을 인정합니다.
Acknowledgments
이 연구에 사용된 데이터를 제공해 주신 Nicolai Konow 박사님께 감사드립니다. NSF IOS-2016049 및 NSF DBI-2021832에서 자금을 지원합니다.
Materials
| Name | Company | Catalog Number | Comments |
| Braided Non-Absorbable Silk Suture 4-0 | Mersilk | 734H | |
| Calcium Chloride Dihydrate (CaCl2) | Sigma-Aldrich | 1086436 | Krebs-Henseleit solution |
| Dextrose | Sigma-Aldrich | D9434 | Krebs-Henseleit solution |
| HEPES | Sigma-Aldrich | PHR1428 | Krebs-Henseleit solution |
| Hydorchloric Acid (HCl) | Sigma-Aldrich | 1.37055 | Krebs-Henseleit solution |
| LabView Data Collection | Lab-View | ||
| Magnesium Sulfate (MgSO4) | Sigma-Aldrich | M7506 | Krebs-Henseleit solution |
| Potassium Chloride (KCl) | Sigma-Aldrich | P3911 | Krebs-Henseleit solution |
| Potassium Phosphate Monobasic (KH2PO4) | Sigma-Aldrich | 5.43841 | Krebs-Henseleit solution |
| S88 Stimulator | Grass | M643H05 | Available for purchase on Ebay |
| Series 300B Lever System | Aurora | 1200A | includes water-jacket tissue bath |
| Sodium Bicarbonate (NaHCO3) | Sigma-Aldrich | S5761 | Krebs-Henseleit solution |
| Sodium Chloride (NaCl) | Sigma-Aldrich | S9888 | Krebs-Henseleit solution |
| Sodium Hydroxide (NaOH) | Sigma-Aldrich | S5881 | Krebs-Henseleit solution |
| Wild Type Mice | Jackson Laboratory | B6C3Fe a/a Ttn mdm/J |
References
- Dickinson, M. H. How Animals move: an integrative view. Science. 288 (5463), 100-106 (2000).
- Sponberg, S., Abbott, E., Sawicki, G. S. Perturbing the muscle work loop paradigm to unravel the neuromechanics of unsteady locomotion. Journal of Experimental Biology. 226 (7), 243561 (2023).
- Daley, M. A., Biewener, A. A. Running over rough terrain reveals limb control for intrinsic stability. Proceedings of the National Academy of Sciences. 103 (42), 15681-15686 (2006).
- Daley, M. A., Usherwood, J. R., Felix, G., Biewener, A. A. Running over rough terrain: guinea fowl maintain dynamic stability despite a large unexpected change in substrate height. Journal of Experimental Biology. 209 (1), 171-187 (2006).
- Daley, M. A. Understanding the agility of running birds: Sensorimotor and mechanical factors in avian bipedal locomotion. Integrative and Comparative Biology. 58 (5), 884-893 (2018).
- Biewener, A. A. Animal locomotion. , Oxford University Press. Oxford New York. (2003).
- Robertson, B. D., Sawicki, G. S. Unconstrained muscle-tendon workloops indicate resonance tuning as a mechanism for elastic limb behavior during terrestrial locomotion. Proceedings of the National Academy of Sciences. 112 (43), E5891-E5898 (2015).
- Josephson, R. K. Mechanical power output from striated muscle during cyclic contraction. The Journal of Experimental Biology. 114, 493-512 (1985).
- Ahn, A. N. How muscles function - the work loop technique. Journal of Experimental Biology. 215 (7), 1051-1052 (2012).
- Sawicki, G. S., Robertson, B. D., Azizi, E., Roberts, T. J. Timing matters: tuning the mechanics of a muscle-tendon unit by adjusting stimulation phase during cyclic contractions. Journal of Experimental Biology. 218 (19), 3150-3159 (2015).
- Libby, T., Chukwueke, C., Sponberg, S. History-dependent perturbation response in limb muscle. Journal of Experimental Biology. 223 (1), (2020).
- Askew, G. N., Marsh, R. L., Ellington, C. P. The mechanical power output of the flight muscles of blue-breasted quail ( Coturnix chinensis ) during take-off. Journal of Experimental Biology. 204 (21), 3601-3619 (2001).
- Sponberg, S., Libby, T., Mullens, C. H., Full, R. J. Shifts in a single muscle's control potential of body dynamics are determined by mechanical feedback. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences. 366 (1570), 1606-1620 (2011).
- Loeb, G. E., Brown, I. E., Cheng, E. J. A hierarchical foundation for models of sensorimotor control. Experimental Brain Research. 126 (1), 1-18 (1999).
- Wakeling, J. M., Tijs, C., Konow, N., Biewener, A. A. Modeling muscle function using experimentally determined subject-specific muscle properties. Journal of Biomechanics. 117, 110242 (2021).
- The Mathworks. MATLAB:R2021a. The Mathworks. , (2021).
- Tenan, M. S., Tweedell, A. J., Haynes, C. A. Analysis of statistical and standard algorithms for detecting muscle onset with surface electromyography. PLOS ONE. 12 (5), 0177312 (2017).
- Roberts, T. J., Gabaldón, A. M. Interpreting muscle function from EMG: lessons learned from direct measurements of muscle force. Integrative and Comparative Biology. 48 (2), 312-320 (2008).
- Rice, N., Bemis, C. M., Daley, M. A., Nishikawa, K. Understanding muscle function during perturbed in vivo locomotion using a muscle avatar approach. Journal of Experimental Biology. 226 (13), 244721 (2023).
- Silva Cornachione, A., CaçãoOliveiraBenedini-Elias, P., Cristina Polizello , P., César Carvalho, L., CláudiaMattiello-Sverzut, A. Characterization of Fiber types in different muscles of the hindlimb in female weanling and adult wistar rats. Acta Histochemica Et Cytochemica. 44 (2), 43-50 (2011).
- Hämäläinen, N., Pette, D. The histochemical profiles of fast fiber types IIB, IID, and IIA in skeletal muscles of mouse, rat, and rabbit. Journal of Histochemistry & Cytochemistry. 41 (5), 733-743 (1993).
- Charles, J. P., Cappellari, O., Spence, A. J., Hutchinson, J. R., Wells, D. J. Musculoskeletal geometry, muscle architecture and functional specialisations of the mouse hindlimb. PLOS ONE. 11 (4), 0147669 (2016).
- Nishikawa, K. Titin: A Tunable spring in active muscle. Physiology (Bethesda, Md). 35 (3), 209-217 (2020).
- Dick, T. J. M., Biewener, A. A., Wakeling, J. M. Comparison of human gastrocnemius forces predicted by Hill-type muscle models and estimated from ultrasound images). The Journal of Experimental Biology. 220, 1643-1653 (2017).
- Daley, M. A., Biewener, A. A. Leg muscles that mediate stability: mechanics and control of two distal extensor muscles during obstacle negotiation in the guinea fowl. Philosophical Transactions of the Royal Society B: Biological Sciences. 366 (1570), 1580-1591 (2011).
- Seth, A., Sherman, M., Reinbolt, J. A., Delp, S. L. OpenSim: a musculoskeletal modeling and simulation framework for in silico investigations and exchange. Procedia IUTAM. 2, 212-232 (2011).
- Sandercock, T. G., Heckman, C. J. Doublet potentiation during eccentric and concentric contractions of cat soleus muscle. Journal of Applied Physiology. 82 (4), Bethesda, Md. 1219-1228 (1997).
- Marsh, R. L. How muscles deal with real-world loads: the influence of length trajectory on muscle performance. The Journal of Experimental Biology. 202, 3377-3385 (1999).
- Hessel, A. L., Monroy, J. A., Nishikawa, K. C. Non-cross bridge viscoelastic elements contribute to muscle force and work during stretch-shortening cycles: evidence from whole muscles and permeabilized fibers. Frontiers in Physiology. 12, 648019 (2021).
- Lindstedt, S., Nishikawa, K. Huxleys' missing filament: form and function of titin in vertebrate striated muscle. Annual Review of Physiology. 79, 145-166 (2017).
- Abbate, F., De Ruiter, C. J., Offringa, C., Sargeant, A. J., De Haan, A. In situ rat fast skeletal muscle is more efficient at submaximal than at maximal activation levels. Journal of Applied Physiology. 92 (5), 2089-2096 (2002).
- Eng, C. M., Smallwood, L. H., Rainiero, M. P., Lahey, M., Ward, S. R., Lieber, R. L. Scaling of muscle architecture and fiber types in the rat hindlimb. Journal of Experimental Biology. 211 (14), 2336-2345 (2008).
- Manuel, M., Chardon, M., Tysseling, V., Heckman, C. J. Scaling of motor output, from mouse to humans. Physiology (Bethesda, Md). 34 (1), 5-13 (2019).
- Zajac, F. E. Muscle and tendon: properties, models, scaling, and application to biomechanics and motor control. Critical Reviews in Biomedical Engineering. 17 (4), 359-411 (1989).
- Rice, N. Understanding muscle function during in vivo locomotion using a novel muscle avatar approach. ProQuest Dissertations and Theses. , https://libproxy.nau.edu/login?url=https://www.proquest.com/dissertationstheses/understanding-muscle-function-during-em-vivo/docview/2444890224/se-2?accountid=12706 (2020).
