Summary
이 기사에서는 청각 뇌간 응답 파형의 처음 5개 피크와 트로프의 진폭과 대기 시간에 대한 반자동 측정에 대해 설명합니다. 추가 루틴은 실험자 분석을 위해 데이터를 컴파일하고 스프레드시트에 주석을 추가합니다. 이러한 무료 컴퓨터 루틴은 오픈 소스 통계 패키지 R을 사용하여 실행됩니다.
Abstract
지난 15 년 동안의 많은 보고서에서 소음 노출과 같은 모욕 후 청각 뇌간 반응 (ABR) 파형의 변화를 평가했습니다. 일반적인 변경 사항에는 피크 1 진폭의 감소와 이후 피크의 상대적 대기 시간뿐만 아니라 피크 1의 진폭과 비교하여 후기 피크의 진폭이 상대적으로 증가하여 반영되는 중심 이득 증가가 포함됩니다. 많은 실험자들이 피크와 트로프를 시각적으로 식별하여 상대적 높이와 대기 시간을 평가하는데, 이는 각 주파수와 조건에 대해 청력 범위 전체에서 파형을 5dB 단위로 수집할 때 힘든 과정입니다. 이 백서에서는 RStudio 인터페이스를 사용하여 오픈 소스 플랫폼 R에서 실행할 수 있는 무료 루틴을 설명하여 청각 뇌간 반응(ABR) 파형의 피크와 최저점 측정을 반자동화합니다. 루틴은 피크와 트로프의 진폭과 대기 시간을 식별하고, 검사를 위해 생성된 파형에 이를 표시하고, 통계 분석을 위해 결과를 대조하고 스프레드시트에 주석을 달고, 수치에 대한 평균 파형을 생성합니다. 자동화된 프로세스가 ABR 파형을 잘못 식별하는 경우 수정을 지원하는 추가 도구가 있습니다. 목표는 ABR 파형을 분석하는 데 필요한 시간과 노력을 줄여 향후 더 많은 연구자가 이러한 분석을 포함하도록 하는 것입니다.
Introduction
청각 뇌간 반응(ABR)은 동물 피험자와 인간 유아의 청력 역치를 결정하는 데 자주 사용됩니다. ABR은 청각 자극에 대한 신경계의 첫 번째 반응에 대한 뇌파도(EEG) 기록이므로 달팽이관 나선형 신경절 뉴런의 조정된 발사와 양측 처리를 포함하여 청각 뇌간의 초기신호 처리를 반영하는 추가 정보를 전달합니다1. 이러한 반응은 소음 외상의 영향을받을 수 있습니다. 예를 들어, 마우스에서 일시적인 역치 이동을 유도하기에 충분한 소음 노출은 또한 ABR 피크 12의 진폭을 영구적으로 감소시킬 수 있다. 더욱이, 이러한 외상은 피크간 대기 시간을 감소시키고 후기 피크3의 상대 진폭을 증가시킬 수 있는데, 이는 아마도 억제 조절4의 손실로 인한 것이다. 이러한 발견 외에도 특정 유전 적 돌연변이가 외상이없는 경우 ABR 파형을 변경하는 것으로 나타났습니다 5,6,7. 따라서 ABR 파형의 일상적인 분석은 실험 모델에서 청각 시스템에 대한 통찰력을 제공할 수 있습니다.
ABR 파형을 환자를 위한 진단 도구로 사용하는 데에도 관심이 있었습니다. 이전 보고서에서는 소음 노출 후 인간 환자 또는 이명 환자 8,9에서 ABR 피크 1이 감소하는지 여부를 평가했습니다. 특히, 편두통 발작은 몇 주 동안 일시적으로 피크 간 대기 시간을 증가시키는 것으로보고되었으며, 그 후 ABR 파형은 영향을받은 개인에서 정상으로 돌아옵니다10. COVID-19는 ABR 피크 간 대기 시간11,12의 장기적인 변화를 유발하는 것으로 보고되었지만 다른 연구에서는 다른 결과를 보고했습니다13. 청력 손실은 종종 노화의 치매와 병적이며, 청력 손실이 큰 개인은 더 빠르게 진행되는 치매를 경험하는 경향이 있습니다14. 연구자들은 파킨슨 병 (Jafari et al.15에서 검토 됨) 및 알츠하이머 병 (Swords et al.16에서 검토 됨)과 같은 신경 퇴행성 질환과 정상 노화17에서 ABR 파형 변화를 조사했습니다. 더 많은 연구자와 임상의가 노화의 일반적인 질병에 대한 바이오 마커로 감각 결핍을 조사함에 따라 ABR과 같은 기술은 건강 관리에서 일상화 될 수 있습니다.
문헌의 분석법 섹션을 살펴보면 실험실에서 ABR 파형을 분석하기 위해 MatLab에서 사용자 지정 스크립트를 작성하는 경우가 많습니다. 지능형 청각 시스템에서 만든 ABR 플랫폼에는 파형 분석 기능이 있지만 작업자가 피크와 최저점을 수동으로 선택해야 합니다. 여기에서는 오픈 소스, 무료로 사용할 수 있는 통계 환경 R 및 RStudio 인터페이스에 대한 반자동 분석 루틴을 작성했습니다. 이 보고서는 루틴을 사용하여 얻은 데이터를 실험자가 피크와 최저점을 수동으로 식별하도록 하여 얻은 데이터와 비교하고 두 방법의 데이터가 강한 상관 관계가 있음을 보여줍니다. 중요하게도, 루틴은 샘플에 대한 메타데이터가 끝까지 통합되지 않는 별도의 파일에 배치되는 블라인딩 기능을 통합합니다. 이러한 기능은 우리 실험실의 파형 분석을 간소화했습니다.
Protocol
동물에 대해 수행 된 모든 절차는 로체스터 대학 동물 연구위원회에서 사전에 승인했습니다. 실험 대상은 생후 12마리의 야생형 F1 수컷 및 암컷 마우스였다. 이 F1 마우스는 CBA / CaJ 댐과 C57BL / 6J 폐하를 짝짓기 한 산물입니다. 생쥐는 표준 12시간의 명암주기, 무제한 음식과 물, 충분한 둥지 공급을 갖춘 사육장 시설에서 사육 및 수용되었습니다. 한 케이지에 5 명 이상의 동성 형제 자매가 함께 수용되지 않았습니다.
1. 분석을위한 데이터 얻기
참고: 이 단계는 기관 지침을 준수해야 하며 기관 동물 복지 위원회의 사전 승인을 받아야 합니다. 마우스로부터 ABR 데이터를 생성하기 위한 상세한 프로세스는 다른 곳에서 설명되었다18.
- 선택한 플랫폼으로 ABR을 기록합니다.
참고: 여기에 표시된 인스턴스에서 녹음은 마우스에서 수행되었습니다.- 75dB 음압 레벨에서 시작하여 5dB 단계로 5dB로 감소하는 5ms 클릭 자극을 사용합니다. 각 진폭에 대해 평균 512개의 스위프를 기록합니다. 자극 후 1.3ms에서 12.5ms 사이의 모든 인스턴스에서 최저점에서 최저점에 대한 진폭이 31μV보다 크면 응답을 거부합니다.
참고: 톤 핍 프레젠테이션의 녹음도 사용할 수 있습니다. 우리는 분석 루틴이 인간을 포함한 다른 종에도 효과가 있을 것으로 예상합니다.
- 75dB 음압 레벨에서 시작하여 5dB 단계로 5dB로 감소하는 5ms 클릭 자극을 사용합니다. 각 진폭에 대해 평균 512개의 스위프를 기록합니다. 자극 후 1.3ms에서 12.5ms 사이의 모든 인스턴스에서 최저점에서 최저점에 대한 진폭이 31μV보다 크면 응답을 거부합니다.
- ABR 기록을 ASCII 파일로 내보냅니다.
- IHS의 경우 컴퓨터 프로그램을 엽니다.
- 관심 있는 파일을 로드하고 원하는 파형을 한 페이지에 표시합니다.
- 데이터 탭에서 페이지를 ASCII로 저장을 선택하여 .txt 파일을 가져옵니다.
- 데이터 파일의 이름을 적절하게 지정("ID")한 후 "info.csv"라는 메타데이터 파일에 ID 및 주체 정보를 기록합니다. "ID"에 유전자형, 성별, 연령 또는 치료와 같은 정보가 포함되어 있지 않은지 확인하십시오. 이 정보는 대신 "정보.csv"에 기록됩니다.
알림: 공정한 카드 놀이 데크를 사용하여 필요한 경우 레이블을 무작위로 할당할 수 있습니다. - 분석할 모든 파일을 별도의 "ID" 파일로 반복합니다.
2. 필요한 패키지를 설치하고 작동하는 컴퓨터에 데이터로드
- R (https://www.r-project.org) 및 RStudio (https://www.rstudio.com)를 다운로드하여 설치하십시오.
참고: 여기에 설명된 프로토콜은 R ≥ 4.0.0을 사용했습니다. - RStudio의 명령 창에 다음 명령을 입력하여 필요한 라이브러리, tidyverse, shiny, plotly 및 zoo를 설치합니다.
Install.packages("tidyverse")
Install.packages("shiny")
Install.packages("plotly")
Install.packages("zoo") - 스크립트를 다운로드하십시오 FindPeaks.R 및 See_trace_click. 화이트 랩 GitHub (https://github.com/PWhiteLab/FindPeaks)의 R 및 관련 파일 "Time.csv."
- 모든 ASCII 파일, "정보" 및 "시간.csv.csv"을 포함할 새 폴더를 만듭니다. 이 예에서는 폴더 이름을 "Test_Folder"로 지정합니다. "Test_Folder"에서 ASCII 파일을 "ASCII_Folder"이라는 하위 폴더에 넣습니다.
3. FindPeaks.R로 예비 분석 얻기
- RStudio에서 FindPeaks.R 스크립트를 엽니다.
- 도구 모음에서 스크립트 탭을 마우스 오른쪽 단추로 클릭하여 작업 디렉터리 설정을 선택하고 Test_Folder 로 설정합니다( 보충 그림 S1A 참조).
- 스크립트 창에서 도구 모음의 오른쪽 위에 있는 소스를 클릭하여 프로그램을 로드합니다(보충 그림 S1B 참조).
- 명령 창에서 다음 명령을 사용하여 파형을 분석합니다( 보충 그림 S2 참조).
개별 파일의 경우 FindPeaks_single("ASCII_folder/ID.txt")(보충 그림 S2A 참조)
일괄 처리를 위한 FindPeaks_group("ASCII_Folder")(보충 그림 S2B 참조)
참고: 스크립트는 (1) 레이블이 지정된 피크와 트로프가 있는 파형을 표시하는 pdf 파일( 보충 그림 S2C 참조)과 (2) 진폭(μV) 및 대기 시간(ms)에 대한 숫자 데이터가 포함된 ID.csv 파일을 출력합니다. 두 파일 모두 "Test_Folder"에 배치됩니다.
4. 예비 분석 검증
참고: 낮은 사운드 레벨에서는 파형의 일부가 노이즈와 구별하기 어려워질 수 있으며 FindPeaks.R은 실험자의 의견과 비교하여 피크 또는 최저점을 잘못 식별할 수 있습니다. 불일치가있는 경우 스크립트 See_trace_click.R에서 얻은 데이터로 .csv 파일을 수정할 수 있습니다.
- 명령을 사용하여 특정 개인에 대한 파형 데이터를 로드합니다( 보충 그림 S3A 참조).
파형 <- ASCII_extract("ASCII_Folder/ID.txt") - See_trace_click 엽니다. RStudio의 R 스크립트.
- 왼쪽 헤더에서 앱 실행 단추를 클릭하고 새 대화형(반짝이는) 창이 나타날 때까지 기다립니다( 보충 그림 S3B 참조).
- 왼쪽 상단의 상자에 수정이 필요한 파형의 사운드 레벨을 입력하고 창에 표시된 파형을 찾습니다.
- 파형 주위로 커서를 이동하여 언제든지 지연 시간과 진폭을 표시합니다.
- 올바른 피크와 다음 최저점을 클릭하여 아래 표에 데이터를 기록합니다. 지연 시간 데이터를 복사하여 .csv 파일에 붙여넣습니다(보충 그림 S3C 참조).
- 진폭 측정값을 계산하려면 스프레드시트 셀의 피크 진폭에서 다음 최저점 진폭을 뺍니다.
5. 데이터 세트 컴파일 및 시각화
- 확인된 .csv 파일을 "Peak_Data"이라는 제목의 새 하위 폴더로 Test_Folder 전송합니다.
- 데이터를 단일 .csv 파일에 추가하고 이름을 "Peak_Data.csv"로 지정합니다.
- 다음 명령을 사용합니다.
컴파일("Peak_Data")
참고: 이 스크립트는 정보 .csv Peak_Data.csv 있는 메타데이터를 결합하여 그룹 정보로 데이터에 레이블을 지정합니다. 또한 피크 간 대기 시간과 진폭 비율을 자동으로 계산합니다. - 컴파일된 데이터에 대한 통계 분석을 수행합니다.
- Shapiro-Wilks 검정과 같은 정규성 검정을 사용하여 다음 함수로 데이터의 분포를 평가할 수 있습니다.
shapiro.test() - Shapiro-Wilks 검정이 유의하지 않으면 데이터 집합에 정규 분포가 있습니다. 따라서 다음 함수를 사용하여 ANOVA와 같은 모수 검정으로 데이터를 평가합니다.
AOV() - Shapiro-Wilks 검정이 p = 0.05보다 작으면 Kruskal-Wallis 순위 합계 검정(아래 함수 사용) 또는 다른 적절한 비모수 측도를 사용합니다(논의의 다른 가능성 참조).
kruskal.test()
- Shapiro-Wilks 검정과 같은 정규성 검정을 사용하여 다음 함수로 데이터의 분포를 평가할 수 있습니다.
- 평균 파형을 표시하려면 다음 명령을 사용합니다.
Average_Waveform("ASCII_Folder", aes(x = Data_Pnt_ms, y = "dB", 그룹 = 유전자형, 색상 = 유전자형))
참고: 이 명령은 다양한 유전자형에 대한 평균 파형을 다양한 색상으로 표시합니다. y 변수 dB의 경우 원하는 진폭에 해당하는 숫자(예: 75)를 따옴표 없이 삽입합니다. 다른 비교의 경우 메타데이터에서 해당 그룹 레이블을 사용합니다.
Representative Results
클릭 시리즈에 대한 ABR 파형 응답에 대한 루틴을 75dB에서 시작하여 5dB 단위로 5dB까지 단계적으로 테스트했습니다. 이들 데이터는 앞서 기술된 바와 같이 수득하였다19. 또한 톤 핍 데이터에서 도구를 테스트하여 유사한 결과를 얻었습니다. 대부분의 ABR 시스템의 ABR 데이터는 .txt(ASCII) 파일로 내보낼 수 있습니다. ABR ASCII 파일을 컴퓨터에로드하고 프로토콜에 설명 된대로 RStudio에서 열었습니다. FindPeaks.R 루틴을 배치 형태로 실행한 후 자동 레이블 지정(그림 1)이 있는 샘플 파형과 결과가 포함된 .csv 파일을 얻었습니다. 결과는 관련 없는 피크를 제거하기 위해 검토되었습니다. 자동 라벨링을 검증하기 위해 ABR 프로그램 기능을 사용하여 위에서 설명한 클릭 시리즈로 얻은 각 파형의 처음 5개 피크와 최저점에 수동으로 레이블을 지정했습니다. 이 작업을 수행하는 실험자는 ABR 데이터를 기록하고 분석한 경험이 2년이었습니다. 그림 2 는 자동화된 FindPeaks.R 데이터가 빨간색으로, 수동으로 얻은 데이터가 검은색으로 표시된 이 비교를 보여 줍니다. 각 추적은 단일 마우스의 데이터를 나타냅니다. 표준 편차가 하나인 두 방법의 평균도 표시됩니다. FindPeaks.R에서 얻은 결과는 수동으로 얻은 결과와 밀접한 상관 관계가 있습니다( 보충 그림 S4 참조).
그림 1: 어린 F1 마우스의 75dB 클릭 자극에 대한 대표적인 파형 응답. 밀리초 단위의 대기 시간은 x축에 표시되고 마이크로볼트 단위의 진폭은 y축에 표시됩니다. 피크는 FindPeaks.R로 자동 식별되며 빨간색으로 레이블이 지정되고 골짜기는 파란색으로 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: 수동으로 식별된 피크에서 얻은 데이터와 FindPeaks.R 분석에서 제공한 데이터의 비교. (A,C,E,G,I) 마이크로볼트 단위의 진폭 및 밀리초 단위의 (B,D,F,H,J) 대기 시간은 12개의 마우스에 제공된 클릭 자극에 대해 얻은 파형의 피크 I-V에 대해 5dB에서 75dB(x축, 모든 그래프) 사이의 사운드 레벨에 대해 플롯됩니다. 수동으로 가져온 값(검은색)은 FindPeaks.R(빨간색)로 분석한 동일한 데이터 세트와 비교됩니다. 평균은 굵은 선으로 표시되며 음영 영역은 하나의 표준 편차를 나타냅니다. Kruskal-Wallis 순위 합 검정으로 평가했을 때 방법간에 차이가 나타나지 않았습니다 (A, 차이 = 0.0547977 ± 0.0010028, 최대 = 0.96, p = 0.9216; B, 차이 = −0.0001734 ± 0.0001214, 최대 = 0.04, p = 0.8289; C, 차이 = −0.0212209 ± 0.0006806, 최대 = 0.92, p = 0.9687; D, 차이 = −0.0011047 ± 0.0001556, 최대 = 0.06, p = 0.771; E, 차이 = −0.0323077 ± 0.0006169, 최대 = 0.66, p = 0.899; F, 차이 = −0.0072189 ± 0.0001460, 최대 = 0.04, p = 0.8644; G, 차이 = 0.201754 ± 0.0007407, 최대 = 0.64, p = 0.9312; H, 차이 = −0.0007018 ± 0.0001717, 최대 = 0.09, p = 0.8013; I, 차이 = 0.0347561 ± 0.0007343, 최대 = 1.05, p = 0.8856; J, 차이 = -0.0078049 ± 0.0002762, 최대 = 0.16, p = 0.886), 결과는 높은 상관 관계를 보였다 (카이 제곱 값 : A, 0.009696; B, 0.046684; C, 0.0015395; D, 0.084742; E, 0.016102; 에프, 0.029153; 지, 0.0074604; H, 0.063322; 난, 0.020699; J, 0.020544; SEM± 평균으로 제시된 차이; 최대 = 절대 최대 차이). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
보충 그림 S1: FindPeaks.R을 사용한 분석 (A) 작업 디렉토리 선택 (프로토콜 단계 3.2 참조); (B) 프로그램을로드합니다 (프로토콜 단계 3.3 참조). 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 S2: 파형 분석을 위한 스크립트 출력 및 명령. (A) 개별 파일 및 (B) 일괄 처리를 위한 명령입니다. (C) 레이블이 지정된 피크와 트로프가 있는 파형을 보여주는 출력 PDF 파일. 프로토콜 단계 3.4를 참조하십시오. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 S3: 분석 검증. (A) 파형 데이터 로드(프로토콜 단계 4.1 참조). (B) 앱 실행 버튼의 위치입니다. 샘플 데이터 파일도 표시됩니다. (C) 파형이있는 반짝이는 창. 이 경우 사운드 레벨은 상단 창에 입력 된대로 75dB입니다. 원하는 피크와 다음 트로프를 클릭하면 진폭 및 대기 시간에 대한 데이터가 테이블에 기록됩니다 (프로토콜 단계 4.6). 피크 3 데이터가 표시됩니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
보충 그림 S4: 수동으로 식별된 피크에서 얻은 개별 데이터와 FindPeaks.R 분석에서 제공한 데이터의 비교. (A, C, E, G, I) 마이크로 볼트 단위의 진폭 및 밀리 초 단위의 (B, D, F, H, J) 대기 시간은 12 개의 마우스에 제시된 클릭 자극에 대해 얻은 파형의 피크 I-V에 대해 5dB에서 75dB (x 축, 모든 그래프) 사이의 사운드 레벨에 대해 플롯됩니다. 각 동물은 범례에서 볼 수 있듯이 고유 한 색상으로 표시됩니다. FindPeaks.R로 얻은 데이터는 단색으로 레이블이 지정되고 수동으로 얻은 데이터는 동일한 색상의 채도가 낮은 버전으로 레이블이 지정됩니다. 이 그림에는 두 데이터 집합이 모두 표시되어 있지만 동일할 때 한 줄만 명백합니다. 이 파일을 다운로드하려면 여기를 클릭하십시오.
Discussion
이 간행물에 설명된 프로토콜은 클릭 및 톤 핍에 대한 ABR의 전압 진폭 비율 및 대기 시간 간격을 설명하는 데이터 수집을 간소화하는 데 도움이 됩니다. RStudio에서 단일 명령을 사용하여 실험자는 통계 분석을 위해 이 정보를 추출, 컴파일 및 단일 문서에 표시할 수 있습니다. 이 분석을 일상화함으로써 우리는 이 분야가 ABR이 발달, 노화 또는 다른 종에 대한 모욕에 의해 변경될 수 있는 새로운 방법을 발견하기를 바랍니다. 이러한 정보는 소음2의 synaptopathy와 유사한 중요한 메커니즘을 식별하는 데 유용 할 수 있습니다. 이 실험에 사용 된 어린 마우스는 청각 뇌간이20 세에 여전히 성숙하기 때문에 매우 다양한 반응을 보였습니다. 그럼에도 불구하고 두 가지 정량화 방법은 매우 강한 상관 관계를 보였습니다 (그림 2).
스크립트는 "Time.csv"이라는 파일을 사용하여 피크 식별을 위해 데이터 내에서 간격을 설정합니다. 간단히 말해서, 지정된 시간 간격에서 발생하는 최대 전압 진폭은 "피크 1"로 레이블이 지정되고, 다음 간격에서 발생하는 전압 최소값은 "트로프 1"로 레이블이 지정됩니다. 8kHz에서 32kHz에 이르는 주파수를 사용하여 1개월에서 12개월 사이의 CBA/CaJ 마우스에 대한 클릭 및 톤 핍 응답의 대기 시간을 모두 포함하는 간격을 선택했습니다. 이 도구를 성공적으로 사용하여 마우스의 톤 핍 반응도 측정했습니다. 인간을 포함한 다른 종들도 유사한 기간 내에서 ABR 반응을 보이며, 이 도구는 다른 종의 데이터에도 사용될 수 있을 것으로 예상합니다. 우수한 파형을 생성하는 인간21에 대한 새로운 병렬 ABR 방법을 사용하는 것이 좋습니다. 시간 간격 제한은 이 도구의 사용을 즉각적인 ABR 응답을 평가하는 것으로 제한합니다. 그러나 이 파일의 간격 데이터는 음성에 대한 ABR 응답 또는 소리에 대한 응답으로 특징적으로 다른 시간에 발생하는 이벤트 관련 전위(ERP)의 측정을 자동화하기 위해 사용자가 변경할 수 있습니다.
이 데이터의 통계적 처리의 일부 기능은 강조 할 가치가 있습니다. 우리가 아는 한, 이 분야에는 진폭 진행을 구별하기 위한 표준화된 치료법이 없습니다. 초기 연구에서는 ANOVA22,23을 사용했습니다. 여기에 있는 클릭 시리즈(그림 2)의 데이터는 비모수적이어서 Kruskal-Wallis 순위 합계 테스트를 사용했습니다. ANOVA와 유사하게 Kruskal-Wallis 순위 합계 테스트는 주어진 자극 수준에서 얻은 값의 차이를 평가합니다. 즉, 그래프에서 얻은 선을 비교합니다. 그러나 다른 치료도 가능합니다. 생물학적으로 진폭 진행은 자극 수준이 증가함에 따라 더 높은 임계 뉴런의 추가 모집을 반영합니다. 이것은 선의 적분을 나타내는 곡선 아래의 면적이 더 관련성이 높은 측정 값이 될 수 있음을 시사합니다. 일반화 된 추정 방정식 (GEE)은 Patel et al.5에서와 같이 적분 분석을 위해 개별 데이터를 모델링하는 데 사용될 수 있습니다. 특히, GEE 분석은 이러한 실험의 반복 측정 설계를 고려할 수 있습니다. 더 많은 연구자들이 데이터 분석 방법에 대해 논의함에 따라 모범 사례에 대한 합의가 나타날 것으로 예상합니다.
결론적으로, 이 백서에서는 ABR 파형을 측정, 컴파일 및 시각화하기 위한 사용하기 쉬운 무료 도구를 제공합니다. 이러한 도구는 RStudio의 초보 학생도 이 프로토콜에 따라 사용할 수 있으며 엄격함과 재현성을 개선하기 위해 블라인딩 단계를 통합합니다. 우리는 일상적인 ABR 파형 분석을 통해 모욕, 유전적 변이 및 청각 기능에 영향을 줄 수 있는 기타 치료법을 발견할 수 있을 것으로 예상합니다.
Disclosures
저자는 이해 상충이 없습니다.
Acknowledgments
이 작업은 NIDCD에서 PW로의 두 가지 보조금인 R01 DC018660과 행정 보충 상인 R01 DC014261-05S1로 지원되었습니다.
Materials
| Name | Company | Catalog Number | Comments |
| C57BL/6J mice | Jackson Labs | 664 | |
| CBA/CaJ mice | Jackson Labs | 654 | |
| E-series PC | Dell | n/a (this equipment was discontinued) | This runs the IHS system. |
| Mini-anechoic chamber | Industrial Acoustics Company | Special order number 104306 | This enclosure reduces noise levels for auditory testing of animals. |
| Optiplex 7040 | Dell | i5-6500 | Rstudio may also be run on a Mac or Linux system. |
| Universal Smart Box | Intelligent Hearing Systems | n/a (this equipment was discontinued) | Both TDT and IHS can output hearing data as ASCII files. |
References
- Gopal, K. V., Pierel, K. Binaural interaction component in children at risk for central auditory processing disorders. Scandinavian Audiology. 28 (2), 77-84 (1999).
- Kujawa, S. G., Liberman, M. C. Adding insult to injury: Cochlear nerve degeneration after "temporary" noise-induced hearing loss. Journal of Neuroscience. 29 (45), 14077-14085 (2009).
- Salvi, R. J., Wang, J., Ding, D. Auditory plasticity and hyperactivity following cochlear damage. Hearing Research. 147 (1-2), 261-274 (2000).
- Schrode, K. M., Muniak, M. A., Kim, Y. H., Lauer, A. M. Central compensation in auditory brainstem after damaging noise exposure. eNeuro. 5 (4), (2018).
- Patel, S., et al. SIRT3 promotes auditory function in young adult FVB/nJ mice but is dispensable for hearing recovery after noise exposure. PLoS One. 15 (7), 0235491 (2020).
- Milinkeviciute, G., Chokr, S. M., Castro, E. M., Cramer, K. S. CX3CR1 mutation alters synaptic and astrocytic protein expression, topographic gradients, and response latencies in the auditory brainstem. Journal of Comparative Neurology. 529 (11), 3076-3097 (2021).
- Ison, J. R., Allen, P. D., Oertel, D. Deleting the HCN1 subunit of hyperpolarization-activated ion channels in mice impairs acoustic startle reflexes, gap detection, and spatial localization. Journal of the Association for Research in Otolaryngology. 18 (3), 427-440 (2017).
- Chen, F., Zhao, F., Mahafza, N., Lu, W. Detecting noise-induced cochlear synaptopathy by auditory brainstem response in tinnitus patients with normal hearing thresholds: A meta-analysis. Frontiers in Neuroscience. 15, 778197 (2021).
- Santos-Filha, V. A., Samelli, A. G., Matas, C. G. Noise-induced tinnitus: Auditory evoked potential in symptomatic and asymptomatic patients. Clinics. 69 (7), 487-490 (2014).
- Kochar, K., Srivastava, T., Maurya, R. K., Jain, R., Aggarwal, P. Visual evoked potential & brainstem auditory evoked potentials in acute attack & after the attack of migraine. Electromyography and Clinical Neurophysiology. 42 (3), 175-179 (2002).
- Gedik, O., Husam, H., Basoz, M., Tas, N., Aksoy, F. The effect of coronavirus disease 2019 on the hearing system. Journal of Laryngology and Otology. 135 (9), 810-814 (2021).
- Ozturk, B., Kavruk, H., Aykul, A. Audiological findings in individuals diagnosed with COVID-19. American Journal of Otolaryngology. 43 (3), 103428 (2022).
- Dror, A. A., et al. Auditory performance in recovered SARS-COV-2 patients. Otology & Neurotology. 42 (5), 666-670 (2021).
- Lin, F. R., et al. Hearing loss and incident dementia. Archives of Neurology. 68 (2), 214-220 (2011).
- Jafari, Z., Kolb, B. E., Mohajerani, M. H. Auditory dysfunction in Parkinson's disease. Movement Disorders. 35 (4), 537-550 (2020).
- Swords, G. M., Nguyen, L. T., Mudar, R. A., Llano, D. A. Auditory system dysfunction in Alzheimer disease and its prodromal states: A review. Ageing Research Reviews. 44, 49-59 (2018).
- Konrad-Martin, D., et al. Age-related changes in the auditory brainstem response. Journal of the American Academy of Audiology. 23 (1), 18-35 (2012).
- Navntoft, C. A., Marozeau, J., Barkat, T. R. Cochlear implant surgery and electrically-evoked auditory brainstem response recordings in C57BL/6 mice. Journal of Visualized Experiments. (143), e59073 (2019).
- Gilels, F., Paquette, S. T., Beaulac, H. J., Bullen, A., White, P. M. Severe hearing loss and outer hair cell death in homozygous Foxo3 knockout mice after moderate noise exposure. Scientific Reports. 7, 1054 (2017).
- Rubio, M. E. Auditory brainstem development and plasticity. Current Opinion in Physiology. 18, 7-10 (2020).
- Polonenko, M. J., Maddox, R. K. The parallel auditory brainstem response. Trends in Hearing. 23, 2331216519871395 (2019).
- Shi, L., et al. Noise-induced damage to ribbon synapses without permanent threshold shifts in neonatal mice. Neuroscience. 304, 368-377 (2015).
- Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift. Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).
