Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Bioengineering
Click here for the English version

Bioengineering

"Avatar", en modifisert Ex vivo Work Loop eksperimenter ved hjelp av in vivo belastning og aktivering

Published: August 18, 2023 doi: 10.3791/65610
Automatic Translation
1, 1
1Northern Arizona University

Summary

Denne artikkelen beskriver metodikken for å emulere in vivo muskelkraftproduksjon under ex vivo arbeidssløyfeeksperimenter ved bruk av en "avatar" -muskel fra en laboratoriegnager for å vurdere bidragene fra belastningstransienter og aktivering til muskelkraftresponsen.

Abstract

Bevegelsesatferd er fremvoksende trekk ved dynamiske systemer som skyldes muskelkraftproduksjon og arbeidsproduksjon. Samspillet mellom nevrale og mekaniske systemer skjer på alle nivåer av biologisk organisasjon samtidig, fra innstilling av benmuskelegenskaper mens du løper til dynamikken i lemmer som interagerer med bakken. Å forstå forholdene under hvilke dyr skifter sine nevrale kontrollstrategier mot inneboende muskelmekanikk ("preflekser") i kontrollhierarkiet, vil tillate muskelmodeller å forutsi in vivo muskelkraft og fungere mer nøyaktig. For å forstå in vivo muskelmekanikk, er ex vivo undersøkelse av muskelkraft og arbeid under dynamisk varierende belastning og belastningsforhold som ligner på in vivo bevegelse nødvendig. In vivo tøyningsbaner viser vanligvis brå endringer (dvs. belastnings- og hastighetstransienter) som oppstår fra interaksjoner mellom nevral aktivering, muskuloskeletale kinematikk og belastninger påført av miljøet. Hovedmålet med vår "avatar" -teknikk er å undersøke hvordan muskler fungerer under brå endringer i belastningshastighet og belastning når bidraget fra inneboende mekaniske egenskaper til muskelkraftproduksjon kan være størst. I "avatar" -teknikken modifiseres den tradisjonelle arbeidssløyfe-tilnærmingen ved å bruke målte in vivo belastningsbaner og elektromyografiske (EMG) signaler fra dyr under dynamiske bevegelser for å drive ex vivo muskler gjennom flere strekkforkortende sykluser. Denne tilnærmingen ligner arbeidssløyfeteknikken, bortsett fra at in vivo belastningsbaner skaleres på riktig måte og påføres ex vivo musemuskler festet til en servomotor. Denne teknikken tillater en å: (1) etterligne in vivo belastning, aktivering, skrittfrekvens og arbeidssløyfe mønstre; (2) variere disse mønstrene for å matche in vivo kraftresponser mest nøyaktig; og (3) variere spesifikke trekk ved belastning og/eller aktivering i kontrollerte kombinasjoner for å teste mekanistiske hypoteser.

Introduction

Bevegelige dyr oppnår imponerende atletiske prestasjoner av utholdenhet, fart og smidighet i komplekse miljøer. Animal locomotion er spesielt imponerende i motsetning til menneskekonstruerte maskiner - stabiliteten og smidigheten til nåværende bente roboter, proteser og eksoskjeletter forblir dårlig sammenlignet med dyr. Beinbevegelse i naturlig terreng krever presis kontroll og raske justeringer for å endre hastigheten og manøvrere miljøfunksjoner som fungerer som uventede forstyrrelser 1,2,3,4. Likevel er forståelse av ikke-stabil bevegelse iboende utfordrende fordi dynamikken er avhengig av komplekse samspill mellom det fysiske miljøet, muskuloskeletale mekanikk og sensorimotorisk kontroll 1,2. Legged bevegelse krever å reagere på uventede forstyrrelser med rask multimodal behandling av sensorisk informasjon og koordinert aktivering av lemmer og ledd 1,5. Til syvende og sist er bevegelse muliggjort av muskler som produserer kraft via iboende mekaniske egenskaper i muskel- og skjelettsystemet, samt fra nevral kontroll 1,5,6,7. Et fremragende spørsmål om nevromekanikk er hvordan disse faktorene samhandler for å produsere koordinert bevegelse som svar på uventede forstyrrelser. Følgende teknikk benytter muskelens iboende mekaniske respons på deformasjon ved bruk av in vivo belastningsbaner under kontrollerbare ex vivo eksperimenter med en "avatar" muskel.

Muskelarbeidssløyfeteknikken har gitt et viktig rammeverk for å forstå indre muskelmekanikk under sykliske bevegelser 8,9,10. Den tradisjonelle arbeidssløyfeteknikken driver muskler gjennom forhåndsdefinerte, typisk sinusformede, belastningsbaner ved hjelp av frekvenser og aktiveringsmønstre målt under in vivo-eksperimenter 2,8,9,11. Ved hjelp av sinusformede lengdebaner kan realistisk estimere arbeid og effektuttak under flyging12 og svømming2 under forhold der dyr ikke gjennomgår raske endringer i belastningsbaner på grunn av samspill med miljøet og muskuloskeletale kinematikk. Imidlertid oppstår in vivo muskelbelastningsbaner under benet bevegelse dynamisk fra interaksjoner mellom nevral aktivering, muskuloskeletale kinematikk og belastninger påført av miljøet 5,7,13,14. En mer realistisk arbeidssløyfeteknikk er nødvendig for å etterligne belastninger, belastningsbaner og kraftproduksjon som tilsvarer in vivo muskel-senedynamikk og gir innsikt i hvordan inneboende muskelmekanikk og nevral kontroll samhandler for å produsere koordinert bevegelse i møte med forstyrrelser.

Her presenterer vi en ny måte å etterligne in vivo muskelkrefter under tredemølle bevegelse ved å bruke en "avatar" muskel fra et laboratorium gnager under kontrollerte ex vivo eksperimenter med in vivo belastningsbaner som representerer tidsvarierende in vivo belastninger. Ved å bruke de målte in vivo belastningsbanene fra en målmuskel på muskler fra et laboratoriedyr under kontrollerte ex vivo-eksperimenter, vil det etterligne belastninger som oppleves under bevegelse. I forsøkene beskrevet her, brukes ex vivo mus extensor digitorum longus (EDL) muskel som en "avatar" for in vivo rotte mediale gastrocnemius (MG) muskel under gange, trav og galopp på tredemølle13. Denne tilnærmingen ligner arbeidssløyfeteknikken, bortsett fra at in vivo belastningsbaner skaleres på riktig måte og påføres ex vivo musemuskler festet til en servomotor. Mens mus EDL-muskler varierer i størrelse, fibertype og arkitektur sammenlignet med rotte MG, er det mulig å kontrollere for disse forskjellene. "Avatar" -teknikken tillater en å: (1) etterligne in vivo belastning, aktivering, skrittfrekvens og arbeidssløyfe mønstre; (2) variere disse mønstrene for å matche in vivo kraftresponser mest nøyaktig; og (3) variere spesifikke trekk ved belastning og/eller aktivering i kontrollerte kombinasjoner for å teste mekanistiske hypoteser.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Alle dyreforsøk ble godkjent av Institutional Animal Care and Use Committee ved Northern Arizona University. Extensor digitorum longus (EDL) muskler fra hann- og hunnmus av villtype (stamme B6C3Fe a/a-TTNmdm/J), i alderen 60-280 dager, ble brukt i denne studien. Dyrene ble hentet fra en kommersiell kilde (se Table of Materials), og etablert i en koloni ved Northern Arizona University.

1. Velge in vivo belastningsbane og forberede for bruk under ex vivo arbeidssløyfeeksperimenter

MERK: I denne protokollen ble tidligere målinger fra in vivo dynamisk bevegelse, gitt direkte til forfatterne (Nicolai Konow, UMass Lowell, personlig kommunikasjon), brukt i ex vivo-eksperimenter. De opprinnelige dataene ble samlet inn for Wakeling et al.15. Tid, lengde eller belastning, EMG/aktivering og kraftdata kreves for å replikere protokollen.

  1. Segmenter hele in vivo-studien i individuelle skritt ved hjelp av en hvilken som helst programmeringsplattform (MATLab-kode gitt i Suplementary Coding File 1).
    1. Plott lengdeendringene vs. tid for hele in vivo-studien . Dette brukes til å visualisere individuelle skritt (holdning til holdning) og for å vurdere variabilitet blant skritt (figur 1).
    2. Beregn tøyning for hele studien (Lengde (L) /Maksimal isometrisk kraft ved optimal lengde L0).
    3. Velg et skritt fra hele prøveperioden som er representativt for alle skritt, og som begynner og slutter med samme lengde. Dette kan gjøres visuelt ved å tegne lengdene oppå hverandre for å sammenligne hvert skritt.
    4. Etter at et representativt skritt er valgt, segmenter ut belastning, EMG / aktivering og tving data fra hele studien ved hjelp av en hvilken som helst programmeringsplattform (se Supplementary Coding File 1 for kodene som brukes i MATLab16).
    5. Hvis samplingsfrekvensen er forskjellig for belastning, EMG/aktivering eller kraft, interpoler datapunktene slik at alle samples på samme frekvens.
      MERK: Forskere kan bestemme frekvensen av fangst basert på tidsintervallene mellom hvert punkt samplet i hele forsøket. Hvis variabler fanges opp med samme frekvens, vil utvalgstidene være de samme.
  2. Beregn hyppigheten av segmenterte skritt.
    1. Beregn frekvensen ved å bestemme varigheten av et segmentert skritt i sekunder og dele 1 (sekund) med varigheten (1/varighet = # skritt per sekund).
    2. Bestem manuelt hvor mange datapunkter som må anskaffes i ex vivo-eksperimenter for å samsvare med frekvensen.
    3. Beregn tiden som kreves for to trinn. Gjenta skrittene minst en gang for estimering innen muskelmålingsfeil, som vil være nødvendig for senere statistisk analyse.
  3. Bestem stimuleringsfasen i forhold til belastningsinngang ved hjelp av den målte EMG-aktiviteten for å bestemme utbruddet og varigheten av stimuleringen for ex vivo-arbeidssløyfene. Alle programmeringsplattformer kan benyttes (se Supplementary Coding File 1 for koden som brukes i denne studien).
    1. Se EMG-signalet over samme x-akseområde (tid) som tøyningsendring (figur 1). Forstørr EMG-signalet for å være synlig; Dette kan gjøres ved å multiplisere EMG-signalet med et vilkårlig tall, omskalere belastningen og EMG til å være på samme skala, og / eller legge EMG-signalet til belastningen.
      MERK: Forfattere reskalerte stammen og EMG til å være på samme skala ved hjelp av "rescale" -funksjonen i MATLab (se tilleggsfigur 1).
    2. Finn ut hvor EMG-aktiviteten starter og stopper, som indikert ved en endring i intensitet på to standardavvik17,18.
      MERK: Avhengig av dyret og muskelen, kan EMG-utbruddet korrespondere eller ikke korrespondere med fotkontakt (Monica Daley, UC Irvine, personlig kommunikasjon) (se diskusjonsdelen).
    3. Beregn prosentandelen av belastningssyklusen (f.eks. 40 %) der EMG-aktiveringsutbruddet oppstår og hvor lenge stimuleringen vil forekomme (f.eks. 222 ms).
      MERK: Forskere må ta hensyn til en eksitasjon-kontraksjonskobling (ECC) forsinkelse som er forskjellig mellom in vivo bevegelse og ex vivo arbeidssløyfer og kan være forskjellig for hvert dyr og muskel (f.eks. in vivo ECC er 24,5 ms for rotte MG, ex vivo ECC er ~ 5 ms for mus EDL).
  4. Forbered representative belastningsinnganger for arbeidssløyfekontrollerprogrammet. Ethvert program som kan fange kraftutgang med inngang for belastning og stimulering, kan brukes til arbeidssløyfestyringsprogrammet (se diskusjonsdelen).
    1. Ta det valgte skrittet og interpoler til riktig antall punkter som er nødvendig for at trinnet skal fanges opp med in vivo-frekvens i to sykluser (se trinn 1.2).
    2. Skaler skrittet på nytt for å starte og stoppe ved "nullbelastning" (f.eks. L 0 eller 95 % L0) etter å ha tøyd med et forhåndsbestemt lengdeutslag (se trinn 3.3).
    3. "Skala" valgt skritt, om nødvendig, å bruke som inndata for tøyningsendringer i mus EDL (se diskusjonsseksjonen). For å skalere, velg et lengdeslag som musen EDL kan strekkes til uten skade (f.eks. strekker vi vanligvis musen EDL med 10% L0 uavhengig av in vivo-arten ). Dette må kanskje endres basert på foreløpige resultater (se trinn 3.3).

Figure 1
Figur 1: Lengde over tid for in vivo hele studien. Lengde (mm) plottet mot tiden til rotte MG. Skritt er avgrenset av sirkler, fra korteste lengde til korteste lengde, betraktet som enkeltskritt. Klikk her for å se en større versjon av denne figuren.

2. Evaluering av maksimal isometrisk kraft av musemuskulatur ex vivo

  1. Sett opp utstyr og kirurgi.
    MERK: Se diskusjonsdelen for en forklaring på utstyret som trengs for ex vivo-arbeidssløyfen .
    1. Forbered et vev-organ bad ved å sette oxytube nålventilen inn i vann-jakke vev bad (se tabell over materialer). Koble oksyrøret til en gassflaske med 95% 0 2-5% CO2. La 20 psi fylle vannjakkevevbadet.
    2. Forbered operasjonsområdet ved å kjøre et ekstra oksyrør fra gassledningen til en krystalliserende tallerken fylt med Krebs-Henseleit-løsning (trinn 2.1.3) nær operasjonsområdet. Dette vil bli brukt til å holde musklene luftet og hydrert under og etter operasjonene.
      MERK: Muskler kan også lagres i denne luftede løsningen opptil 4 timer, hvis mer enn en muskel tas ut av musen om gangen.
    3. Forbered 1 liter Krebs-Henseleit-oppløsning inneholdende (i mmol l-1): NaCl (118); KCl (4,75); MgSO4 (1,18); KH2PO4 (1,18); CaCl 2 (2,54); og glukose (10,0) ved romtemperatur og pH til 7,4 ved bruk av HCl og NaOH (se materialfortegnelse). Når du håndterer HCl og NaOH, bruk riktig PPE på vernebriller og hansker.
    4. Fyll badekaret med Krebs-Henseleit-løsning ved romtemperatur og pH 7,4. Senk muskelen og kroken helt ned i løsningen.
    5. Slå på alt utstyr; dual-mode muskelspaksystem, stimulator og signalgrensesnitt (DAQ-kort) (se materialfortegnelse).
  2. EDL muskel disseksjon.
    1. Dypt bedøve musen og deretter utføre eutanasi ved cervical dislokasjon. Legg musen i enten en høyre eller venstre lateral liggende stilling med den øverste bakbenet strukket og tærne berører disseksjonsbrettet. Fjern pelsen fra ankelen til over kneleddet.
    2. Telt huden med tang og kutt fra ankelleddet til hofteområdet. Når muskelen har blitt utsatt, kutt rundt ankelen som en "hem" av bukser. Trekk huden opp for å eksponere benmuskulaturen tydeligere.
    3. Finn fascia linjen som skiller tibialis anterior (TA) og gastrocnemius, skille ved hjelp av disseksjon saks for å avsløre kneet sener. Plasser disseksjonssaks mellom de to synlige knesenene. Saks vil "fange" på en lomme like under de eksponerte knesenene. Blunt dissekerer en "lomme" mens du trekker saksen bort fra beinet til saksen når ankelen for å avsløre EDL.
    4. Bruk en forhåndsbundet løkkeknute i størrelse 4-0 silkekirurgisk sutur (se materialfortegnelse), bland den ene enden av suturen under senen nærmest kneet. Bind en dobbel firkantet knute over det proksimale muskel-sene-overgangen uten å plassere den på muskelen eller inkludere senen. Skjær over knuten. Trekk forsiktig løkken som er bundet til senen, og EDL kommer ut av "lommen".
    5. Teip løkken til disseksjonsområdet for å skape spenning i EDL. Bind en dobbel firkantet knute ved hjelp av en annen forhåndsbundet løkkeknute ved det distale muskel-senekrysset uten å plassere den på muskelen eller inkludere senen. Klipp knuten på siden nærmere beinet for å fjerne hele EDL fra musen. Klipp den ekstra suturen vekk fra de doble firkantede knutene på de proksimale og distale sidene av muskelen og plasser muskelen i luftbadet ved operasjonsområdet.
      MERK: Sørg for å merke hvilken side som er proksimal og / eller distal hvis du plasserer muskelen i et luftet bad.
    6. For å plassere på servomotorspakriggen, fest EDL vertikalt mellom suspenderte platinaelektroder. Fest den distale løkkeknuten til den stasjonære kroken og fest den proksimale løkkeknuten til kroken festet til servomotorarmen. Løft vevbadet for å senke muskelen i den luftede Krebs-Henseleit-løsningen.
      MERK: Lufting skal ikke forstyrre muskelen når den er nedsenket. Hvis det gjør det, senk trykket på gassen. La muskelen balansere i 10 minutter før du begynner stimuleringen.
  3. Mål den maksimale isometriske kraften til EDL-muskelen.
    MERK: Se tabell 1 for protokoll om hvordan du måler maksimal isometrisk kraft ved hjelp av rykninger og stivkrampe. Se utfyllende figur 1 for en illustrasjon av programmet forfatterne brukte.
    1. Stimuler muskelen med en supramaksimal rykning for å sikre at muskelen ikke har blitt skadet under operasjonen (80 V, 1 pps, 1ms; Tabell 1; se tilleggsfigur 2). Hvis ingen skade har oppstått, bruk lengdeknappen på muskelspaksystemet for å finne en muskellengde ved hjelp av rykningsstimulering der aktiv spenning er ~ 1V / 0.1271 N med mindre enn ~ 0.1V / 0.01271N passiv spenning.
    2. Registrer startlengden på muskelen fra suturknute til suturknute i volt og millimeter. Legg inn målinger i kalibreringsdelen av programmet for startlengde (se tilleggsfigur 1).
    3. Finn supramaximal twitch maksimal isometrisk kraft ved optimal lengde (L0) av EDL (tabell 1). Ingen hvileperiode er teknisk nødvendig, men å vente 1 min mellom stimuleringene vil stabilisere passiv spenning. Ta opp lengden (i volt) der den supramaksimale rykningen er maksimal. Dette er den muskeloptimale lengden (L0) for rykninger.
    4. Mål muskelen med kaliper i denne lengden. Mål muskelen fra suturknute til suturknute. Når L 0 er funnet, forkort muskelen tilbake til startlengden (aktiv spenning ~ 1V / 0,1271 N).
    5. Finn supramaximal tetanus maksimal isometrisk kraft av EDL (80 V, 180 pps, 500 ms; Tabell 1). Registrer lengden (i volt og millimeter) av supramaksimal tetanisk kraft ved L0 og mål fibrene fra suturknute til suturknute igjen med kalipere.
      MERK: Hvis du øker muskellengden i trinn på 0,5 V/0,65 mm, vil du få mer nøyaktig L0 for både rykninger og stivkrampe.
    6. Finn den submaksimale isometriske kraften til EDL (45 V, 110 pps, 500ms; Tabell 1) ved L0 før og etter forsøket for å sikre at fatigue ikke oppsto fra stimuleringsprotokollen. En 10% reduksjon i kraft regnes som en "utmattet" muskel.
Eksperiment Simuleringsintensitet (V) Pulsfrekvens (pps / Hz) Stimuleringsvarighet (ms) Kommentarer
1. "Oppvarming" 80 1 1 Øk eller reduser lengden med 0,50 V for å finne passiv spenning på 1 V
2. Optimal muskellengde rykk (L0) 80 1 1 Øk eller reduser lengden med 0,50 V for å finne passiv spenning på ~1 V
3. Optimal muskellengde stivkrampe (L0) 80 180 500 Hvil 3 min mellom endring av lengde med 0,50 V
4. Pre-eksperiment submaksimal L0 45 110 500 Ved lengden av L0
6. Avatar-eksperimenter 45 110 Bruk syklisk representative lengdeendringer for musens EDL
7. Etter eksperimentet submaksimal L0 45 110 500 Gå tilbake til L0 etter eksperimentet og mål L0

Tabell 1: Stimuleringsprotokoll. Stimuleringsprotokoll for å finne supramaksimal og submaksimal rykk og stivkrampe optimal lengde. Protokollen varierer etter stimuleringsintensitet, timing og pulser per sekund.

3. Fullføre "avatar" arbeidssløyfeteknikk ved hjelp av utvalgte in vivo belastningsbaner

  1. Sett opp programvaren som er nødvendig for å fullføre "avatar" arbeidssløyfeteknikker (se Materialfortegnelse).
    MERK: En inndatafil (.csv eller lignende) som angir muskellengden ved hvert trinn er nødvendig (se trinn 1.4). Innganger for prosentandelen av syklusen der stimuleringen starter og for varigheten av stimuleringen er nødvendig (se for eksempel tilleggsfigur 3 ).
  2. Komplett "avatar" arbeid loop teknikk.
    MERK: Mens vi bruker et tilpasset LabView-program, kan forskere bruke et hvilket som helst program som tillater kontroll av lengdeendringer i musens EDL på en servomotorisk spak, kontroll av utbruddet (% syklus) og varighet (ms) av stimulering på bestemte tidspunkter og måling av muskelkraft. Se tilleggsfigur 3 for en illustrasjon av programforfatternes bruk.
    1. Last opp de skalerte belastningsendringene med skalert lengdeutslag i programmet fra trinn 1.4. Se trinn 1.4, 3.3 og diskusjonsdelen for mer om "skalerte belastningsendringer".
    2. Juster startlengden på muskelen om nødvendig (se pkt. 3.3). Skriv inn startlengden i V og mm for å kalibrere resultatene (se tilleggsfigur 3).
    3. Bruk stimuleringsdebut og varighet beregnet i trinn 1.3.
    4. Kjør muskelen gjennom de skalerte lengdeendringene med bestemt lengdeutslag i to sykluser.
    5. Lagre data. Hvis flere stimuleringsprotokoller samles på samme muskel, vent 3 min mellom hver stimulering.
    6. Stimuler med optimal lengde (L0) ved hjelp av submaksimal aktivering for å avgjøre om tretthet har oppstått. Hvis kraften reduseres med mer enn 10%, anses musklene å være utmattet. Se tabell 1 for stimuleringsprotokoller.
    7. Fjern muskelen fra badekaret. Skjær knuter fra muskelen og drypp overflødig løsning av muskelen. Vei muskelen. Bestem fysiologisk tverrsnittsareal ved hjelp av standardformelen: muskelmasse/(L0*1,06)19.
  3. Juster parametere for "avatar" arbeidsløkketeknikk (se diskusjonsdelen).
    1. Bestem startlengden og lengdeekskursjonen ved å tilpasse ex vivo passiv spenningsstigning til den passive spenningsstigningen observert in vivo (figur 2).
      MERK: Denne studien brukte prosent L 0 for å skalere startlengde (mm) og ekskursjon (% L0; se trinn 1.4 og diskusjonsdelen). For å matche spenningsøkningen i ex vivo mus EDL til in vivo rotte MG, fant forfatterne at startlengden ved L0 ga best passform (figur 2).
    2. Velg tre startlengder (f.eks. -5 % L 0, L 0 og +5 % L0). Utfør "avatar" arbeidssløyfe på hver av disse startlengdene med en spesifisert lengde ekskursjon (f.eks 10% L0).
      MERK: I de nåværende "avatar" -eksperimentene med musens EDL ble det brukt en lengdeutslag på 10% L0 .
    3. Gjenta med nye startlengder og/eller ekskursjon inntil frekvensen av ex vivo passiv spenningsøkning er lik frekvensen av in vivo passiv spenningsøkning (se figur 2B).
    4. Avhengig av fibertyper og aktiveringsdynamikk i musklene som brukes, øk eller reduser varigheten av stimuleringen for å optimalisere kampen mellom ex vivo og in vivo kraft. Det kan derfor være nødvendig å endre starten og/eller varigheten av stimuleringen slik at den passer best til in vivo-kraftproduksjon under "avatar"-eksperimenter.
    5. For å avgjøre om dette er nødvendig (se diskusjonsdelen), plott kraft over tid av "avatar" og in vivo muskel (figur 3) og beregne bestemmelseskoeffisienten R2 ved å kvadrere den skalerte korrelasjonen mellom mål og "avatar" muskelkraft (se Representative resultater).

Figure 2
Figur 2: Matchende passiv spenningsøkning. Arbeidsløkker som viser in vivo og ex vivo økning i passiv spenning (piler). In vivo skalert arbeidssløyfe fra rotte MG (svart) som går ved 2,9 Hz (data fra Wakeling et al.15). Ex vivo skalerte arbeidsløkker fra mus EDL (grønn) ved 2,9 Hz. (A) Startlengden på musens EDL-muskel er +5% L0. (B) Startlengden på musens EDL-muskel er L0. Legg merke til at ex vivo passiv spenningsstigning samsvarer med in vivo spenningsstigningen i A, men ikke i B. Tykkere linjer indikerer stimulering. Klikk her for å se en større versjon av denne figuren.

Figure 3
Figur 3: Optimalisering av stimuleringsvarighet av musens EDL for å matche in vivo kraft fra rotte MG (svart linje). Kraften som genereres av musens EDL ved bruk av EMG-basert stimulering (grønn stiplet linje) avtar tidligere enn in vivo-kraften, sannsynligvis på grunn av raskere deaktivering av musens EDL sammenlignet med rotte MG. For å optimalisere passformen mellom in vivo- og ex vivo-kreftene ble musens EDL stimulert over lengre tid (heltrukken grønn linje). EMG-basert stimulering R 2 = 0,55, Optimalisert stimulering R2 = 0,91. Klikk her for å se en større versjon av denne figuren.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Målet med "avatar" -eksperimentene er å replikere in vivo kraftproduksjon og arbeidsproduksjon så nært som mulig under ex vivo arbeidssløyfeeksperimenter. Denne studien valgte å bruke mus EDL som en "avatar" for rotte MG fordi mus EDL og rotte MG begge består av det meste av raske rykningermuskler 20,21. Begge musklene er primære bevegelser i ankelleddet (EDL ankel dorsiflexor, MG ankelplantarflexor) med lignende pennasjonsvinkler (mus EDL 12,4 + 2,12°22, rotte MG 20° brukt i denne studien15). Skalerte representative arbeidsløkker av rotte MG15 ble sammenlignet med ex vivo "avatar" -eksperimenter (figur 4) ved hjelp av to forskjellige stimuleringsprotokoller (en fra målt EMG-aktivitet og en optimalisert som i trinn 3.3). R 2-verdiene som presenteres her ble beregnet ved hjelp av hele den skalerte strekkforkortingssyklusen (2 sykluser/tilstand), der hver syklus hadde mer enn 2000 poeng som tilsvarer bevegelseshastigheten (gå = 5521 poeng, trav = 5002, galopp = 2502 poeng). Arbeidsløkker ble skalert for å ta hensyn til forskjeller i muskelstørrelse, P0 og PCSA. Skalering ble gjort ved lineært kartlegging av kraft og belastning på en lignende skala (0-1) for å sammenligne rotte MG og mus EDL. Visuelt er det tydelig at optimalisering av stimuleringsprotokollen (figur 4B) for å ta hensyn til forskjellig aktiveringsdynamikk i musens EDL- og rotte-MG-muskler forbedrer tilpasningen til in vivo rotte MG-kraften sammenlignet med EMG-basert aktivering (se diskusjonsseksjon). For musens EDL økte omtrent dobling av stimuleringsvarigheten for langsommere belastningsbaner (gange og trav) R2 med 62 % ved gange og 109 % i trav. For den raskere belastningsbanen (galoppen) økte stimuleringstiden med halvparten av den observerte tiden R2 med 22%.

Figure 4
Figur 4: Sammenligning av in vivo og ex vivo arbeidsløkker. Arbeidsløkker av in vivo rotte MG (svart) og ex vivo mus EDL (grønn) under gange (2,9 Hz) ved bruk av in vivo belastningsbaner. Den tykkere linjen indikerer stimulering i både in vivo og ex vivo arbeidsløkker. (A) Arbeidssløyfe av in vivo rotte MG (svart) og ex vivo mus EDL (stiplet grønn) under gange ved bruk av EMG-basert stimuleringsprotokoll. (B) Arbeidssløyfe av in vivo rotte MG (svart) og ex vivo mus EDL (solid grønn) under gange (2.9Hz) ved hjelp av optimalisert stimulering. Klikk her for å se en større versjon av denne figuren.

Høy R2 mellom mus EDL ex vivo kraftproduksjon og in vivo kraftproduksjon av rottemediale gastrocnemius (MG)15 indikerer god replikasjon (figur 5). I EMG-baserte stimuleringseksperimenter var gjennomsnittlige R2-verdier 0,535, 0,428 og 0,77 for henholdsvis gang, trav og galopp. I optimaliserte stimuleringseksperimenter var gjennomsnittlige R2-verdier 0,872, 0,895 og 0,936 i henholdsvis gang, trav og galopp. Som tidligere diskutert (trinn 3.3, figur 5), avhengig av aktiveringsdynamikken til musklene som brukes, kan stimuleringsprotokollen også måtte optimaliseres. Prediksjon av in vivo MG-kraft ved bruk av ex vivo mus EDL ble forbedret på tvers av alle bevegelseshastigheter ved å optimalisere stimulering, øke R2 (figur 5A, B) og redusere gjennomsnittlig rotkvadratfeil (RMSE). RMSE ble redusert etter optimalisering for alle hastigheter (figur 6). Gjennomsnittlig RMSE for EMG-basert stimulering var 0,31, 0,43 og 0,158 for gange, trav og galopp. Gjennomsnittlig RMSE for optimalisert stimulering var 0,181, 0,116, 0,101 for gange, trav og galopp.

Figure 5
Figur 5: R 2 Verdier for in vivo og ex vivo kraftproduksjon: Boks- og whiskerplott av R2-verdier for in vivo og ex vivo kraftsammenligninger. Individuelle observasjoner plottet, median, 25. og 75. prosentil indikert. (A) R 2-verdier for in vivo og ex vivo kraftproduksjon ved bruk av stimuleringsprotokoll basert på målt in vivo EMG-signal ved gange ved 2,9 Hz (grønn), trav ved 3,2 Hz (magenta) og galopp ved 6,2 Hz (cyan). (B) R 2-verdier for in vivo og ex vivo kraftproduksjon ved bruk av optimalisert stimulering (se figur 2). Optimalisering av stimuleringsutbrudd og varighet økte R2 for alle gangarter. EMG-basert stimulering: gå R 2 = 0,50-0,55, trav R2 = 0,37-0,47, galopp R2= 0,62-0,90; optimalisert stimulering: gå R 2 = 0,74-0,93, trav R 2 = 0,85-0,92, galopp R2 = 0,87-0,97. Klikk her for å se en større versjon av denne figuren.

Figure 6
Figur 6: Rotmiddelkvadratfeil (RMSE) for in vivo og ex vivo kraftproduksjon. Boks- og whiskerplott av RMSE-verdier for in vivo og ex vivo kraftsammenligninger. Individuelle observasjoner plottet, median, 25. og 75. prosentil indikert. (A) RMSE-verdier for in vivo og ex vivo kraftproduksjon ved bruk av EMG-basert stimuleringsprotokoll. (B) RMSE-verdier for in vivo og ex vivo ved bruk av optimalisert stimuleringsprotokoll. Optimalisering av stimuleringsutbrudd og varighet reduserte RMSE for alle gangarter. Gange ved 2,9 Hz (grønn), trav ved 3,2 Hz (magenta) og galopp ved 6,4 Hz (cyan). Klikk her for å se en større versjon av denne figuren.

For å teste ytelsen til tradisjonelle arbeidssløyfemetoder ved å forutsi in vivo muskelkrefter, ble det også utført sinusformede arbeidssløyfer for musens EDL på samme frekvens, lengdeutslag, startlengde, stimuleringsutbrudd og varighet som for "avatar" -eksperimentene ved bruk av in vivo rotte MG-stammebaner. R2-verdiene var signifikant lavere enn for in vivo-stammebanene for både EMG-baserte og optimaliserte stimuleringsprotokoller (figur 7). Gjennomsnittlig R2-verdier for EMG-basert stimulering ved bruk av sinusformede lengdebaner var 0,062, 0,067 og 0,141 ved gang-, trav- og galoppfrekvenser. Gjennomsnittlige R2-verdier for optimalisert stimulering ved bruk av sinusformede lengdebaner var 0,09, 0,067 og 0,141 ved gang-, trav- og galoppfrekvenser.

Figure 7
Figur 7: R2 Verdier for in vivo og ex vivo kraftproduksjon ved bruk av sinusformede lengdeendringer. Boks- og whiskerplott av RMSE-verdier for in vivo og ex vivo kraftsammenligninger. Individuelle observasjoner plottet, median, 25. og 75. prosentil indikert. R 2-verdier for gange (grønn, 2,9 Hz), trav (magenta, 3,2 Hz) og galopp (cyan,6,2 Hz) ved bruk av sinusformede lengdeendringer med EMG-baserte (gjennomskinnelige) og optimaliserte (ugjennomsiktige) stimuleringsprotokoller. For både EMG-basert og optimalisert stimulering var R2-verdiene lavere for sinusformede lengdeendringer enn for in vivo lengdeendringer. EMG-basert stimulering: gå R 2 = 0,00 - 0,30, trav R 2 = 0,00 - 0,02, galopp R2 = 0,03 - 0,07; optimalisert stimulering: gå R 2 = 0,02 - 0,21, trav R 2 = 0,02 - 0,12, galopp R2 = 0,12 - 0,17. Klikk her for å se en større versjon av denne figuren.

Arbeidsløkker produsert av ex vivo mus EDL-muskelen ved bruk av sinusformede lengdebaner emulerer ikke like nøyaktig in vivo rotte MG-kraft sammenlignet med in vivo belastningsbaner (figur 8). Endringen i arbeid produsert av sinusformede vs. in vivo tøyningsbaner kan forklares av fravær av tøynings- og hastighetstransienter i sinusformede baner (figur 9). Mens musklene ble stimulert i tilsvarende lengder under den aktive forkortingsfasen av sammentrekningene i både sinusformede baner og in vivo-baserte belastningsbaner, oppstod stimuleringen i forskjellige faser av syklusen (f.eks. stimuleringsstart skjedde i en fase på 74% for trav EMG-basert stimulering, men i en fase på 43% for å gå EMG-basert stimulering; se diskusjonsseksjonen).

Figure 8
Figur 8: Sammenligning in vivo og ex vivo sinusformede arbeidsløkker. (A) In vivo arbeidssløyfe (svart) fra rotte MG og ex vivo arbeidssløyfe (stiplet magenta) fra mus EDL ved bruk av sinusformet belastningsbane og EMG-basert stimulering. (B) In vivo arbeidssløyfe (svart) fra rotte MG og ex vivo arbeidssløyfe (solid magenta) fra mus EDL ved bruk av sinusformet belastningsbane og optimalisert stimulering. Merk at sinusformede arbeidsløkker overvurderer in vivo-arbeidet på grunn av fravær av belastnings- og hastighetstransienter i sinusformet bane. EMG-basert stimulering R 2 = 0,0003, optimalisert stimulering R2 = 0,084. Klikk her for å se en større versjon av denne figuren.

Figure 9
Figur 9: Sammenligning av in vivo stamme og ex vivo sinusformede lengdebaner. Sammenligning av in vivo belastning og ex vivo sinusformede lengdebaner ved gange (grønn), trav (magenta) og galopp (blå). Den heltrukne linjen er in vivo belastningsbane. Stiplet linje ex vivo sinusformet lengdebane. Den uthevede delen er stimulering. Stimuleringen startet like lenge i forkortelsesfasen av skrittet. Piler som indikerer tøynings- og hastighetstransienter. Avvik fra sinusformet er impedans fra ytre krefter på muskel. Klikk her for å se en større versjon av denne figuren.

Tilleggsfigur 1: Program brukt til å samle isometrisk maksimal kraft ved optimal lengde. Programmet brukes til å bestemme optimal lengde under supramaksimal og submaksimal rykning og tetanisk stimulering. Klikk her for å laste ned denne filen.

Tilleggsfigur 2: Levedyktig rykningsrespons. Twitch respons av musen EDL. Twitch-kraften stiger og faller raskt og skal nå aktiv spenning på ~ 1 V. "Støy" bør være minimal etter at topp aktiv spenning er nådd. Klikk her for å laste ned denne filen.

Tilleggsfigur 3: Program brukt til å samle inn arbeidssløyfedata. Programmet brukes til å kontrollere muskellengde og timing av stimulering i ex vivo arbeidsløkker. Klikk her for å laste ned denne filen.

Supplerende kodefil 1: MATLab-kode som brukes til å segmentere og lage en eksperimentell protokoll for arbeidssløyfen. MATLab-kode som ble brukt til å segmentere måltrinninformasjon (lengde, EMG-aktivering og kraft) i individuelle skritt. Kode inkluderer skalering og interpolering av måldyrtrinn i lengder som ex vivo mus EDL kan strekke seg. I tillegg inkluderer kode for å jevne EMG-signal og sammenligne aktivering for å velge utbrudd og varighet av stimulering i ex vivo arbeidssløyfeeksperimenter. Klikk her for å laste ned denne filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Mens organismer beveger seg sømløst over landskap, varierer de underliggende belastningene og belastningene som musklene opplever drastisk 1,6,23. Under både in vivo bevegelse 1,24 og i "avatar" -eksperimenter stimuleres musklene submaksimalt under sykliske, ikke-stabile forhold. De isometriske kraftlengde- og isotoniske krafthastighetsforholdene er ikke godt egnet til å forutsi muskelkraft under disse forholdene2. Å forstå effekten av ikke-jevn belastning (dvs. transienter) og belastning er avgjørende for å forutsi kraftproduksjon under in vivo-bevegelse, og er derfor hovedbegrunnelsen for å utvikle disse "avatar" -eksperimentene2. "Avatar" -eksperimenter lar oss kontrollere muskelbelastning og belastningsbaner mens vi måler kraftutgang. "Avatar" -teknikken undersøker kraftresponsen til muskler under in vivo-lignende forhold, uten forstyrrende faktorer for nevral kontroll og seneoverholdelse. For å utføre "avatar" -eksperimentene, trenger forskerne et program som gjør at en muskel kan gå gjennom foreskrevne lengdeendringer med evnen til å stimulere ved forskjellige startlengder og i varierende varighet (se tilleggsfigur 3 for programmet forfatterne bruker). Forskere må spesifisere startmuskellengde (mm), lengde på ekskursjon (mm), stimuleringsstart (% syklusvarighet) og varighet av stimulering (ms) før de gjør eksperimenter (se trinn 1.3-1.4for å få verdier for disse parametrene). Generelt er det ofte ønskelig å velge skritt som er representative for alle fremskritt i forsøket (f.eks. start og slutt på samme lengde, nå en lignende toppkraft, ha gjennomsnittlig EMG-aktivitet, etc.). Å avgjøre om EMG / aktivering og kraftdata fra et valgt skritt er representativt for andre skritt i samme forsøk kan være nyttig for å "justere" senere, noe som kan gjøres ved å plotte arbeidsløkker (kraft mot lengde) av hele forsøket ved hjelp av måldyrets muskel. Under bipedal og quadrupedal bevegelse avgrenser den korteste lengden til korteste lengde vanligvis et helt skritt (toe-off til toe-off), men EMG-aktivering kan variere. Hos noen dyr og muskler er EMG-aktivering nært korrelert med fotkontakt, slik som rotte MG vist her22. Hos andre dyr, som marsvin lateral gastrocnemius, skjer EMG-aktivering vanligvis i lengst lengde for å oppnå mer stabilitet under ukjent terreng25.

For å utføre "avatar" -eksperimenter er det viktig å minimere støyen i ex vivo-kraftdataene . Kraftmålinger er følsomme for flere problemer, inkludert, men ikke begrenset til, rive av musklene under operasjonen, overholdelse av suturene hvis løkkeknutene er for lange, feil skalering av lengdeinngangene og ekskursjonen og muskeltretthet. Avrivning av muskulaturen oppstår ofte ved "dissekering av lommen" (trinn 2.2.3) og binding av løkkeknuten rundt den proksimale delen av senen (trinn 2.2.4). Mens du "dissekerer lommen", vil det å holde disseksjonssaksen flat og horisontal til muskelen forhindre at spissene nikker EDL. I tillegg vil det å trekke disseksjonssaksen bort og distalt mens stump dissekering også begrense kontakten mellom disseksjonssaksen og EDL-musklene. I tillegg bør musklene holdes fuktige med Krebs-Henseliet-løsningen under operasjonsforberedelsen og når den brukes på riggen.

Riktig skalering av lengdeinnganger er mer komplisert. Muskelpassiv og aktiv kraft kan påvirkes hvis startlengden og / eller ekskursjonen ikke skaleres riktig. Ex vivo økningen i passiv spenning bør samsvare med in vivo økningen i passiv spenning (se figur 1). Et skaleringsproblem som har blitt observert i tidligere eksperimenter er at både passiv og aktiv spenning kan påvirkes hvis lengdeutslaget (startlengden til lengste lengde) er for liten eller for stor. Teoretisk sett skal musklene nå toppkraft nær sin optimale lengde (L 0) 26, og derfor bruker vi optimal lengde (L0) for å skalere in vivo muskellengder i ex vivo "avatar" -eksperimenter for nøyaktig å replikere in vivo kraftproduksjon. Arkitektoniske forskjeller mellom musklene vil spille en rolle i å bestemme startlengde og lengde ekskursjonsparametere. Selv om optimal lengde (L0) er funnet under supramaksimalt stimulerte isotoniske og isometriske forhold, kan bruk av den som en skaleringsberegning i "avatar" -eksperimenter potensielt fremheve begrensninger i kraftlengden og krafthastighetsforholdene under syklisk bevegelse som trenger mer undersøkelse. I de fleste steady-state forhold kan muskelens øyeblikkelige lengde, hastighet og aktivering (dvs. kraftlengde og krafthastighetsegenskaper) brukes til å forutsi kraft og arbeidsutgang med rimelig nøyaktighet 12,24,27. Under dynamiske forhold med variabel belastning øker kraften som funksjon av hastighet28 og har et komplekst forhold til belastning og aktivering29,30. Dette motsier isotonisk krafthastighet og isometriske kraftlengdeegenskaper til muskler28. Hos rotte MG er tøynings- og hastighetstransienter tegn på belastning, for eksempel fotkontakt eller interaksjon med omgivelsene (dvs. ulendt terreng, vind, plutselig retningsendring for å unngå predasjon) (figur 9). Disse MG-stammebanene fra rotter, som de fleste realistiske forhold, har plutselige endringer i påført belastning, kraftproduksjon og arbeidseffekt 2,28. Denne eksperimentelle metoden tar sikte på å fremheve disse komplekse interaksjonene mellom belastning, hastighet og aktiveringsdynamikk under in vivo-forhold som ikke er godt forklart av tradisjonelle kraftlengde- og krafthastighetsforhold.

Andre problemer kan oppstå når muskelstartlengden er for kort eller lang. En for kort startlengde vil gi redusert spenningsstigning under den passive og aktive strekningen (ikke vist), mens en for lang startlengde vil gi økt stigning i passiv spenning (se figur 1B). Å bruke forholdet mellom aktiv og passiv spenning kan være nyttig. For eksempel, i rotte MG, er passiv spenning (N) generelt rundt halvparten av den aktive spenningen (figur 2). Hvis en muskel starter med for lang lengde og/eller strekkes til en lengde som er for lang, kan den passive spenningen være for høy i forhold til den aktive spenningen (se figur 1B), og kraften kan avta raskt på grunn av overstretching. Også strekk til en lengde som er for lang vil potensielt skade muskelen og kan føre til at muskelen til tretthet raskere. I tillegg kan aktiv spenning virke usmeltet hvis startlengden er for kort og / eller muskelen ikke er strukket til en lang nok lengde.

Foreløpige eksperimenter er nødvendige for å bestemme startlengde og ekskursjon basert på L0. Ytterligere foreløpige eksperimenter kan være nødvendig for å justere varigheten av stimuleringen hvis aktiveringsdynamikken til musklene som brukes er forskjellig. Disse optimaliseringene er nødvendige fordi fibertypesammensetningen og/eller aktiveringsdynamikken til in vivo og ex vivo muskler kan være forskjellig. I våre representative resultater (figur 4 og figur 5) brukte vi to stimuleringsprotokoller for mus EDL under ex vivo eksperimenter for å replikere in vivo rotte MG kraftproduksjon. For å optimalisere kraftproduksjonen i musens EDL slik at den passet best mulig in vivo rotte MG, ble stimuleringsvarigheten økt (figur 2 og figur 3). Rotte MG består av langsommere fibertyper enn mus EDL31,32,33. Dette var tydelig i "avatar"-eksperimenter fordi ex vivo mus EDL-muskler produserte kraft raskere etter eksitasjon, og kraften avtok raskere etter deaktivering enn observert in vivo hos rotte MG15 (figur 2), selv etter å ha regnet med eksitasjons-kontraksjonsforsinkelsesforskjeller mellom in vivo og ex vivo forhold34. Avhengig av ex vivo og in vivo målmuskler, kan optimalisering av stimulering også være nødvendig i andre "avatar" -eksperimenter. Enten musen EDL eller soleus (SOL) muskler kan brukes i denne ex vivo arbeid loop teknikk. EDL ble valgt som en "avatar" for rotte MG på grunn av likhetene i muskelfibertype og pennasjonsstruktur. Det er mulig at noen muskler kan ha en kompleks struktur og ikke kan emuleres ved hjelp av muskler fra laboratoriegnagere som en "avatar".

Mens "avatar" -eksperimenter trenger litt manuell optimalisering for best å replikere in vivo-kraftproduksjon, gjelder teknikken for en rekke forskjellige dyr og lokomotoriske moduser. "Avatar" -teknikken kan være spesielt nyttig for å forstå in vivo kraftproduksjon hos dyr hvis muskler er for store eller på annen måte utilgjengelige for ex vivo-eksperimenter. Mens bare foreløpig arbeid har blitt gjort på større dyr35, har dette arbeidet vist potensial for anvendeligheten av denne teknikken på tvers av dyr, muskler og lokomotorisk gang ved hjelp av laboratoriemus som "avatarer". Nytten av "avatar" -eksperimenter avhenger av hvor nøyaktig en praktisk, billig, lett tilgjengelig og godt karakterisert laboratoriegnagermodell (dvs. mus EDL) kan brukes til å forstå in vivo-mekanikk av forskjellige muskler fra forskjellige arter av vertebrater. Resultater fra foreløpige "avatar" -eksperimenter presentert her (rotte MG) og andre steder (perlehøns LG19), tyder på at denne teknikken kan brukes til å forutsi in vivo-krefter nøyaktig og kan brukes på andre dyr. Fremtidige anvendelser av denne metoden bør utvide typer muskler og dyr som har blitt brukt som både mål og "avatar" under ex vivo og in vitro-eksperimenter. "Avatar" -eksperimenter lar oss undersøke faktorer som påvirker muskelkraft og arbeidsproduksjon under in vivo bevegelse når muskelbelastning og belastning varierer brått 1,2,19. Spesielt tillater "avatar" -metoden oss å undersøke effekten av belastnings- og hastighetstransienter på muskelkraft som ikke fanges opp av tradisjonelle muskelmodeller eller sinusformede arbeidssløyfeeksperimenter.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Alle forfattere erkjenner at det ikke er noen interessekonflikt.

Acknowledgments

Vi takker Dr. Nicolai Konow for å gi dataene som ble brukt i denne studien. Finansiert av NSF IOS-2016049 og NSF DBI-2021832.

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

DOWNLOAD MATERIALS LIST

References

  1. Dickinson, M. H. How Animals move: an integrative view. Science. 288 (5463), 100-106 (2000).
  2. 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).
  3. 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).
  4. 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).
  5. 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).
  6. Biewener, A. A. Animal locomotion. , Oxford University Press. Oxford New York. (2003).
  7. 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).
  8. Josephson, R. K. Mechanical power output from striated muscle during cyclic contraction. The Journal of Experimental Biology. 114, 493-512 (1985).
  9. Ahn, A. N. How muscles function - the work loop technique. Journal of Experimental Biology. 215 (7), 1051-1052 (2012).
  10. 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).
  11. Libby, T., Chukwueke, C., Sponberg, S. History-dependent perturbation response in limb muscle. Journal of Experimental Biology. 223 (1), (2020).
  12. 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).
  13. 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).
  14. 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).
  15. 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).
  16. The Mathworks. MATLAB:R2021a. The Mathworks. , (2021).
  17. 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).
  18. 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).
  19. 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).
  20. 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).
  21. 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).
  22. 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).
  23. Nishikawa, K. Titin: A Tunable spring in active muscle. Physiology (Bethesda, Md). 35 (3), 209-217 (2020).
  24. 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).
  25. 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).
  26. 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).
  27. 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).
  28. 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).
  29. 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).
  30. Lindstedt, S., Nishikawa, K. Huxleys' missing filament: form and function of titin in vertebrate striated muscle. Annual Review of Physiology. 79, 145-166 (2017).
  31. 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).
  32. 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).
  33. 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).
  34. 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).
  35. 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).

Tags

Avatar Ex Vivo Work Loop Eksperimenter In vivo belastning Aktivering Movement Behaviors Muscle Force Production Work Output nevrale og mekaniske systemer biologisk organisasjon kontroll hierarki muskelmodeller in vivo muskelkraft in vivo muskelarbeid muskelmekanikk belastning og belastningsforhold in vivo bevegelse belastning og hastighet transienter nevral aktivering muskuloskeletale kinematikk miljø belastninger avatar teknikk
"Avatar", en modifisert <em>Ex</em> vivo Work Loop eksperimenter ved hjelp av <em>in vivo</em> belastning og aktivering
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Bemis, C., Nishikawa, K. "Avatar", a … More

Bemis, C., Nishikawa, K. "Avatar", a Modified Ex vivo Work Loop Experiments Using In vivo Strain and Activation. J. Vis. Exp. (198), e65610, doi:10.3791/65610 (2023).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter