Profilazione delle risposte comportamentali materne durante l'imaging dell'intero cervello
24 gennaio 2025
Di seguito viene presentata una pipeline di analisi video che supera le sfide del monitoraggio comportamentale all'interno degli ambienti MRI, consentendo il rilevamento di risposte comportamentali non istruite a segnali esterni. Questa analisi faciliterà una comprensione più completa dei cambiamenti di stato interni evocati e dell'attività cerebrale a livello cerebrale.
Il modo in cui un caregiver percepisce e risponde ai segnali del bambino determinerà se il bambino riceve le cure di cui ha bisogno per sopravvivere. Nei topi, le vocalizzazioni dei cuccioli evocano risposte comportamentali complesse e quindi probabilmente evocano un'attività coordinata attraverso una rete di regioni cerebrali. Vogliamo identificare questa rete in topi con diversi background di esperienze materne e l'FMRI del topo sveglio è un ottimo strumento per questo.
Man mano che l'FMRI del topo sveglio diventa più ampiamente utilizzato, sta emergendo un'entusiasmante ricerca che indaga i correlati neurali dei comportamenti diretti all'obiettivo. Questi comportamenti sono in genere valutati utilizzando strumenti come gli interruttori di raggio per rilevare le perdite e i sensori di pressione per rilevare i movimenti. Il nostro protocollo ci consente di valutare le risposte comportamentali spontanee, anche nell'ambiente della risonanza magnetica tecnicamente impegnativo.
Il nostro obiettivo è quello di utilizzare le misure del comportamento spontaneo per comprendere meglio l'attività cerebrale che abbiamo acquisito con l'FMRI. Il nostro lavoro precedente ha rivelato che le cortecce uditive delle mamme e degli animali vergini rispondono in modo diverso ai richiami dei cuccioli. Nelle mamme, le loro risposte neurali sono bloccate nel tempo al pianto di un cucciolo.
Nelle vergini, non lo sono. Tuttavia, quando una vergine impara a esprimere il comportamento materno, i centri uditivi cambiano per riflettere questa nuova abilità. I nostri studi precedenti si sono concentrati sulla corteccia uditiva nei topi anestetizzati.
Questo studio si spinge oltre i confini della corteccia uditiva, esaminando come l'intero cervello e il comportamento cambiano nei topi svegli che si comportano come un animale impara a diventare una mamma. Per iniziare, scarica MATLAB dal sito Web di MathWorks. Per aggiungere la casella degli strumenti di elaborazione delle immagini ai componenti aggiuntivi di MATLAB, fare clic su gestisci componenti aggiuntivi, ottieni componenti aggiuntivi, quindi cercali e aggiungili.
Allo stesso modo, aggiungi Computer Vision Toolbox ai componenti aggiuntivi di MATLAB. Dopo aver aperto lo script uno della pipeline di analisi, modificare le sezioni uno, due, tre, quattro, cinque e sei dello script per adattarle alle strutture di dati dove indicato. Esegui la prima sezione.
Esegui la seconda sezione dello script per visualizzare il primo fotogramma di ogni video. Usa il mouse per fare clic una volta sui primi due punti, quindi fai doppio clic sul terzo punto. Dopo aver selezionato gli ultimi punti del video, premere invio.
Esegui la sezione tre e la sezione quattro. Imposta l'indicatore allineato a zero ed esegui la sezione cinque. Quindi impostare la bandiera allineata a uno ed eseguire nuovamente la sezione cinque.
Ora esegui la sezione sei e confronta i risultati fianco a fianco. Quindi, apri lo script due e modifica la prima sezione dello script per adattarla alle strutture dati. Quindi esegui la prima sezione.
Modificare la seconda sezione dello script per adattarla alle strutture di dati ed eseguire la seconda sezione. Utilizzate l'immagine risultante per vedere dove il flusso ottico fluttua in modo più drammatico nei video analizzati. Modifica la sezione tre dello script per adattarla alle strutture di dati e alle esigenze di analisi.
Per analizzare l'intero FOV del video, impostare il flag di selezione ROI e fornire ROI a zero. Quindi esegui la sezione tre. Per analizzare un nuovo ROI, impostare il flag select ROI su uno e fornire ROI su zero.
Quindi modifica newCoordsName ed esegui la sezione tre. Seleziona una nuova ROI nel frame di esempio visualizzato facendo clic e trascinando. Per analizzare il ROI disegnato in precedenza, impostare il flag select ROI su zero e fornire ROI su uno.
Quindi modifica inputCoords per fornire un set predeterminato di coordinate ed esegui la sezione tre. Apri lo script tre e modifica le sezioni da uno a tre dello script per adattarle alle strutture di dati e alle esigenze di analisi. Nella prima sezione, imposta i flag delle opzioni di analisi ZSC, BLRM, BLZSC, demeanPerTrial e applyLPfilter su zero o uno.
Impostare LPfilter su un numero che rappresenta il filtro passa-basso desiderato in hertz. Quindi esegui le sezioni da uno a tre. Apri lo script quattro e modifica la prima sezione dello script per adattarla alle strutture dei dati e alle esigenze di analisi.
Esegui la prima sezione. Aprire lo script cinque e modificare la prima sezione dello script per adattarla alle strutture dati e all'analisi. Quindi esegui la sezione uno e la sezione due.
Modificare le variabili group, myTitle e threshT negli input della sezione tre per riflettere l'analisi di gruppo desiderata. Esegui la sezione tre per ogni gruppo di interesse. Quindi regolare l'intervallo dell'asse C e i limiti della barra dei colori come desiderato per la visualizzazione.
Modificare le variabili mag, myTitle e threshT negli input della sezione quattro per riflettere il confronto di gruppo desiderato. Eseguire la sezione quattro per ogni confronto di gruppo di interesse, quindi regolare l'intervallo dell'asse Z e i limiti della barra dei colori come desiderato per la visualizzazione. I vettori di flusso ottico indicavano le regioni di movimento degli animali, in particolare intorno al muso e alle zampe.
La deviazione standard dell'ampiezza del flusso ottico identifica le aree con fluttuazioni di movimento alte e basse. Le madri hanno mostrato risposte di movimento più elevate ai richiami dei cuccioli rispetto alle vergini, ma non ai toni puri. L'analisi delle componenti principali ha rivelato che le madri avevano più movimento nella zona del naso rispetto alle vergini durante entrambe le presentazioni degli stimoli.
La quantificazione del flusso ottico di un set di dati di convalida ha rivelato differenze significative nelle risposte comportamentali alle ricompense idriche alte rispetto a quelle basse. Questi risultati suggeriscono inoltre che la pipeline di analisi video presentata può essere utilizzata per catturare differenze significative nel comportamento degli animali in tutte le condizioni.
Panoramica
Questo studio presenta una pipeline di analisi video progettata per monitorare le risposte comportamentali spontanee di topi in ambienti di risonanza magnetica. Utilizzando la fMRI su topi svegli, la ricerca mira a individuare i correlati neurali dei comportamenti materni in risposta ai vocalizzi dei cuccioli.
Componenti Chiave dello Studio
Area della Scienza
- Neuroscienze
- Analisi del Comportamento
- Tecniche di Imaging
Sfondo
- I vocalizzi dei cuccioli nei topi suscitano risposte comportamentali complesse.
- Comprendere queste risposte può fornire informazioni sulle cure materne e sull'attività cerebrale.
- Studi precedenti hanno indicato differenze nelle risposte della corteccia uditiva tra madri e vergini.
- Questa ricerca si estende oltre la corteccia uditiva per esaminare l'attività cerebrale complessiva.
Scopo dello studio
- Identificare le reti cerebrali attivate dai richiami dei cuccioli in topi con diverse esperienze materne.
- Valutare le risposte comportamentali spontanee in un ambiente MRI impegnativo.
- Migliorare la comprensione dell'attività cerebrale globale associata ai comportamenti materni.
Metodi Utilizzati
- Sviluppo di una pipeline di analisi video basata su MATLAB.
- Modifica ed esecuzione di script per analizzare dati video provenienti da topi svegli.
- Utilizzo dell'analisi del flusso ottico per valutare le risposte motorie.
- Confronto delle risposte comportamentali tra madri e vergini durante stimoli uditivi.
Risultati principali
- Le madri hanno mostrato risposte motorie maggiori ai richiami dei cuccioli rispetto alle vergini.
- L'analisi del flusso ottico ha indicato differenze comportamentali significative in base all'esperienza materna.
- L'analisi delle componenti principali ha rivelato schemi di movimento distinti tra madri e vergini.
- La procedura di analisi video ha efficacemente catturato i comportamenti spontanei in diverse condizioni.
Conclusioni
- Lo studio dimostra con successo un metodo per analizzare i comportamenti spontanei in ambienti di risonanza magnetica.
- I risultati contribuiscono alla comprensione della base neurale dei comportamenti materni in risposta ai segnali infantili.
- La pipeline sviluppata può essere applicata a ulteriori ricerche in neuroscienze del comportamento.
Domande frequenti
Rilevanza Industriale del Progetto
L'integrazione del profilo comportamentale con l'imaging dell'intero cervello in topi svegli consente ai team biofarmaceutici di associare l'attività dei circuiti neurali a comportamenti complessi e rilevanti dal punto di vista etologico in condizioni sperimentali controllate. Questo approccio aumenta la fiducia predittiva nella validazione degli obiettivi, correlando uscite comportamentali quantitative con risposte funzionali a livello cerebrale. La procedura supporta una continuità traslazionale dallo sviluppo iniziale fino alla creazione di modelli preclinici, in particolare per portafogli mirati a neurocomportamenti e al sistema nervoso centrale.
Applicazioni Strategiche nella Ricerca e Sviluppo di Biopharma
Scoperta Precoce e Convalida del Target
- Permette l'analisi dei circuiti neurali alla base di specifici fenotipi comportamentali in risposta a stimoli definiti.
- Supporta la riduzione dei rischi biologici collegando l'attività cerebrale funzionale a output comportamentali osservabili.
- Facilita la previsione dell'affidabilità nella selezione delle target quantificando le risposte evocate dallo stimolo in diversi gruppi di animali.
Sviluppo di Screening e Saggi
- Prepara output comportamentali validati per l'integrazione con flussi di lavoro di imaging neurale.
- Standardizza la quantificazione comportamentale utilizzando il flusso ottico e la riduzione della dimensionalità per garantire riproducibilità.
- Consente un confronto robusto di interventi composti o genetici su entrambi gli endpoint neurale e comportamentale.
Ricerca Translazionale e Preclinica
- Allinea gli output comportamentali all'attività neurale rilevante per la malattia, al fine di sviluppare biomarcatori traslazionali.
- Permette un percorso continuo dalla scoperta alla validazione preclinica, consentendo il monitoraggio del comportamento in ambienti vincolati.
- Fornisce una riduzione del rischio di natura meccanicistica per i portafogli di target del sistema nervoso centrale e neuropsichiatrici.
Integrazione di Pipeline e Flusso di Lavoro
Questa pipeline di analisi video comportamentale collega la fase iniziale di scoperta alla ricerca preclinica, consentendo l'acquisizione sincronizzata di dati comportamentali e neurali in ambienti difficili come la risonanza magnetica. È particolarmente indicata per la validazione di bersagli, l'identificazione di composti promettenti e lo sviluppo di modelli traslazionali.
- Biologia della scoperta: Quantifica le risposte comportamentali a stimoli definiti, supportando la verifica delle ipotesi e la chiarificazione dei percorsi.
- Screening: Fornisce metriche comportamentali quantitative e riproducibili per lo screening di composti o geni in fasi successive.
- Analisi: Offre output statistici e riduzione della dimensionalità per confronti robusti tra diverse condizioni.
- Ricerca traslazionale: Facilita l'allineamento tra parametri comportamentali e neurali per la validazione di modelli preclinici.
- Riutilizzo aziendale: Offre una pipeline modulare e adattabile per il monitoraggio del comportamento su diverse piattaforme di registrazione neurale.
Impatto Operativo ed Aziendale
- Valore scientifico: Aumenta la fiducia predittiva e riduce l'ambiguità meccanicistica nella validazione degli obiettivi del sistema nervoso centrale.
- Valore operativo: Standardizza la quantificazione del comportamento per garantire riproducibilità e scalabilità tra diversi studi.
- Valore strategico: Migliora le decisioni di avanzamento o interruzione integrando flussi di dati comportamentali e neurali.
- Impatto sul portafoglio: Permette la priorizzazione dei target e modelli neurocomportamentali con adeguamento del rischio.
Considerazioni sull'implementazione
- Richiede competenze specialistiche in neuroscienze comportamentali, imaging e analisi computazionale.
- Presuppone l'accesso a un sistema di acquisizione video compatibile con la risonanza magnetica e a un'infrastruttura analitica basata su MATLAB.
- Necessita di una standardizzazione condivisa tra i gruppi di lavoro per la valutazione del comportamento e per i protocolli di integrazione dei dati.
- È adattabile a diverse modalità di registrazione neurale oltre la fMRI, come supportato dalla progettazione della pipeline.
- È limitato dalla necessità di utilizzare apparecchiature non ferromagnetiche e dal campo visivo ristretto negli ambienti di risonanza magnetica.
