全脳イメージングにおける母体行動応答のプロファイリング
2025年1月24日
ここでは、MRI環境内の行動モニタリングの課題を克服し、外部の手がかりに対する指示されていない行動反応の検出を可能にするビデオ分析パイプラインを紹介します。この分析により、誘発された内部状態の変化と脳全体の活動について、より包括的な理解が促進されます。
養育者が乳児の合図をどのように認識し、反応するかによって、乳児が生存に必要なケアを受けられるかどうかが決まります。マウスでは、子犬の発声は複雑な行動反応を呼び起こすため、脳領域のネットワーク全体で協調的な活動を呼び起こす可能性があります。私たちは、さまざまな母体経験の背景を持つマウスでこのネットワークを特定したいと考えており、覚醒マウスFMRIはそのための優れたツールです。
覚醒マウスFMRIが広く使用されるようになると、目標指向行動の神経相関を調査するエキサイティングな研究が出現しています。これらの動作は通常、ビームブレーカーなどのツールを使用して評価され、漏れを検出したり、圧力センサーで動きを検出したりします。私たちのプロトコルにより、技術的に困難なMRI環境でも、自発的な行動反応を評価することができます。
私たちの目標は、最終的には自発的な行動の尺度を使用して、FMRIで獲得した脳全体の活動をよりよく理解することです。私たちの以前の研究では、母親と処女の動物の聴覚皮質は、子犬の鳴き声に対して異なる反応を示すことが明らかになりました。お母さんの場合、彼らの神経反応は子犬の泣き声にタイムロックされています。
処女では、そうではありません。しかし、処女が母親の行動を表現することを学ぶにつれて、聴覚中枢はこの新しいスキルを反映するように変化します。私たちの先行研究は、麻酔マウスの聴覚皮質に焦点を当てていました。
この研究は、聴覚皮質の境界を超えて、動物が母親になることを学ぶように行動するマウスが覚醒しているときに脳全体と行動がどのように変化するかを調べています。まず、MathWorks の Web サイトから MATLAB をダウンロードします。画像処理ツールボックスを MATLAB アドオンに追加するには、[アドオンの管理]、[アドオンの取得] の順にクリックし、アドオンを検索して追加します。
同様に、Computer Vision Toolbox を MATLAB アドオンに追加します。分析パイプラインのスクリプト 1 を開いた後、スクリプトのセクション 1、2、3、4、5、6 を編集して、指定されたデータ構造に合わせます。セクション 1 を実行します。
スクリプトのセクション 2 を実行して、各ビデオの最初のフレームをプルアップします。マウスを使用して最初の2つのポイントを1回クリックし、次に3番目のポイントをダブルクリックします。ビデオの最後のポイントを選択したら、Enterキーを押します。
セクション 3 とセクション 4 を実行します。フラグを 0 に設定し、セクション 5 を実行します。次に、フラグを 1 に揃えて、セクション 5 を再度実行します。
次に、セクション 6 を実行し、結果を並べて比較します。次に、スクリプト 2 を開き、スクリプトのセクション 1 を編集してデータ構造に合わせます。次に、セクション 1 を実行します。
スクリプトのセクション 2 を編集してデータ構造を合わせ、セクション 2 を実行します。結果の画像を使用して、分析されたビデオのどこでオプティカルフローが最も大きく変動するかを確認します。スクリプトのセクション 3 を編集して、データ構造と分析のニーズに合わせます。
フル ビデオ FOV を分析するには、フラグ select ROI を設定し、ROI を 0 にします。次に、セクション 3 を実行します。新しい ROI を分析するには、フラグ select ROI を 1 に設定し、ROI を 0 に設定します。
次に、newCoordsNameを編集し、セクション3を実行します。表示された例のフレームで新しい ROI を選択するには、クリックしてドラッグします。以前に描画された ROI を分析するには、フラグ select ROI を 0 に設定し、ROI を 1 にします。
次に、inputCoords を編集して、あらかじめ決められた座標のセットを提供し、セクション 3 を実行します。スクリプト 3 を開き、スクリプトのセクション 1 から 3 を編集して、データ構造と分析のニーズに合わせます。セクション 1 では、解析オプション・フラグ ZSC、BLRM、BLZSC、demeanPerTrial、および applyLPfilter を 0 または 1 に設定します。
LPfilter を、目的のローパス フィルターをヘルツ単位で表す数値に設定します。次に、セクション 1 から 3 を実行します。スクリプト 4 を開き、データ構造と分析のニーズに合わせてスクリプトのセクション 1 を編集します。
セクション 1 を実行します。スクリプト 5 を開き、スクリプトのセクション 1 を編集して、データ構造と分析に合わせます。次に、セクション1とセクション2を実行します。
セクション 3 の入力の group、myTitle、threshT 変数を変更して、必要なグループ分析を反映させます。関心のあるグループごとにセクション 3 を実行します。次に、視覚化のために必要に応じてC軸の範囲とカラーバーの制限を調整します。
セクション 4 の入力の mag、myTitle、threshT 変数を変更して、必要なグループ比較を反映させます。関心のあるグループ比較ごとにセクション 4 を実行し、必要に応じて Z 軸の範囲とカラー バーの制限を調整して視覚化します。オプティカルフローベクトルは、動物の動きの領域、特に鼻と足の周りを示しました。
オプティカルフローの大きさの標準偏差により、移動変動が大きい領域と低い領域が特定されました。母親は、処女と比較して子犬の鳴き声に対して高い動きの反応を示しましたが、純粋なトーンではありませんでした。主成分分析により、両方の刺激提示中に、母親は処女と比較して鼻の領域でより多くの動きがあったことが明らかになりました。
検証データセットのオプティカルフロー定量化により、高水報酬と低水報酬に対する行動反応に大きな違いがあることが明らかになりました。これらの結果は、提示されたビデオ分析パイプラインを使用して、条件間での動物の行動の意味のある違いを捉えることができることをさらに示唆しています。
概要
本研究では、MRI環境下におけるマウスの自発的な行動反応をモニタリングするために設計されたビデオ解析パイプラインを提示します。覚醒マウスのfMRIを用いることで、子の鳴き声に反応する母親行動の神経相関を明らかにすることを目的としています。
主要な研究構成要素
科学分野
- 神経科学
- 行動解析
- イメージング技術
背景
- マウスにおける子の発声は、複雑な行動反応を誘発します。
- これらの反応を理解することで、母親によるケアや脳活動に関する知見を得ることができます。
- 先行研究では、母親と未経産マウスの間で聴覚皮質の反応に差があることが示されていました。
- 本研究では、聴覚皮質にとどまらず、脳全体の活動を検討します。
研究目的
- 異なる母親からの養育経験を持つマウスにおいて、子マウスの鳴き声によって活性化される脳ネットワークを特定する。
- 困難なMRI環境下における自発的な行動反応を評価する。
- 母親としての行動に関連する脳全体の活動への理解を深める。
使用した手法
- MATLABベースのビデオ解析パイプラインの開発。
- 覚醒マウスのビデオデータを解析するためのスクリプトの編集および実行。
- 動きへの反応を評価するためのオプティカルフロー解析の活用。
- 聴覚刺激に対する母親マウスと処女マウスの行動反応の比較。
主要な結果
- 母親は、未経産個体に比べて幼獣の鳴き声に対してより大きな移動反応を示した。
- オプティカルフロー解析により、母親としての経験に基づいた有意な行動の違いが示された。
- 主成分分析により、母親と未経産個体で異なる移動パターンがあることが明らかになった。
- ビデオ解析パイプラインによって、各条件下での自発的行動を効果的に捉えることができた。
結論
- 本研究は、MRI環境下で自発的な行動を分析する手法を実証することに成功しました。
- 得られた知見は、乳児の合図に反応する母親の行動の神経学的基盤の理解に寄与します。
- 開発されたパイプラインは、行動神経科学におけるさらなる研究に応用可能です。
よくある質問
産業界への実用的意義
覚醒したマウスにおいて行動プロファイリングと全脳イメージングを統合することで、バイオファーマのチームは、制約のある実験条件下で神経回路の活動を、行動学的に関連のある複雑な行動に結びつけることが可能になります。このアプローチは、定量的な行動出力と脳全体の機能的応答を相関させることで、ターゲットバリデーションにおける予測の信頼性を高めます。このパイプラインは、初期探索から前臨床モデルの開発まで、特に神経行動学およびCNS（中枢神経系）を標的としたポートフォリオにおいて、トランスレーショナルな継続性をサポートします。
バイオ医薬品研究開発における戦略的応用
初期発見およびターゲットバリデーション
- 定義された刺激に応答して、特定の行動表現型を制御する神経回路の解析を可能にします。
- 機能的な脳活動と観察可能な行動出力を結びつけることで、生物学的なリスク低減を支援します。
- 動物コホート全体で刺激誘発反応を定量化することにより、ターゲット選択における予測的な信頼性を高めます。
スクリーニングおよびアッセイ開発
- 神経イメージングワークフローと統合可能な、検証済みの行動読み出しを準備します。
- 再現性を確保するため、オプティカルフローと次元削減を用いて行動定量化を標準化します。
- 神経および行動の両エンドポイントにおける、化合物または遺伝子的介入の堅牢な比較を可能にします。
トランスレーショナル・前臨床研究
- 行動出力を疾患に関連する神経活動と一致させ、トランスレーショナルなバイオマーカーの開発を可能にします。
- 拘束環境下での行動モニタリングを可能にすることで、探索から前臨床検証までの連続性をサポートします。
- CNSおよび神経精神疾患のターゲットポートフォリオにおけるメカニズム的なリスク低減を実現します。
パイプラインおよびワークフローの統合
この行動ビデオ解析パイプラインは、MRIのような困難な環境下での行動データと神経データの同期取得を可能にすることで、初期段階の発見から前臨床研究への橋渡しを行います。本手法は、ターゲットバリデーション、リード化合物の特定、およびトランスレーショナルモデルの開発への活用を想定しています。
- 探索生物学： 定義された刺激に対する行動応答を定量化し、仮説検証およびパスウェイの解明を支援します。
- スクリーニング： 化合物や遺伝子のダウンストリームスクリーニングに向けた、再現性のある定量的な行動指標を提供します。
- 分析： 強固な条件間比較を可能にする統計的出力および次元削減を提供します。
- トランスレーショナルリサーチ： 前臨床モデルの検証における、行動エンドポイントと神経エンドポイントの整合性を促進します。
- エンタープライズでの再利用： 多様な神経記録プラットフォームにわたる行動モニタリングのための、モジュール式で適応可能なパイプラインを提供します。
運用および企業への影響
- 科学的価値： CNSターゲット検証における予測の信頼性を高め、メカニズム上の曖昧さを軽減する。
- 運用的価値： 行動定量化を標準化し、研究間での再現性と拡張性を確保する。
- 戦略的価値： 行動データと神経データのストリームを統合することで、Go/No-Go判断を改善する。
- ポートフォリオへの影響： 神経行動ターゲットおよびモデルのリスク調整済み優先順位付けを可能にする。
実施上の検討事項
- 行動神経科学、イメージング、および計算解析の専門知識が必要です。
- MRI互換のビデオキャプチャ装置およびMATLABベースの解析インフラへのアクセスに依存します。
- 行動スコアリングおよびデータ統合プロトコルのチーム間での標準化が必要です。
- パイプラインの設計により、fMRI以外のさまざまな神経記録モダリティに適応可能です。
- MRI環境における非強磁性機器の使用の必要性と、制限された視野（FOV）による制約があります。
