Traçando o perfil das respostas do comportamento materno durante imagens de todo o cérebro
24 de janeiro de 2025
Apresentamos aqui um pipeline de análise de vídeo que supera os desafios do monitoramento comportamental em ambientes de ressonância magnética, permitindo a detecção de respostas comportamentais não instruídas a pistas externas. Esta análise facilitará uma compreensão mais abrangente das mudanças evocadas do estado interno e da atividade em todo o cérebro.
A forma como um cuidador percebe e responde aos sinais do bebê determinará se o bebê recebe os cuidados de que precisa para sobreviver. Em camundongos, as vocalizações de filhotes evocam respostas comportamentais complexas e, portanto, provavelmente evocam atividade coordenada em uma rede de regiões cerebrais. Queremos identificar essa rede em camundongos de diferentes origens de experiência materna, e o FMRI de camundongos acordados é uma ótima ferramenta para isso.
À medida que o FMRI de camundongos acordados se torna mais amplamente utilizado, pesquisas empolgantes estão surgindo que investigam os correlatos neurais de comportamentos direcionados a objetivos. Esses comportamentos são normalmente avaliados usando ferramentas como disjuntores de feixe para detectar vazamentos e sensores de pressão para detectar movimentos. Nosso protocolo nos permite avaliar respostas comportamentais espontâneas, mesmo no ambiente de ressonância magnética tecnicamente desafiador.
Nosso objetivo é, eventualmente, usar medidas de comportamento espontâneo para entender melhor a atividade cerebral que adquirimos com o FMRI. Nosso trabalho anterior revelou que os córtices auditivos de animais mamães e virgens respondem de maneira diferente aos chamados dos filhotes. Nas mães, suas respostas neurais estão bloqueadas no tempo para o choro de um filhote.
Em virgens, eles não são. No entanto, à medida que uma virgem aprende a expressar o comportamento materno, os centros auditivos mudam para refletir essa nova habilidade. Nossos estudos anteriores se concentraram no córtex auditivo em camundongos anestesiados.
Este estudo vai além dos limites do córtex auditivo, examinando como todo o cérebro e o comportamento mudam em camundongos acordados que se comportam à medida que um animal aprende a se tornar mãe. Para começar, baixe o MATLAB no site da MathWorks. Para adicionar a caixa de ferramentas de processamento de imagem aos complementos do MATLAB, clique em gerenciar complementos, obter complementos e, em seguida, pesquise e adicione-os.
Da mesma forma, adicione a Caixa de Ferramentas de Pesquisa Visual Computacional aos complementos do MATLAB. Depois de abrir o script um do pipeline de análise, edite as seções um, dois, três, quatro, cinco e seis do script para ajustar as estruturas de dados onde indicado. Execute a seção um.
Execute a seção dois do script para obter o primeiro quadro de cada vídeo. Use o mouse para clicar uma vez nos dois primeiros pontos e, em seguida, clique duas vezes no terceiro ponto. Após selecionar os últimos pontos do vídeo, pressione enter.
Execute a seção três e a seção quatro. Defina o sinalizador alinhado a zero e execute a seção cinco. Em seguida, defina o sinalizador alinhado a um e execute a seção cinco novamente.
Agora execute a seção seis e compare os resultados lado a lado. Em seguida, abra o script dois e edite a seção um do script para ajustar as estruturas de dados. Em seguida, execute a seção um.
Edite a seção dois do script para ajustar as estruturas de dados e execute a seção dois. Use a imagem resultante para ver onde o fluxo óptico flutua mais drasticamente nos vídeos analisados. Edite a seção três do script para se adequar às estruturas de dados e às necessidades de análise.
Para analisar o FOV de vídeo completo, defina o sinalizador, selecione ROI e forneça ROI como zero. Em seguida, execute a seção três. Para analisar um novo ROI, defina o sinalizador selecionar ROI como um e fornecer ROI como zero.
Em seguida, edite newCoordsName e execute a seção três. Selecione um novo ROI no quadro de exemplo exibido clicando e arrastando. Para analisar o ROI desenhado anteriormente, defina o sinalizador select ROI como zero e forneça ROI como um.
Em seguida, edite inputCoords para fornecer um conjunto predeterminado de coordenadas e execute a seção três. Abra o script três e edite as seções de um a três do script para atender às estruturas de dados e às necessidades de análise. Na seção um, defina os sinalizadores de opções de análise ZSC, BLRM, BLZSC, demeanPerTrial e applyLPfilter como zero ou um.
Defina LPfilter para um número que represente o filtro passa-baixa desejado em hertz. Em seguida, execute as seções um a três. Abra o script quatro e edite a seção um do script para atender às estruturas de dados e às necessidades de análise.
Execute a seção um. Abra o script cinco e edite a seção um do script para ajustar as estruturas e análises de dados. Em seguida, execute a seção um e a seção dois.
Altere as variáveis group, myTitle e threshT nas entradas da seção três para refletir a análise de grupo desejada. Execute a seção três para cada grupo de interesse. Em seguida, ajuste o intervalo do eixo C e os limites da barra de cores conforme desejado para visualização.
Altere as variáveis mag, myTitle e threshT nas entradas da seção quatro para refletir a comparação de grupo desejada. Execute a seção quatro para cada comparação de grupo de interesse e, em seguida, ajuste o intervalo do eixo Z e os limites da barra de cores conforme desejado para visualização. Os vetores de fluxo óptico indicaram regiões de movimento animal, especialmente ao redor do focinho e das patas.
O desvio padrão da magnitude do fluxo óptico identificou áreas com altas e baixas flutuações de movimento. As mães apresentaram respostas de movimento mais altas aos chamados dos filhotes em comparação com as virgens, mas não aos tons puros. A análise dos componentes principais revelou que as mães tiveram mais movimento na área do nariz em comparação com as virgens durante as apresentações de ambos os estímulos.
A quantificação do fluxo óptico de um conjunto de dados de validação revelou diferenças significativas nas respostas comportamentais a recompensas de água alta versus baixa. Esses resultados sugerem ainda que o pipeline de análise de vídeo apresentado pode ser usado para capturar diferenças significativas no comportamento animal entre as condições.
Visão Geral
Este estudo apresenta um fluxo de trabalho de análise de vídeo projetado para monitorar respostas comportamentais espontâneas em camundongos dentro de ambientes de ressonância magnética. Ao utilizar fRMI em camundongos acordados, a pesquisa tem como objetivo descobrir os correlatos neurais de comportamentos maternos em resposta a vocalizações de filhotes.
Componentes Principais do Estudo
Área da Ciência
- Neurociência
- Análise Comportamental
- Técnicas de Imagem
Contexto
- Vocalizações de filhotes em camundongos provocam respostas comportamentais complexas.
- Compreender essas respostas pode revelar informações sobre os cuidados maternos e a atividade cerebral.
- Estudos anteriores indicaram diferenças nas respostas do córtex auditivo entre mães e virgens.
- Esta pesquisa amplia a investigação além do córtex auditivo para examinar a atividade cerebral geral.
Objetivo do Estudo
- Identificar as redes cerebrais ativadas pelos chamados de filhotes em camundongos com diferentes experiências maternas.
- Avaliar as respostas comportamentais espontâneas em um ambiente de RM desafiador.
- Aprimorar o entendimento da atividade cerebral ampla relacionada a comportamentos maternos.
Métodos Utilizados
- Desenvolvimento de um pipeline de análise de vídeo baseado em MATLAB.
- Edição e execução de scripts para analisar dados de vídeo de camundongos acordados.
- Utilização da análise de fluxo óptico para avaliar respostas de movimento.
- Comparação das respostas comportamentais entre mães e virgens durante estímulos auditivos.
Resultados Principais
- Mães exibiram respostas de movimento maiores a chamados de filhotes em comparação com virgens.
- A análise de fluxo óptico indicou diferenças comportamentais significativas com base na experiência materna.
- A análise de componentes principais revelou padrões distintos de movimento em mães em comparação com virgens.
- O pipeline de análise de vídeo capturou efetivamente comportamentos espontâneos em diferentes condições.
Conclusões
- O estudo demonstra com sucesso um método para analisar comportamentos espontâneos em ambientes de ressonância magnética.
- Os resultados contribuem para a compreensão da base neural dos comportamentos maternos em resposta a estímulos infantis.
- O pipeline desenvolvido pode ser aplicado a pesquisas futuras em neurociência comportamental.
Perguntas Frequentes
Relevância Executiva para a Indústria
A integração do perfil comportamental com a imagem cerebral completa em camundongos acordados permite que equipes biofarmacêuticas relacionem a atividade de circuitos neurais a comportamentos complexos e etologicamente relevantes em condições experimentais controladas. Essa abordagem aumenta a confiança preditiva na validação de alvos ao correlacionar respostas funcionais quantitativas do comportamento com respostas funcionais em todo o cérebro. O fluxo de trabalho apoia a continuidade translacional desde a descoberta inicial até o desenvolvimento de modelos pré-clínicos, especialmente para portfólios de neurocomportamento e direcionados ao SNC.
Aplicações Estratégicas em P&D de Biotecnologia Farmacêutica
Descoberta Inicial e Validação de Alvo
- Permite a investigação de circuitos neurais subjacentes a fenótipos comportamentais específicos em resposta a estímulos definidos.
- Apoia a desmistificação biológica ao associar a atividade cerebral funcional a saídas comportamentais observáveis.
- Facilita a confiança preditiva na seleção de alvos ao quantificar respostas evocadas por estímulos em coortes de animais.
Triagem e Desenvolvimento de Ensaios
- Prepara leituras comportamentais validadas para integração com fluxos de trabalho de imagem neural.
- Padroniza a quantificação comportamental utilizando fluxo óptico e redução de dimensionalidade para garantir reprodutibilidade.
- Permite comparação robusta de intervenções compostas ou genéticas em desfechos comportamentais e neurais.
Pesquisa Translacional e Pré-Clinica
- Alinha respostas comportamentais com atividade neural relevante para doenças, para o desenvolvimento de biomarcadores translacionáveis.
- Garante continuidade do descobrimento até a validação pré-clínica, permitindo o monitoramento comportamental em ambientes restritos.
- Oferece desvio mecanicista de riscos para portfólios de alvos no SNC e neuropsiquiátricos.
Integração de Pipeline e Fluxo de Trabalho
Este pipeline de análise de vídeo comportamental conecta a fase inicial de descoberta e a pesquisa pré-clínica, permitindo a aquisição sincronizada de dados comportamentais e neurais em ambientes desafiadores, como a ressonância magnética. Está indicado para uso na validação de alvos, identificação de compostos líderes e desenvolvimento de modelos translacionais.
- Biologia da Descoberta: Quantifica respostas comportamentais a estímulos definidos, apoiando testes de hipóteses e esclarecimento de vias.
- Triagem: Fornece métricas comportamentais quantitativas e reprodutíveis para triagem de compostos ou genética subsequente.
- Análises: Oferece saídas estatísticas e redução de dimensionalidade para comparações robustas entre condições.
- Pesquisa Translacional: Facilita o alinhamento entre desfechos comportamentais e neurais para validação de modelos pré-clínicos.
- Reutilização Empresarial: Oferece um pipeline modular e adaptável para monitoramento comportamental em diversas plataformas de registro neural.
Impacto Operacional e Empresarial
- Valor Científico: Aumenta a confiança preditiva e reduz a ambiguidade mecanicista na validação de alvos no sistema nervoso central.
- Valor Operacional: Padroniza a quantificação comportamental para garantir reprodutibilidade e escalabilidade entre estudos.
- Valor Estratégico: Melhora as decisões de avançar ou não avançar ao integrar dados comportamentais e neurais.
- Impacto no Portfólio: Permite a priorização ajustada ao risco de alvos e modelos neurocomportamentais.
Considerações sobre a Implementação
- Exige experiência em neurociência comportamental, imageamento e análise computacional.
- Depende do acesso a um sistema de aquisição de vídeo compatível com ressonância magnética e infraestrutura analítica baseada no MATLAB.
- Necessita padronização entre equipes nos protocolos de pontuação comportamental e integração de dados.
- Adaptável a diversas modalidades de registro neural além da fMRI, conforme suportado pelo design do pipeline.
- Limitado pela necessidade de equipamentos não ferromagnéticos e campo de visão restrito em ambientes de ressonância magnética.
