Tüm Beyin Görüntüleme Sırasında Anne Davranış Tepkilerinin Profillenmesi
24 Ocak 2025
Burada, MRI ortamlarında davranışsal izlemedeki zorlukların üstesinden gelen ve dış ipuçlarına talimatsız davranışsal tepkilerin tespit edilmesine olanak tanıyan bir video analiz hattı sunulmaktadır. Bu analiz, uyarılmış iç durum değişikliklerinin ve beyin genelindeki aktivitenin daha kapsamlı bir şekilde anlaşılmasını kolaylaştıracaktır.
Bir bakıcının bebek ipuçlarını nasıl algıladığı ve bunlara nasıl yanıt verdiği, bebeğin hayatta kalmak için ihtiyaç duyduğu bakımı alıp almadığını belirleyecektir. Farelerde, yavru seslendirmeler karmaşık davranışsal tepkiler uyandırır ve bu nedenle muhtemelen bir beyin bölgeleri ağı boyunca koordineli aktivite uyandırır. Bu ağı, farklı anne deneyimi geçmişlerine sahip farelerde tanımlamak istiyoruz ve uyanık fare FMRI bunun için harika bir araçtır.
Uyanık fare FMRI daha yaygın olarak kullanıldıkça, hedefe yönelik davranışların sinirsel korelasyonlarını araştıran heyecan verici araştırmalar ortaya çıkmaktadır. Bu davranışlar tipik olarak, sızıntıları tespit etmek için ışın kesiciler ve hareketleri tespit etmek için basınç sensörleri gibi araçlar kullanılarak değerlendirilir. Protokolümüz, teknik olarak zorlu MRG ortamında bile spontan davranışsal tepkileri değerlendirmemize olanak tanır.
Amacımız, FMRI ile edindiğimiz beyin çapındaki aktiviteyi daha iyi anlamak için spontan davranış ölçümlerini kullanmaktır. Önceki çalışmalarımız, anne ve bakire hayvanların işitsel kortekslerinin yavru çağrılarına farklı tepki verdiğini ortaya koydu. Annelerde, sinirsel tepkileri bir yavrunun ağlamasına zaman kilitlidir.
Bakirelerde değiller. Bununla birlikte, bir bakire anne davranışını ifade etmeyi öğrendikçe, işitsel merkezler bu yeni beceriyi yansıtacak şekilde değişir. Önceki çalışmalarımız anestezi uygulanmış farelerde işitsel korteks üzerine odaklanmıştır.
Bu çalışma, işitsel korteksin sınırlarının ötesine geçerek, bir hayvanın anne olmayı öğrenirken uyanık davranan farelerde tüm beynin ve davranışın nasıl değiştiğini inceliyor. Başlamak için MathWorks web sitesinden MATLAB'ı indirin. Görüntü işleme araç kutusunu MATLAB eklentilerine eklemek için eklentileri yönet'e tıklayın, eklentileri edinin ve ardından bunları arayın ve ekleyin.
Benzer şekilde, Görüntü İşleme Araç Kutusu'nu MATLAB eklentilerine ekleyin. Analiz işlem hattının birinci komut dosyasını açtıktan sonra, komut dosyasının bir, iki, üç, dört, beş ve altıncı bölümlerini belirtilen veri yapılarına uyacak şekilde düzenleyin. Birinci bölümü çalıştırın.
Her videonun ilk karesini almak için komut dosyasının ikinci bölümünü çalıştırın. İlk iki noktaya bir kez tıklamak için fareyi kullanın, ardından üçüncü noktaya çift tıklayın. Videonun son noktalarını seçtikten sonra enter tuşuna basın.
Üçüncü ve dördüncü bölümü çalıştırın. Bayrağı sıfıra hizalayın ve beşinci bölümü çalıştırın. Ardından bayrağı bire hizalayın ve beşinci bölümü tekrar çalıştırın.
Şimdi altıncı bölümü çalıştırın ve sonuçları yan yana karşılaştırın. Ardından, ikinci komut dosyasını açın ve komut dosyasının birinci bölümünü veri yapılarına uyacak şekilde düzenleyin. Ardından birinci bölümü çalıştırın.
Kodun ikinci bölümünü veri yapılarına sığacak şekilde düzenleyin ve ikinci bölümü çalıştırın. Analiz edilen videolarda optik akışın en dramatik şekilde nerede dalgalandığını görmek için ortaya çıkan görüntüyü kullanın. Kodun üçüncü bölümünü veri yapılarına ve analiz gereksinimlerine uyacak şekilde düzenleyin.
Tam video FOV'unu analiz etmek için bayrağı ayarlayın, ROI'yi seçin ve ROI'yi sıfıra sağlayın. Ardından üçüncü bölümü çalıştırın. Yeni bir yatırım getirisini analiz etmek için YG'yi seçin bayrağını bir olarak ayarlayın ve yatırım getirisini sıfır olarak sağlayın.
Ardından newCoordsName'i düzenleyin ve üçüncü bölümü çalıştırın. Görüntülenen örnek çerçevede tıklayıp sürükleyerek yeni bir ROI seçin. Daha önce çizilen ROI'yi analiz etmek için, ROI'yi sıfır olarak seçin ve ROI'yi bire ayarlayın.
Ardından önceden belirlenmiş bir koordinat kümesi sağlamak için inputCoords'u düzenleyin ve üçüncü bölümü çalıştırın. Üçüncü komut dosyasını açın ve kod ile üçüncü arasındaki bölümleri veri yapılarına ve analiz gereksinimlerine uyacak şekilde düzenleyin. Birinci bölümde, ZSC, BLRM, BLZSC, demeanPerTrial ve applyLPfilter analiz seçeneklerini sıfır veya bir olarak ayarlayın.
LPfilter'ı hertz cinsinden istenen alçak geçiren filtreyi temsil eden bir sayıya ayarlayın. Ardından bir ila üç arasındaki bölümleri çalıştırın. Dördüncü komut dosyasını açın ve komut dosyasının birinci bölümünü veri yapılarına ve analiz gereksinimlerine uyacak şekilde düzenleyin.
Birinci bölümü çalıştırın. Beşinci komut dosyasını açın ve veri yapılarına ve analize uyacak şekilde komut dosyasının birinci bölümünü düzenleyin. Ardından birinci ve ikinci bölümü çalıştırın.
Üçüncü bölüm girişlerindeki group, myTitle ve threshT değişkenlerini istenen grup analizini yansıtacak şekilde değiştirin. Her ilgi alanı grubu için üçüncü bölümü çalıştırın. Ardından, görselleştirme için C ekseninin aralığını ve renk çubuğu sınırlarını istediğiniz gibi ayarlayın.
Dördüncü bölüm girişlerindeki mag, myTitle ve threshT değişkenlerini istenen grup karşılaştırmasını yansıtacak şekilde değiştirin. İlgilenilen her grup karşılaştırması için dördüncü bölümü çalıştırın, ardından görselleştirme için Z ekseni aralığını ve renk çubuğu sınırlarını istediğiniz gibi ayarlayın. Optik akış vektörleri, özellikle burun ve pençelerin etrafındaki hayvan hareket bölgelerini gösterdi.
Optik akış büyüklüğünün standart sapması, yüksek ve düşük hareket dalgalanmalarına sahip alanları tanımladı. Anneler, bakirelere kıyasla yavru çağrılarına daha yüksek hareket tepkileri gösterdi, ancak saf tonlara değil. Prensip bileşen analizi, annelerin her iki uyaran sunumu sırasında da bakirelere kıyasla burun bölgesinde daha fazla harekete sahip olduğunu ortaya koydu.
Bir doğrulama veri setinin optik akış ölçümü, yüksek ve düşük su ödüllerine verilen davranışsal tepkilerde önemli farklılıklar ortaya çıkardı. Bu sonuçlar ayrıca, sunulan video analiz hattının, koşullar arasında hayvan davranışındaki anlamlı farklılıkları yakalamak için kullanılabileceğini göstermektedir.
Genel Bakış
Bu çalışma, MRI ortamlarındaki farelerde kendiliğinden gelişen davranışsal tepkileri izlemek için tasarlanmış bir video analiz hattı sunmaktadır. Uyanık fare fMRI'sı kullanılarak gerçekleştirilen araştırma, yavru vokalizasyonlarına yanıt olarak gelişen maternal davranışların nöral korelasyonlarını ortaya çıkarmayı amaçlamaktadır.
Temel Çalışma Bileşenleri
Bilim Alanı
- Nörobilim
- Davranışsal Analiz
- Görüntüleme Teknikleri
Arka Plan
- Farelerde yavru vokalizasyonları karmaşık davranışsal tepkileri tetikler.
- Bu tepkilerin anlaşılması, anne bakımı ve beyin aktivitesi hakkında içgörüler sağlayabilir.
- Önceki çalışmalar, anneler ve bakireler arasında işitsel korteks tepkilerinde farklılıklar olduğunu göstermiştir.
- Bu araştırma, genel beyin aktivitesini incelemek için işitsel korteksin ötesine geçmektedir.
Çalışmanın Amacı
- Farklı maternal deneyimlere sahip farelerde, yavru çağrılarıyla aktive olan beyin ağlarını tanımlamak.
- Zorlayıcı bir MRI ortamındaki spontan davranışsal tepkileri değerlendirmek.
- Maternal davranışlarla ilişkili beyin geneli aktiviteye dair anlayışı geliştirmek.
Kullanılan Yöntemler
- MATLAB tabanlı bir video analiz hattının geliştirilmesi.
- Uyanık farelerden elde edilen video verilerini analiz etmek için betiklerin düzenlenmesi ve çalıştırılması.
- Hareket yanıtlarını değerlendirmek için optik akış analizinin kullanılması.
- İşitsel uyaranlar sırasında anneler ve bakireler arasındaki davranışsal yanıtların karşılaştırılması.
Temel Sonuçlar
- Anneler, bakirelere kıyasla yavru çağrılarına karşı daha güçlü hareket tepkileri göstermiştir.
- Optik akış analizi, maternal deneyime dayalı anlamlı davranışsal farklılıklar olduğunu göstermiştir.
- Temel bileşen analizi, annelerde bakirelere göre belirgin hareket modelleri olduğunu ortaya çıkarmıştır.
- Video analiz hattı, farklı koşullar altındaki spontan davranışları etkili bir şekilde yakalamıştır.
Sonuçlar
- Çalışma, MRI ortamlarındaki spontan davranışların analizine yönelik bir yöntemi başarıyla ortaya koymaktadır.
- Bulgular, bebek uyaranlarına yanıt olarak gelişen maternal davranışların nöral temellerinin anlaşılmasına katkı sağlamaktadır.
- Geliştirilen işlem hattı, davranışsal nörobilim alanındaki ileri araştırmalara uygulanabilir.
Sıkça Sorulan Sorular
Yönetici Endüstriyel Alaka
Davranışsal profillemenin uyanık farelerde tüm beyin görüntülemesiyle entegre edilmesi, biyofarma ekiplerinin sinir devre aktivitesini kısıtlı deneysel koşullar altında karmaşık ve etolojik olarak ilgili davranışlarla ilişkilendirmesine olanak tanır. Bu yaklaşım, kantitatif davranışsal çıktıları beyin genelindeki fonksiyonel yanıtlarla ilişkilendirerek hedef doğrulamadaki öngörüsel güveni artırır. Bu işlem hattı, özellikle nöro-davranışsal ve MSS hedefli portföyler için, erken keşif aşamasından preklinik model geliştirmeye kadar translasyonel sürekliliği destekler.
Biyofarma Ar-Ge'sinde Stratejik Uygulamalar
Erken Keşif ve Hedef Doğrulama
- Belirlenmiş uyarıcılara yanıt olarak belirli davranışsal fenotiplerin altında yatan nöral devrelerin sorgulanmasına olanak tanır.
- Fonksiyonel beyin aktivitesini gözlemlenebilir davranışsal çıktılarla ilişkilendirerek biyolojik risk azaltımını destekler.
- Hayvan kohortları genelinde uyarıcı kaynaklı yanıtları nicelleştirerek hedef seçiminde öngörücü güveni kolaylaştırır.
Tarama ve Analiz Geliştirme
- Nöral görüntüleme iş akışlarıyla entegrasyon için valide edilmiş davranışsal okumalar hazırlar.
- Tekrarlanabilirlik için optik akış ve boyut indirgeme kullanarak davranışsal nicelleştirmeyi standartlaştırır.
- Bileşik veya genetik müdahalelerin hem nöral hem de davranışsal uç noktalar üzerindeki sağlam karşılaştırmasını sağlar.
Translasyonel ve Preklinik Araştırmalar
- Translasyonel biyobelirteç geliştirme için davranışsal çıktıları, hastalıkla ilişkili nöral aktivite ile hizalar.
- Kısıtlı ortamlarda davranışsal izlemeye olanak tanıyarak, keşif aşamasından preklinik doğrulamaya kadar olan sürekliliği destekler.
- MSS ve nöropsikiyatrik hedef portföyleri için mekanistik risk azaltma sağlar.
İş Akışı ve Pipeline Entegrasyonu
Bu davranışsal video analiz hattı, MRI gibi zorlu ortamlarda davranışsal ve nöral verilerin senkronize şekilde elde edilmesini sağlayarak erken keşif ile preklinik araştırmalar arasında köprü kurmaktadır. Hedef doğrulama, öncü bileşik tanımlama ve translasyonel model geliştirme süreçlerinde kullanılmak üzere konumlandırılmıştır.
- Keşif Biyolojisi: Belirlenmiş uyaranlara verilen davranışsal tepkileri nicelleştirerek hipotez testlerini ve yolak netleştirmeyi destekler.
- Tarama: Sonraki aşamadaki bileşik veya genetik taramalar için tekrarlanabilir, kantitatif davranışsal metrikler sunar.
- Analizler: Koşullar arası sağlam karşılaştırmalar için istatistiksel çıktılar ve boyut indirgeme sağlar.
- Translasyonel Araştırma: Preklinik model validasyonu için davranışsal ve nöral uç noktaların hizalanmasını kolaylaştırır.
- Kurumsal Yeniden Kullanım: Çeşitli nöral kayıt platformları genelinde davranışsal izleme için modüler ve uyarlanabilir bir işlem hattı sunar.
Operasyonel ve Kurumsal Etki
- Bilimsel Değer: CNS hedef doğrulamasında öngörü güvenini artırır ve mekanistik belirsizliği azaltır.
- Operasyonel Değer: Çalışmalar arasında tekrarlanabilirlik ve ölçeklenebilirlik için davranışsal nicelendirmeyi standartlaştırır.
- Stratejik Değer: Davranışsal ve nöral veri akışlarını entegre ederek go/no-go kararlarını iyileştirir.
- Portföy Etkisi: Nörodavranışsal hedeflerin ve modellerin riskle uyumlu önceliklendirmesini sağlar.
Uygulama Hususları
- Davranışsal nörobilim, görüntüleme ve hesaplamalı analiz konularında uzmanlık gerektirir.
- MRI uyumlu video kayıt sistemine ve MATLAB tabanlı analitik altyapıya erişime bağlıdır.
- Davranışsal skorlama ve veri entegrasyon protokollerinin ekipler arası standardizasyonunu gerektirir.
- İş akışı tasarımının desteklediği üzere, fMRI dışındaki çeşitli nöral kayıt modalitelerine uyarlanabilir.
- MRI ortamlarındaki non-ferromanyetik ekipman gereksinimi ve kısıtlı görüş alanı ile sınırlıdır.
