MouseWalker (MW) araç kutusunu kullanarak serbestçe yürüyen farelerin lokomotor modelini nicel olarak tanımlamak için ilk video kayıtlarından ve izlemeden niceleme sonrası analize kadar uzanan deneysel bir boru hattı sağlanmıştır. MW sisteminin yararlılığını göstermek için farelerde omurilik kontüzyon yaralanması modeli kullanılmıştır.
Yürüme ve koşma gibi karmaşık ve yüksek derecede koordine edilmiş motor programlarının yürütülmesi, spinal ve supra-spinal devrelerin ritmik aktivasyonuna bağlıdır. Torasik omurilik yaralanmasından sonra, yukarı akış devreleri ile iletişim bozulur. Bu da, sınırlı iyileşme potansiyeli ile koordinasyon kaybına yol açar. Bu nedenle, ilaçların veya tedavilerin uygulanmasından sonra iyileşme derecesini daha iyi değerlendirmek için, omurilik yaralanmasının hayvan modellerinde yürüyüş, uzuv koordinasyonu ve lokomotor davranışın diğer ince yönlerini ölçmek için yeni, daha ayrıntılı ve doğru araçlara ihtiyaç vardır. Kemirgenlerde serbest yürüme davranışını nicel olarak değerlendirmek için yıllar içinde çeşitli testler geliştirilmiştir; Bununla birlikte, genellikle adım adım yürüme stratejileri, ayak izi kalıpları ve koordinasyon ile ilgili doğrudan ölçümlerden yoksundurlar. Bu eksiklikleri gidermek için, hayal kırıklığına uğramış bir toplam iç yansıma (fTIR) geçitini izleme ve niceleme yazılımı ile birleştiren MouseWalker’ın güncellenmiş bir sürümü sağlanmıştır. Bu açık kaynaklı sistem, çeşitli grafik çıktıları ve kinematik parametreleri çıkarmak için uyarlanmıştır ve sağlanan çıktı verilerini analiz etmek için bir dizi post-niceleme aracı olabilir. Bu makale ayrıca, halihazırda kurulmuş davranış testleriyle birlikte bu yöntemin, omurilik yaralanmasını takiben lokomotor eksiklikleri nicel olarak nasıl tanımladığını göstermektedir.
Dört ekstremitenin etkili koordinasyonu, dörtlü hayvanlara özgü değildir. İnsanlarda ön ayak-arka bacak koordinasyonu, yüzme ve yürürken hız değişiklikleri gibi çeşitli görevleri yerine getirmek için önemini korumaktadır1. Çeşitli ekstremite kinematik2 ve motor programı 1,3,4’ün yanı sıra propriyoseptif geri besleme devreleri5, insanlar ve diğer memeliler arasında korunur ve omurilik yaralanması (SCI) gibi motor bozukluklar için terapötik seçenekleri analiz ederken göz önünde bulundurulmalıdır 6,7,8.
Yürümek için, ön ayaklardan ve arka bacaklardan birkaç omurga bağlantısının düzgün bir şekilde bağlanması ve ritmik olarak aktive edilmesi gerekir, bu da beyinden girdiler ve somatosensoriyel sistemden geri bildirim gerektirir 2,9,10. Bu bağlantılar, sırasıyla 1,9,10 olan ön ayaklar ve arka bacaklar için servikal ve lomber seviyede bulunan merkezi desen üreteçleri (CPG’ler) ile sonuçlanır. Genellikle, SCI’den sonra, nöronal bağlantının bozulması ve inhibitör bir glial skar12 oluşumu, lokomotor fonksiyonun iyileşmesini sınırlar ve sonuçlar, yaralanma şiddetine bağlı olarak toplam felçten bir grup ekstremitenin kısıtlı fonksiyonuna kadar değişir. SCI’den sonra lokomotor fonksiyonu hassas bir şekilde ölçmek için kullanılan araçlar, iyileşmeyi izlemek ve tedavilerin veya diğer klinik müdahalelerin etkilerini değerlendirmek için kritik öneme sahiptir6.
SCI’nin fare kontüzyon modelleri için standart metrik tahlil, açık alan arenasında gövde stabilitesini, kuyruk pozisyonunu, plantar adımlamayı ve ön ayak-arka bacak koordinasyonunu dikkate alan parametrik olmayan bir skor olan Basso fare ölçeği (BMS) 13,14’tür. BMS çoğu durumda son derece güvenilir olsa da, doğal değişkenliği hesaba katmak ve önyargıyı azaltmak için hayvan hareketinin tüm açılarını gözlemlemek için en az iki deneyimli puanlayıcı gerektirir.
SCI’dan sonra motor performansını nicel olarak değerlendirmek için başka testler de geliştirilmiştir. Bunlar arasında dönen bir silindir15 üzerinde harcanan zamanı ölçen rotarod testi; kaçırılan korkulukların sayısını ölçen yatay merdiven ve pozitif merdiven16,17; ve bir hayvanın dar bir kirişi geçerken aldığı süreyi ve yaptığı başarısızlık sayısını ölçen ışın yürüme testi18. Motor eksikliklerin bir kombinasyonunu yansıtmasına rağmen, bu testlerin hiçbiri ön ayak-arka bacak koordinasyonu hakkında doğrudan lokomotor bilgi üretmez.
Yürüme davranışını spesifik ve daha kapsamlı bir şekilde analiz etmek için, adım döngülerini ve yürüme stratejilerini yeniden yapılandırmak için başka testler geliştirilmiştir. Bir örnek, bir hayvanın mürekkepli pençelerinin bir beyaz kağıt19 sayfası üzerine bir desen çizdiği ayak izi testidir. Uygulanmasında basit olmasına rağmen, adım uzunluğu gibi kinematik parametrelerin çıkarılması hantal ve yanlıştır. Ayrıca, adım döngüsünün süresi veya bacak zamanlı koordinasyon gibi dinamik parametrelerin eksikliği, uygulamalarını sınırlar; Gerçekten de, bu dinamik parametreler yalnızca şeffaf bir yüzeyden geçen kemirgenlerin kare kare videolarını analiz ederek elde edilebilir. SCI çalışmaları için araştırmacılar, adım döngüsünü yeniden yapılandırmak ve her bir bacak ekleminin açısal varyasyonlarını ölçmek de dahil olmak üzere bir koşu bandı kullanarak yanal bir görünümden yürüme davranışını analiz ettiler 4,20,21. Bu yaklaşım son derecebilgilendirici 6 olsa da, belirli bir uzuv kümesine odaklanmaya devam eder ve koordinasyon gibi ek yürüyüş özelliklerinden yoksundur.
Bu boşlukları doldurmak için Hamers ve meslektaşları, hayal kırıklığına uğramış toplam iç yansıma (fTIR)22 kullanan optik bir dokunmatik sensöre dayanan nicel bir test geliştirdiler. Bu yöntemde, ışık iç yansıma yoluyla camdan yayılır, pençeye basıldığında dağılır ve son olarak yüksek hızlı bir kamera tarafından yakalanır. Daha yakın zamanlarda, bu yöntemin MouseWalker adı verilen açık kaynaklı bir sürümü kullanıma sunuldu ve bu yaklaşım bir fTIR yürüyüş yolunu bir izleme ve niceleme yazılım paketi23 ile birleştiriyor. Bu yöntemi kullanarak, kullanıcı adım, uzamsal ve yürüyüş kalıpları, ayak izi konumlandırma ve ön ayak-arka bacak koordinasyonunun yanı sıra ayak izi desenleri (mürekkepli pençe testi6’yı taklit ederek) veya vücut eksenine göre duruş aşamaları gibi görsel çıktılar da dahil olmak üzere çok sayıda nicel parametre çıkarabilir. Daha da önemlisi, açık kaynaklı doğası gereği, MATLAB komut dosyası paketi güncellenerek yeni parametreler çıkarılabilir.
Burada, MouseWalker23 sisteminin daha önce yayınlanan derlemesi güncellenir. En iyi video kalitesini, izleme koşullarını ve parametre alımını elde etmek için gereken tüm adımlarla birlikte nasıl ayarlanacağına dair bir açıklama sağlanır. MouseWalker (MW) çıktı veri kümesinin analizini geliştirmek için ek post-niceleme araçları da paylaşılır. Son olarak, bu aracın kullanışlılığı, omurilik yaralanması (SCI) bağlamında, genel lokomotor performans, özellikle adım döngüleri ve ön ayak-arka bacak koordinasyonu için ölçülebilir değerler elde edilerek gösterilmiştir.
Burada, MouseWalker yönteminin potansiyeli, SCI sonrası lokomotor davranışı analiz ederek gösterilmiştir. Adımlama, ayak izi ve yürüme modellerinde aksi takdirde diğer standart testler tarafından kaçırılacak belirli değişiklikler hakkında yeni bilgiler sağlar. MW paketinin güncellenmiş bir sürümünü sağlamanın yanı sıra, veri analiz araçları da sağlanan Python betikleri kullanılarak açıklanmaktadır (bkz. adım 5).
MW, büyük bir veri kümesi ve yüksek boyut…
The authors have nothing to disclose.
Yazarlar, Laura Tucker ve Natasa Loncarevic’e el yazması hakkındaki yorumları ve Instituto de Medicina Moleküler João Lobo Antunes Kemirgen Tesisi tarafından verilen destek için teşekkür eder. Yazarlar, Prémios Santa Casa Neurociências – Omurilik Yaralanması Araştırmaları için Melo e Castro Ödülü (MC-36/2020) tarafından L.S. ve C.S.M.’ye finansal destek sağlamak istiyor. Bu çalışma Fundação para a Ciência e a Tecnologia (FCT) (PTDC/BIA-COM/0151/2020), iNOVA4Health (UIDB/04462/2020 ve UIDP/04462/2020) ve LS4FUTURE (LA/P/0087/2020) tarafından C.S.M. L.S.’ye CEEC Bireysel Baş Araştırmacı sözleşmesi (2021.02253.CEECIND) ile desteklenmiştir. A.F.I., FCT’den (2020.08168.BD) doktora bursu ile desteklenmiştir. A.M.M., FCT’den doktora bursu ile desteklenmiştir (PD/BD/128445/2017). I.M., FCT’den doktora sonrası bir burs ile desteklenmiştir (SFRH / BPD / 118051 / 2016). D.N.S., FCT’den doktora bursu ile desteklenmiştir (SFRH / BD / 138636 / 2018).
45º Mirror | |||
2 aluminum extrusion (2 x 2 cm), 16 cm height, 1 on each side | Misumi | ||
2 aluminum extrusion (2 x 2 cm), 23 cm, @ 45° , 1 on each side | Misumi | ||
1 aluminum extrusion (2 x 2 cm), 83 cm long | Misumi | ||
87 x 23 cm mirror | General glass supplier | ||
black cardboard filler | General stationery supplier | We used 2, one with 69 x 6 cm and another with 69 x 3cm to limit the reflection on the mirror | |
Background backlight | |||
109 x 23 cm plexiglass (0.9525 cm thick) | General hardware supplier | ||
2 lateral aluminum extrusion (4 x 4 cm), 20 cm long, 1 on each side | Misumi | ||
multicolor LED strip | General hardware supplier | ||
white opaque paper to cover the plexyglass | General stationery supplier | ||
fTIR Support base and posts | |||
2 aluminum extrusion (4 x 4 cm), 100 cm height | Misumi | ||
60 x 30 cm metric breadboard | Edmund Optics | #54-641 | |
M6 12 mm screws | Edmund Optics | ||
M6 hex nuts and wahers | Edmund Optics | ||
fTIR Walkway | |||
109 x 8.5 cm plexyglass (1.2 cm thick) | General hardware supplier | 109 x 8.5 cm plexyglass (1.2 cm thick) | |
109 cm long Base-U-channel aluminum with 1.6 cm height x 1.9 cm depth thick folds (to hold the plexyglass) | General hardware supplier | ||
2 lateral aluminum extrusion (4 x 4 cm) 20 cm length, 1 on each side | Misumi | ||
black cardboard filler | General stationery supplier | we used 2 fillers on each side to cover the limits of the plexyglass, avoiding bright edges | |
12 mm screws | Edmund Optics | M6 | |
High speed camera (on a tripod) | |||
Blackfly S USB3 | Blackfly | USB3 | This is a reccomendation. The requirement is to record at least 100 frames per second |
Infinite Horizon Impactor | |||
Infinite Horizon Impactor | Precision Systems and Instrumentation, LLC. | ||
Lens | |||
Nikkon AF Zoom-Nikkor 24-85mm | Nikkon | 2.8-4D IF | This lens is reccomended, however other lens can be used. Make sure it contains a large aperture (i.e., smaller F-stop values), to capture fTIR signals |
Software | |||
MATLAB R2022b | MathWorks | ||
Python 3.9.13 | Python Software Foundation | ||
Anaconda Navigator 2.1.4 | Anaconda, Inc. | ||
Spyder 5.1.5 | Spyder Project Contributors | ||
Walkway wall | |||
2 large rectagular acrilics with 100 x 15 cm | Any bricolage convenience store | ||
2 Trapezian acrilic laterals with 6-10 length x 15 cm height | Any bricolage convenience store | ||
GitHub Materials | |||
Folder name | URL | ||
Boxplots | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Boxplots | Script to create Boxplots | |
Docs | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Docs | Additional documents | |
Heatmap | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Heatmaps | Script to create heatmap | |
Matlat script | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Matlab%20Script | MouseWalker matlab script | |
PCA | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/PCA%20plots | Script to perform Principal Component Analysis | |
Raw data Plots | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Rawdata%20Plots | Script to create Raw data plots | |
Residual Analysis | https://github.com/NeurogeneLocomotion/MouseWalker/tree/main/Residual_Analysis | Code to compute residuals from Raw data |