Summary

Integração da Avaliação Comportamental Animal e Rede Neural Convolucional para Estudar a Interação Sabor-Cheiro Wasabi-Álcool

Published: August 16, 2024
doi:

Summary

Este artigo descreve um conjunto de métodos para medir a capacidade supressora de cheirar bebidas alcoólicas na sensação de picada provocada por wasabi.

Abstract

As pastas comerciais de wasabi comumente usadas para preparação de alimentos contêm um composto homólogo de isotiocianatos quimiossensoriais (ITCs) que provocam uma sensação irritante após o consumo. O impacto de cheirar bebidas alcoólicas dietéticas na sensação de tempero do wasabi nunca foi estudado. Embora a maioria dos estudos de avaliação sensorial se concentre em alimentos e bebidas individuais separadamente, há uma falta de pesquisas sobre o estudo olfativo de cheirar licor durante o consumo de wasabi. Aqui, é desenvolvida uma metodologia que combina o uso de um estudo comportamental animal e uma rede neural convolucional para analisar as expressões faciais de camundongos quando eles cheiram licor e consomem wasabi simultaneamente. Os resultados demonstram que o modelo de deep learning treinado e validado reconhece 29% das imagens que retratam o co-tratamento de wasabi e álcool pertencentes à classe do grupo wasabi-negativo para licor positivo sem a necessidade de filtragem prévia de materiais de treinamento. A análise estatística dos escores da escala de caretas de camundongos obtidos a partir das imagens de quadros de vídeo selecionadas revela uma diferença significativa (P < 0,01) entre a presença e ausência de bebidas alcoólicas. Esse achado sugere que as bebidas alcoólicas dietéticas podem ter um efeito decrescente nas reações provocadas por wasabi em camundongos. Esta metodologia combinatória tem potencial para triagem individual de compostos ITC e análises sensoriais de componentes de espíritos no futuro. No entanto, mais estudos são necessários para investigar o mecanismo subjacente da supressão da pungência de wasabi induzida pelo álcool.

Introduction

Wasabia japonica, comumente conhecido como wasabi, ganhou reconhecimento no preparo de alimentos 1,2. A intensa experiência sensorial que provoca no consumo, caracterizada por lacrimejar, espirrar ou tossir, é bem conhecida. Essa pungência distinta do wasabi pode ser atribuída a um composto homólogo de isotiocianatos quimiossensoriais (ITCs). Eles são fitoquímicos organossulfurados voláteis que podem ser categorizados em isotiocianatos de ω-alquenil e ω-metiltioalquil3. Dentre esses compostos, o isotiocianato de alila (AITC) é o produto natural ITC mais predominado em plantas pertencentes à família Cruciferae, como raiz-forte e mostarda4. As pastas comerciais de wasabi são comumente preparadas a partir de raiz-forte, tornando o AITC um marcador químico usado para controle de qualidade desses produtos comerciais5.

A combinação de bebidas alcoólicas dietéticas com pratos com infusão de wasabi pode ser considerada um exemplo de disposição cultural6. Subjetivamente, essa combinação pode complementar o tempero e o calor entre o wasabi e o destilado, aprimorando a experiência culinária geral. A avaliação comportamental qualitativa animal (QBA) é uma abordagem metodológica abrangente de animais inteiros que examina as mudanças comportamentais em indivíduos em resposta a estímulos externos de curto ou longo prazo usando termos numéricos7. Esse método engloba testes de dor, testes motores, testes de aprendizado e memória, além de testes de emoção projetados especificamente para modelos de roedores8. No entanto, estudos que investigam a avaliação sensorial sinérgica da gustação juntamente com o olfato permanecem escassos na literatura até o momento 9,10. A maioria dos estudos sobre sensação quimestésica limita-se a examinar separadamente o consumo individual de alimentos e bebidas11. Consequentemente, há uma escassez de pesquisas sobre a interação paladar-cheiro envolvendo o ato de cheirar licor enquanto consome wasabi.

Como se acredita que a sensação de picada induzida por wasabi seja uma forma de nocicepção12, as avaliações comportamentais dos animais são adequadas para avaliar as respostas sensoriais nociceptivas em roedores 8,13,14. Um método para avaliar a nocicepção em camundongos, conhecido como pontuação da escala de careta de camundongo (MGS), foi desenvolvido por Langford et al.15,16. Este método de estudo comportamental é uma abordagem de avaliação relacionada à dor, contando com a análise das expressões faciais exibidas pelos camundongos experimentais. A configuração experimental é simples, envolvendo uma gaiola transparente e 2 câmeras para gravação de vídeo. Ao incorporar tecnologias avançadas 17,18,19 para captura automática de dados, medidas comportamentais quantitativas e qualitativas podem ser obtidas, aumentando o bem-estar animal durante o monitoramento comportamental20. Consequentemente, o MGS tem potencial para ser aplicado no estudo dos efeitos de vários estímulos externos em animais de forma ininterrupta e ad libitum. No entanto, o processo de pontuação envolve apenas a seleção de algumas (menos de 10) imagens de quadros de vídeo para avaliação pelos painelistas, e é necessário treinamento prévio. Marcar um grande número de imagens de amostra pode ser trabalhoso. Para superar esse desafio demorado, vários estudos empregaram técnicas de aprendizado de máquina para prever o escore MGS 21,22. No entanto, é importante notar que o MGS é uma medida contínua. Portanto, um modelo de classificação multiclasse seria mais adequado para avaliar um problema lógico e categórico, como determinar se as imagens de camundongos ingerindo wasabi e cheirando licor simultaneamente se assemelham às de camundongos normais.

Neste estudo, foi proposta uma metodologia para investigar a interação paladar-cheiro em camundongos. Essa metodologia combina estudos comportamentais de animais com uma rede neural convolucional (CNN) para analisar as expressões faciais dos camundongos. Dois camundongos foram observados três vezes em condições comportamentais normais, durante a experiência de nocicepção induzida por wasabi e enquanto cheiravam licor em uma gaiola especificamente projetada. As expressões faciais dos camundongos foram gravadas em vídeo e as imagens geradas foram utilizadas para otimizar a arquitetura de um modelo de aprendizado profundo (DL). O modelo foi então validado usando um conjunto de dados de imagens independentes e implantado para classificar as imagens adquiridas do grupo experimental. Para determinar a extensão da supressão da pungência do wasabi quando os camundongos cheiraram simultaneamente licor durante o consumo de wasabi, os insights fornecidos pela inteligência artificial foram corroborados por meio da validação cruzada com outro método de análise de dados, a pontuação MGS16.

Protocol

Neste estudo, dois camundongos machos ICR de 7 semanas de idade pesando entre 17-25 g foram utilizados para a avaliação comportamental animal. Todos os procedimentos experimentais e de alojamento foram aprovados pelo Comitê da Universidade Batista de Hong Kong sobre o Uso de Seres Humanos e Animais no Ensino e Pesquisa. A sala dos animais foi mantida a uma temperatura de 25 °C e uma umidade ambiente de 40%-70% em um ciclo claro-escuro de 12 horas. 1. Projeto da gaiola <o…

Representative Results

O principal objetivo deste estudo é estabelecer uma estrutura robusta para investigar a interação paladar-cheiro em camundongos. Essa estrutura incorpora o uso de inteligência artificial e QBA para desenvolver um modelo de classificação preditiva. Além disso, os insights obtidos da DL são validados com uma avaliação quantitativa do MGS para uma análise interna independente. A principal aplicação desta metodologia é examinar a extensão da supressão da nocicepção invocada pelo wasabi quando os camundongos…

Discussion

O método proposto para estudar a interação paladar-olfato neste trabalho é baseado no método original de codificação comportamental para expressão facial de dor em camundongos, desenvolvido por Langford et al.16. Vários artigos publicados recentemente introduziram a CNN para rastreamento automático de rosto do mouse e subsequente pontuação MGS 21,26,27,28. A …

Divulgations

The authors have nothing to disclose.

Acknowledgements

Z. Cai gostaria de agradecer o apoio financeiro do Fundo de Caridade Kwok Chung Bo Fun para o estabelecimento da Cátedra Kwok Yat Wai de Análise Ambiental e Biológica.

Materials

Absolute ethanol (EtOH) VWR Chemicals BDH CAS# 64-17-5
Acrylonitrile butadiene styrene bricks Jiahuifeng Flagship Store https://shop.paizi10.com/jiahuifeng/chanpin.html
Acrylonitrile butadiene styrene plates Jiahuifeng Flagship Store https://shop.paizi10.com/jiahuifeng/chanpin.html
Allyl isothiocyanate (AITC) Sigma-Aldrich CAS# 57-06-7
Anhydrous dimethyl sulfoxide Sigma-Aldrich CAS# 67-68-5
Chinese spirit Yanghe Qingci https://www.chinayanghe.com/article/45551.html
Commercial wasabi S&B FOODS INC. https://www.sbfoods-worldwide.com
Formic acid (FA) VWR Chemicals BDH CAS# 64-18-6
GraphPad Prism 5 GraphPad https://www.graphpad.com
HPLC-grade acetonitrile (ACN) VWR Chemicals BDH CAS# 75-05-8
HPLC-grade methanol (MeOH) VWR Chemicals BDH CAS# 67-56-1
Microsoft Excel 2016 Microsoft https://www.microsoft.com 
Microsoft PowerPoint 2016 Microsoft https://www.microsoft.com
Milli-Q water system Millipore https://www.merckmillipore.com
Mouse: ICR Laboratory Animal Services Centre (The Chinese University of Hong Kong, Hong Kong, China) N/A
Peanut butter Skippy https://www.peanutbutter.com/peanut-butter/creamy
Python v.3.10 Python Software Foundation https://www.python.org 
Transparent acrylic plates Taobao Store https://item.taobao.com/item.htm?_u=32l3b7k63381&id=60996545797
0&spm=a1z09.2.0.0.77572e8dFPM
EHU

References

  1. Isshiki, K., Tokuoka, K., Mori, R., Chiba, S. Preliminary examination of allyl isothiocyanate vapor for food preservation. Biosci Biotechnol Biochem. 56 (9), 1476-1477 (1992).
  2. Li, X., Wen, Z., Bohnert, H. J., Schuler, M. A., Kushad, M. M. Myrosinase in horseradish (Armoracia rusticana) root: Isolation of a full-length cDNA and its heterologous expression in Spodoptera frugiperda insect cells. Plant Sci. 172 (6), 1095-1102 (2007).
  3. Depree, J. A., Howard, T. M., Savage, G. P. Flavour and pharmaceutical properties of the volatile sulphur compounds of Wasabi (Wasabia japonica). Food Res Int. 31 (5), 329-337 (1998).
  4. Hu, S. Q., Wei, W. Study on extraction of wasabi plant material bio-activity substances and anti-cancer activities. Adv Mat Res. 690 – 693, 1395-1399 (2013).
  5. Lee, H. -. K., Kim, D. -. H., Kim, Y. -. S. Quality characteristics and allyl isothiocyanate contents of commercial wasabi paste products. J Food Hyg Saf. 31 (6), 426-431 (2016).
  6. Bacon, T. Wine, wasabi and weight loss: Examining taste in food writing. Food Cult Soc. 17 (2), 225-243 (2014).
  7. Fleming, P. A., et al. The contribution of qualitative behavioural assessment to appraisal of livestock welfare. Anim Prod Sci. 56, 1569-1578 (2016).
  8. Shi, X., et al. Behavioral assessment of sensory, motor, emotion, and cognition in rodent models of intracerebral hemorrhage. Front Neurol. 12, 667511 (2021).
  9. Stevenson, R. J., Prescott, J., Boakes, R. A. Confusing tastes and smells: How odours can influence the perception of sweet and sour tastes. Chem Senses. 24 (6), 627-635 (1999).
  10. Pfeiffer, J. C., Hollowood, T. A., Hort, J., Taylor, A. J. Temporal synchrony and integration of sub-threshold taste and smell signals. Chem Senses. 30 (7), 539-545 (2005).
  11. Simons, C. T., Klein, A. H., Carstens, E. Chemogenic subqualities of mouthfeel. Chem Senses. 44 (5), 281-288 (2019).
  12. Andrade, E. L., Luiz, A. P., Ferreira, J., Calixto, J. B. Pronociceptive response elicited by TRPA1 receptor activation in mice. Neurosciences. 152 (2), 511-520 (2008).
  13. Palazzo, E., Marabese, I., Gargano, F., Guida, F., Belardo, C., Maione, S. Methods for evaluating sensory, affective and cognitive disorders in neuropathic rodents. Curr Neuropharmacol. 19 (6), 736-746 (2020).
  14. Topley, M., Crotty, A. M., Boyle, A., Peller, J., Kawaja, M., Hendry, J. M. Evaluation of motor and sensory neuron populations in a mouse median nerve injury model. J Neurosci Methods. 396, 109937 (2023).
  15. Langford, D. J., et al. . Mouse Grimace Scale (MGS): The Manual. , (2015).
  16. Langford, D. J., et al. Coding of facial expressions of pain in the laboratory mouse. Nat Methods. 7 (6), 447-449 (2010).
  17. Liu, H., Fang, S., Zhang, Z., Li, D., Lin, K., Wang, J. MFDNet: Collaborative poses perception and matrix Fisher distribution for head pose estimation. IEEE Trans Multimedia. 24, 2449-2460 (2022).
  18. Liu, T., Wang, J., Yang, B., Wang, X. NGDNet: Nonuniform Gaussian-label distribution learning for infrared head pose estimation and on-task behavior understanding in the classroom. Neurocomputing. 436, 210-220 (2021).
  19. Liu, T., Liu, H., Yang, B., Zhang, Z. LDCNet: Limb direction cues-aware network for flexible human pose estimation in industrial behavioral biometrics systems. IEEE Trans Industr Inform. 20 (6), 8068-8078 (2023).
  20. Grant, E. P., et al. What can the quantitative and qualitative behavioural assessment of videos of sheep moving through an autonomous data capture system tell us about welfare. Appl Anim Behav Sci. 208, 31-39 (2018).
  21. Vidal, A., Jha, S., Hassler, S., Price, T., Busso, C. Face detection and grimace scale prediction of white furred mice. Mach Learn Appl. 8, 100312 (2022).
  22. Zylka, M. J., et al. Development and validation of Painface, A software platform that simplifies and standardizes mouse grimace analyses. J Pain. 24 (4), 35-36 (2023).
  23. Liu, H., Zhang, C., Deng, Y., Liu, T., Zhang, Z., Li, Y. F. Orientation cues-aware facial relationship representation for head pose estimation via Transformer. IEEE Trans Image Process. 32, 6289-6302 (2023).
  24. Liu, H., Liu, T., Chen, Y., Zhang, Z., Li, Y. F. EHPE: Skeleton cues-based Gaussian coordinate encoding for efficient human pose estimation. IEEE Trans Multimedia. , (2022).
  25. Liu, H., et al. TransIFC: Invariant cues-aware feature concentration learning for efficient fine-grained bird image classification. IEEE Trans Multimedia. , (2023).
  26. Akkaya, I. B., Halici, U. Mouse face tracking using convolutional neural networks. IET Comput Vis. 12 (2), 153-161 (2018).
  27. Andresen, N., et al. Towards a fully automated surveillance of well-being status in laboratory mice using deep learning: Starting with facial expression analysis. PLoS One. 15 (4), e0228059 (2020).
  28. Ernst, L., et al. Improvement of the mouse grimace scale set-up for implementing a semi-automated Mouse Grimace Scale scoring (Part 1). Lab Anim. 54 (1), 83-91 (2020).
  29. Tuttle, A. H., et al. A deep neural network to assess spontaneous pain from mouse facial expressions. Mol Pain. 14, 1744806918763658 (2018).
  30. Lencioni, G. C., de Sousa, R. V., de Souza Sardinha, E. J., Corrêa, R. R., Zanella, A. J. Pain assessment in horses using automatic facial expression recognition through deep learning-based modeling. PLoS One. 16 (10), e0258672 (2021).
  31. Steagall, P. V., Monteiro, B. P., Marangoni, S., Moussa, M., Sautié, M. Fully automated deep learning models with smartphone applicability for prediction of pain using the Feline Grimace Scale. Sci Rep. 13, 21584 (2023).
This article has been published
Video Coming Soon
Keep me updated:

.

Citer Cet Article
Ngan, H., Qi, Z., Yan, H., Song, Y., Wang, T., Cai, Z. Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction. J. Vis. Exp. (210), e66981, doi:10.3791/66981 (2024).

View Video