Summary

Интеграция поведенческой оценки поведения животных и сверточной нейронной сети для изучения взаимодействия вкуса и запаха васаби и алкоголя

Published: August 16, 2024
doi:

Summary

В данной статье описан набор методов измерения подавляющей способности вдыхания алкогольных напитков по вызываемому васаби ощущению жжения.

Abstract

Коммерческие пасты васаби, обычно используемые для приготовления пищи, содержат гомологичное соединение хемосенсорных изотиоцианатов (ITC), которые вызывают раздражающее ощущение при употреблении. Влияние вдыхания диетических алкогольных напитков на ощущение остроты васаби никогда не изучалось. В то время как большинство исследований сенсорной оценки сосредоточены на отдельных продуктах питания и напитках по отдельности, существует недостаток исследований обонятельного изучения вдыхания спиртных напитков во время употребления васаби. Здесь разрабатывается методология, сочетающая в себе использование поведенческого исследования на животных и сверточной нейронной сети для анализа мимики мышей, когда они одновременно нюхают спиртное и употребляют васаби. Результаты показывают, что обученная и валидированная модель глубокого обучения распознает 29% изображений, изображающих совместное лечение васаби и алкоголя, принадлежащих к классу васаби отрицательной алкогольно-положительной группы без необходимости предварительной фильтрации обучающих материалов. Статистический анализ шкалы гримас мыши, полученных по выбранным изображениям видеокадров, выявил значимую разницу (P < 0,01) между наличием и отсутствием ликвора. Этот вывод свидетельствует о том, что диетические алкогольные напитки могут оказывать уменьшающее влияние на реакции, вызванные васаби у мышей. Эта комбинаторная методология имеет потенциал для скрининга отдельных соединений ITC и сенсорного анализа компонентов спирта в будущем. Тем не менее, необходимы дальнейшие исследования для изучения основного механизма подавления остроты васаби, вызванного алкоголем.

Introduction

Васабия японская, широко известная как васаби, получила признание в приготовлении пищи 1,2. Хорошо известен интенсивный сенсорный опыт, который он вызывает при употреблении, характеризующийся слезоточивостью, чиханием или кашлем. Эту характерную остроту васаби можно объяснить гомологичным соединением хемосенсорных изотиоцианатов (ИТК). Они представляют собой летучие сероорганические фитохимические вещества, которые можно разделить на ω-алкенил и ω-метилтиоалкилизотиоцианаты3. Среди этих соединений аллилизотиоцианат (АИТК) является наиболее преобладающим природным продуктом ИТК, обнаруженным в растениях, принадлежащих к семейству крестоцветных, таких как хрен и горчица4. Коммерческие пасты васаби обычно готовятся из хрена, что делает AITC химическим маркером, используемым для контроля качества этих коммерческих продуктов5.

Сочетание диетических алкогольных напитков с блюдами, настоянными на васаби, можно считать примером культурной предрасположенности6. Субъективно, это сочетание может дополнить остроту и остроту между васаби и напитком, улучшая общее кулинарное впечатление. Качественная поведенческая оценка животных (QBA) — это комплексный методический подход на всех животных, который изучает поведенческие изменения у испытуемых в ответ на краткосрочные или долгосрочные внешние стимулы с использованием числовыхтерминов. Этот метод включает в себя тесты на боль, моторные тесты, тесты на обучение и память, а также тесты на эмоции, специально разработанные для грызунов модели8. Тем не менее, исследования, изучающие синергетическую сенсорную оценку вкуса вместе с обонянием, до сих пор остаются редкими в литературе 9,10. Большинство исследований хеместетических ощущений ограничиваются изучением индивидуального потребления продуктов питания и напитковпо отдельности 11. Следовательно, существует недостаток исследований взаимодействия вкуса и запаха, связанного с вдыханием спиртного во время употребления васаби.

Поскольку считается, что вызванное васаби ощущение жжения является формой ноцицепции12, поведенческие оценки животных хорошо подходят для оценки ноцицептивных сенсорных реакций у животныхгрызунов 8,13,14. Метод оценки ноцицепции у мышей, известный как оценка по шкале гримас мышей (MGS), был разработан Langford et al.15,16. Этот метод поведенческого исследования представляет собой подход к оценке, связанный с болью, основанный на анализе выражений лица, демонстрируемых экспериментальными мышами. Экспериментальная установка проста и включает в себя прозрачную клетку и 2 камеры для записи видео. Используя передовые технологии 17,18,19 для автоматического сбора данных, можно получить количественные и качественные поведенческие показатели, улучшающие благополучие животных во время поведенческого мониторинга 20. Следовательно, MGS имеет потенциал для применения в изучении воздействия различных внешних стимулов на животных непрерывно и ad libitum. Тем не менее, процесс подсчета баллов включает в себя только отбор нескольких (менее 10) изображений видеокадров для оценки членами комиссии, и требуется предварительное обучение. Оценка большого количества образцов изображений может быть трудоемкой. Чтобы преодолеть эту трудоемкую задачу, в нескольких исследованиях использовались методы машинного обучения для прогнозирования балла MGS21,22. Тем не менее, важно отметить, что MGS является непрерывным измерением. Таким образом, модель многоклассовой классификации была бы более подходящей для оценки логической и категориальной проблемы, такой как определение того, похожи ли изображения мышей, одновременно глотающих васаби и нюхающих ликер, на изображения нормальных мышей.

В данном исследовании была предложена методология изучения взаимодействия вкуса и запаха у мышей. Эта методология сочетает в себе поведенческие исследования на животных со сверточной нейронной сетью (СНС) для анализа мимики мышей. Две мыши наблюдались трижды при нормальных поведенческих условиях, во время ноцицепции, вызванной васаби, и во время вдыхания спиртного в специально разработанной клетке. Выражения лиц мышей были записаны на видео, а сгенерированные кадровые изображения были использованы для оптимизации архитектуры модели глубокого обучения (DL). Затем модель была проверена с использованием независимого набора данных изображений и развернута для классификации изображений, полученных от экспериментальной группы. Чтобы определить степень подавления остроты васаби, когда мыши одновременно нюхали ликер во время употребления васаби, идеи, полученные с помощью искусственного интеллекта, были дополнительно подтверждены путем перекрестной проверки с помощью другого метода анализа данных, набравшего16 баллов MGS.

Protocol

В этом исследовании два 7-недельных самца мышей ICR весом от 17 до 25 г были использованы для оценки поведения животных. Все процедуры содержания и экспериментов были одобрены Комитетом Гонконгского баптистского университета по использованию предметов с участием человека и животных в пре…

Representative Results

Основной целью данного исследования является создание надежной основы для изучения взаимодействия вкуса и запаха у мышей. Эта структура включает в себя использование искусственного интеллекта и QBA для разработки модели предиктивной классификации. Кроме того, выводы, полученные в ход?…

Discussion

Предлагаемый метод изучения взаимодействия вкуса и запаха в данной работе основан на оригинальном методе поведенческого кодирования выражения боли на лице у мышей, который был разработан Langford et al.16. В нескольких недавно опубликованных статьях была представлена технологи…

Divulgations

The authors have nothing to disclose.

Acknowledgements

З. Цай хотел бы выразить признательность за финансовую поддержку со стороны благотворительного фонда Kwok Chung Bo Fun для создания кафедры экологического и биологического анализа Kwok Yat Wai.

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