JoVE Journal > Neuroscience
概要
Abstract
Introduction
Protocol
結果
Discussion
開示
Acknowledgements
Materials
参考文献
Please note that all translations are automatically generated. Click here for the English version.
神経科学

تحليل شبه آلي لسعة الذروة والكمون لأشكال موجات استجابة جذع الدماغ السمعية باستخدام R

Published: December 09, 2022
doi:
10.3791/64737
,
1Department of Biomedical Genetics,University of Rochester Medical Center, 2Department of Neuroscience, Ernst J. Del Monte Institute for Neuroscience,University of Rochester Medical Center

概要

توضح هذه المقالة القياس شبه الآلي للسعات والكمون للقمم والقيعان الخمس الأولى في شكل موجة استجابة جذع الدماغ السمعي. يقوم روتين إضافي بتجميع البيانات والتعليق عليها في جدول بيانات لتحليل المجرب. يتم تنفيذ إجراءات الكمبيوتر المجانية هذه باستخدام الحزمة الإحصائية مفتوحة المصدر R.

Abstract

قامت العديد من التقارير في السنوات ال 15 الماضية بتقييم التغيرات في شكل موجة استجابة جذع الدماغ السمعي (ABR) بعد الإهانات مثل التعرض للضوضاء. تشمل التغييرات الشائعة التخفيضات في سعة الذروة 1 والأزمنة النسبية للقمم اللاحقة ، بالإضافة إلى زيادة الكسب المركزي ، والذي ينعكس في الزيادة النسبية في سعة القمم اللاحقة مقارنة بسعة الذروة 1. يحدد العديد من المجربين القمم والقيعان بصريا لتقييم ارتفاعاتها النسبية وزمن انتقالها ، وهي عملية شاقة عندما يتم جمع الأشكال الموجية بزيادات قدرها 5 ديسيبل في جميع أنحاء نطاق السمع لكل تردد وحالة. تصف هذه الورقة الإجراءات الروتينية المجانية التي يمكن تنفيذها في النظام الأساسي مفتوح المصدر R مع واجهة RStudio لأتمتة قياسات قمم وقيعان الأشكال الموجية لاستجابة جذع الدماغ السمعية (ABR). تحدد الإجراءات الروتينية سعات وزمن انتقال القمم والقيعان ، وتعرضها على شكل موجي تم إنشاؤه للفحص ، وتجمع النتائج وتعلق عليها في جدول بيانات للتحليل الإحصائي ، وتولد أشكالا موجية متوسطة للأرقام. في الحالات التي تخطئ فيها العملية الآلية في تحديد شكل موجة ABR ، هناك أداة إضافية للمساعدة في التصحيح. الهدف هو تقليل الوقت والجهد اللازمين لتحليل شكل موجة ABR بحيث يقوم المزيد من الباحثين بتضمين هذه التحليلات في المستقبل.

Introduction

كثيرا ما تستخدم استجابة جذع الدماغ السمعية (ABR) لتحديد عتبات السمع لدى الحيوانات والرضع من البشر. نظرا لأن ABR هو سجل مخطط كهربية الدماغ (EEG) للاستجابات الأولى للجهاز العصبي للمنبهات السمعية ، فإنه يحمل معلومات إضافية تعكس الإطلاق المنسق للخلايا العصبية العقدية الحلزونية القوقعة ومعالجة الإشارات المبكرة في جذع الدماغ السمعي ، بما في ذلك المعالجة الثنائية1. قد تتأثر هذه الاستجابات بصدمة الضوضاء. على سبيل المثال ، يمكن أن يؤدي التعرض للضوضاء الكافي للحث على تحول عتبة مؤقت في الفئران إلى تقليل سعة ذروة ABR 12 بشكل دائم. علاوة على ذلك ، قد تقلل هذه الصدمة من زمن الانتقال بين الذروة وتزيد من السعة النسبية للقمم اللاحقة3 ، ربما بسبب فقدان التنظيم المثبط4. بالإضافة إلى هذه النتائج ، فقد ثبت أن طفرات جينية محددة تغير شكل موجة ABR في غياب الصدمة5،6،7. وبالتالي ، يمكن أن يوفر التحليل الروتيني لأشكال موجات ABR نظرة ثاقبة للنظام السمعي في النماذج التجريبية.

كان هناك أيضا اهتمام باستخدام أشكال موجات ABR كأداة تشخيصية للمرضى. قيمت التقارير السابقة ما إذا كانت ذروة ABR 1 قد انخفضت في المرضى من البشر بعد التعرض للضوضاء أو في مرضى طنين الأذن 8,9. والجدير بالذكر أنه تم الإبلاغ عن أن نوبات الصداع النصفي تزيد مؤقتا من زمن الانتقال بين الذروة لعدة أسابيع ، وبعد ذلك يعود شكل موجة ABR إلى طبيعته لدى الأفراد المصابين10. تم الإبلاغ عن أن COVID-19 يؤدي إلى تغييرات طويلة المدى في أزمنة انتقال ABR interpeak 11,12 ، على الرغم من أن دراسة أخرى أبلغت عن نتائج مختلفة13. غالبا ما يكون فقدان السمع مرضيا مشتركا مع الخرف في الشيخوخة ، ويميل الأفراد الذين يعانون من فقدان السمع الأكبر إلى تجربة الخرف الذي يتقدم بسرعة أكبر14. قام الباحثون بالتحقيق في التغيرات الموجية ABR في الأمراض التنكسية العصبية ، مثل مرض باركنسون (تمت مراجعته في جعفري وآخرون 15) ومرض الزهايمر (تمت مراجعته في Swords et al.16) ، وكذلك في الشيخوخة الطبيعية 17. نظرا لأن المزيد من الباحثين والأطباء يحققون في العجز الحسي كمؤشرات حيوية للأمراض الشائعة في الشيخوخة ، فقد تصبح تقنيات مثل ABR روتينية في الرعاية الصحية.

يكشف فحص أقسام الأساليب في الأدبيات أن المختبرات غالبا ما تكتب نصوصا مخصصة في MatLab لتحليل أشكال موجات ABR. تحتوي منصة ABR التي تصنعها أنظمة السمع الذكية على وظيفة لتحليل شكل الموجة ، ولكنها تتطلب من المشغل تحديد القمم والقيعان يدويا. هنا ، قمنا بكتابة إجراءات تحليل شبه آلية للبيئة الإحصائية مفتوحة المصدر والمتاحة مجانا R وواجهة RStudio. يقارن هذا التقرير البيانات التي تم الحصول عليها باستخدام إجراءاتنا الروتينية بالبيانات التي تم الحصول عليها من خلال قيام المجرب بتحديد القمم والقيعان يدويا ويوضح أن البيانات من الطريقتين مرتبطة ارتباطا وثيقا. الأهم من ذلك ، أن الإجراءات تتضمن وظيفة التعمية ، حيث يتم وضع البيانات الوصفية للعينات في ملف منفصل لا يتم دمجه حتى النهاية. هذه الوظائف لديها تحليل مبسط للشكل الموجي لمختبرنا.

Protocol

تمت الموافقة على جميع الإجراءات التي أجريت على الحيوانات مسبقا من قبل لجنة جامعة روتشستر للبحوث الحيوانية. كانت الموضوعات التجريبية 12 فأرا من الذكور والإناث من النوع البري F1 في عمر شهر واحد. هذه الفئران F1 هي نتاج تزاوج سد CBA / CaJ ومولى C57BL / 6J. تم تربية الفئران وإيوائها في مرفق بيت الحيوان مع دورة ضوء / مظلمة قياسية مدتها 12 ساعة ، وطعام وماء غير محدود ، وإمدادات تعشيش وافرة. لم يتم إيواء أكثر من خمسة أشقاء من نفس الجنس معا في قفص واحد. 1. الحصول على البيانات للتحليل ملاحظة: يجب أن تمتثل هذه الخطوة للإرشادات المؤسسية وأن تتم الموافقة عليها مسبقا من قبل لجنة رعاية الحيوان المؤسسية. تم وصف العملية التفصيلية لتوليد بيانات ABR من الفئران في مكان آخر18. سجل ABR مع النظام الأساسي الذي تختاره.ملاحظة: في المثال الموضح هنا ، تم إجراء التسجيلات على الفئران.استخدم محفز نقر 5 مللي ثانية يبدأ من مستوى ضغط صوت 75 ديسيبل وينخفض في خطوات 5 ديسيبل إلى 5 ديسيبل. سجل ما معدله 512 عملية مسح لكل سعة. رفض الاستجابات إذا كانت ذروتها إلى سعة القاع أكبر من 31 μV في أي حالة بين 1.3 مللي ثانية و 12.5 مللي ثانية بعد التحفيز.ملاحظة: يمكن أيضا استخدام التسجيلات من العروض التقديمية لنقطة النغمة. نتوقع أن يعمل روتين التحليل مع الأنواع الأخرى ، بما في ذلك البشر. تصدير تسجيل ABR كملف ASCII.بالنسبة إلى IHS ، افتح برنامج الكمبيوتر. قم بتحميل ملف الاهتمام ، واعرض الأشكال الموجية المطلوبة على صفحة واحدة. ضمن علامة التبويب بيانات ، حدد حفظ الصفحة باسم ASCII للحصول على ملف .txt. بعد تسمية ملف البيانات بشكل مناسب (“ID”) ، قم بتسجيل معلومات المعرف والموضوع في ملف بيانات وصفية بعنوان “info.csv”. التأكد من أن “الهوية” لا تتضمن أي معلومات مثل النمط الجيني أو الجنس أو العمر أو العلاج ؛ يتم تسجيل هذه المعلومات بدلا من ذلك في “معلومات.csv”.ملاحظة: يمكن استخدام مجموعة عادلة من أوراق اللعب لتعيين التسميات بشكل عشوائي إذا لزم الأمر. كرر مع جميع الملفات المراد تحليلها كملفات “معرف” منفصلة. 2. تثبيت الحزم المطلوبة وتحميل البيانات على الكمبيوتر العامل قم بتنزيل وتثبيت R (https://www.r-project.org) و RStudio (https://www.rstudio.com).ملاحظة: البروتوكول الموضح هنا يستخدم R ≥ 4.0.0. قم بتثبيت المكتبات المطلوبة ، مرتبة ، لامعة ، مخططة ، وحديقة الحيوان ، عن طريق كتابة الأمر التالي في نافذة الأوامر في RStudio:Install.packages(“tidyverse”)Install.packages(“لامعة”)Install.packages(“plotly”)Install.packages(“حديقة الحيوان”) قم بتنزيل البرامج النصية FindPeaks.R و See_trace_click. R من المختبر الأبيض GitHub (https://github.com/PWhiteLab/FindPeaks) ، بالإضافة إلى الملف المرتبط “Time.csv”. قم بإنشاء مجلد جديد ليحتوي على جميع ملفات ASCII و “info.csv” و “Time.csv.” على سبيل المثال، قم بتسمية المجلد “Test_Folder”. ضمن “Test_Folder” ، ضع ملفات ASCII في مجلد فرعي بعنوان “ASCII_Folder”. 3. الحصول على التحليل الأولي مع FindPeaks.R افتح البرنامج النصي FindPeaks.R في RStudio. انقر بزر الماوس الأيمن فوق علامة التبويب الخاصة بالبرنامج النصي في شريط الأدوات لتحديد تعيين دليل العمل ، وقم بتعيينه على Test_Folder (انظر الشكل التكميلي S1A). في نافذة البرنامج النصي ، انقر فوق المصدر في الجانب الأيمن العلوي من شريط الأدوات لتحميل البرنامج (انظر الشكل التكميلي S1B). في نافذة الأوامر ، استخدم الأوامر التالية لتحليل الأشكال الموجية (انظر الشكل التكميلي S2):FindPeaks_single(“ASCII_folder/ID.txt”) للملفات الفردية (انظر الشكل التكميلي S2A)FindPeaks_group(“ASCII_Folder”) لمعالجة الدفعات (انظر الشكل التكميلي S2B)ملاحظة: سيقوم البرنامج النصي بإخراج (1) ملفات pdf تعرض الأشكال الموجية ذات القمم والقيعان المسماة (انظر الشكل التكميلي S2C) و (2) ملف ID.csv يحتوي على البيانات الرقمية للسعة (μV) والكمون (مللي ثانية). سيتم وضع كلا الملفين في “Test_Folder”. 4. التحقق من التحليل الأولي ملاحظة: عند مستويات الصوت المنخفضة ، قد يصبح من الصعب تمييز أجزاء من شكل الموجة عن الضوضاء ، وقد يخطئ FindPeaks.R في تحديد القمم أو القيعان مقارنة برأي المجرب. إذا كان هناك تناقض ، فيمكن تعديل ملف .csv بالبيانات التي تم الحصول عليها من البرنامج النصي See_trace_click.R. قم بتحميل بيانات الشكل الموجي للفرد المحدد باستخدام الأمر (انظر الشكل التكميلي S3A):الشكل الموجي <- ASCII_extract ("ASCII_Folder / ID.txt") افتح See_trace_click. R البرنامج النصي في RStudio. في الرأس الموجود على اليسار ، انقر فوق الزر تشغيل التطبيق ، وانتظر ظهور نافذة تفاعلية جديدة (لامعة) (انظر الشكل التكميلي S3B). في المربع الموجود أعلى اليسار ، أدخل مستوى الصوت للشكل الموجي الذي يتطلب المراجعة ، وابحث عن الشكل الموجي المعروض في النافذة. حرك المؤشر حول الشكل الموجي للكشف عن زمن الوصول والسعة في أي وقت. انقر فوق الذروة الصحيحة والحوض التالي لتسجيل البيانات في الجدول أدناه. انسخ بيانات زمن الانتقال والصقها في ملف .csv (انظر الشكل التكميلي S3C). لحساب قياس السعة، اطرح سعة الحوض التالي من سعة الذروة في خلية جدول البيانات. 5. تجميع وتصور مجموعة البيانات انقل ملفات .csv التي تم التحقق منها إلى مجلد فرعي جديد في Test_Folder بعنوان “Peak_Data”. قم بإلحاق البيانات في ملف .csv واحد وقم بتسميته “Peak_Data.csv”. استخدم الأمر التالي:ترجمة (“Peak_Data”)ملاحظة: يجمع هذا البرنامج النصي بيانات التعريف من المعلومات .csv مع Peak_Data.csv لتسمية البيانات بمعلومات المجموعة. كما أنه يحسب تلقائيا زمن الانتقال بين الذروة ونسب السعة. إجراء التحليل الإحصائي على البيانات المجمعة.استخدم اختبارا للحياة الطبيعية ، مثل اختبار Shapiro-Wilks ، لتقييم توزيع البيانات بالوظيفة التالية:shapiro.test() إذا لم يكن اختبار Shapiro-Wilks مهما ، فإن مجموعة البيانات لها توزيع طبيعي ؛ ومن ثم ، قم بتقييم البيانات باستخدام اختبار حدودي مثل ANOVA بالوظيفة التالية:AOV() إذا كان اختبار Shapiro-Wilks أقل من p = 0.05 ، فاستخدم اختبار مجموع رتبة Kruskal-Wallis (مع الوظيفة أدناه) أو مقياس آخر غير معلمي مناسب (انظر الاحتمالات الأخرى في المناقشة).kruskal.test() لعرض متوسط الأشكال الموجية، استخدم الأمر التالي:Average_Waveform(“ASCII_Folder” ، aes (x = Data_Pnt_ms ، y = “dB” ، المجموعة = النمط الجيني ، اللون = النمط الجيني))ملاحظة: يعرض هذا الأمر متوسط الأشكال الموجية للأنماط الجينية المختلفة بألوان مختلفة. بالنسبة للمتغير y dB ، أدخل الرقم الذي يتوافق مع السعة المطلوبة ، مثل 75 ، بدون علامتي اقتباس. بالنسبة للمقارنات الأخرى، استخدم تسمية المجموعة المقابلة من بيانات التعريف.

Representative Results

اختبرنا الإجراءات الروتينية على استجابات شكل موجة ABR لسلسلة نقرات ، بدءا من 75 ديسيبل والتنحي بزيادات 5 ديسيبل إلى 5 ديسيبل. تم الحصول على هذه البيانات كما هو موضح سابقا19. اختبرنا أيضا الأداة على بيانات نقطة النغمة وحصلنا على نتائج مماثلة. يمكن تصدير بيانات ABR من معظم أنظمة ABR كملفات .txt (ASCII). قمنا بتحميل ملفات ABR ASCII على جهاز كمبيوتر وفتحناها في RStudio كما هو موضح في البروتوكول. بعد تشغيل روتين FindPeaks.R في شكل دفعة ، حصلنا على نماذج موجية نموذجية مع وضع العلامات الآلية (الشكل 1) وملف .csv مع النتائج. تمت مراجعة النتائج لإزالة القمم غير ذات الصلة. للتحقق من صحة وضع العلامات الآلي ، استخدمنا أيضا قدرة برنامج ABR لتسمية القمم والقيعان الخمسة الأولى يدويا على كل شكل موجي تم الحصول عليه باستخدام سلسلة النقر الموضحة أعلاه. كان لدى المجرب الذي يؤدي هذه المهمة 2 سنوات من الخبرة في تسجيل وتحليل بيانات ABR. يوضح الشكل 2 هذه المقارنة ، مع بيانات FindPeaks.R الآلية باللون الأحمر والبيانات التي تم الحصول عليها يدويا باللون الأسود. يمثل كل تتبع البيانات من ماوس واحد. يتم أيضا عرض المتوسط لكلتا الطريقتين مع انحراف معياري واحد. ترتبط النتائج التي تم الحصول عليها بواسطة FindPeaks.R ارتباطا وثيقا بالنتائج التي تم الحصول عليها يدويا (انظر الشكل التكميلي S4). الشكل 1: استجابة الشكل الموجي التمثيلي لمحفز نقرة 75 ديسيبل لفأر F1 صغير. يتم رسم الكمون بالمللي ثانية على المحور السيني ، ويتم رسم السعة بالميكروفولت على المحور الصادي. تم تحديد القمم تلقائيا باستخدام FindPeaks.R وتم تصنيفها باللون الأحمر ، بينما تم تمييز القيعان باللون الأزرق. الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل. الشكل 2: مقارنة البيانات التي تم الحصول عليها من القمم المحددة يدويا بالبيانات المقدمة من تحليل FindPeaks.R. (أ ، ج ، ه ، ز ، ط) يتم رسم السعات في ميكروفولت وزمن انتقال (B ، D ، F ، H ، J) بالمللي ثانية لمستويات الصوت بين 5 ديسيبل و 75 ديسيبل (المحور السيني ، جميع الرسوم البيانية) للقمم I-V في الأشكال الموجية التي تم الحصول عليها لمحفزات النقر المقدمة إلى 12 فئران. تتم مقارنة القيم التي تم الحصول عليها يدويا (أسود) بنفس مجموعات البيانات التي تم تحليلها باستخدام FindPeaks.R (أحمر). يتم رسم المتوسطات كخطوط ثقيلة ، حيث تمثل المنطقة المظللة انحرافا معياريا واحدا. لم تلاحظ أي فروق بين الطرق عند تقييمها باستخدام اختبار مجموع رتبة كروسكال-واليس (A ، الفرق = 0.0547977 ± 0.0010028 ، max = 0.96 ، p = 0.9216 ؛ ب ، الفرق = −0.0001734 ± 0.0001214 ، الحد الأقصى = 0.04 ، p = 0.8289 ؛ C ، الفرق = −0.0212209 ± 0.0006806 ، الحد الأقصى = 0.92 ، p = 0.9687 ؛ D ، الفرق = −0.0011047 ± 0.0001556 ، الحد الأقصى = 0.06 ، p = 0.771 ؛ E ، الفرق = −0.0323077 ± 0.0006169 ، الحد الأقصى = 0.66 ، p = 0.899 ؛ F ، الفرق = −0.0072189 ± 0.0001460 ، الحد الأقصى = 0.04 ، p = 0.8644 ؛ G ، الفرق = 0.201754 ± 0.0007407 ، الحد الأقصى = 0.64 ، p = 0.9312 ؛ H ، الفرق = −0.0007018 ± 0.0001717 ، الحد الأقصى = 0.09 ، p = 0.8013 ؛ أنا ، الفرق = 0.0347561 ± 0.0007343 ، الحد الأقصى = 1.05 ، p = 0.8856 ؛ J ، الفرق = −0.0078049 ± 0.0002762 ، max = 0.16 ، p = 0.886) ، وكانت النتائج مرتبطة ارتباطا وثيقا (قيم كاي تربيع: A ، 0.009696 ؛ ب ، 0.046684 ؛ ج ، 0.0015395 ؛ د ، 0.084742 ؛ ه ، 0.016102 ؛ F ، 0.029153 ؛ ز ، 0.0074604 ؛ H, 0.063322; أنا, 0.020699; J, 0.020544; الاختلافات المقدمة كمتوسط ± SEM ؛ max = الحد الأقصى المطلق للفرق). الرجاء الضغط هنا لعرض نسخة أكبر من هذا الشكل. الشكل التكميلي S1: التحليل باستخدام FindPeaks.R. (أ) اختيار دليل العمل (انظر خطوة البروتوكول 3-2)؛ (ب) تحميل البرنامج (انظر خطوة البروتوكول 3.3). الرجاء الضغط هنا لتنزيل هذا الملف. الشكل التكميلي S2: إخراج البرنامج النصي والأوامر لتحليل الأشكال الموجية. أوامر ل (أ) الملفات الفردية و (ب) معالجة الدفعات. (ج) إخراج ملف PDF يوضح الأشكال الموجية مع القمم والقيعان المسماة. راجع خطوة البروتوكول 3.4. الرجاء الضغط هنا لتنزيل هذا الملف. الشكل التكميلي S3: التحقق من التحليل. (أ) تحميل بيانات الشكل الموجي (انظر خطوة البروتوكول 4.1). (ب) موقع زر تشغيل التطبيق . يشار أيضا إلى نموذج ملف البيانات. ج: نافذة لامعة ذات شكل موجي. في هذه الحالة ، يكون مستوى الصوت 75 ديسيبل ، كما تم إدخاله في النافذة العلوية. يؤدي النقر فوق الذروة المطلوبة والحوض التالي إلى تسجيل بيانات السعة وزمن الانتقال في الجدول (خطوة البروتوكول 4.6). يتم عرض بيانات الذروة 3. الرجاء الضغط هنا لتنزيل هذا الملف. الشكل التكميلي S4: مقارنة البيانات الفردية التي تم الحصول عليها من القمم المحددة يدويا بالبيانات المقدمة من تحليل FindPeaks.R. (أ، ج، ه، ز، ط) يتم رسم السعات في microvolts وزمن الانتقال (B ، D ، F ، H ، J) بالمللي ثانية لمستويات الصوت بين 5 ديسيبل و 75 ديسيبل (المحور السيني ، جميع الرسوم البيانية) للقمم I-V في أشكال موجية تم الحصول عليها لمحفزات النقر المقدمة إلى 12 فأر. يتم تمييز كل بلون فريد ، كما هو موضح في الأسطورة. يتم تصنيف البيانات التي تم الحصول عليها باستخدام FindPeaks.R بألوان صلبة ، بينما يتم تصنيف البيانات التي تم الحصول عليها يدويا بإصدارات أقل تشبعا من نفس الألوان. بينما يتم رسم كلتا مجموعتي البيانات في هذا الشكل ، عندما تكون متطابقة ، يظهر سطر واحد فقط. الرجاء الضغط هنا لتنزيل هذا الملف.

Discussion

يجب أن يساعد البروتوكول الموصوف في هذا المنشور في تبسيط الحصول على البيانات التي تصف نسب سعة الجهد وفترات زمن الوصول ل ABRs إلى النقرات ونقاط النغمة. من خلال استخدام أوامر فردية في RStudio ، قد يقوم المجرب باستخراج هذه المعلومات وتجميعها وعرضها في مستند واحد للتحليل الإحصائي. من خلال جعل هذا التحليل روتينيا ، نأمل أن يكتشف الحقل طرقا جديدة يمكن من خلالها تغيير ABR في التطور أو الشيخوخة أو عن طريق الإهانة في الأنواع المختلفة. يمكن أن تكون هذه المعلومات ذات قيمة لتحديد الآليات المهمة المشابهة للاعتلال العصبي من الضوضاء2. كان لدى الفئران الصغيرة المستخدمة في هذه التجربة استجابات متغيرة للغاية ، على الأرجح لأن جذع الدماغ السمعي لا يزال ينضج في هذا العمر20. ومع ذلك ، أظهرت طريقتا القياس الكمي ارتباطات قوية للغاية (الشكل 2).

يستخدم البرنامج النصي ملفا يسمى “Time.csv” لتعيين الفواصل الزمنية داخل البيانات لتحديد الذروة. باختصار ، يتم تسمية سعة الجهد القصوى التي تحدث في فترة زمنية محددة ب “الذروة 1” ، ويتم تسمية الحد الأدنى للجهد الذي يحدث في الفاصل الزمني التالي “الحوض 1” ، وهكذا. اخترنا الفواصل الزمنية لتشمل زمن انتقال كل من استجابات نقطة النقر والنغمة لفئران CBA / CaJ الذين تتراوح أعمارهم بين شهر واحد و 12 شهرا باستخدام ترددات تمتد من 8 كيلو هرتز إلى 32 كيلو هرتز. استخدمنا الأداة بنجاح لقياس استجابات نقطة النغمة في الفئران. الأنواع الأخرى ، بما في ذلك البشر ، لديها أيضا استجابات ABR ضمن نوافذ مماثلة ، ونتوقع أنه يمكن أيضا استخدام هذه الأداة للبيانات من الأنواع الأخرى. نوصي باستخدام طريقة ABR الموازية الجديدة للبشر21 ، والتي تنتج أشكالا موجية ممتازة. يقيد تحديد الفاصل الزمني استخدام هذه الأداة لتقييم استجابات ABR الفورية. ومع ذلك ، نلاحظ أن بيانات الفاصل الزمني في هذا الملف يمكن تغييرها من قبل المستخدمين لأتمتة قياسات استجابات ABR للكلام أو الإمكانات المتعلقة بالحدث (ERPs) التي تحدث بشكل مميز في أوقات مختلفة استجابة للصوت.

بعض ميزات المعالجة الإحصائية لهذه البيانات تستحق تسليط الضوء عليها. على حد علمنا ، لا يحتوي المجال على معالجة موحدة لتمييز تقدم السعة. استخدمت الدراسات المبكرة ANOVA22,23. كانت البيانات من سلسلة النقرات هنا (الشكل 2) غير معلمية ، مما أدى إلى استخدام اختبار مجموع رتبة كروسكال-واليس. على غرار ANOVA ، يقوم اختبار مجموع رتبة Kruskal-Wallis بتقييم الاختلافات في القيم التي تم الحصول عليها عند مستوى معين من التحفيز. أي أنه يقارن الخطوط التي تم الحصول عليها على الرسم البياني. ومع ذلك ، هناك علاجات أخرى ممكنة أيضا. من الناحية البيولوجية ، يعكس تقدم السعة التوظيف الإضافي للخلايا العصبية ذات العتبة الأعلى مع زيادة مستوى التحفيز. يشير هذا إلى أن المساحة الموجودة أسفل المنحنى ، والتي تمثل تكاملات الخطوط ، يمكن أن تكون المقياس الأكثر صلة. يمكن استخدام معادلات التقدير المعممة (GEE) لنمذجة البيانات الفردية لتحليل متكامل ، كما هو الحال في Patel et al.5. والجدير بالذكر أن تحليل GEE يمكن أن يأخذ في الاعتبار تصميم المقاييس المتكررة لهذه التجارب. مع مناقشة المزيد من الباحثين لطرق تحليل البيانات ، نتوقع ظهور توافق في الآراء حول أفضل الممارسات.

في الختام ، تقدم هذه الورقة أدوات مجانية وسهلة الاستخدام لقياس وتجميع وتصور أشكال موجات ABR. يمكن استخدام هذه الأدوات من قبل الطلاب المبتدئين في RStudio باتباع هذا البروتوكول ، وهي تتضمن خطوة عمياء لتحسين الصرامة وقابلية التكاثر. نتوقع أن التحليل الموجي الروتيني ABR سيمكن من اكتشاف الإهانات والمتغيرات الجينية والعلاجات الأخرى التي يمكن أن تؤثر على الوظيفة السمعية.

開示

The authors have nothing to disclose.

Acknowledgements

تم دعم هذا العمل بمنحتين من NIDCD إلى PW: R01 DC018660 وجائزة تكميلية إدارية ، R01 DC014261-05S1.

Materials

C57BL/6J  mice Jackson Labs 664
CBA/CaJ mice Jackson Labs 654
E-series PC Dell n/a (this equipment was discontinued) This runs the IHS system.
Mini-anechoic chamber Industrial Acoustics Company Special order number 104306 This enclosure reduces noise levels for auditory testing of animals.
Optiplex 7040 Dell i5-6500 Rstudio may also be run on a Mac or Linux system.
Universal Smart Box Intelligent Hearing Systems n/a (this equipment was discontinued) Both TDT and IHS can output hearing data as ASCII files.
DOWNLOAD MATERIALS LIST

参考文献

  1. Gopal, K. V., Pierel, K. Binaural interaction component in children at risk for central auditory processing disorders. Scandinavian Audiology. 28 (2), 77-84 (1999).
  2. Kujawa, S. G., Liberman, M. C. Adding insult to injury: Cochlear nerve degeneration after "temporary" noise-induced hearing loss. Journal of Neuroscience. 29 (45), 14077-14085 (2009).
  3. Salvi, R. J., Wang, J., Ding, D. Auditory plasticity and hyperactivity following cochlear damage. Hearing Research. 147 (1-2), 261-274 (2000).
  4. Schrode, K. M., Muniak, M. A., Kim, Y. H., Lauer, A. M. Central compensation in auditory brainstem after damaging noise exposure. eNeuro. 5 (4), (2018).
  5. Patel, S., et al. SIRT3 promotes auditory function in young adult FVB/nJ mice but is dispensable for hearing recovery after noise exposure. PLoS One. 15 (7), 0235491 (2020).
  6. Milinkeviciute, G., Chokr, S. M., Castro, E. M., Cramer, K. S. CX3CR1 mutation alters synaptic and astrocytic protein expression, topographic gradients, and response latencies in the auditory brainstem. Journal of Comparative Neurology. 529 (11), 3076-3097 (2021).
  7. Ison, J. R., Allen, P. D., Oertel, D. Deleting the HCN1 subunit of hyperpolarization-activated ion channels in mice impairs acoustic startle reflexes, gap detection, and spatial localization. Journal of the Association for Research in Otolaryngology. 18 (3), 427-440 (2017).
  8. Chen, F., Zhao, F., Mahafza, N., Lu, W. Detecting noise-induced cochlear synaptopathy by auditory brainstem response in tinnitus patients with normal hearing thresholds: A meta-analysis. Frontiers in Neuroscience. 15, 778197 (2021).
  9. Santos-Filha, V. A., Samelli, A. G., Matas, C. G. Noise-induced tinnitus: Auditory evoked potential in symptomatic and asymptomatic patients. Clinics. 69 (7), 487-490 (2014).
  10. Kochar, K., Srivastava, T., Maurya, R. K., Jain, R., Aggarwal, P. Visual evoked potential & brainstem auditory evoked potentials in acute attack & after the attack of migraine. Electromyography and Clinical Neurophysiology. 42 (3), 175-179 (2002).
  11. Gedik, O., Husam, H., Basoz, M., Tas, N., Aksoy, F. The effect of coronavirus disease 2019 on the hearing system. Journal of Laryngology and Otology. 135 (9), 810-814 (2021).
  12. Ozturk, B., Kavruk, H., Aykul, A. Audiological findings in individuals diagnosed with COVID-19. American Journal of Otolaryngology. 43 (3), 103428 (2022).
  13. Dror, A. A., et al. Auditory performance in recovered SARS-COV-2 patients. Otology & Neurotology. 42 (5), 666-670 (2021).
  14. Lin, F. R., et al. Hearing loss and incident dementia. Archives of Neurology. 68 (2), 214-220 (2011).
  15. Jafari, Z., Kolb, B. E., Mohajerani, M. H. Auditory dysfunction in Parkinson’s disease. Movement Disorders. 35 (4), 537-550 (2020).
  16. Swords, G. M., Nguyen, L. T., Mudar, R. A., Llano, D. A. Auditory system dysfunction in Alzheimer disease and its prodromal states: A review. Ageing Research Reviews. 44, 49-59 (2018).
  17. Konrad-Martin, D., et al. Age-related changes in the auditory brainstem response. Journal of the American Academy of Audiology. 23 (1), 18-35 (2012).
  18. Navntoft, C. A., Marozeau, J., Barkat, T. R. Cochlear implant surgery and electrically-evoked auditory brainstem response recordings in C57BL/6 mice. Journal of Visualized Experiments. (143), e59073 (2019).
  19. Gilels, F., Paquette, S. T., Beaulac, H. J., Bullen, A., White, P. M. Severe hearing loss and outer hair cell death in homozygous Foxo3 knockout mice after moderate noise exposure. Scientific Reports. 7, 1054 (2017).
  20. Rubio, M. E. Auditory brainstem development and plasticity. Current Opinion in Physiology. 18, 7-10 (2020).
  21. Polonenko, M. J., Maddox, R. K. The parallel auditory brainstem response. Trends in Hearing. 23, 2331216519871395 (2019).
  22. Shi, L., et al. Noise-induced damage to ribbon synapses without permanent threshold shifts in neonatal mice. 神経科学. 304, 368-377 (2015).
  23. Lin, H. W., Furman, A. C., Kujawa, S. G., Liberman, M. C. Primary neural degeneration in the Guinea pig cochlea after reversible noise-induced threshold shift. Journal of the Association for Research in Otolaryngology. 12 (5), 605-616 (2011).

タグ

Auditory Brainstem ResponseABRWaveform AnalysisSemi-automated AnalysisR ScriptsPeak AmplitudeLatencyHearing ThresholdsBrainstem ActivityPre-cognitive Auditory ProcessingDiagnosisASCII FileIHSRStudioTidyverseShinyPlotlyZooFindpeaks.rSeetrace Click.rTime.csvBatch Processing

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
記事を引用
Na, D., White, P. M. Semi-Automated Analysis of Peak Amplitude and Latency for Auditory Brainstem Response Waveforms Using R. J. Vis. Exp. (190), e64737, doi:10.3791/64737 (2022).
引用ダウンロード
転載と許可

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image