Summary

わさび-アルコール味-匂い相互作用を研究するための動物行動評価と畳み込みニューラルネットワークの統合

Published: August 16, 2024
doi:

Summary

この記事では、わさびによって引き起こされる刺痛感に対するアルコール飲料の嗅ぎ分けの抑制能力を測定するための一連の方法について説明します。

Abstract

食品の調理に一般的に使用される市販のわさびペーストには、消費時に刺激的な感覚を引き起こす化学感覚イソチオシアネート(ITC)の相同化合物が含まれています。食事のアルコール飲料を嗅ぐことがわさびの辛さの感覚に与える影響は研究されていません。ほとんどの官能評価研究は個々の食品と飲料に別々に焦点を当てていますが、わさびを飲みながら酒を嗅ぐ嗅覚研究に関する研究は不足しています。ここでは、動物行動学と畳み込みニューラルネットワークを組み合わせて、マウスが酒を嗅ぎながらわさびを摂取するときの表情を解析する方法論を開発しました。この結果は、学習済みで検証済みの深層学習モデルが、ワサビ陰性酒陽性グループのクラスに属するワサビとアルコールの共治療を描いた画像の29%を認識し、事前の学習教材のフィルタリングを必要とせずに認識することを示しています。選択したビデオフレーム画像から得られたマウスのしかめっ面スケールスコアの統計解析により、酒の有無との間に有意差(P < 0.01)が明らかになりました。この知見は、マウスのワサビ誘発反応に対して、食事性アルコール飲料が減少効果を有する可能性を示唆している。この組み合わせ方法論は、将来、個々のITC化合物のスクリーニングやスピリット成分の官能分析に可能性を秘めています。しかし、アルコールによるわさび辛味の抑制の根本的なメカニズムを調査するには、さらなる研究が必要です。

Introduction

一般にわさびとして知られているワサビジャポニカは、食品調理で認知されています1,2。涙を流したり、くしゃみをしたり、咳をしたりすることを特徴とする、消費時に引き起こされる強烈な感覚体験はよく知られています。わさびのこの独特の辛味は、化学感覚イソチオシアネート(ITC)の相同化合物に起因する可能性があります。それらは揮発性有機硫黄植物化学物質であり、ω-アルケニルとω-メチルチオアルキルイソチオシアネート3に分類できます。これらの化合物の中で、アリルイソチオシアネート(AITC)は、西洋わさびやマスタード4などのアブラナ科に属する植物に最も多く見られる天然ITC製品です。市販のわさびペーストは一般的に西洋わさびから調製されるため、AITCはこれらの市販製品の品質管理に使用される化学マーカーとなっています5

食事性アルコール飲料とわさびを注入した料理を組み合わせることは、文化的気質の一例と見なすことができます6。主観的には、この組み合わせはわさびとスピリッツの間の辛さと熱さを補完し、全体的な料理体験を向上させる可能性があります。動物定性的行動評価(QBA)は、短期または長期の外部刺激に対する被験者の行動変化を数値7を用いて調べる、包括的な全動物的方法論的アプローチである。この方法には、疼痛テスト、運動テスト、学習および記憶テスト、およびげっ歯類モデル8用に特別に設計された感情テストが含まれます。しかし、味覚と嗅覚の相乗的官能評価を調査した研究は、これまで文献に乏しいままです9,10。化学感覚に関する研究のほとんどは、個々の食品と飲料の消費を別々に調べることに限定されています11。そのため、わさびを飲みながら酒の匂いを嗅ぐ行為を含む味覚と匂いの相互作用に関する研究は不足しています。

わさびによる刺痛感覚は侵害受容の一種であると考えられているため12、動物の行動評価は、げっ歯類の動物における侵害受容性感覚反応の評価によく適している8,13,14。マウスの侵害受容を評価するための方法は、マウスしかめっ面スケール(MGS)スコアリングとして知られている、Langfordらによって開発されました15,16。この行動研究法は、実験マウスが示した表情の解析に依存した、痛みに関連する評価アプローチです。実験のセットアップは簡単で、透明なケージとビデオ録画用の2台のカメラを使用します。自動データ収集のための先進技術171819を組み込むことにより、定量的および定性的な行動測定を得ることができ、行動モニタリング20における動物福祉を向上させることができる。したがって、MGSは、動物に対するさまざまな外部刺激の影響を中断することなく自由に研究する際に適用できる可能性を秘めています。ただし、採点プロセスでは、パネリストによる評価のために数枚(10枚未満)のビデオフレーム画像を選択するだけであり、事前のトレーニングが必要です。大量のサンプル画像のスコアリングは、手間がかかる場合があります。この時間のかかる課題を克服するために、いくつかの研究では、MGSスコア21,22を予測するために機械学習技術が採用されています。ただし、MGSは継続的な尺度であることに注意することが重要です。したがって、マルチクラス分類モデルは、わさびを摂取し、酒の匂いを嗅ぐマウスの画像が正常なマウスの画像に似ているかどうかを判断するなど、論理的およびカテゴリー的な問題を評価するためにより適しています。

本研究では、マウスにおける味覚と匂いの相互作用を調査するための方法論を提案した。この方法論は、動物の行動研究と畳み込みニューラルネットワーク(CNN)を組み合わせて、マウス被験者の顔の表情を分析します。2匹のマウスは、通常の行動条件下で、ワサビ誘発性侵害受容の経験中、および特別に設計されたケージ内で酒を嗅いでいるときに3回観察されました。マウスの表情を動画に記録し、生成されたフレーム画像を活用して深層学習(DL)モデルのアーキテクチャを最適化しました。その後、独立した画像データセットを使用してモデルを検証し、実験グループから取得した画像を分類するためにデプロイしました。わさびの摂取中にマウスが同時に酒の匂いを嗅いだ場合のわさび辛味の抑制の程度を決定するために、人工知能によって提供される洞察は、別のデータ分析方法であるMGSスコア16との交差検証を通じてさらに裏付けられました。

Protocol

本研究では、体重17-25gの7週齢ICR雄マウス2匹を動物行動評価に利用した。すべての住居と実験手順は、教育と研究における人間と動物の被験者の使用に関する香港バプテスト大学委員会によって承認されました。動物の部屋は、12時間の明暗サイクルで25°Cの温度と40%〜70%の部屋の湿度に維持されました。 1.ケージの設計 ケージ構造用の3つの異なる寸?…

Representative Results

この研究の主な目的は、マウスの味覚と嗅覚の相互作用を調査するための堅牢なフレームワークを確立することです。このフレームワークには、人工知能とQBAの使用が組み込まれており、予測分類モデルが開発されています。さらに、DLから得られた洞察は、内部の独立した分析のための定量的MGS評価と交差検証されます。この方法論の主な応用は、マウスが食事性アルコール飲料を嗅いだ?…

Discussion

この研究で味覚と嗅覚の相互作用を研究するために提案された方法は、Langfordらによって開発されたマウスの痛みの顔面表現のための行動コーディングの元の方法に基づいています16。最近発表されたいくつかの記事では、マウスの顔の自動追跡とその後のMGSスコア21262728?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Z. Caiは、Kwok Yat Wai Endowed Chair of Environmental and Biological Analysisの設立にあたり、Kwok Chung Bo Fun Charitable Fundからの財政支援に感謝いたします。

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. 신경과학. 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:

.

Cite This 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