PyOKR: полуавтоматический метод количественной оценки способности отслеживания оптокинетических рефлексов
Summary
Здесь мы опишем PyOKR, полуавтоматический метод количественного анализа, который напрямую измеряет движения глаз в результате зрительных реакций на движение двумерного изображения. Пользовательский интерфейс и алгоритм анализа на основе Python обеспечивают более высокую пропускную способность и более точные количественные измерения параметров отслеживания движения глаз по сравнению с предыдущими методами.
Abstract
Изучение поведенческих реакций на визуальные стимулы является ключевым компонентом понимания функции зрительной системы. Одной из заметных реакций является оптокинетический рефлекс (OKR), высококонсервативное врожденное поведение, необходимое для стабилизации изображения на сетчатке. OKR обеспечивает надежное считывание возможностей отслеживания изображений и был тщательно изучен для понимания схем и функций зрительных систем у животных с различным генетическим происхождением. OKR состоит из двух фаз: медленной фазы слежения, когда глаз следует за стимулом к краю зрительной плоскости, и компенсаторной быстрой фазовой саккады, которая сбрасывает положение глаза на орбите. Предыдущие методы количественной оценки коэффициента усиления, хотя и надежны, трудоемки и могут быть субъективными или произвольными. Чтобы получить более быструю и воспроизводимую количественную оценку способности отслеживания движения глаз, мы разработали новую полуавтоматическую программу анализа PyOKR, которая позволяет количественно оценивать двумерное движение по отслеживанию движения глаз в ответ на любой направленный стимул, в дополнение к возможности адаптации к любому типу видеоокулграфического оборудования. Этот метод обеспечивает автоматическую фильтрацию, выбор медленных фаз отслеживания, моделирование вертикальных и горизонтальных векторов глаза, количественную оценку прироста движения глаз относительно скорости стимула и организацию полученных данных в удобную электронную таблицу для статистических и графических сравнений. Этот конвейер количественного и оптимизированного анализа, легко доступный через импорт PyPI, обеспечивает быстрое и прямое измерение реакций OKR, тем самым облегчая изучение визуальных поведенческих реакций.
Introduction
Стабилизация изображения основана на точных глазодвигательных реакциях для компенсации глобального оптического потока, возникающего во время самостоятельного движения. Эта стабилизация обусловлена в первую очередь двумя двигательными реакциями: оптокинетическим рефлексом (OKR) и вестибуло-окулярным рефлексом (VOR)1,2,3. Медленное глобальное движение по сетчатке индуцирует OKR, который вызывает рефлекторное вращение глаза в соответствующем направлении для стабилизации изображения 1,2. Это движение, известное как медленная фаза, прерывается компенсаторными саккадами, известными как быстрая фаза, в которой глаз быстро перезагружается в противоположном направлении, чтобы обеспечить новую медленную фазу. Здесь мы определяем эти быстрофазные саккады как движения, отслеживающие взгляд (ETM). В то время как VOR полагается на вестибулярную систему для вызова движений глаз для компенсации движений головы3, OKR инициируется в сетчатке возбуждением ON и последующей передачей сигналов в вспомогательную оптическую систему (AOS) в среднем мозге 4,5. Из-за своей прямой зависимости от цепей сетчатки, OKR часто используется для определения способности к визуальному отслеживанию как в исследовательских, так и в клинических условиях 6,7.
OKR был широко изучен в качестве инструмента для оценки основных зрительных способностей 2,6,8, развития DSGC 9,10,11,12, глазодвигательных реакций13 и физиологических различий между генетическими фонами7. OKR оценивают у животных с фиксированной головой, которым предъявляли движущийся стимул14. Глазодвигательные реакции обычно фиксируются с помощью различных видеоинструментов, а движения, отслеживающие движение глаз, фиксируются в виде волн OKR в горизонтальном и вертикальном направлениях9. Для количественной оценки способности к отслеживанию были описаны два основных показателя: усиление отслеживания (скорость движения глаза относительно скорости стимула) и частота ETM (количество быстрых фазовых саккад за определенный период времени). Расчет усиления исторически использовался для непосредственного измерения угловой скорости глаза для оценки способности к слежению; Однако эти расчеты трудоемки и могут быть произвольно получены на основе методов видеоокулографии и последующей количественной оценки. Для более быстрой оценки OKR подсчет частоты ETM был использован в качестве альтернативного метода измерения остроты трекинга7. Несмотря на то, что это обеспечивает довольно точную оценку способности отслеживания, этот метод опирается на косвенную метрику для количественной оценки медленной фазовой реакции и вносит ряд погрешностей. К ним относятся смещение наблюдателя при определении саккады, зависимость от временных последовательных саккадических реакций в течение заданной эпохи и неспособность оценить величину медленной фазовой реакции.
Чтобы решить эти проблемы с помощью существующих подходов к оценке OKR и обеспечить высокую пропускную углубленную количественную оценку параметров OKR, мы разработали новый метод анализа для количественной оценки осциллограмм OKR. Наш подход использует доступную программную платформу на основе Python под названием «PyOKR». С помощью этого программного обеспечения можно изучать моделирование и количественную оценку медленных фазовых откликов OKR более глубоко и с повышенной параметризацией. Программное обеспечение обеспечивает доступную и воспроизводимую количественную оценку реакций на множество визуальных стимулов, а также двумерное визуальное отслеживание в ответ на горизонтальное и вертикальное движение.
Protocol
Representative Results
Discussion
PyOKR дает несколько преимуществ для изучения зрительных реакций, отраженных в движениях глаз. К ним относятся точность, доступность и опции сбора данных, а также возможность включения параметризации и переменной скорости стимула.
Оценка усиления прямого отслеживания взг…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Эта работа была поддержана R01 EY032095 (ALK), преддокторской стипендией VSTP 5T32 EY7143-27 (JK), F31 EY-033225 (SCH), R01 EY035028 (FAD и ALK) и R01 EY-029772 (FAD).
Materials
| C57BL/6J mice | Jackson Labs | 664 | |
| Igor Pro | WaveMetrics | RRID: SCR_000325 | |
| MATLAB | MathWorks | RRID: SCR_001622 | |
| Optokinetic reflex recording chamber – JHUSOM | Custom-built | N/A | As described in Al-Khindi et al.(2022)9 and Kodama et al. (2016)13 |
| Optokinetic reflex recording chamber – UCSF | Custom-built | N/A | As described in Harris and Dunn, 201510 |
| Python | Python Software Foundation | RRID: SCR_008394 | |
| Tbx5 flox/+ mice | Gift from B. Bruneau | N/A | As described in Al-Khindi et al.(2022)9 |
| Tg(Pcdh9-cre)NP276Gsat/Mmucd | MMRRC | MMRRC Stock # 036084-UCD; RRID: MMRRC_036084-UCD |
References
- Stahl, J. S. Using eye movements to assess brain function in mice. Vision Res. 44 (28), 3401-3410 (2004).
- Kretschmer, F., Tariq, M., Chatila, W., Wu, B., Badea, T. C. Comparison of optomotor and optokinetic reflexes in mice. J Neurophysiol. 118, 300-316 (2017).
- Bronstein, A. M., Patel, M., Arshad, Q. A brief review of the clinical anatomy of the vestibular-ocular connections – How much do we know. Eye. 29 (2), 163-170 (2015).
- Simpson, J. I. The accessory optic system. Ann Rev Neurosci. 7, 13-41 (1984).
- Hamilton, N. R., Scasny, A. J., Kolodkin, A. L. Development of the vertebrate retinal direction-selective circuit. Dev Biol. 477, 273-283 (2021).
- Dobson, V., Teller, D. Y. Visual acuity in human infants: a review and comparison of behavioral and electrophysiological studies. Vision Res. 18 (11), 1469-1483 (1978).
- Cahill, H., Nathans, J. The optokinetic reflex as a tool for quantitative analyses of nervous system function in mice: Application to genetic and drug-induced variation. PLoS One. 3 (4), e2055 (2008).
- Cameron, D. J., et al. The optokinetic response as a quantitative measure of visual acuity in zebrafish. J Vis Exp. (80), e50832 (2013).
- Al-Khindi, T., et al. The transcription factor Tbx5 regulates direction-selective retinal ganglion cell development and image stabilization. Curr Biol. 32 (19), 4286-4298 (2022).
- Harris, S. C., Dunn, F. A. Asymmetric retinal direction tuning predicts optokinetic eye movements across stimulus conditions. eLife. 12, 81780 (2015).
- Sun, L. O., et al. Functional assembly of accessory optic system circuitry critical for compensatory eye movements. Neuron. 86 (4), 971-984 (2015).
- Yonehara, K., et al. Congenital Nystagmus gene FRMD7 is necessary for establishing a neuronal circuit asymmetry for direction selectivity. Neuron. 89 (1), 177-193 (2016).
- Kodama, T., Du Lac, S. Adaptive acceleration of visually evoked smooth eye movements in mice. J Neurosci. 36 (25), 6836-6849 (2016).
- Stahl, J. S., Van Alphen, A. M., De Zeeuw, C. I. A comparison of video and magnetic search coil recordings of mouse eye movements. J Neurosci Methods. 99 (1-2), 101-110 (2000).
