Integration von Verhaltensbewertung bei Tieren und Convolutional Neural Network zur Untersuchung der Geschmacks-Geruchs-Interaktion zwischen Wasabi und Alkohol

Wasabia japonica, allgemein bekannt als Wasabi, hat sich in der Lebensmittelzubereitung einen Namen gemacht ^1,2. Die intensive sensorische Erfahrung, die es beim Verzehr hervorruft, gekennzeichnet durch Tränen, Niesen oder Husten, ist bekannt. Diese ausgeprägte Schärfe von Wasabi kann auf eine homologe Verbindung von chemosensorischen Isothiocyanaten (ITCs) zurückgeführt werden. Es handelt sich um flüchtige schwefelorganische Pflanzenstoffe, die in ω-Alkenyl- und ω-Methylthioalkylisothiocyanate ^{eingeteilt werden können 3}. Unter diesen Verbindungen ist Allylisothiocyanat (AITC) das am weitesten verbreitete natürliche ITC-Produkt, das in Pflanzen der Familie der Kreuzblütler wie Meerrettich und Senf vorkommt⁴. Kommerzielle Wasabi-Pasten werden üblicherweise aus Meerrettich hergestellt, was AITC zu einem chemischen Marker macht, der für die Qualitätskontrolle dieser kommerziellen Produkte verwendet wird⁵.

Die Kombination von diätetischen alkoholischen Getränken mit Wasabi-infundierten Gerichten kann als Beispiel für kulturelle Disposition angesehen werden⁶. Subjektiv kann diese Kombination die Schärfe und Schärfe zwischen Wasabi und der Spirituose ergänzen und das kulinarische Gesamterlebnis verbessern. Die qualitative Verhaltensbewertung bei Tieren (QBA) ist ein umfassender methodischer Ansatz für ganze Tiere, der Verhaltensänderungen bei Probanden als Reaktion auf kurz- oder langfristige externe Reize anhand von Zahlenbegriffen^{untersucht 7}. Diese Methode umfasst Schmerztests, motorische Tests, Lern- und Gedächtnistests sowie Emotionstests, die speziell für Nagetiermodelle entwickelt wurden⁸. Studien, die sich mit der synergistischen sensorischen Bewertung von Trieb und Geruchssinn beschäftigen, sind in der Literatur jedoch bisher rar^{gesät 9,10}. Die meisten Studien zur chemischen Empfindung beschränken sich darauf, den individuellen Konsum von Lebensmitteln und Getränken getrennt zu untersuchen¹¹. Folglich gibt es einen Mangel an Forschung über die Geschmacks-Geruchs-Wechselwirkung, die mit dem Schnüffeln von Alkohol während des Konsums von Wasabi verbunden ist.

Da angenommen wird, dass das Wasabi-induzierte Stechen eine Form der Nozizeption ist¹², eignen sich Verhaltensbewertungen bei Tieren gut zur Bewertung der nozizeptiven sensorischen Reaktionen bei Nagetieren ^8,13,14. Eine Methode zur Bewertung der Nozizeption bei Mäusen, die als Maus-Grimasse-Skala (MGS) bekannt ist, wurde von Langford et ^al.15,16 entwickelt. Bei dieser Verhaltensstudienmethode handelt es sich um einen schmerzbezogenen Bewertungsansatz, der sich auf die Analyse der Gesichtsausdrücke der Versuchsmäuse stützt. Der Versuchsaufbau ist einfach und umfasst einen transparenten Käfig und 2 Kameras für die Videoaufzeichnung. Durch die Einbeziehung fortschrittlicher Technologien 17,18,19 zur automatischen Datenerfassung können quantitative und qualitative Verhaltensmessungen erhalten werden, die den Tierschutz während der Verhaltensüberwachung verbessern ²⁰. Folglich hat das MGS das Potenzial, die Auswirkungen verschiedener äußerer Reize auf Tiere ununterbrochen und ad libitum zu untersuchen. Der Bewertungsprozess umfasst jedoch nur die Auswahl einiger weniger (weniger als 10) Videobildbilder für die Bewertung durch die Diskussionsteilnehmer, und eine vorherige Schulung ist erforderlich. Das Scoring einer großen Anzahl von Beispielbildern kann arbeitsintensiv sein. Um diese zeitaufwändige Herausforderung zu meistern, haben mehrere Studien Techniken des maschinellen Lernens zur Vorhersage des MGS-Werts^{eingesetzt 21,22}. Es ist jedoch wichtig zu beachten, dass es sich bei der MGS um eine kontinuierliche Messung handelt. Daher wäre ein Mehrklassen-Klassifikationsmodell besser geeignet, um ein logisches und kategorisches Problem zu bewerten, wie z. B. die Bestimmung, ob die Bilder von Mäusen, die gleichzeitig Wasabi einnehmen und Alkohol schnüffeln, denen normaler Mäuse ähneln.

In dieser Studie wurde eine Methodik zur Untersuchung der Geschmacks-Geruchs-Interaktion bei Mäusen vorgeschlagen. Diese Methodik kombiniert Verhaltensstudien von Tieren mit einem Convolutional Neural Network (CNN), um die Gesichtsausdrücke der Probanden zu analysieren. Zwei Mäuse wurden dreimal unter normalen Verhaltensbedingungen beobachtet, während der Erfahrung einer Wasabi-induzierten Nozizeption und beim Schnüffeln von Alkohol in einem speziell entwickelten Käfig. Die Gesichtsausdrücke der Mäuse wurden auf Video aufgezeichnet und die generierten Rahmenbilder wurden verwendet, um die Architektur eines Deep-Learning-Modells (DL) zu optimieren. Das Modell wurde dann anhand eines unabhängigen Bilddatensatzes validiert und zur Klassifizierung der von der experimentellen Gruppe aufgenommenen Bilder eingesetzt. Um das Ausmaß der Wasabi-Schärfeunterdrückung zu bestimmen, wenn die Mäuse während des Wasabi-Konsums gleichzeitig Alkohol schnüffelten, wurden die von der künstlichen Intelligenz gewonnenen Erkenntnisse durch eine Kreuzvalidierung mit einer anderen Datenanalysemethode, der MGS-Punktzahl^{von 16}, weiter bestätigt.