Summary

Integración de la evaluación del comportamiento animal y la red neuronal convolucional para estudiar la interacción sabor-olor entre el wasabi y el alcohol

Published: August 16, 2024
doi:

Summary

Este artículo describe un conjunto de métodos para medir la capacidad supresora de inhalar bebidas alcohólicas en la sensación de escozor provocada por el wasabi.

Abstract

Las pastas comerciales de wasabi comúnmente utilizadas para la preparación de alimentos contienen un compuesto homólogo de isotiocianatos quimiosensoriales (ITC) que provocan una sensación irritante al consumir. Nunca se ha estudiado el impacto de inhalar bebidas alcohólicas dietéticas en la sensación de picante de wasabi. Si bien la mayoría de los estudios de evaluación sensorial se centran en alimentos y bebidas individuales por separado, existe una falta de investigación sobre el estudio olfativo de inhalar licor mientras se consume wasabi. Aquí, se desarrolla una metodología que combina el uso de un estudio de comportamiento animal y una red neuronal convolucional para analizar las expresiones faciales de ratones cuando huelen licor y consumen wasabi simultáneamente. Los resultados demuestran que el modelo de aprendizaje profundo entrenado y validado reconoce el 29% de las imágenes que representan el tratamiento conjunto de wasabi y alcohol pertenecientes a la clase del grupo wasabi-negativo-licor positivo sin necesidad de filtrado previo de materiales de entrenamiento. El análisis estadístico de las puntuaciones de la escala de muecas de ratón obtenidas de las imágenes de fotogramas de vídeo seleccionadas revela una diferencia significativa (P < 0,01) entre la presencia y la ausencia de licor. Este hallazgo sugiere que las bebidas alcohólicas dietéticas podrían tener un efecto decreciente en las reacciones provocadas por el wasabi en ratones. Esta metodología combinatoria tiene potencial para el cribado de compuestos individuales del ITC y el análisis sensorial de los componentes del aguardiente en el futuro. Sin embargo, se requieren más estudios para investigar el mecanismo subyacente de la supresión de la acritud del wasabi inducida por el alcohol.

Introduction

La wasabia japonica, comúnmente conocida como wasabi, ha ganado reconocimiento en la preparación de alimentos 1,2. Es bien conocida la intensa experiencia sensorial que provoca al consumirla, caracterizada por lagrimeo, estornudos o tos. Esta acritud distintiva del wasabi puede atribuirse a un compuesto homólogo de isotiocianatos quimiosensoriales (ITC). Son fitoquímicos organosulfurados volátiles que se pueden clasificar en ω-alquenilo y ω-metiltioalquilo isotiocianatos3. Entre estos compuestos, el isotiocianato de alilo (AITC) es el producto ITC natural más predominante que se encuentra en plantas pertenecientes a la familia Cruciferae, como el rábano picante y la mostaza4. Las pastas comerciales de wasabi se preparan comúnmente a partir de rábano picante, lo que convierte al AITC en un marcador químico utilizado para el control de calidad de estos productos comerciales5.

El maridaje de bebidas alcohólicas dietéticas con platos con infusión de wasabi puede considerarse un ejemplo de disposición cultural6. Subjetivamente, esta combinación puede complementar el picante y el picante entre el wasabi y el licor, mejorando la experiencia culinaria en general. La evaluación cualitativa del comportamiento animal (QBA) es un enfoque metodológico integral que examina los cambios de comportamiento en los sujetos en respuesta a estímulos externos a corto o largo plazo utilizando términos numéricos7. Este método abarca pruebas de dolor, pruebas motoras, pruebas de aprendizaje y memoria, así como pruebas de emociones diseñadas específicamente para modelos de roedores8. Sin embargo, los estudios que investigan la evaluación sensorial sinérgica de la gustación junto con el olfato siguen siendo escasos en la literatura hasta ahora 9,10. La mayoría de los estudios sobre la sensación quimiestésica se limitan a examinar el consumo individual de alimentos y bebidas por separado11. En consecuencia, hay una escasez de investigación sobre la interacción sabor-olor que implica el acto de inhalar licor mientras se consume wasabi.

Dado que se cree que la sensación de picadura inducida por el wasabi es una forma de nocicepción12, las evaluaciones del comportamiento animal son adecuadas para evaluar las respuestas sensoriales nociceptivas en animales roedores 8,13,14. Langford et al.15,16 desarrollaron un método para evaluar la nocicepción en ratones, conocido como puntuación de la escala de muecas de ratón (MGS)15,16. Este método de estudio conductual es un enfoque de evaluación relacionado con el dolor, que se basa en el análisis de las expresiones faciales exhibidas por los ratones experimentales. La configuración experimental es sencilla, ya que incluye una jaula transparente y 2 cámaras para la grabación de vídeo. Mediante la incorporación de tecnologías avanzadas 17,18,19 para la captura automática de datos, se pueden obtener medidas cuantitativas y cualitativas de comportamiento, mejorando el bienestar animal durante el monitoreo conductual 20. En consecuencia, el MGS tiene el potencial de ser aplicado en el estudio de los efectos de diversos estímulos externos en animales de una manera ininterrumpida y ad libitum. Sin embargo, el proceso de puntuación solo implica la selección de unas pocas (menos de 10) imágenes de fotogramas de video para su evaluación por parte de los panelistas, y es necesaria una capacitación previa. Puntuar un gran número de imágenes de muestra puede ser laborioso. Para superar este desafío que requiere mucho tiempo, varios estudios han empleado técnicas de aprendizaje automático para predecir la puntuación MGS 21,22. Sin embargo, es importante tener en cuenta que el MGS es una medida continua. Por lo tanto, un modelo de clasificación multiclase sería más adecuado para evaluar un problema lógico y categórico, como determinar si las imágenes de ratones ingiriendo wasabi y oliendo licor simultáneamente se parecen a las de ratones normales.

En este estudio se propuso una metodología para investigar la interacción gusto-olor en ratones. Esta metodología combina estudios de comportamiento animal con una red neuronal convolucional (CNN) para analizar las expresiones faciales de los sujetos ratones. Dos ratones fueron observados tres veces en condiciones normales de comportamiento, durante la experiencia de nocicepción inducida por wasabi y mientras inhalaban licor en una jaula específicamente diseñada. Las expresiones faciales de los ratones se grabaron en vídeo y las imágenes de fotogramas generadas se utilizaron para optimizar la arquitectura de un modelo de aprendizaje profundo (DL). A continuación, el modelo se validó utilizando un conjunto de datos de imágenes independiente y se desplegó para clasificar las imágenes adquiridas del grupo experimental. Para determinar el grado de supresión de la acritud del wasabi cuando los ratones inhalaron simultáneamente licor durante el consumo de wasabi, los conocimientos proporcionados por la inteligencia artificial se corroboraron aún más a través de la validación cruzada con otro método de análisis de datos, la puntuación MGS16.

Protocol

En este estudio, se utilizaron dos ratones machos ICR de 7 semanas de edad que pesaban entre 17 y 25 g para la evaluación del comportamiento animal. Todos los procedimientos experimentales y de alojamiento fueron aprobados por el Comité de la Universidad Bautista de Hong Kong sobre el Uso de Sujetos Humanos y Animales en la Enseñanza y la Investigación. La sala de los animales se mantuvo a una temperatura de 25 °C y una humedad ambiental de 40%-70% en un ciclo de luz-oscuridad de 12 h. <str…

Representative Results

El objetivo principal de este estudio es establecer un marco sólido para investigar la interacción gusto-olor en ratones. Este marco incorpora el uso de la inteligencia artificial y la QBA para desarrollar un modelo de clasificación predictiva. Además, los conocimientos obtenidos de DL se validan de forma cruzada con una evaluación cuantitativa de MGS para un análisis interno independiente. La aplicación principal de esta metodología es examinar el grado de supresión de la nocicepción invocada por el wasabi cua…

Discussion

El método propuesto para estudiar la interacción gusto-olfato en este trabajo se basa en el método original de codificación conductual para la expresión facial del dolor en ratones, que fue desarrollado por Langford et al.16. Varios artículos publicados recientemente han introducido CNN para el seguimiento automático de la cara del ratón y la posterior puntuación MGS 21,26,27,28.<sup c…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Z. Cai desea agradecer el apoyo financiero del Fondo Charitable Kwok Chung Bo Fun para el establecimiento de la Cátedra Kwok Yat Wai de Análisis Ambiental y Biológico.

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. Neuroscience. 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