Kuidas zebrafiši käitumisanalüüsisüsteem kvantifitseerib ärevuslikke käitumisviise?
AZebrafish käitumise analüüsisüsteemi jaoks ei mõõda ärevust kui kliinilist diagnoosi. See teisendab korduvaid videonähtusi eelnevalt määratletud käitumispunktidena, mida teadlased tõlgendavad ärevusliku reageerimisena kontrollitud katsekorralduses. See eristus on oluline. Kala, kes liigub vähem, võib olla vähem uuriv, seedunud, arenguliselt mõjutatud või lihtsalt kohastunud uue areenaga. Seega on kasulik töövoog kooskõlastatud ruumilise eelistusega, liikumine , ajastusega ja eksperimentaalsete kontrollidega, mitte ühe numbri põhjal otsustamine.
Tegelikkuses Zebrafish käitumise analüüsisüsteemi jaoks salvestab standardiseeritud areeni, tuvastab iga kala video kaadrites, rekonstrueerib selle liikumisteekonna ja kokkuvõttes teeb sellest teekonna kohta kokkuvõtte tsooni ja aja järgi. Tulemus muutub tähenduslikuks alles pärast seda, kui labor on määranud testi, lähtetaseme, välistamisreeglid ja võrdlusrühma. Siin on oluline tingimuslik kvalifikatsioon: lõpp-punkt võib olla informatiivne stabiilsete valgustingimuste, temperatuuri, vanuse, sorti ja käsitsemistingimuste korral, kuid seda ei tohi üldistada nendest tingimustest väljaspool ilma valideerimiseta.
Alustage testiga, mis muudab ärevusliku käitumise vaadeldavaks
Süsteem vajab esmalt käitumuslikku kontrasti sisaldavat areeni. Avatud välja stiilis testis on kontrast tavaliselt keskosas versus seina lähedal asuvas tsoonis. Uue paagi testis võib see olla ülemised versus alumised piirkonnad. Valgus/pimedus-kujundus loob vastupidi valguskontrasti. Sellised paigutused ei määra emotsionaalset olekut ise, vaid loovad korduvaid valikuid, mida Zebrafish käitumise analüüsisüsteemi jaoks saab kvantifitseerida.
Enne salvestamist määrab meeskond vaatlusaja, aklimatisatsiooniperioodi, tsooni piirid, kaameravaade, loomade arvu ning ravi- ja kontrollgrupi võrdluse. Samuti dokumenteeritakse vee tingimused, päeva aeg, arenguetapp ning iga stiimulise jada. Need valikud aitavad eristada bioloogilist muutust testikeskkonna muutusest. Näiteks võib teistsugune peegeldusmuster või müra täis ruum muuta uurimiskäitumist isegi siis, kui ravi on muutmata.
Kuidas video muutub käitumisandmete tabeliks
Tüüpiline Zebrafish käitumise analüüsisüsteemi jaoks koosneb kolmest seotud etapist: andmete kogumisest, jälgimisest ja lõpppunktide eraldamisest. Andmete kogumise ajal salvestab kaamera areenat raamides sekundis sellisel kiirusel, mis sobib uuritava liikumise jaoks. Jälgimise ajal hinnab tarkvara kalade asukohta igas kaadris ja ühendab asukohad ajatemplitud liikumisteedeks. Lõpppunktide eraldamise ajal teisendatakse liikumisteekond mõõtmisteks, mida saab võrrelda erinevate kalade ja gruppide vahel.
Kvaliteedikontroll kuulub igasse etappi. Pildil peab olema piisavalt kontrast, et eristada kalu taustast; arena tuleb kalibreerida nii, et pikslid vastaksid pidevalt kaugusele; ja analüütik peab kontrollima valimi liikumiste teekondi puuduvate identiteetide, peegelduste või ühinenud loomade suhtes. Automaatne jälgimine vähendab käsitsi hindamise koormust, kuid see ei eemalda vajadust jälgimistulemuste kontrollimise järele. Kui liikumistee on vale, siis on iga edasine kvantifitseerimine väga ühtlaselt vale.
Mõõtke tigmotaaksia ruumilist eelistust, mitte iseseisvat silti
Tigmotaksis kirjeldab seinapõhist liikumist. Zoonapõhises arenas a Zebrafish käitumise analüüsisüsteemi jaoks võib aruandeks esitada aegu perifeerse tsooni piires, sissepääsud keskosas, viivitus esimese keskkonna sissepääsu saavutamiseni, läbitud kauguse seina lähedal ning teekonna osa, mis asub äärel. Suurem seina tsooni kasutus koos vähendatud keskkonna uurimisega tõlgendatakse sageli kui ärevuslikku mustrit, kui protokoll ja kontrollvõrdlus seda tõlgendust toetavad.
Oluline on muster, mitte lihtsalt protsent. Kala võib püsida seina lähedal, sest ta on väga aktiivne, kuid ringliikumises; teine võib püsida seina lähedal, sest ta on peaaegu liikumatu. Mõlemad võivad suurendada perifeerse tsooni kasutust, kuid nende liikumine profid on erinevad. A Zebrafish käitumise analüüsisüsteemi jaoks peab säilitama nii ruumilised kui ka liikumisega seotud andmed, et analüütik saaks seda erinevust näha.
Kasutage liikumist, et eraldada uurimine üldisest aktiivsuse muutusest
Levinud liikumisega seotud väljundid hõlmavad läbitud kogukaugust, keskmist kiirust, maksimaalset kiirust, liikumise aega, paigalseisva aega, pööramiskäitumist, liikumisepisodite arvu ja episoodi kestust. A Zebrafish käitumise analüüsisüsteemi jaoks võib need väärtused arvutada ka eraldi igas tsoonis. See võimaldab esitada täpsemat küsimust: kas kalad vältisid keskust, kuid jätkasid ümbermõõdu uurimist, või kas tegevus langes kogu areenil?
Oletame, et ravi saanud rühmas on keskuses veedetud aeg väiksem, keskusesse sisenemiste arv väiksem ja kogu läbitud kaugus normaalne. Selline kombinatsioon toetab ärevuslikku tõlgendust selgemalt kui vähene keskuses veedetud aeg üksi. Vastupidi, kui keskuses veedetud aeg, kogu läbitud kaugus ja liikumisepisikeste esinemissagedus langevad märkimisväärselt, võib alternatiivseks seletuseks olla rahustav, liikumisega seotud või tervisele mõjuv toime. Seepärast tuleb ärevusliku kvantifitseerimine tuleks sisaldada liikumislahingut, mitte ainult ühte tsooni mõõdet.
Muuda lõpp-punktid kaitsvaks võrdluseks
Üks kord Zebrafish käitumise analüüsisüsteemi jaoks eksportib individuaalseid kalu puudutavaid lõpp-punkte; analüüs peaks säilitama kala ühikuna vaatluse ühiku, välja arvatud juhul, kui disain õigustab teist ühikut. Võrdle ravi- ja kontrollrühmi eelnevalt määratletud meetodiga, visualiseeri nii individuaalseid väärtusi kui ka rühma kokkuvõtteid ning raporteeri välistamised enne tulemuste tõlgendamist. Korduvate vaatluste puhul säilita aegruumid, mitte kokku suruda kogu seanss kohe; kohastumine ajas võib olla sama informatiivne kui seansi kokkuvõte.
Praktiline lõpp-punktide paneel võib hõlmata perifeersest tsooni aega, keskosasse sisseminekute arvu, viivitust keskosasse jõudmiseni, kogu läbitud kaugust, keskmist kiirust, inaktiivset aega ning liikumisepisikeste tunnuseid. Paneel pakub koonduvat tõendusmaterjali, samal ajal kui erinevused muutuvad nähtavaks. Näiteks suurenenud tigmotaksis ilma liikumisvõime erinevuseta viitab ühele tüübi mustrile; üleüldiselt vähenenud aktiivsus viitab teisele. Õige järeldus sõltub väga palju katse tingimustest ja laiemast fenotüübist.
Kontrollida tegureid, mis võivad imiteerida ärevuslikku signaali
Tõlgendus on kõige tugevam, kui Zebrafish käitumise analüüsisüsteemi jaoks on paaris koos ühtlaste hooldus- ja registreerimistingimustega. Standardiseerida akvaariumi geomeetria, veetemperatuur, valgustus, kaamera asukoht, katse kestus, toitumisgraafik, käsitsemine ja testide järjekord. Võimaluse korral randomiseerida ravi paigutust ja analüüsimisel peita rühmade märgistused. Lisada viitegrupp (kandjaaine või ravimata), mida töödeldakse samaaegselt.
On ka mõistlik ette määrata välistamise kriteeriumid: jälgimise kaotus, ebatavaline kehahoiak, tehniline viga või olukord, milles ülesannet ei saa täita. Andmete välistamine ainult pärast rühmade tulemuste nägemist võib tekitada eelarvamuse. Lühike eelkatse aitab täpsustada tsooni geomeetriat ja läveväärtusi enne kinnitavat katset. Isegi hoolikalt seadistatud Zebrafish käitumise analüüsisüsteemi jaoks ei suuda kompenseerida katse tingimuste erinevust rühmade vahel.
Mida selge aruanne peaks ütlema
Usaldusväärne aruanne nimetab analüüsi, vaatlusaja, jälgitud lõpp-punktid, tsooni definitsioonid, kalibreerimise lähenemisviisi, kvaliteedikontrolli protsessi ja võrdlusmeetodi. Selles tuleb kasutada väljendit „põhjustatud käitumine“, mitte väita, et kalad kogevad inimese psüühilist seisundit. Samuti tuleb selgitada, kas liikumise efektid võivad segada tulemuste tõlgendamist. See hoolikas keelekasutus ei ole piirang; see muudab Zebrafish käitumise analüüsisüsteemi jaoks kasulikuks taastatava ekraanilise ja mehhanismipõhise järeluurimise jaoks.
Lühidalt öeldes kvantifitseerib süsteem käitumist, teisendades liikumistrajektoorid ruumilisteks ja liikumisega seotud mõõtmeteks. Kui tigmotaksis , uurimine ja liikumine hinnatakse koos kontrollitud tingimustes, saavad teadlased läbipaistva aluse põhjustatud käitumisreaktsioonide võrdlemiseks erinevate rühmade vahel.