Miért nehezebb kvantifikálni a lárvák úszási aktivitását, mint amilyennek látszik
Egy zebrafish lárvája kicsi, gyors, és mindössze néhány milliméter hosszú. Ha szemmel figyeljük, ahogy egy jól lemezeken úszik át, valamit észlelünk, de nem kapunk számot. Pedig éppen a számokra van szükség a kísérletekhez. A dózis-válasz görbék, a kezelések összehasonlítása és a statisztikai tesztek mindegyike attól függ, hogy a viselkedést mérhető mennyiséggé alakítsuk. Az automatizált elemzés az eszköz, amely ezt lehetővé teszi.
A probléma az, hogy a „úszási aktivitás” nem egyetlen dolog. Egy lárvá, amely gyorsan átszeli a jól megvilágított kis medencét, és egy másik lárvá, amely apró mozgásokkal lebeg, mindkettő aktív, de különböző módon. Egy lárvá, amely teljesen megáll a mozgásban, pihenhet, megbénult lehet, vagy halott. Az automatizált rendszerek mindezt mérni tudják, de a mérés csak akkor értelmezhető, ha az elemzés a biológiai kérdésre van optimalizálva.
Mit mér valójában az automatizált nyomonkövetés egy lárvás kis medencében
Egy tipikus automatizált elemzési folyamat videóval kezdődik. A lárvát kontrollált megvilágítás mellett több kis medencét tartalmazó lemezen rögzítik. A szoftver minden képkockában felismeri a lárvát, nyomon követi helyzetét az időben, majd kiszámít egy sor mozgásmutatót. A leggyakoribbak: megtett távolság, átlagsebesség, csúcsebesség és a mozgásrobbanások időtartama.
-
A megtett össztávolság a teljes aktivitás általános mértékét adja.
-
Az átlagsebesség a hosszabb ideig tartó úszási sebességet tükrözi.
-
A csúcsebesség kiemeli a robbanásszerű mozgásokat és a riadásválaszokat.
-
A mozgás időtartama és gyakorisága írja le az időbeli mintázatot.
-
Az immobilitás vagy a „megfagyasztás” epizódok csökkent reagálóképességre utalnak.
Mindegyik ilyen metrika más-más viselkedési aspektust ragad meg. A teljes távolság könnyen értelmezhető, de félrevezető lehet, ha egy lárvácska szoros körben mozog. A maximális sebesség rövid ideig tartó eseményeket is észlel, amelyeket az átlagsebesség kiegyenlít. A megfelelő metrika kiválasztása része az elemzési tervnek.
Tiszta adatokat biztosító képalkotási feltételek beállítása
Az elemzés minősége a videó minőségétől függ. Néhány tényező sokkal fontosabb, mint azt a legtöbben gondolnák.
A világítás áll az első helyen. Egyenetlen megvilágítás miatt a tárgylemez egyik oldala világosabb lehet, mint a másik, ami befolyásolja, hogyan érzékeli a szoftver a lárvát. A vízfelszínről visszaverődő fény hamis objektumokat hozhat létre. Egy háttérvilágításos vagy diffúz fényforrás általában a legstabilabb kontrasztot eredményezi.
A kameraképkocka-sebesség egy másik tényező. Egy lárvával gyorsan mozoghat, és egy alacsony képkocka-sebesség rövid mozgásrobbanásokat hagy ki. Egy túl magas képkocka-sebesség nagy fájlokat eredményez, és zajt is hozzáadhat. Gyakorlati kiindulási pontként olyan sebesség ajánlható, amely több képkockát rögzít másodpercenként a mozgás során. A pontos érték a tanulmányozott viselkedéstől függ.
A hőmérséklet-szabályozás ugyanazon az alapon fontos, mint bármely más lárvás vizsgálatban. A mozgási sebesség hőmérsékletfüggő. Egy olyan lemez, amely felvétel közben szobahőmérsékleten marad, eltérő aktivitást mutathat, mint egy olyan, amelyet a szokásos tenyésztési hőmérsékleten tartanak.
| Képalkotási tényező | Tipikus megfontolandó szempont | Hatás az adatokra |
|---|---|---|
| Világítás | Egyenletes, szórt | Hatással van a kimutatás konzisztenciájára |
| Képfrissítési sebesség | Illeszkedik a viselkedés sebességéhez | Kihagyott robbanások vagy extra zaj |
| Kamera felbontás | Elég a lárvamérethez | Követési pontosság |
| Hőmérséklet | Stabil felvétel közben | Mozi szintora |
| Levés Típusa | Egyenletes csoportok között | Visszaverődés és kontraszt |
A tevékenységtípusok megkülönböztetése az elemzés során
A nyers mozgási adatok nem azonosak a viselkedéssel. Két lárvának ugyanakkora lehet az összes megtett távolság, de mozgásmintáik nagyon különbözhetnek. Az egyik simán úszhat körbe a jól meghatározott mélyedésben, míg a másik egy helyben maradhat, és időnként rángatózhat. Az automatizált elemzés képes ezeket a mintákat elkülöníteni, ha a megfelelő metrikákat használják.
A robbanásos (burst) elemzés egy ilyen megközelítés. A szoftver azonosítja a magas gyorsulási periódusokat, és megszámolja őket. A riasztási válaszok éles robbanásokként jelennek meg a stimulus után. A spontán robbanások külső ingercsatorna nélkül jelentkeznek. A habituáció – azaz a válasz csökkenése ismételt stimulusok hatására – szintén kvantifikálható a robbanások amplitúdójának időbeli nyomon követésével.
Egy másik megközelítés a zónákra alapozott elemzés. A kismedencét zónákra osztják, és minden egyes zónában töltött időt mérik. Azok a lárvák, amelyek a perem közelében maradnak, esetleg thigmotaxiszt mutatnak. Azok a lárvák, amelyek a középpontot is feltárják, esetleg inkább felfedező viselkedést mutatnak. A két mintázat különböző, még ha az összes megtett távolság hasonló is.
A zajkezelés, a takarás és egyéb gyakorlati problémák kezelése
Az automatizált elemzés nem varázslat. Vannak hibamódjai, amelyek valós kísérletek során is megjelennek.
Egy lárvá, amely érinti a kismedence peremét, részben kivágódhat a képkockából, ami zavarja a nyomkövetési algoritmust. Egy visszaverődés észlelhető második objektumként. Egy mozdulatlan lárvát teljesen kihagyhat a rendszer, ha a detektálási küszöbérték túl magasra van állítva. Ezek a problémák gyakoriak, és kezelniük kell őket.
-
Használjon háttérkivonást a hamis objektumok csökkentésére.
-
Állítsa be a detektálási küszöbértékeket próbakísérleti adatok alapján, ne találgatással.
-
Tekintse át a nyers videót egy kismedencék részhalmazán, hogy megerősítse a nyomkövetés minőségét.
-
Zárja ki a nyilvánvaló követési hibákkal rendelkező járatokat az elemzésből.
-
A módszertanban jelentse a kizárt járatok számát.
Az adatok kizárása érzékeny kérdés. A várt mintázattal nem egyező járatok elvetése torzítást eredményez. A követési hibák miatt kizárt járatok elvetése viszont műszaki szükségszerűség. A különbség fontos, és egyértelműen dokumentálni kell.
Egy mezői példa egy lárvaképernyőket üzemeltető létesítményből
Egy fejlődési idegtoxikológiai labor déli Kínában vegyületek egy csoportját vizsgálta a lárvák úszási viselkedésére gyakorolt hatásuk szempontjából. A kezdeti elemzésben a mozgott teljes távolságot használták fő mutatóként. Néhány vegyület növekedést jelezett a tevékenységben, de ez a hatás nem volt konzisztens a replikátumok között.
A nyers követési adatok részletesebb vizsgálata azt mutatta, hogy az „aktivitás-növekedés” rövid, a jarak szélén zajló robbanásszerű eseményekre koncentrálódott. A lárvák nem mozogtak összességében többet. Gyakrabban riadtak meg, és ütköztek a falba. A mozgott teljes távolság mutatója két különböző viselkedést egyetlen számmá olvasztott össze.
A laboratórium hozzáadta a robbanásfrekvenciát és az él-idő metrikákat az elemzéshez. A robbanásfrekvenciát növelő vegyületeket elkülönítették azoktól, amelyek az exploratív úszást növelték. Az eredmények egyértelműbbé váltak, és az értelmezés megbízhatóbbá lett. A változás nem egy új kamera vagy egy új algoritmus volt. Hanem a metrikák jobb megválasztása.
Mit tud és mit nem tud megmondani az automatizált elemzés
Az automatizált elemzés hatékony, de nem ad teljes képet. Mozgást mér. Nem méri a motivációt, az érzékelési feldolgozást vagy az állat belső állapotát. Egy lárvá, amely nem mozog, pihenhet, beteg lehet, vagy mozgásképtelen egy motoros rendellenesség miatt. Az elemzés nem tudja megkülönböztetni ezeket a lehetőségeket további kísérletek nélkül.
Ez a vizsgálati kialakítás minőségétől is függ. Egy rosszul tervezett lemez elrendezés, egyenetlen megvilágítás vagy változó hőmérséklet olyan adatokat eredményez, amelyeket semmilyen elemzés nem tud kijavítani. Az automatizálás megsokszorozza mindazt, ami már jelen van a kísérletben – legyen az valódi hatás vagy rendszeres torzítás.
A Hunter Lab (Hunter) zebrafish laboratóriumi berendezéseket gyárt, különös figyelmet fordítva a képalkotási stabilitásra, amelyre az automatizált lárvák elemzése támaszkodik. A gyártási és minőségellenőrzési folyamatok támogatják azt az egyenletességet, amelyet a hosszú távú szűrési programok igényelnek. Azoknak a laboroknak, amelyek a lárvák úszási aktivitását mérik, ilyen építési diszciplína a fundamentum része.