NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Parkinson hastalığı (PD), Lewy cisimlerini oluşturan toplam alfa-sinüklein (alfa-sin) ile karakterize edilen en yaygın motor nörodejeneratif bozukluktur. Denge ışını testinin geleneksel manuel analizi ve davranışsal analizi otomatikleştirmek için makine öğrenme algoritmalarını kullanan yeni bir yaklaşımla alfa-sin'in aşırı ekspresyonu ile indüklenen bir PD fare modelindeki motor bozukluklardaki geçici değişiklikleri araştırmayı amaçladık. DeepLabCut'ta işaretsiz poz tahmini kullanarak otomatik hayvan takibini, Basit Davranış Analizi'nde otomatik davranış sınıflandırması ile birleştirdik. Otomatik prosedürümüz, manuel analiz yaklaşımının değerlendiremediği denge ışını testinde fare performanslarındaki ince motor açıklarını tespit edebildi. Otomatikleştirilmiş model, her davranış nöbeti arasındaki ortalama aralıkta "yürüyüş" davranışı, medyan olay süresi ve erkek PD farelerde meydana gelme olasılığı açısından önemli farklılıklar ortaya çıkardı, her iki cinsiyette de istatistiksel olarak anlamlı bir tirozin hidroksilaz kaybı bulunmasa da. Bu bulgular erken PD hayvan modellerinde motor bozukluğunun erken tespiti için değerlidir. Denge ışını testinde fare performanslarının otomatik olarak değerlendirilmesi için kullanıcı dostu, adım adım bir rehber sunuyoruz, bu da önemli bir hesaplama ve programlama bilgisi olmadan çoğaltılabilir olmayı amaçlıyor.
Özgün kaynak özetini okuyun
Parkinson's disease (PD) is the most common motor neurodegenerative disorder, characterised by aggregated α-synuclein (α-syn) constituting Lewy bodies. We aimed to investigate temporal changes in motor impairments in a PD mouse model induced by overexpression of α-syn with the conventional manual analysis of the balance beam test and a novel approach using machine learning algorithms to automate behavioural analysis. We combined automated animal tracking using markerless pose estimation in DeepLabCut, with automated behavioural classification in Simple Behavior Analysis. Our automated procedure was able to detect subtle motor deficits in mouse performances in the balance beam test that the manual analysis approach could not assess. The automated model revealed time-course significant differences for the "walking" behaviour in the mean interval between each behavioural bout, the median event bout duration and the classifier probability of occurrence in male PD mice, even though no statistically significant loss of tyrosine hydroxylase in the nigrostriatal system was found in either sex. These findings are valuable for early detection of motor impairment in early PD animal models. We provide a user-friendly, step-by-step guide for automated assessment of mouse performances in the balance beam test, which aims to be replicable without any significant computational and programming knowledge.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.