- 1次围观
亨廷顿病（Huntington disease，HD）是一种以进行性运动功能障碍为特征的神经退行性疾病。传统旷场实验可量化自发运动参数；然而，对于小鼠精细运动特征，尤其是HD运动症状中具有疾病阶段特异性的变化以及对治疗干预的药效学反应，传统方法仍存在不足。在本研究中，我们采用了一种计算机视觉辅助的行为流分析方法，旨在量化zQ175DN HD小鼠模型中与HD相关的精细运动功能障碍，其范围涵盖早期类HD运动特征至明确的运动缺陷。无标记姿态估计与Keypoint-MoSeq将标准俯视旷场录像分割为反复出现的行为音节，随后将这些行为音节组织为高阶行为簇和转移网络。研究识别出行为音节出现频率、音节持续时间、行为状态构成及转移结构随疾病阶段变化的特征。传统旷场实验无法开展这些分析。音节持续时间特征在基因型区分方面表现出最强效力；此外，类HD运动特征还表现为枢纽重塑和转移网络紊乱。基于与年龄匹配或HD进展程度匹配的野生型（wild-type，WT）小鼠进行标准化的绝对偏差，我们将这些特征整合为HD运动功能障碍（HD motor dysfunction，HDMD）评分。HDMD评分能够在多个症状阶段区分HD小鼠与WT小鼠，并且与HD病理和疾病严重程度相关。效应量和统计功效分析表明，该评分有望提高检测潜在治疗效果的效率。该框架仅需标准的俯视录像，也可支持对已有旷场视频数据集进行回顾性分析。总体而言，HDMD框架为识别HD小鼠的精细运动变化提供了一种实用策略，有助于HD药物研发中的研究设计和临床前疗效评估。
亨廷顿病（Huntington disease，HD）是一种以进行性运动功能障碍为特征的神经退行性疾病。传统旷场实验可量化自发运动参数；然而，对于小鼠精细运动特征，尤其是HD运动症状中疾病阶段特异性的变化以及对治疗干预的药效学反应，传统方法仍存在局限。在本研究中，我们采用一种计算机视觉辅助的行为流分析方法，用于量化zQ175DN HD小鼠模型中与HD相关的精细运动功能障碍，其范围涵盖早期类似HD的运动特征至明确的运动缺陷。无标记姿态估计与Keypoint-MoSeq将标准俯视旷场录像分割为反复出现的行为基元，随后将这些行为基元组织为更高阶的聚类和转移网络。研究鉴定出行为基元出现频率、行为基元持续时间、行为状态构成以及转移结构随疾病阶段变化的特征。这些分析无法通过传统旷场实验实现。行为基元持续时间特征对基因型的区分能力最强；此外，类似HD的运动特征还表现为枢纽重塑和转移网络紊乱。研究者基于与年龄或HD进展相匹配的野生型（wild-type，WT）标准化绝对偏差，将这些特征整合为HD运动功能障碍（HD motor dysfunction，HDMD）评分。HDMD评分能够在多个出现症状的阶段区分HD小鼠与WT小鼠，并且与HD病理改变及疾病严重程度相关。效应量和统计功效分析表明，该评分有望提高检测潜在治疗效果的效率。该框架仅需标准的俯视录像，也可支持对现有旷场视频数据集进行回顾性分析。总体而言，HDMD框架为识别HD小鼠的精细运动变化提供了一种实用策略，有助于HD药物研发中的研究设计和临床前疗效评估。
感谢您有兴趣传播bioRxiv的相关信息。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.03.749147v1?rss=1
🏷️ 亨廷顿病 小鼠行为学 计算机视觉 精细运动分析 无标记姿态估计 药效学评估