Un algoritmo detecta cambios sutiles en la marcha de los modelos de ratón con autismo

POR HOLLY BARKER

Fuente: Spectrum | 04/02/2021

Fotografía: Autism Spectrum

Un nuevo programa informático utiliza el aprendizaje automático para detectar y cuantificar automáticamente la marcha y la postura a partir de vídeos de ratones moviéndose en su jaula.

Esta herramienta podría acelerar la investigación sobre cómo las mutaciones relacionadas con el autismo o los tratamientos farmacológicos afectan a las habilidades motoras, afirma el investigador principal Vivek Kumar, profesor asociado de genética de mamíferos en el Laboratorio Jackson de Bar Harbor (Maine).

La mayoría de los esfuerzos para analizar el comportamiento motor implican colocar un ratón en una cinta de correr o entrenarlo para que camine por un laberinto. Estos ensayos son una forma sencilla de comprobar la velocidad, pero restringen el movimiento de los animales y obligan a los ratones a caminar de forma poco natural.

El algoritmo procesa las imágenes de una cámara aérea y sigue 12 puntos clave del cuerpo del ratón mientras explora libremente su entorno. A medida que el animal deambula, el software detecta la posición de sus extremidades y otras partes del cuerpo, generando automáticamente datos sobre su marcha y postura. Los investigadores describieron su método en enero en Cell Reports.

El grupo de Kumar entrenó el software alimentándolo con unos 8.000 fotogramas de vídeo que habían sido anotados manualmente para etiquetar puntos clave del cuerpo del animal, como la nariz, las orejas y la punta de la cola. Repitieron el proceso con una variedad de cepas diferentes para enseñar al algoritmo a reconocer ratones de todas las formas y tamaños.

El software entrenado aprendió a leer la postura del roedor, que se analizó posteriormente para extraer información más detallada, como la velocidad y la longitud de cada zancada y la amplitud de la postura del ratón.

Para comprobar que el algoritmo funciona correctamente, el equipo lo probó con grabaciones de vídeo de ratones que modelan rasgos del síndrome de Rett, una rara condición genética vinculada al autismo. El software confirmó hallazgos anteriores; por ejemplo, los ratones dan pasos más cortos y amplios que los controles. La herramienta también reveló anomalías posturales no descritas anteriormente, lo que pone de manifiesto su capacidad para detectar sutiles diferencias motoras que, de otro modo, los investigadores podrían pasar por alto.

El software también detectó problemas de marcha y postura en cuatro modelos de ratón de autismo: ratones que carecen de los genes CNTNAP2, FMR1 o SHANK3, o a los que les falta una región del cromosoma 16 llamada 16p11.2. Los investigadores descubrieron que cada uno de ellos tiene un estilo de andar único y que a menudo se puede distinguir de los controles sólo por sus movimientos.

Más del 80 por ciento de los niños con autismo experimentan dificultades motrices, y a menudo muestran diferencias en su forma de andar y su postura. Por ejemplo, los niños autistas tienden a tener una postura amplia y la longitud de sus pasos varía de un paso a otro. Pero las diferencias motoras se han estudiado mucho menos que los aspectos sociales de la enfermedad.

Los problemas motores aparecen en la infancia, pero no está claro si surgen de forma independiente o como resultado de las diferencias sociales. Algunos científicos sostienen la teoría de que los niños aprenden las habilidades motrices de sus compañeros y que los niños con autismo pierden oportunidades de imitar movimientos coordinados. El aprendizaje automático podría responder a esta pregunta, dice Kumar, que planea utilizar su software para medir tanto los cambios motores como los sociales en ratones. También tiene previsto repetir el análisis en roedores más jóvenes para determinar cuándo surgen los primeros problemas motores.

Los datos de entrenamiento de Kumar están disponibles públicamente, lo que ahorra a otros laboratorios el laborioso paso de anotar miles de fotogramas de vídeo. Además, el algoritmo puede aplicarse a vídeos antiguos -siempre que la iluminación y el ángulo de la cámara sean similares a los utilizados por el equipo de Kumar- para extraer nuevos datos de experimentos antiguos.

El software podría utilizarse para comparar la marcha en ratones con diferentes mutaciones relacionadas con el autismo, o en combinación con grabaciones neuronales para mapear las deficiencias motoras en circuitos cerebrales específicos. También podría utilizarse para examinar rápidamente fármacos u otras terapias para mejorar la coordinación motora en el autismo.

Cite este artículo: https://doi.org/10.53053/ANAG6369

https://www.spectrumnews.org/news/toolbox/algorithm-spots-subtle-gait-changes-in-autism-mouse-models/?utm_source=Spectrum+Newsletters&utm_campaign=6d24ddf876-EMAIL_CAMPAIGN_2022_02_01_08_20&utm_medium=email&utm_term=0_529db1161f-6d24ddf876-169086874