Para comenzar, descargue e instale el software necesario para el reflejo optocinético basado en Python o el análisis PyOKR. En un equipo Windows, ejecute desde PyOKR import OKR_win como o, seguido de o.run. Después de abrir la interfaz de usuario, haga clic en archivo y luego en abrir para abrir un navegador para seleccionar el archivo de onda deseado.
Para elegir una carpeta de salida, haga clic en exportar carpeta. En el archivo de salida, introduzca el nombre del archivo de análisis final. Seleccione Establecer tema en archivo para configurar el programa para un animal individual.
Para establecer los parámetros del estímulo, vaya a seleccionar la dirección del estímulo y defina una direccionalidad entre los cuatro puntos cardinales. En seleccionar tipo de estímulo, elija unidireccional, oscilatorio u oblicuo. Luego, usando las funciones de cabeza y cola, establezca la cantidad de tiempo sin estímulo al principio y al final.
Establezca la longitud de la época, la longitud del estímulo posterior y el número de épocas. Para estímulos unidireccionales y oblicuos, establezca la velocidad horizontal y la velocidad vertical en grados por segundo y especifique la velocidad de fotogramas de captura. Para estímulos sinusoidales, ajuste la frecuencia y la amplitud.
Usando generar vector de estímulo a partir de parámetros, haga el modelo apropiado a partir de la información de estímulo de entrada y haga clic en seleccionar época para escanear a través del archivo de onda total. Haga clic en datos sin filtrar o en filtrar datos para el ajuste preliminar y seleccionar automáticamente las sacadas de fase rápida en función de los cambios de velocidad máxima. En los datos sin filtrar, confirme que las sacadas se seleccionan con precisión con un punto azul.
Guarde los puntos con el botón central del ratón y cierre el gráfico. Si desea el filtrado automático, establezca el umbral de puntuación Z del filtro y haga clic en filtrar datos para filtrar automáticamente los movimientos sacádicos. Después de una selección sacádica adecuada, presione el ajuste del punto para seleccionar la región que desea eliminar.
Modifique los puntos superior e inferior y guarde con los botones del ratón. Usando el orden polinómico establecido, defina el modelo polinómico que se ajusta a las fases lentas individuales. Seleccione el análisis final para generar los modelos de fase lenta y calcular las distancias, las velocidades y las ganancias de seguimiento promediadas a lo largo de la época.
Seleccione ver gráfico 2D o ver gráfico 3D para ver el gráfico bidimensional o tridimensional de las regiones seleccionadas. Seleccione agregar época para guardar para generar valores colectivos y seleccione ver conjunto de datos actual para ver todos los valores agregados y promedios para un animal determinado. Después de repetir todo el proceso para todos los archivos de un animal determinado, genere un conjunto de datos final que contenga todos los datos de ondas.
Finalmente, exporte el conjunto de datos a través de exportar datos y continúe con los siguientes datos de animales. El análisis PyOKR en ratones knockout condicionales Tbx5 indicó que estos animales conservan ganancias normales de seguimiento horizontal en comparación con los ratones de tipo salvaje. Sin embargo, estos ratones mostraron una pérdida significativa del seguimiento vertical, con ganancias casi nulas en respuesta a los estímulos ascendentes y descendentes.
Además, el análisis de las respuestas sinusoidales confirmó que los ratones knockout condicionales Tbx5 exhibieron mayores ganancias de seguimiento horizontal, mientras que mostraron una disminución significativa del seguimiento vertical.
