PyOKR : une méthode semi-automatisée pour quantifier la capacité de suivi du réflexe optocinétique

Résumé

Nous décrivons ici PyOKR, une méthode d’analyse quantitative semi-automatisée qui mesure directement les mouvements oculaires résultant des réponses visuelles au mouvement d’une image bidimensionnelle. Une interface utilisateur et un algorithme d’analyse basés sur Python permettent un débit plus élevé et des mesures quantitatives plus précises des paramètres de suivi oculaire que les méthodes précédentes.

Résumé

L’étude des réponses comportementales aux stimuli visuels est un élément clé de la compréhension du fonctionnement du système visuel. Une réponse notable est le réflexe optocinétique (OKR), un comportement inné hautement conservé nécessaire à la stabilisation de l’image sur la rétine. L’OKR fournit une lecture robuste de la capacité de suivi d’image et a été largement étudié pour comprendre les circuits et la fonction du système visuel chez les animaux de différents antécédents génétiques. L’OKR se compose de deux phases : une phase de suivi lente lorsque l’œil suit un stimulus jusqu’au bord du plan visuel et une phase rapide compensatoire qui réinitialise la position de l’œil sur l’orbite. Les méthodes précédentes de suivi de la quantification des gains, bien que fiables, nécessitent beaucoup de main-d’œuvre et peuvent être subjectives ou dérivées arbitrairement. Pour obtenir une quantification plus rapide et reproductible de la capacité de suivi oculaire, nous avons développé un nouveau programme d’analyse semi-automatisé, PyOKR, qui permet de quantifier le mouvement bidimensionnel du suivi oculaire en réponse à tout stimulus directionnel, en plus d’être adaptable à tout type d’équipement de vidéo-oculographie. Cette méthode permet le filtrage automatisé, la sélection des phases de suivi lent, la modélisation des vecteurs oculaires verticaux et horizontaux, la quantification des gains de mouvement oculaire par rapport à la vitesse du stimulus et l’organisation des données résultantes dans une feuille de calcul utilisable pour des comparaisons statistiques et graphiques. Ce pipeline d’analyse quantitative et rationalisé, facilement accessible via l’importation PyPI, fournit une mesure rapide et directe des réponses OKR, facilitant ainsi l’étude des réponses comportementales visuelles.

Introduction

La stabilisation d’image repose sur des réponses oculomotrices précises pour compenser le flux optique global qui se produit pendant l’auto-mouvement. Cette stabilisation est principalement entraînée par deux réponses motrices : le réflexe optocinétique (OKR) et le réflexe vestibulo-oculaire (VOR)^1,2,3. Le mouvement global lent à travers la rétine induit l’OKR, qui provoque une rotation réflexe des yeux dans la direction correspondante pour stabiliser l’image ^1,2. Ce mouvement, connu sous le nom de phase lente, est in....

Protocole

Toutes les expériences sur les animaux effectuées à la faculté de médecine de l’Université Johns Hopkins (JHUSOM) ont été approuvées par le Comité institutionnel de soin et d’utilisation des animaux (IACUC) de la JHUSOM. Toutes les expériences réalisées à l’Université de Californie à San Francisco (UCSF) ont été réalisées conformément aux protocoles approuvés par le programme institutionnel de soin et d’utilisation des animaux de l’UCSF.

1. Collecte de données comportementales

1. Enregistrez les mouvements oculaires OKR à l’aide de la méthode de vidéo-oculographie de votre choix pour générer des données d’ondes (c’es....

Discussion

PyOKR offre plusieurs avantages pour étudier les réponses visuelles reflétées dans les mouvements oculaires. Il s’agit notamment de la précision, de l’accessibilité et des options de collecte de données, en plus de la possibilité d’intégrer le paramétrage et des vitesses de stimulus variables.

L’évaluation directe du gain de suivi oculaire fournit une caractérisation précise du mouvement oculaire qui est une mesure quantitative plus directe que le comptage manuel tradition.......

matériels

Name	Company	Catalog Number	Comments
C57BL/6J  mice	Jackson Labs	664
Igor Pro	WaveMetrics	RRID: SCR_000325
MATLAB	MathWorks	RRID: SCR_001622
Optokinetic reflex recording chamber - JHUSOM	Custom-built	N/A	As described in Al-Khindi et al.(2022)9 and Kodama et al. (2016)13
Optokinetic reflex recording chamber - UCSF	Custom-built	N/A	As described in Harris and Dunn, 201510
Python	Python Software Foundation	RRID: SCR_008394
Tbx5 flox/+ mice	Gift from B. Bruneau	N/A	As described in Al-Khindi et al.(2022)9
Tg(Pcdh9-cre)NP276Gsat/Mmucd	MMRRC	MMRRC Stock # 036084-UCD; RRID: MMRRC_036084-UCD