PyOKR: un metodo semi-automatico per quantificare la capacità di tracciamento del riflesso optocinetico

Summary

Descriviamo qui PyOKR, un metodo di analisi quantitativa semi-automatizzato che misura direttamente i movimenti oculari risultanti dalle risposte visive al movimento bidimensionale dell'immagine. Un'interfaccia utente basata su Python e un algoritmo di analisi consentono una maggiore produttività e misurazioni quantitative più accurate dei parametri di tracciamento oculare rispetto ai metodi precedenti.

Abstract

Lo studio delle risposte comportamentali agli stimoli visivi è una componente chiave per comprendere la funzione del sistema visivo. Una risposta notevole è il riflesso optocinetico (OKR), un comportamento innato altamente conservato necessario per la stabilizzazione dell'immagine sulla retina. L'OKR fornisce una solida lettura della capacità di tracciamento delle immagini ed è stato ampiamente studiato per comprendere i circuiti e la funzione del sistema visivo in animali di diversi background genetici. L'OKR si compone di due fasi: una fase di tracciamento lento in cui l'occhio segue uno stimolo fino al bordo del piano visivo e una fase veloce compensatoria saccada che ripristina la posizione dell'occhio nell'orbita. I metodi precedenti di quantificazione del guadagno, sebbene affidabili, sono laboriosi e possono essere soggettivi o derivati arbitrariamente. Per ottenere una quantificazione più rapida e riproducibile della capacità di tracciamento oculare, abbiamo sviluppato un nuovo programma di analisi semi-automatico, PyOKR, che consente la quantificazione del movimento di tracciamento oculare bidimensionale in risposta a qualsiasi stimolo direzionale, oltre ad essere adattabile a qualsiasi tipo di apparecchiatura di video-oculografia. Questo metodo fornisce il filtraggio automatizzato, la selezione delle fasi di tracciamento lento, la modellazione dei vettori oculari verticali e orizzontali, la quantificazione dei guadagni del movimento oculare rispetto alla velocità dello stimolo e l'organizzazione dei dati risultanti in un foglio di calcolo utilizzabile per confronti statistici e grafici. Questa pipeline di analisi quantitativa e semplificata, facilmente accessibile tramite l'importazione di PyPI, fornisce una misurazione rapida e diretta delle risposte OKR, facilitando così lo studio delle risposte comportamentali visive.

Introduction

La stabilizzazione dell'immagine si basa su precise risposte oculomotorie per compensare il flusso ottico globale che si verifica durante l'automovimento. Questa stabilizzazione è guidata principalmente da due risposte motorie: il riflesso optocinetico (OKR) e il riflesso vestibolo-oculare (VOR)^1,2,3. Il lento movimento globale attraverso la retina induce l'OKR, che suscita la rotazione riflessiva dell'occhio nella direzione corrispondente per stabilizzare l'immagine ^1,2. Questo movimento, noto come fase lenta, è inte....

Protocol

Tutti gli esperimenti sugli animali eseguiti presso la Johns Hopkins University School of Medicine (JHUSOM) sono stati approvati dall'Institutional Animal Care and Use Committee (IACUC) presso il JHUSOM. Tutti gli esperimenti eseguiti presso l'Università della California, San Francisco (UCSF) sono stati eseguiti in conformità con i protocolli approvati dall'UCSF Institutional Animal Care and Use Program.

1. Raccolta dei dati comportamentali

1. Registra i movimenti ocu.......

Discussion

PyOKR offre diversi vantaggi per lo studio delle risposte visive riflesse nei movimenti oculari. Queste includono l'accuratezza, l'accessibilità e le opzioni di raccolta dei dati, oltre alla capacità di incorporare la parametrizzazione e le velocità di stimolo variabili.

La valutazione diretta del guadagno di tracciamento oculare fornisce una caratterizzazione accurata del movimento oculare che è una metrica quantitativa più diretta rispetto al tradizionale conteggio manuale delle saccadi.......

Materials

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