Başlamak için Python tabanlı optokinetik refleks veya PyOKR analizi için gerekli yazılımı indirin ve yükleyin. Bir Windows bilgisayarda, PyOKR içe aktarma işleminden o olarak OKR_win ve ardından o.run komutunu çalıştırın. Kullanıcı arayüzünü açtıktan sonra, dosya'ya tıklayın ve ardından istenen dalga dosyasını seçmek için bir tarayıcı açmak için açın.
Bir çıktı klasörü seçmek için klasörü dışa aktar'a tıklayın. Çıktı dosyasının altına, son analiz dosyası adını girin. Programı tek bir hayvan için ayarlamak üzere dosya altında konuyu ayarla'yı seçin.
Uyaran parametrelerini ayarlamak için, uyaran yönünü seçmeye gidin ve dört ana yön arasında bir yönlülük tanımlayın. Uyaran türünü seç altında, tek yönlü, salınımlı veya eğik'i seçin. Ardından, baş ve kuyruk fonksiyonlarını kullanarak, başında ve sonunda uyaran olmadan geçen süreyi ayarlayın.
Dönemin uzunluğunu, uyaran sonrasının uzunluğunu ve dönem sayısını ayarlayın. Tek yönlü ve eğik uyaranlar için, yatay hızı ve dikey hızı saniyede derece olarak ayarlayın ve yakalama kare hızını belirtin. Sinüzoidal uyaranlar için frekansı ve genliği ayarlayın.
Parametrelerden uyaran vektörü oluşturmayı kullanarak, giriş uyaran bilgilerinden uygun modeli yapın ve toplam dalga dosyasına taramak için dönem seç'e tıklayın. Maksimum hız değişikliklerine dayalı olarak hızlı fazlı sakkadları otomatik olarak seçmek için filtrelenmemiş verilere veya ön ayarlama için filtre verilerine tıklayın. Filtrelenmemiş veriler altında, sakkadların mavi bir nokta ile doğru şekilde seçildiğini onaylayın.
Farenin orta tuşu ile noktaları kaydedin ve grafiği kapatın. Otomatik filtreleme isteniyorsa, filtre Z-skoru eşiğini ayarlayın ve sakkadları otomatik olarak filtrelemek için filtre verileri'ne tıklayın. Uygun sakkad seçiminden sonra, çıkarılacak bölgeyi seçmek için nokta ayarına basın.
Üst ve alt noktaları değiştirin ve fare düğmelerini kullanarak kaydedin. Ayarlanan polinom sırasını kullanarak, tek tek yavaş fazlara uyan polinom modelini tanımlayın. Yavaş faz modellerini oluşturmak ve dönem boyunca ortalaması alınan mesafeleri, hızları ve izleme kazançlarını hesaplamak için son analizi seçin.
Seçilen bölgelerin iki boyutlu veya üç boyutlu grafiğini görüntülemek için 2B grafiği görüntüle'yi veya 3B grafiği görüntüle'yi seçin. Toplu bir değer oluşturmak için kaydedilecek dönem ekle'yi seçin ve belirli bir hayvan için tüm eklenen değerleri ve ortalamaları görüntülemek için mevcut veri kümesini görüntüle'yi seçin. Belirli bir hayvan için tüm dosyalar için tüm süreci tekrarladıktan sonra, tüm dalga verilerini içeren son bir veri seti oluşturun.
Son olarak, veri kümesini dışa aktarma verileri aracılığıyla dışa aktarın ve bir sonraki hayvan verilerine geçin. Tbx5 koşullu nakavt farelerde yapılan PyOKR analizi, bu hayvanların vahşi tip farelere kıyasla normal yatay izleme kazanımlarını koruduğunu gösterdi. Bununla birlikte, bu fareler, hem yukarı hem de aşağı doğru uyaranlara yanıt olarak sıfıra yakın kazançlarla önemli ölçüde dikey izleme kaybı gösterdi.
Ek olarak, sinüzoidal tepkilerin analizi, Tbx5 koşullu nakavt farelerinin, önemli ölçüde azalmış dikey izleme gösterirken daha fazla yatay izleme kazancı sergilediğini doğruladı.
