在神经退行性疾病的临床前模型中研究关节动力学的精细运动任务
Alexandria Melick1, David Lukacik1, Shankar Chawla2
1Department of Psychology, Arizona State University.
Journal of visualized experiments : JoVE
|June 30, 2025
概括
一个新的精细运动任务,KINEMAT,在临床前模型中显示出检测神经退行性疾病如阿尔茨海默病 (AD) 的前景. 这项任务评估运动能力的变化,有助于早期发现和了解疾病进展.
科学领域:
- 神经科学是一个神经科学.
- 老年学是指老年学的学科.
- 生物医学工程 生物医学工程
背景情况:
- 运动功能障碍是神经退行性疾病 (如阿尔茨海默氏症) 中的一个关键,但经常被忽视的症状.
- 精细运动任务,视觉空间能力和执行功能显示出早期AD检测的潜力,但潜在的机制仍然不清楚.
研究的目的:
- 开发和验证一种新的精细运动任务,即动力运动能力任务 (KINEMAT),用于评估神经退行性疾病的临床前模型中的运动能力变化.
- 与正常衰老相比,研究KINEMAT在阿尔茨海默氏症和其他神经退行性疾病模型中区分运动障碍的实用性.
主要方法:
- 设计和实施了KINEMAT,这是一项需要老鼠从不同难度的碗中提取颗粒的任务.
- 使用免费的,开源的机器学习软件进行数据分析.
- 在Fisher 344 CDF大鼠中验证了Harmaline诱导的运动障碍和TgF344-AD大鼠模型中的任务.
主要成果:
- 用harmaline治疗的老鼠表现出显著的运动缺陷,包括减少总触及和增加脚姿势的变化.
- 在TgF344-AD小鼠中,总触及率降低,颗粒取回成功率也降低.
- 在KINEMAT任务中,在不同模型中显示出对运动障碍的敏感性.
结论:
- KINEMAT任务是研究神经退行性疾病的动物模型中的精细运动变化的可行和敏感工具.
- 这项任务有可能在未来研究正常衰老和AD等神经退行性疾病的早期阶段.
