分析老鼠发声的新工具可能为自闭症建模提供见解
发声在跨物种的社会交流中扮演着重要的角色,例如人类的说话和鸟类的鸣叫。雄鼠在雌鼠面前发出超声波叫声,两性在友好的社会交往中都会唱歌。老鼠的基因特征很好,并被广泛用于自闭症和其他领域的研究,但直到现在,研究它们的超声波发声仍有局限性。洛杉矶儿童医院萨班研究所的Pat Levitt博士领导的一个研究团队开发并演示了一种新的信号处理工具,能够对这些声音进行无偏见的、数据驱动的分析。这项研究发表在杂志上神经元五月三日。
对人类和动物发声的潜在神经生物学基础和遗传特性的研究已经确定了与发声产生、听觉处理和社会交流有关的有前途的基因和神经网络。理解复杂的发音老鼠以及它们如何与他们的社会行为相联系,这将对推进声音和社会交流研究至关重要,包括理解影响声音交流的基因如何与包括自闭症在内的发育障碍儿童相关联,”莱维特说,他也是南加州大学凯克医学院神经遗传学WM凯克教务教授。
研究团队开发并演示了一种信号处理工具,可对小鼠的超声发声进行快速、自动化、无监督和时间/日期标记分析。由于在发声过程中附加了时间和日期标记,研究人员希望这一工具将有助于将发声过程与视频记录的行为互动联系起来,从而能够从小鼠模型中挖掘出与自闭症患者经历的社交缺陷相关的额外信息。
该研究的第一合著者、CHLA的Allison Knoll博士表示,该领域的研究人员已经意识到并正在努力解释“老鼠”的含义发声通过使用音节分类系统对声音进行分类——将离散的声音定义为音节。由于老鼠发出的超声波发声的类型差异很大,为了分析这些信息,研究人员必须开发出使用手动或半自动技术对他们认为相似的声音进行分类和组合的方法。
“该工具使用人类语音和语言分析中使用的信号处理方法,通过完全自动化的语音处理来消除偏见,”Knoll说。的信号处理工具,称为小鼠超声轮廓提取(MUPET),可通过开放获取软件获得。