Meningkatkan Penilaian Rasa Sakit pada Tikus dan Mencit dengan Pendekatan Videografi dan Komputasional yang Canggih

Pendahuluan

Pengukuran rasa sakit yang akurat pada manusia dan hewan pengerat sangat penting untuk memahami neurobiologi rasa sakit dan menemukan terapi yang efektif. Namun, karena sifatnya yang subyektif, rasa sakit hampir tidak mungkin dinilai secara objektif. Di klinik, pasien dapat mengungkapkan pengalaman rasa sakit mereka menggunakan kuesioner dan skala rasa sakit, tetapi pelaporan mandiri bisa tidak andal karena berbagai pengaruh psikologis dan sosial atau kesulitan bagi beberapa pasien untuk mengungkapkan pengalaman mereka (misalnya, bayi, balita, dan mereka yang memiliki gangguan perkembangan saraf). Di laboratorium, tantangan ini bahkan lebih sulit karena peneliti mengandalkan perilaku hewan pengerat untuk mengukur rasa sakit atau pereda nyeri. Oleh karena itu, semakin disadari oleh peneliti rasa sakit, klinisi, dan entitas pendanaan bahwa pendekatan tradisional untuk menilai rasa sakit pada hewan pengerat mungkin cacat. Penting untuk dicatat, kekurangan ini mungkin telah berkontribusi pada beberapa obat yang gagal yang awalnya menunjukkan potensi sebagai analgesik dan mengarah pada inkonsistensi dalam pemahaman kita tentang dasar-dasar neurobiologi rasa sakit. Hal ini mendorong bidang ini untuk mencari cara baru dan lebih andal untuk mengukur rasa sakit pada hewan pengerat. Sejalan dengan upaya ini, ahli saraf perilaku di berbagai bidang sedang mengembangkan alat baru untuk memperbaiki pengujian perilaku mereka sendiri. Dalam tinjauan ini, kami menggambarkan beberapa upaya ini dan memberikan latar belakang untuk adopsi luas alat baru ini oleh bidang penelitian rasa sakit untuk mempercepat terjemahan temuan ilmu dasar ke klinik.

Analisis Subdetik pada Pengujian Nyeri Akut Membantu dalam Mengukur Pengalaman Sensorik

Pengukuran utama untuk sensasi nyeri pada hewan pengerat adalah penarikan cakar dari rangsangan termal, kimia, atau mekanis yang menyakitkan. Fitur dari respon penarikan seperti latensi atau frekuensi terjadi dalam rentang beberapa detik dan dapat dengan mudah dinilai oleh peneliti pemula. Namun, fitur bermakna yang terjadi pada skala waktu milidetik tidak terlihat oleh mata telanjang. Untuk mengatasi ini, peneliti beralih ke pencitraan video kecepatan tinggi, mengungkapkan bahwa fitur perilaku milidetik dapat dipecahkan dan bahwa fitur ini mengandung informasi bermakna tentang kondisi internal rasa sakit hewan.

Dalam satu studi, dua dari kami (I.A-S. dan N.T.F.) merekam perilaku mencit yang bergerak bebas di dalam kandang kecil pada 500 hingga 1000 fps untuk mengidentifikasi perbedaan antara gerakan subdetik yang disebabkan oleh rangsangan menyakitkan vs tidak menyakitkan pada cakar belakang. Melalui analisis statistik dan pembelajaran mesin, kami menemukan bahwa tiga fitur (tinggi cakar, kecepatan cakar, dan skor kombinasi dari perilaku terkait rasa sakit termasuk pengetatan orbital, gemetar cakar, menjaga cakar, dan melompat) dapat secara andal membedakan penarikan yang disebabkan oleh rangsangan menyakitkan vs tidak menyakitkan. Ini membuka kemungkinan untuk membuat “skala rasa sakit mencit”, yang menggunakan analisis komponen utama untuk menggabungkan tiga fitur menjadi satu angka (mirip dengan skala nol sampai sepuluh yang digunakan secara klinis). Kami lebih lanjut menunjukkan kegunaan skala rasa sakit ini dengan menentukan sensasi yang ditimbulkan oleh tiga filamen rambut von Frey (0,6, 1,4, dan 4,0 g) dan menemukan bahwa hanya 4,0 g yang menimbulkan penarikan seperti rasa sakit, sedangkan filamen 0,6 dan 1,4 g menimbulkan penarikan yang lebih mirip dengan yang terlihat dengan rangsangan tidak menyakitkan. Akhirnya, kami meneliti di mana pada skala rasa sakit ini aktivasi optogenetik dari dua populasi nociceptor yang berbeda, Trpv1Cre dan MrgprdCre akan berada. Sesuai dengan dugaan, aktivasi neuron garis keturunan Trpv1 menimbulkan penarikan dalam domain rasa sakit. Namun, aktivasi nociceptor Mrgprd nonpeptidergik menyebabkan penarikan dalam domain non-rasa sakit. Meskipun secara historis dianggap sebagai populasi nociceptor, data dari laporan lain juga menunjukkan bahwa neuron ini tidak cukup untuk menyampaikan sinyal rasa sakit pada kondisi dasar.

Kelompok lain juga telah mengekstraksi informasi bermakna dari perilaku subdetik. Satu kelompok mengidentifikasi bahwa latensi respon terhadap rangsangan menyakitkan lebih pendek (50-180 ms) dibandingkan dengan rangsangan tidak menyakitkan (220-320 ms). Kelompok lain memecahkan gerakan subdetik dari vibrisa kumis, tubuh, ekor, dan gerakan cakar belakang untuk mengidentifikasi bahwa postur hewan dapat mempengaruhi latensi gerakan terkait rasa sakit, menyarankan kontrol inhibitori tingkat sirkuit dari perilaku tersebut. Satu studi menunjukkan bahwa bahkan menggunakan frame rate yang lebih rendah (240 fps) dengan kamera Apple iPhone6 dapat memecahkan penarikan cakar subdetik, menjaga cakar, dan melompat. Secara kolektif, studi-studi ini mengungkapkan bahwa data bermakna dapat diekstraksi dari resolusi temporal yang ditingkatkan dari pengujian rasa sakit yang ditimbulkan oleh rangsangan, memungkinkan perkiraan yang lebih baik dari kondisi rasa sakit hewan.

[1]Fried, N. T., A. Chamessian, M. J. Zylka, and I. Abdus-Saboor. “Improving Pain Assessment in Mice and Rats with Advanced Videography and Computational Approaches.” Pain. journals.lww.com, 2020. https://journals.lww.com/pain/fulltext/2020/07000/improving_pain_assessment_in_mice_and_rats_with.3.aspx.


[1] N. T. Fried et al., “Improving Pain Assessment in Mice and Rats with Advanced Videography and Computational Approaches,” Pain (journals.lww.com, 2020), https://journals.lww.com/pain/fulltext/2020/07000/improving_pain_assessment_in_mice_and_rats_with.3.aspx.

Leave a Reply

Your email address will not be published. Required fields are marked *