Ein Forschungsteam unter der Leitung von Jackson Laboratory (JAX) Associate Professor Vivek Kumar, Ph.D., hat eine nicht-invasive Methode entwickelt, um die Körpermasse von Mäusen genau und kontinuierlich mit Hilfe von Computer-Vision zu messen. Das Ziel des Ansatzes ist es, den Stress zu reduzieren, der mit traditionellen Wägetechniken verbunden ist, um die Qualität und Reproduzierbarkeit biomedizinischer Forschung, die Mäuse einschließt, zu verbessern.
In der menschlichen Gesundheit und biomedizinischen Forschung ist die Körpermasse ein kritischer Wert, der oft als Indikator für die Gesundheit und als Vorhersage für potenzielle Gesundheitsprobleme dient. Für Forscher, die mit Mäusen arbeiten, dem häufigsten Versuchsobjekt in präklinischen Studien, erfordert die Messung der Körpermasse traditionell das Entfernen der Tiere aus ihren Käfigen und das Platzieren auf einer Waage. Dieser Prozess kann stressig für die Mäuse sein und Variablen einführen, die das Ergebnis von Experimenten beeinflussen können.
Kumar und sein Team von Rechnungswissenschaftlern und Software-Ingenieuren wandten sich der Computer-Vision-Technologie zu, um eine Methode zur Berechnung der Körpermasse mit weniger als 5% Fehler zu entwickeln. Diese Ergebnisse bieten Forschern eine neue Ressource, die die Qualität einer Vielzahl von präklinischen Studien verbessern soll. Die Forschungsgruppe stand vor verschiedenen Herausforderungen bei der Entwicklung dieser Methode, einschließlich der Verwendung unterschiedlicher Mausstämme mit einzigartigen Größen, Verhaltensweisen und Fellfarben, was den Einsatz von visuellen Metriken, maschinellem Lernen und statistischen Modellierungen erforderte.
Die neue Methode bietet mehrere Vorteile für Forscher, darunter die Erkennung kleiner, aber signifikanter Veränderungen der Körpermasse über mehrere Tage, was für Studien mit Medikamenten oder genetischen Manipulationen entscheidend sein könnte. Darüber hinaus hat die Methode das Potenzial, als Diagnosewerkzeug für die allgemeine Gesundheitsüberwachung zu dienen und kann in Zukunft auf verschiedene experimentelle Umgebungen und andere Organismen angepasst werden.