Ученые КФУ предложили перспективный подход к диагностике нарушений походки животных Математические модели могут быть полезны в качестве эффективного инструмента в клинической диагностике различных патологических состояний нервной системы, сопровождающихся двигательными расстройствами. Ученые Казанского федерального университета осуществили видео-безмаркерное отслеживание и мультимасштабный анализ активности опорно-двигательного аппарата мыши на открытой арене: перспективный подход к количественной оценке сложных нарушений походки, связанных с болезнью Альцгеймера. В исследовании приняли участие заведующий кафедрой генетики Института фундаментальной медицины и биологии Казанского федерального университета Айрат Каюмов, ведущий научный сотрудник НИЛ OpenLab «Генные и клеточные технологии» Яна Мухамедшина, старший научный сотрудник той же лаборатории Татьяна Агеева, лаборант-исследователь Эльдар Давлетшин. Также участие в проекте приняли ученые из Санкт-Петербургского государственного электротехнического университета «ЛЭТИ», Института органической и физической химии им. А.Е. Арбузова. Результаты научной работы были опубликованы в Frontiers in Neuroinformatics. Сложные нарушения походки представляют собой одно из ярких проявлений различных нейрофизиологических состояний, в том числе широко распространенных нейродегенеративных заболеваний, таких как болезни Альцгеймера и Паркинсона. Таким образом, инструментальные методы измерения и автоматический компьютеризированный анализ представляются необходимыми для дифференциальной диагностики, а также для оценки эффективности лечения от экспериментальных моделей животных до клинических случаев. Команда научной группы «Молекулярные и клеточные механизмы нейрорегенерации» (руководитель Яна Мухамедшина) совместно с коллегами из Института органической и физической химии им. А.Е. Арбузова (руководитель Константин Петров) активно работают с животной моделью болезни Альцгеймера. «Согласно исследованиям, в России численность популяции пациентов с болезнью Альцгеймера составляет 1 млн 248 тыс. человек, с болезнью Паркинсона – чуть меньше и составляет около 1 млн человек. За четверть века из расчета на 100 тыс. населения увеличилась распространенность таких заболеваний, как болезнь Паркинсона (на 15,7 процента), болезнь Альцгеймера (на 2,4 процента). Про распространенность болезни Альцгеймера и Паркинсона у животных не говорят. Используют животные модели данных заболеваний (либо химическая индукция заболевания, либо использование трансгенных животных)», – пояснила Яна Мухамедшина. Безмаркерный инструментальный подход – это метод анализа движения животных без использования маркеров или датчиков. «Математическая модель строится на основе рекуррентных отображений, в некотором приближении предсказывающих, где будет находиться наблюдаемый объект на следующем шаге, с учетом некоторой предыстории его движения. Чем ближе параметры этого отображения к истинным характеристикам движения, тем точнее оно их воспроизводит и тем точнее решает задачи фильтрации (минимизации шумов в наблюдаемых видеозаписях), интерполяции (заполнения пропусков), экстраполяции (прогнозирования динамики движения). С точки зрения формального математического описания, это одна и та же задача поиска модели движения», – отметил профессор кафедры радиотехнических систем СПбГЭТУ «ЛЭТИ» Михаил Богачев. При данном подходе ведется анализ видеозаписей движений животных в манеже открытого поля с прозрачным полом с использованием компьютеризированной методики. Распознавание траекторий движения отдельных частей тела животных реализовано с использованием современных нейросетевых алгоритмов глубокого машинного обучения. В дальнейшем на основании результатов определения траекторий выполняется идентификация динамической модели походки. «Математической базой предложенного подхода послужили модели на основе взаимного фрактального броуновского движения, изначально известные в контексте задач статистической физики. Параметры модели, с одной стороны, могут быть использованы в качестве самостоятельных диагностических маркеров. С другой стороны, предложенные модели движения могут быть использованы для восстановления традиционно определяемых характеристик локомоции (речь идет об изменении длины и продолжительности шага, оценке воспроизводимости характера движений и ряда других, с уменьшенной по сравнению с прямыми методами измерений дисперсией оценки)», – подчеркнула Мухамедшина. Математические модели, применяемые в исследовании, могут быть полезны в качестве дополнительного инструмента в клинической диагностике различных патологических состояний нервной системы, сопровождающихся двигательными расстройствами. Значительный контингент больных, нуждающихся в проведении активной реабилитации, – это больные неврологической, нейромышечной патологией различного генеза и другими заболеваниями центральной и периферической нервной системы. Данные заболевания могут быть объединены по одному общему признаку – наличию патологии движений. Такие локомоции, как ходьба, стояние, возможность производить контролируемые движения в суставах верхних и нижних конечностей, в конечном счете определяют трудоспособность. Однако двигательная патология практически не может быть реально определена физическим обследованием пациента с помощью органов чувств или рутинными инструментальными методами. Для этого необходимы современные стандартизированные подходы, основанные на математических алгоритмах. «В работе, опубликованной во Frontiers in Neuroinformatics, мы впервые апробировали безмаркерный инструментальный подход к анализу нарушений походки на мышах трансгенной модели болезни Альцгеймера с использованием видеозаписи и компьютерного анализа. Данный подход станет перспективным направлением разработки инструментов прикладного анализа для диагностики нарушений походки и поведенческих аспектов в различных моделях неврологических заболеваний у животных», – добавила старший научный сотрудник Т. Агеева. Работа осуществлялась в рамках госзадания Минобрнауки России.