Wie bewegt sich ein Skelett? Eine neue Tracking-Methode zur Quantifizierung der Skelettkinematik bei sich frei bewegenden Nagetieren

Wie können wir die Bewegung eines Skeletts in einem pelzigen Tier messen, wenn es sich durch seine Umgebung bewegt? Forscher des Max-Planck-Instituts für Neurobiologie des Verhaltens haben eine Methode entwickelt, um Skelettbewegungen in frei beweglichen Nagetieren mit einem neuen Maß an Genauigkeit und Detailgenauigkeit zu quantifizieren.

Es basiert auf dem Aufbau eines Skelettmodells, das die Knochengelenkbewegung anhand grundlegender anatomischer Prinzipien berechnet, wie z. B. Gelenkrotationsgrenzen und Geschwindigkeiten, mit denen sich Körper bewegen können. Dieser Ansatz, veröffentlicht in Naturmethodeneröffnet eine neue Fähigkeit zu lesen, wie Tiere mit ihrer Umgebung interagieren, und beginnt, die Beziehung zwischen neuronaler Aktivität und komplexem Verhalten wie Entscheidungsfindung aufzudecken.

Haben Sie jemals darüber nachgedacht, wie sich Ihr Skelett im Laufe des Tages bewegt? Wenn wir an diese Frage denken, kommen uns sofort Röntgenbilder in den Sinn. Aber wie würden wir die Bewegung eines Skeletts ohne Röntgenstrahlen bei einem Tier messen, das herumrennt oder springt und mit seiner Umgebung interagiert? Und warum wäre das wichtig?

Das Studium des sich frei bewegenden Tieres gibt beispiellose Einblicke in das Verhalten und die Entscheidungsfindung von Tieren, beispielsweise wenn sie Raubtieren aus dem Weg gehen, Partner finden und ihre Jungen großziehen. Während viele Studien das Verhalten von Tieren gemessen haben, fehlten Studien, die die Mechanik ihrer Bewegung messen. Aber da Aktivität im Zentralnervensystem letztendlich zu Entscheidungen führt, die durch Körperbewegungen umgesetzt werden, ist die Messung dieser Mechanismen und deren Beziehung zu neuronaler Aktivität unerlässlich, um tiefe Einblicke in die Gehirnfunktion zu gewinnen.

Ohne ein Röntgengerät ist die Analyse der Bewegungen einzelner Knochen äußerst schwierig, da das Verschließen von überlagerndem Fell, Haut und Weichgewebe es kompliziert macht, eine Messung der Skelettbewegung zu erhalten. In letzter Zeit konnten mehrere fortschrittliche maschinelle Lernmethoden die Haltung eines Tieres und sogar Änderungen im Gesichtsausdruck eines Tieres genau messen. Bisher war jedoch keine der bestehenden Techniken in der Lage, die Veränderungen der Knochenpositionen und der Gelenkbewegung unter der sichtbaren Körperoberfläche zu verfolgen.

Forscher der Abteilung Verhalten und Gehirnorganisation am Max-Planck-Institut für Neurobiologie des Verhaltens in Bonn (MPINB) unter der Leitung von Prof.Dr. Jason Kerr, haben nun eine Videografie-basierte Methode zur 3D-Verfolgung des Skeletts mit der Auflösung einzelner Gelenke bei nicht angebundenen Tieren entwickelt, während sie mit ihrer Umgebung interagieren.

Ihr Anatomically Constrained Model (ACM) basiert auf einem anatomisch fundierten Skelett, das die Skelettkinematik eines Tieres abbildet, während es sich frei bewegt. Anhand dieser Daten war es möglich, das Innenleben eines Skeletts von Moment zu Moment zu messen, während die Tiere sprangen, gingen, sich streckten und herumliefen.

Dieser neue Ansatz kann auf mehrere pelzige Arten wie Mäuse und Ratten unterschiedlicher Größe und unterschiedlichen Alters angewendet werden. Um sicherzustellen, dass die Daten stimmen, arbeiteten die Forscher mit Kollegen vom Max-Planck-Institut für biologische Kybernetik und dem Max-Planck-Institut für Intelligente Systeme in Tübingen zusammen, indem sie MRT-Scans der Tiere verwendeten, um das ACM-Modell mit dem tatsächlichen Skelett zu vergleichen.

„Unsere neue Methode ist relativ einfach, ohne Fesseln und verwendet Overhead-Kameras. Sie löst viele Probleme, die mit der Verfolgung von sich frei bewegenden Nagetieren verbunden sind, insbesondere von solchen, die mit Fell bedeckt sind und deren Körper die Beine und Füße bedeckt“, sagt Prof. Dr. Jason Kerr, der die Studie gemeinsam mit Prof. Dr. Jakob Macke aus Tübingen leitete.

Einer der nächsten Schritte besteht darin, diesen Ansatz mit simultanen Aufnahmen von Neuronen im Gehirn zu kombinieren, wobei die von den Forschern am MPINB entwickelten Mini-Kopf-Multiphotonen-Mikroskope verwendet werden. Dies würde es ermöglichen, die neuronale Aktivität genau mit dem tatsächlichen Verhalten zu korrelieren, um mehr darüber herauszufinden, wie das Gehirn selbst komplexes Verhalten steuert.

Die Forscher werden ihre neue Methode auch anwenden, um die Bewegungskinematik bei anderen Tierarten in natürlicheren Umgebungen und gleichzeitig bei mehreren interagierenden Tieren zu messen. „Mit unserer neuen Methode werden wir einerseits weitere Erkenntnisse darüber gewinnen, wie Tiere mit ihrer Umwelt interagieren, und andererseits erhoffen wir uns Erkenntnisse darüber, wie Tiere miteinander interagieren“, sagt Jason Kerr.