《BioSystems》：Automated quantitative analysis of differences in
Caenorhabditis elegans head swings and omega turns among strains
编辑推荐：
神经退行性疾病研究利用线虫模型，通过头尾定位和自动计数头摆及Omega转向行为，揭示运动神经元与运动行为的关系，为疾病治疗提供新思路。
作者：Wenyue Zhan, Weiyang Chen, Yi Pan
曲阜师范大学网络科学与工程学院，中国曲阜273165
摘要
神经退行性疾病近年来受到了广泛关注。为了更好地理解这些疾病的发病机制并找到有效的治疗方法，科学家们越来越多地在研究中使用模式生物。线虫作为研究神经退行性疾病的模式生物，为基因、运动神经元和运动行为之间的关系提供了重要见解。通过使用头部和尾部定位模型来确定线虫的位置，并自动计数头部摆动和Ω型转弯次数，对不同线虫品系的行为差异进行分析，可以展示运动行为与运动神经元之间的联系。自动计数的结果成为运动神经元完整性的关键指标，强调了神经系统调节在线虫运动行为中的重要性，并为研究感觉系统和行为机制提供了新的途径。这可能对神经退行性疾病的治疗具有潜在意义。
引言
近年来，随着全球人口老龄化[1]，患有神经退行性疾病（ND）的人数呈上升趋势[2]。这些疾病的发病机制各不相同，其原因尚未完全明了；因此，目前缺乏有效的治疗方法[3]。其中之一是肌萎缩侧索硬化症（ALS）[4]，这是一种由运动神经元缺陷引发的神经退行性疾病[5]。这种疾病会影响运动神经元的功能，导致患者肌肉无力和萎缩，给个人健康带来沉重负担，并对全球医疗系统构成重大挑战。为了更深入地了解病理过程并开发有效的治疗策略，研究人员开始利用模式生物来探索导致疾病发生和进展的复杂机制，最终目标是找到新的预防和治疗方法[6]。
作为模式生物，秀丽隐杆线虫（C. elegans）因其在生物学领域的杰出贡献而受到广泛关注。如今，线虫被广泛应用于多个领域的研究，包括衰老[7]、发育[8]、神经科学[9]、行为[10]和基因组学[11]。作为首个完成全基因组测序的多细胞生物[12]，C. elegans在基因组学方面具有独特优势，其所有细胞都易于追踪，使其成为研究神经退行性疾病的理想模型。此外，C. elegans与人类基因的相似度约为60-80%[13]，这意味着许多与人类疾病相关的基因在C. elegans中也有对应的同源基因[14]。这种高度的基因相似性，加上其易于操作的特点，使得C. elegans成为研究神经退行性疾病发病机制和筛选潜在治疗药物的重要平台[15]。
鉴于运动神经元缺陷通常是ALS的根源[16]，要更好地理解这种疾病的病理生理学，就需要研究线虫的运动神经元。运动神经元的状态可以通过运动行为来观察。因此，量化线虫的运动对于评估神经元健康状况至关重要[17]。早期研究中，线虫表现出多种运动行为，包括头部摆动、身体弯曲以及前后移动，这些都可以用于定量分析。选择头部摆动和Ω型转弯行为进行研究，是因为线虫头部摆动行为的敏感性以及Ω型转弯行为观察的简便性。在实际操作中，通常采用手动计数来定量分析线虫的运动行为[18]。然而，手动计数不适用于持续、长期的研究，也不适合大规模计数任务。
幸运的是，得益于技术的发展和不断进步，研究线虫运动行为有了新的工具。例如，Swierczek等人开发的Multi-Worm Tracker（MWT）能够对多个C. elegans样本进行高通量、实时的行为分析。MWT系统几乎不需要人工干预，就能快速有效地量化线虫的行为。然而，该系统无法区分线虫的头部和尾部，因此无法分析头部运动[19]。Javer等人开发的开源软件平台Tierpsy Tracker[20]专门用于C. elegans和其他小型模式生物的形态学、运动和复杂行为的高通量分析，并已在多个领域得到广泛应用[21][22]。不过，用户必须根据实验条件手动优化参数才能从数据集中提取行为数据[23]。此外，随着人工智能的进步，越来越多的工具被开发出来用于分析线虫的运动行为。例如，Liu等人开发了一个线虫检测框架，可以实现多条线虫的实时精确跟踪，并定量分析运动参数，如运动速度、身体弯曲角度和滚动频率，以及复杂线虫行为的自动分析[24]。然而，这些工具通常并不专门用于捕捉或分离线虫的头部摆动行为，而是关注更广泛的运动指标或将头部运动视为整体运动分析的一部分[25][26][27]。因此，我们提出了一种自动化方法，可以无需人工干预即可准确计数单个线虫的头部摆动和Ω型转弯次数（图1）。
方法
本节详细介绍了所提出的线虫头部和尾部定位方法、视频和图像处理以及自动化行为量化方法。
结果
为了验证该方法的有效性，我们评估了头部和尾部定位的准确性、头部摆动和Ω型转弯的量化情况，以及正常线虫和神经元受损C. elegans之间的行为差异。
讨论
我们开发了一种自动化计数方法，以减少手动量化线虫Ω型转弯和头部摆动所需的时间和劳动力。该方法的准确性通过手动计数和已建立的替代方法进行了验证。在比较运动行为时，运动神经元缺陷的线虫表现出显著较少的Ω型转弯和头部摆动，这表明这些指标可能是运动神经元功能的敏感生物标志物。
作者贡献声明
Weiyang Chen：撰写 – 审稿与编辑、监督、项目管理、研究、资金获取、概念构思。Yi Pan：撰写 – 审稿与编辑、监督、研究、资金获取、概念构思。Wenyue Zhan：撰写 – 原始草稿、可视化、验证、软件开发、方法学、正式分析
利益冲突
作者声明没有利益冲突。
利益冲突声明
? 作者声明他们没有已知的利益冲突或个人关系可能影响本文所述的工作。
致谢
本工作得到了国家自然科学基金-天元数学（项目编号：12526418）、深圳智能生物信息学重点实验室（项目编号：ZDSYS20220422103800001）以及济宁重点研发计划（项目编号：2025HHCG015）的支持。
