莫舍

背景

测量实验室啮齿类动物的食物摄入量可以提供一个重要的指标，一般福利，从手术恢复，是代谢研究的一个重要的实验参数。然而，准确监测一只老鼠的单个喂养模式，特别是在社会住房中，在技术和后勤方面都具有挑战性。

目前，测量食物摄入量的方法主要有三种:

• 称量家里笼子里的食物漏斗:将两只或两只以上表型相同的老鼠关在一起，每天称食斗的重量。当老鼠待在笼子里时，这种方法的准确性和灵敏度都有限，而且笼子每天都需要被打扰，这可能会影响动物的行为和食物摄入。需要数周的数据收集来衡量食物摄入量的持续变化。用这种方法不可能测量单个小鼠的消耗。

• 代谢/量热法罩盖:老鼠被单独安置在坚硬的地板上(通常是网格或带孔的塑料)，并使用特别设计的料斗测量食物摄入量。虽然这种方法可以精确测量食物摄入量，但动物的单一住所和与住所变化相关的初始压力会减少整体的食物摄入量。所使用的食物通常必须与喂养小鼠的配方不同(例如，地面饲粮或不同的颗粒)，笼子是昂贵的，需要特定的货架，因此不适合广泛用于日常福利监测或跟踪发展的表型(Stechmanet al。, 2010;Kalliokoshi等, 2013)。

• 笼子里的料斗系统电子的，开源的系统已经出版，其中包括一个笼内颗粒分配器(Nguyen等.， 2016)，虽然这提供了从家庭笼的精确测量，但它需要设备安装在笼内，减少了地板空间。同样，颗粒与老鼠的喂养配方不同，分析并不直接，关键的是，单个动物无法被识别。这连同成本，使它不可能适用于所有类型的笼子和广泛使用。

老鼠通常每天吃2g到5g，在社会住房中，不可能监测个体的食物摄入量。开发一种能够提供基本的、易于理解的每只老鼠的食物消耗数据的系统，并能适应任何笼子系统，这对许多使用老鼠模型的研究人员都是有益的。

玛丽·里昂中心在任何时候都为数百名英国研究人员收容了55000只老鼠，其中许多老鼠都接受了规范的治疗。目前，福利监测包括一系列措施，如定期给老鼠称重。由于老鼠的体积很小，称重的准确性很大程度上取决于一天中的时间，即它们最近是否小便、排便或进食。开关重量可能是不准确的，因此总是需要反复处理和重新称重。一种快速而准确的方法来检测实验种群中食物摄入量的减少或增加，不仅可以增强表型数据，还可以为健康和福利恶化提供早期预警系统。

哈维尔大学的代谢研究小组在老鼠身上进行了详细的能量平衡研究。然而，准确的能量摄入测量仍然是一个问题，因为单一住房会导致行为的变化，这可能会加剧老鼠的焦虑和其他特征，从而改变食物摄入量。此外，食物摄入量数据缺乏随时间和个体的平均粒度。例如，Harwell小组测量了携带Otp基因突变的成对动物的摄食量，Otp基因与哺乳动物的能量稳态有关:当这些老鼠单独被关在室内时，它们经常停止或显著减少摄食量(可能是由于压力)，阻碍了准确的能量平衡分析。鉴于昼夜节律在调节新陈代谢方面的重要性，在了解动物如何在昼夜循环中进食方面也有未开发的潜力。对单个动物的食物摄入量、喂养模式和周期模式的持续测量，与其他代谢数据相交叉，将使关于“现实生活”代谢调节的问题得到解决。

3 rs的好处

开发一种系统，精确测量群体饲养小鼠的个体食物摄入量，产生以下3Rs影响:

细化:

• 一种非侵入性的测量食物摄入量的方法，在新环境的物理限制的压力方面，对动物没有成本。
• 这些信息对于改善动物从手术等过程中恢复时的护理和镇痛至关重要。
• 食物摄入量可以作为健康状况的代表，也可以作为早期减肥的人道终点(在观察到对体重的影响之前，先影响食物摄入量)，这使得许多类型的研究和小鼠模型得以完善。
• 当设计涉及食物限制、体重监测、能量平衡和/或代谢突变的实验时，可以利用老鼠喂养模式的数据库。这将使实验得以改进，例如能够将禁食时间限制在生理反应所需的最小有效时间内，避免长时间的饥饿。

减少:

• 对于糖尿病、肥胖和新陈代谢研究来说，能够进行精确、重复和动物内测量将提高实验的统计能力，减少使用的动物数量。追踪动物的昼夜周期而不增加动物个体福利成本的附加价值也将带来重大的科学效益。
• 与所有笼子类型的兼容性提供了一个机会来改进和减少广泛的研究(例如福利监测，手术恢复，代谢研究，表型，药物开发，毒理学等)。

充满挑战的信息

挑战冠军

项目团队负责人:

• 文瑞麟博士，研究仪器有限公司£99382

评价信息

挑战小组成员:

成员名	机构
Martino Picardo博士(主席)	独立的
Sara Wells博士(赞助商)	MRC哈维尔研究所
Roger Cox博士(赞助人)	MRC哈维尔研究所
迈克Capaldi博士	纽卡斯尔大学
保罗博士布鲁克	独立的
博士Vootele Voikar	赫尔辛基大学
詹姆斯博士Brusey	考文垂大学
Jann Hau教授	哥本哈根大学
克里斯Lelliott博士	威康信托桑格研究所

研究设备有限公司的团队(Dhireshan Gadiagellen博士、Lawrence Moon博士和Sotiris Kakanos博士)与哈威尔医学院的赞助商合作，开发了一种功能齐全的监测系统，能够从视觉上识别老鼠并评估它们的食物摄入量。

该监控系统利用人工智能(AI)和摄像头，可以改造到现有的家庭笼架，并在明暗两阶段捕捉数据。该系统是可扩展的，因此可以监视大量的笼子，数据存储可以在本地或云，基于web的应用程序易于用户访问。

通过创建一个易于访问、易于采用的监测系统，可以分析社会饲养小鼠的食物摄入，从而可以更早地发现患病动物的症状，从而在更早的时间点进行治疗，改善动物的福利。此外，在研究疾病模型时，更早的疾病检测可能导致更人道的时间点。从长远来看，它可以通过改善终点和提供准确的喂养习惯分析，减少研究中所需的动物数量。

本项目开发的AI分析工具可以适应其他行为，该系统可以在其他行业和其他类型的数据有更广泛的应用。

在MRC Harwell的赞助商与团队密切合作，以确保该系统可以无缝集成到当前的老鼠住房系统，并提供了专业标记的数据集，以训练神经网络进行精确推断。研究设备有限公司和MRC Harwell继续密切合作，扩大该系统的使用。

有关研究仪器有限公司的更多资料，请浏览此网页在这里．