Влияние феназепама на паттерны поведения крыс

##plugins.themes.bootstrap3.article.main##

Оксана Владимировна Агафонова
Эдуард Арменакович Коркотян

Аннотация

Благодаря развитию сферы информационных технологий для многих исследователей становятся доступными новейшие методы в наблюдении, фиксации, а также анализе разного рода массивов данных. Так, компьютеризированный анализ на основе новых алгоритмов способствует сопоставлению разных схем поведения, включая изучение динамики активности животных под воздействием нейротропных препаратов, примером которых может служить феназепам. Цель исследования – сопоставление паттернов поведения двух групп лабораторных крыс: контрольной группы и группы под воздействием феназепама, с применением систем компьютерного анализа, а также изучение влияния феназепама на поведение крыс как таковое. В результате исследования были выявлены особенности в уровне выраженности общей траектории движения крыс в ходе тестирования. Также применение разработанных нами приемов цветового временного кодирования позволило обнаружить существование корреляции в поведении между двумя временными позициями. Сфера применения разработанных нами методов не ограничена научно-лабораторной практикой. Многие из этих методов применимы к людям, особенно, к пациентам, страдающим неврологическими и моторными расстройствами широкого спектра.

##plugins.themes.bootstrap3.article.details##

Как цитировать
Агафонова O. V. ., & Коркотян E. . (2022). Влияние феназепама на паттерны поведения крыс. Вестник Пермского университета. Серия Биология, (4), 335–339. https://doi.org/10.17072/1994-9952-2022-4-335-339
Раздел
Нейробиология
Биографии авторов

Оксана Владимировна Агафонова, Пермский государственный национальный исследовательский университет, Пермь, Россия

Магистрант кафедры фармакологии и фармации

Эдуард Арменакович Коркотян, Институт им. Вейцмана, Реховот, Израиль

Доктор философии, зав. лабораторией конфокальной микроскопии

Библиографические ссылки

Andreev A. et al. New Approaches to Studying Rodent Behavior Using Deep Machine Learning. Interna-tional. Conference on Advances in Digital Science. (2021): pp. 365-374. DOI: 10.1007/978-3-030-71782-7_32.

Crusio W. Genetic dissection of mouse exploratory behavior. Behavioural Brain Research. (2001): pp. 127-132.

International Convention for the Protection of Animals. 1988. URL: https://www.animallaw.info/treaty/international-convention-protection-animals.

Godec P. et al. Democratized image analytics by visual programming through integration of deep models and small-scale machine learning. Nature Communications. (2019): pp. 45-51.

Google Colab. 2022. URL: https://colab.research.google.com.

Hepsomali P. et al. Effects of Oral Gamma-Aminobutyric Acid (GABA) Administration on Stress and Sleep in Humans: A Systematic Review. Front Neurosci. 14 (2020): p. 923.

Maskell P. Phenazepam: The drug that came in from the cold. Journal of Forensic and Legal Medicine. (2012): pp.122-125.

Oyemade A. New Uncontrolled Benzodiazepine, Phenazepam, Emerging Drug of Abuse. Innov. Clin. Neurosci. 2012, 9.

Schindelin J. et al. Fiji: an open-source platform for biological-image analysis. Nature Methods. 2012. P. 676-682.

Seibenhener M., Wooten M. Use of the Open Field Maze to Measure Locomotor and Anxiety-like Beha-vior in Mice. Journal of visualized experiments. (2015): рр. 1-6.

Stanton A.G. Primer of biostatistics. New York, McGraw-Hill, 2001.

Sysoev Yu.I. et al. Application of a naive Bayesian classifier to identify the effects of various neurotropic drugs on the parameters of electrocorticograms in rats. In press. 2022. URL: https://istina.msu.ru/publications/article/433079350/

Walsh R., Cummins R. The open-field test: a critical review. Psychological bulletin. (1976): рр. 482-504.