Details

В данной работе представлен сравнительный анализ активности нейрон- ных ансамблей дорсального гиппокампа у трансгенных мышей линии 5xFAD (мо- дель болезни Альцгеймера), здоровых животных и животных после терапии. Дан- ные кальциевой визуализации регистрировались у свободно передвигающихся мышей с использованием миниатюрного микроскопа и агрегировались в двухсе- кундные окна для сохранения временной структуры. Для выявления скрытых закономерностей в многомерных данных были применены методы снижения размерности, включая t-SNE, UMAP, PCA, ICA и MDS. Наиболее выраженное разделение между группами обеспечил метод t- SNE: у трансгенных мышей проекции манифолдов были компактными, тогда как у остальных групп наблюдались более разреженные структуры. Поведенческие состояния (бег, сидение, груминг) определялись с помощью системы отслеживания, основанной на методах искусственного интеллекта, и со- поставлялись с нейронной активностью. Аппроксимация распределения точек эл- липсами позволила выявить геометрические различия между группами. Класси- фикация на основе параметров эллипсов показала, что структура манифолдов с учётом поведения отражает патологические изменения и может использоваться для оценки нейродегенеративных нарушений.

This study presents a comparative analysis of neuronal population activity in the dorsal hippocampus of transgenic 5xFAD mice (a model of Alzheimer’s disease), healthy controls, and treated animals. Calcium imaging data were recorded in freely moving mice using the miniscope technique and processed via two-second aggregation windows to preserve temporal dynamics. To extract structure from the high-dimensional data, several dimensionality reduction methods were applied, including t-SNE, UMAP, PCA, ICA, and MDS. Among them, t-SNE best captured group-specific features, showing compact manifolds for transgenic mice and more distributed patterns in other groups. Behavioral states (running, sitting, grooming) were identified using AI-based tracking and linked to neural activity. Confidence ellipses fitted to behavioral subsets revealed geometric differences between groups. Classification based on ellipse parameters demonstrated that behavioral manifold structure reflects underlying pathology, offering a promising tool for detecting functional degradation in AD models.

• Сравнительный анализ активности нейронных ансамблей гиппокампа лабораторной мыши в норме и патологии с помощью метода Manifold learning
  • Список сокращений и условных обозначений
  • Введение
  • 1. Материалы и методы исследования
  • 2. Результаты исследования и их обсуждение
  • Заключение
  • Список литературы