母体高脂饮食与新生儿LPS暴露延长新生大鼠超声发声序列并改变其叫声类型结构:一项基于DeepSqueak的时序与句法分析

《Developmental Psychobiology》:Maternal High-Fat Diet and Neonatal LPS Exposure Prolong USV Sequences and Shift Call-Type Repertoires in Neonatal Rats

【字体: 大 中 小 】 时间:2026年03月21日 来源:Developmental Psychobiology 2.2

编辑推荐:

  本研究旨在探究早期炎症应激如何重塑新生大鼠的通讯信号。为解决传统超声发声(USV)分析忽略其复杂声谱、时序与句法结构的问题,研究人员利用深度学习工具DeepSqueak,系统评估了母体高脂饮食(mHFD)和新生儿脂多糖(nLPS)暴露对Long Evans大鼠幼崽USV的影响。研究发现,mHFD使发声序列时长延长25%,nLPS使每个序列的叫声数增加30%,并显著改变了叫声类型的比例和转换概率。这些结果表明,USV的时序和句法特征是早期炎症应激的敏感标记,为评估神经发育障碍相关的通讯缺陷提供了新的分析维度。

  
新生的小鼠或大鼠在离开温暖的巢穴和母亲时,会发出人耳听不见的超声波叫声(USV),这是它们呼唤妈妈回来的“秘密语言”。这些叫声的“数量”和“基本特征”已被广泛研究,但它们的“旋律”如何组织(即声谱模式、时间顺序和“语法”结构)所蕴含的生物学意义,却仍是一个“黑箱”。与此同时,生命早期的“炎症应激”——比如妈妈怀孕和哺乳期吃高脂肪食物(mHFD),或者新生儿期接触细菌毒素脂多糖(nLPS)——已被证明会影响后代的大脑发育和行为,但它们如何共同“改写”这种至关重要的早期沟通信号,在很大程度上仍是未知的。
为了破解这个“黑箱”,一个来自多伦多大学斯坎伯分校等机构的研究团队开展了一项精细的研究。他们想知道,mHFD和nLPS这两种常见的早期应激,是否会改变新生大鼠USV的“旋律”与“语法”?他们采用了一个强大的新工具——名为DeepSqueak的深度学习系统,来自动、无监督地分析和分类成千上万的USV。这项研究不仅验证了DeepSqueak与传统手动分析(使用Avisoft SASLab Pro软件)结果高度一致,更重要的是,它首次系统地揭示了mHFD和nLPS如何特异性地重塑USV的时序结构和叫声类型“词库”。这项研究成果发表在《Developmental Psychobiology》期刊上。
为开展此项研究,研究人员主要运用了以下关键技术方法:1. 动物模型与应激处理:使用Long Evans大鼠,在交配前3周直至妊娠和哺乳期,分别给予母鼠高脂饮食(HFD)或对照饮食(CHD)。其后代在出生后第3天和第5天(PND3, PND5)腹腔注射脂多糖(nLPS)或生理盐水,构建了mHFD/nLPS、mHFD/生理盐水、对照饮食/nLPS、对照饮食/生理盐水四种处理组合。2. 超声发声记录:在PND7,将幼崽短暂与母鼠分离,置于隔离腔中,使用Avisoft CM16/CMPA电容麦克风和UltraSoundGate设备录制5-10分钟的USV。3. 自动化USV分析:核心是使用DeepSqueak深度学习系统,对录音文件进行自动检测、降噪,并利用K-means无监督聚类将USV分类为六大声谱类别(简单、1-扫频、2-扫频、≥3-扫频、移位、复合)。该系统还能计算叫声间间隔(ICI),将叫声组织成序列和段落,并进行句法(转换概率)分析。4. 数据验证与统计:将DeepSqueak的分析结果(叫声数量、时长、峰值频率、叫声类型比例)与先前已发表的手动分析(Avisoft)结果进行一致性比较。对研究二的复杂数据,使用对齐秩变换(ART) 进行非参数方差分析,并使用主成分分析(PCA) 和置换多元方差分析(PERMANOVA) 来量化不同处理组间叫声类型“词库”的差异。
研究结果显示,mHFD和nLPS显著改变了新生大鼠USV的多维度特征:
3.1 研究1—DeepSqueak与手动编码的评估
DeepSqueak与手动分析(Avisoft)在检测总时长、平均时长、峰值频率及主要叫声类型比例等核心指标上表现出高度一致性(>97%)。这证实了DeepSqueak作为一种高通量、自动化工具的可靠性,能够复现手动分析所发现的主要效应,例如mHFD导致后代USV总时长和平均时长缩短。
3.2 研究2—新生儿炎症应激对幼崽USV的影响
3.2.1 叫声数量、时长、频率调制和音高
在基本声学参数中,叫声数量和时长未受性别、饮食或药物的显著影响。然而,频率调制受到性别和母体饮食的显著影响,高脂饮食母鼠的雌性后代频率调制降低。叫声音高则受到性别和新生儿药物(nLPS)的显著影响。
3.2.2 叫声、序列和段落的时序组织
这是本研究的核心发现之一。研究人员根据叫声间间隔将USV组织成序列(由短间隔分开的叫声串)和段落(由长间隔分开的序列串)。
  • •
    mHFD使序列的平均时长显著延长,并使段落的平均时长极显著地延长了约35%。
  • •
    nLPS使每个序列中的叫声数量增加了约30%。
  • •
    最重要的发现之一是,mHFD后代的段落内序列速率(单位时间内产生的序列数)急剧下降。这表明,虽然mHFD幼崽的叫声“段落”更长,但它们的“段落”结构变得更松散,序列产生的节奏更慢。
3.2.3 叫声类型“词库”
通过主成分分析(PCA)对16种具体叫声类型的比例进行多变量分析发现,不同处理组的叫声“词库”存在明显分离。PCA结果显示,饮食效应(PC1)是主要的分离轴,药物效应(PC2)次之。具体而言,对照饮食组的幼崽更多使用“平调”和“短促”叫声,而mHFD和nLPS暴露的幼崽则显著增加了“步升”、“步降”和“多步”等更复杂调制叫声的比例。PERMANOVA分析确认了母体饮食对叫声类型比例有显著的主效应。
3.2.4 USV的句法分析(转换与段落结构)
通过DeepSqueak计算叫声类型间的转换概率,以探究USV的“语法”。
  • •
    在所有条件下,“平调”叫声在转换矩阵中都具有最高的出现概率,表明它是USV“语法”中的核心元素。
  • •
    描述性分析显示,mHFD后代的转换矩阵中,“平调”和“多步”叫声的自我重复(即同一叫声连续出现)趋势更为明显,暗示其叫声序列的灵活性或多样性可能降低。
  • •
    mHFD+nLPS双重暴露的后代,其可观察到的叫声类型数量最多(10种),表明双重应激可能导致了叫声“词库”的拓宽或紊乱。
研究结论与讨论部分强调,这项研究证实了USV的时序和句法组织是早期炎症应激的敏感生物标志物。mHFD主要延长了发声段落的结构,而nLPS则增加了序列内的“词汇”密度,两者共同改变了叫声类型的比例和“语法”倾向。这些变化可能反映了早期应激对控制发声的神经回路(涉及呼吸、喉部控制和情感状态整合)的细微影响。
其重要意义在于:首先,在方法论上,该研究验证了DeepSqueak在复杂分析中的实用性,为大规模、精细化研究动物发声行为提供了新范式。其次,在科学发现上,它超越了简单的“叫多叫少”,揭示了早期环境如何塑造通讯信号的“质量”——即其动态时序和复杂结构。这为理解生命早期逆境(如不良营养和感染)如何“编程”大脑发育并增加神经精神疾病(如自闭症谱系障碍,其核心症状包括社交沟通缺陷)风险,提供了一个全新的、可量化的观察窗口。这些精细的USV特征未来有望成为评估神经发育障碍模型和测试干预措施效果的临床前生物标志物。最后,该研究提示,母亲孕期营养和新生儿健康对后代大脑通讯能力的塑造,可能比我们之前认识的更为深刻和复杂。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号