49、高速测量小鼠躯体感觉反射行为的新方法

高速测量小鼠躯体感觉反射行为的新方法

1. 数据降维与急性疼痛量表构建

为了得到一个能涵盖六个亚秒级运动特征的简单一维分数，采用了主成分分析（PCA）的方法。具体步骤如下：
1. 数据标准化 ：将以不同单位（如毫米、毫米/秒等）测量的原始数据转换为z分数，这样做既能对数据和单位进行归一化，又能直观呈现每个数据点与整体均值的偏离程度。
2. 主成分分析 ：借助SAS软件开展主成分分析以实现降维，该过程会为每个测量值生成贡献权重，即特征值。
3. 绘制PC分数 ：绘制主成分分析分数（PC分数）后，数据会沿着 -3 到 3 的连续尺度排列。观察发现，无害刺激对应的PC分数通常为负，而疼痛刺激对应的分数通常为正。所以，“0”可作为一个理想的分界点，从统计学角度区分触摸和疼痛。这种PC分数的线性分布似乎构成了一个小鼠“急性疼痛量表”。

下面是一个简单的流程图展示这个过程：

graph LR
    A[原始数据] --> B[转换为z分数]
    B --> C[主成分分析]
    C --> D[生成PC分数]
    D --> E[绘制PC分数图]
    E --> F{"判断正负"}
    F -- 负 --> G[无害刺激]
    F -- 正 --> H[疼痛刺激]

2. 监督式机器学习预测疼痛概率

为了更方便地解读小鼠爪子回缩反射，利用部分收集的数据（棉拭子和