《Behavioural Brain Research》:Linking Quantity and Acoustic Properties of Courtship Vocalizations in Male Mice
编辑推荐:
研究人员发现,雄性小鼠的求偶超声发声(ultrasonic vocalizations, USVs)数量是衡量性动机的重要指标,但其数量变化与声学特性之间的关系尚不清楚。本研究通过实验操控ICR品系雄鼠的发声速率,包括去势(castration)、假手术(sh
研究人员发现,雄性小鼠的求偶超声发声(ultrasonic vocalizations, USVs)数量是衡量性动机的重要指标,但其数量变化与声学特性之间的关系尚不清楚。本研究通过实验操控ICR品系雄鼠的发声速率,包括去势(castration)、假手术(sham-operation)、与雄鼠共居或与雌鼠共居,探讨发声速率与多种声学特征的关系。结果显示,发声速率与音节时长呈正相关,与音节间间隔呈负相关,并与发声序列的时间组织有关,表明发声活动更高的个体会产生更长且时间密度更高的发声序列。为探讨品系效应,研究人员重新分析了已发表的C57BL/6J雄鼠数据集,发现发声速率与音节时长及音节内频率调制系数(coefficient of variation of frequency, cvfreq)均呈正相关。因此,尽管存在品系特异性差异,两个品系中发声活动更高的个体倾向于产生更长时长和/或更大幅度频率调制的音节。从方法学角度看,音节时长可作为连接声学特征与内在状态的实用且具有生物学意义的指标。这些结果推进了对雄性小鼠求偶发声中数量与质量相互关系的理解。
本研究由鹿儿岛大学人文社会科学研究生院神经科学实验室的Taishi Kono与Kouta Kanno完成,发表于《Behavioural Brain Research》。在哺乳动物行为研究中,雄性小鼠的求偶超声发声(USVs)被广泛视为性动机的重要行为指标,但其数量与声学特性之间的定量关系尚未被系统揭示。已有研究表明,去势会显著减少USVs,而性激素补充可恢复发声,提示其受激素调控并反映性动机强度。然而,不同个体的发声数量差异是否与音节结构、频率调制等声学复杂性相关联仍不明确。此外,不同遗传背景的小鼠品系在发声模式上存在显著差异,这可能影响对性动机与发声特征关系的理解。因此,研究人员在本研究中结合实验操控与跨品系比较,探讨发声速率与声学特征之间的系统性关联,以期为行为神经科学提供定量参考框架。
关键技术方法方面,研究人员采用ICR与C57BL/6J两个品系的雄性小鼠作为实验队列,通过去势、假手术、与同性或异性共居等方式操控发声速率。USVs记录使用CM16/CMPA电容麦克风与高速AD/DA转换器,采样率为384 kHz,频响范围20–192 kHz,录制时长为雌性引入后的100秒。声学分析采用自主开发的图形界面软件USVSEG,提取音节时长、音节间间隔(≤250 ms)、峰值频率及音节内频率调制系数(cvfreq)。统计方法包括Welch方差分析、Pearson相关分析、协方差分析(ANCOVA)及线性混合效应模型,以评估组间差异与个体水平的相关性。
研究结果部分,首先在ICR品系中,去势显著降低发声速率,而与雌鼠共居则显著提高发声速率。发声速率与音节时长呈显著正相关,与音节间间隔及峰值频率呈显著负相关,但与cvfreq无显著相关性。组间分析显示,雌鼠共居组的音节时长最长,去势组最短,且这种关系在不同实验组中并非完全一致,提示存在组依赖效应。其次,在C57BL/6J品系中,雌鼠共居未显著改变发声速率,但发声速率与音节时长及cvfreq均呈显著正相关,与ICR品系形成对比。第三,在发声序列结构分析中,ICR品系中发声速率与发声串数及每串平均音节数均呈正相关,雌鼠共居组每串音节数显著高于去势组;而在C57BL/6J品系中,雌鼠共居组发声串数显著增加,但每串音节数与发声速率的相关性更强。第四,在发声串内的时间动态分析中,ICR品系音节时长随串内位置增加而延长,雌鼠共居组整体时长更高;音节间间隔随串内位置增加而缩短;峰值频率保持稳定;cvfreq存在组间差异且在串内有变化趋势。C57BL/6J品系中,所有声学特征均在串内位置上有显著变化,早期音节较短、间隔较长、频率较高、cvfreq较低,后期则相反。
在讨论与结论部分,研究人员指出,发声速率不仅是性动机的简单指标,还与音节时长及序列密度等声学特征密切耦合,这种耦合在两个品系中表现不同:ICR品系主要表现为平均声学特征的系统性偏移,而C57BL/6J品系则伴随个体内声学变异性的改变。研究强调,音节时长是一个兼具实用性与生物学意义的连续变量,可用于连接行为与生理状态。此外,连续声学变量的分析优于离散音节分类,有助于与神经活动等连续测量数据整合。该框架不仅为正常行为研究提供了定量基准,也为神经精神疾病模型中的异常发声表型识别提供了判别依据。研究人员认为,结合发声速率与连续声学特征的分析方法,将有助于深入理解社会行为中内在状态的声学表达机制。