Summary
Metode for å vurdere effekten av trening på motoriske ferdigheter er et nyttig verktøy. Beklageligvis, høyst opptreden vurderingen kan arbeidskrevende og/eller dyr. Vi beskriver her en robot metode for å vurdere prehension (Reach-to-Grip) dyktighet i mus.
Abstract
Vi beskriver en metode for å innføre naive mus til en roman prehension (Reach-to-Grip) oppgave. Mus er plassert enkeltvis i bur med en frontal slot som tillater musen til å nå ut av buret sitt og hente mat pellets. Minimal mat begrensning er ansatt for å oppmuntre musene til å utføre mat henting fra sporet. Som musene begynner å assosiere kommer til sporet for mat, er pellets manuelt trekkes bort for å stimulere forlengelse og pronasjon av deres labb å gripe og hente pellet gjennom frontal sporet. Når musene begynner å komme for pellets som de kommer til sporet, den atferdsmessige analysen kan utføres ved å måle hastigheten som de klarer å forstå og hente ønsket pellet. De blir deretter introdusert til en auto-trener som automatiserer både prosessen med å gi mat pellets for musen til å gripe, og innspillingen av vellykkede og mislykkede nå og fatte forsøk. Dette gjør det mulig å samle inn data for flere mus med minimal innsats, slik at de kan brukes i eksperimentelle analyser etter behov.
Introduction
Metoder for å eksperimentelt teste en motoriske ferdigheter pre-og post-nevrologiske skader samt modulere timing, beløp, og type motor trening er viktig å translational forskning. I løpet av det siste tiåret, har mus, på grunn av ledsager enkel genetisk manipulasjon, blitt en populær modell system der for å belyse mekanismer for motor læring før og etter skade. Men, atferds analyser i mus har ikke blitt optimalisert på samme måte som slike analyser har vært for andre pattedyr (spesielt rotter). Videre er det viktige forskjeller mellom oppførselen til en mus og en rotte som sterkt tyder på trening de to artene i ulike manerer1,2.
Dyktige prehensile bevegelser bruker en hånd/labb til å plassere mat i munnen, for å manipulere et objekt, eller å bruke et verktøy. Faktisk, nå å forstå ulike objekter i dagliglivet er en fundamental funksjon av øvre lemmer og Reach-to-Eat handling er en form for prehension at mange pattedyr bruk. Mange av de genetiske, fysiologiske og anatomiske endringer underbygger prehensile ferdighets oppkjøp har vært godt definert i feltet3. Ved å oversette prekliniske funn til kliniske utfall, trenger man en relevant test som er effektiv og reproduserbar. Studier av gnager og menneskelig rekkevidde viser at prehension atferd er lik hos mennesker og dyr4. Følgelig, disse likhetene tyder på at prehension testing kan tjene som en translational modell for å undersøke motorisk læring samt nedsatt funksjonsevne og behandlinger av menneskelig sykdom. Derfor kan evaluering av prehension i mus tilby et kraftig verktøy i translational forskning som studerer både helse-og sykdomstilstander4.
Dessverre kan den prehension oppgaven i mus, selv for en småskala laboratorium innstilling, være arbeidskrevende og tidkrevende. For å lindre dette problemet, beskriver vi her en automatisert versjon av den prehension oppgaven. Det beskrevet oppgave behøver mus å forlenge en enkelt pote igjennom det musen ' hjem bur frontal sprekk, pronate det utbygget pote, ta fatt i maten pellet belønne, og rykk det pellet rygg å byrået indre for fortæringen. De resulterende dataene presenteres enten som en prehension suksess eller fiasko. Dette automatisering registrerer dataene og reduserer byrden og tiden som forskerne må engasjere oppgaven.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle metoder som er beskrevet her er godkjent av ACUC (Animal Care og use Committee) av Johns Hopkins University.
1. forbereder muse bur for bruk
- Lag en spor åpning med dimensjoner på 0,8 cm bredde og 7 cm høyde fra basen i fronten av hvert bur, som illustrert i figur 1. Denne spilleautomaten fungerer som den åpningen som dyret vil nå.
Merk: Auto-trener ble designet for bruk med standard musen buret dimensjoner (som vist i figur 1) levert av de fleste dyr forskning forsyning leverandører. Videre vil Auto-trener lett støtte andre bur-typer. - I hvert enkelt bur legger du til en plattform ved siden av sporet, slik at musene kan stå og nå de presenterte pellets. Sikre det plattformen er lokalisert over byrået søppel gulvet, ca 3 cm inne høyde. Bruk Petri retter festet med superlim og avkortet med et metall ark ca 10 cm x 15 cm, men enhver flat overflate stor nok for en mus til å stå på å nå fra vil være nok.
- Opprette en vertikal hakk igjennom det midt av forsiden av byrået måler 0,8 cm vannrett og 7 cm høy det vill tillate en musen å rekkevidde hans pote ute av byrået.
- Fra et tynt ark av metall, (ca 2 mm tykk) kuttet et bur gate i rektangler som måler 5 cm x 10 cm for å tjene som en ensartet åpning der dyret er å nå.
Merk: mus kan tygge på plast bur som ville endre størrelsen på åpningen. Musa ville rekkevidde igjennom denne 0,8 cm sprekk når det metallisk bur gate er oppstilt over det bur ' spor åpning i løpet av tester benytter tape, bevarer det effektiv bredde av det sprekk imellom burene. - Dekket hver bur ' sprekk med tape når dens musen er ikke testet å forhindre søppel fra tilværelse utvist fra byrået.
2. innføring av mus til rekkevidde bevegelse
- Noter hver muse startvekt og Beregn 85% av den verdien for å finne målvekten, avrunding opp til 20 g hvis resultatet er mindre. Gi dem en fôring regime for å bringe dem til og deretter opprettholde dette målet vekt.
- Gir hver musen 2,5 g av pellets det for det første dag og note alle endre inne deres vekt 24 h siden.
Merk: veie musene en gang per dag og forventer en vekt dråpe 0,25-1 g per dag. - Endre hver muse daglige feed som kreves, basert på denne første endringen og pågående endringer i hver mus vekt, for å indusere gradvis vekttap (mindre enn 0,8 g tapt per dag) og deretter opprettholde den resulterende mål vekt. Variere mellom tre til 6 500 mg pellets (1,5 til 3,0 g) per dag for å være effektive.
Merk: mus forblir på denne dietten for å opprettholde sin mål vekt gjennom hele protokollen.
- Gir hver musen 2,5 g av pellets det for det første dag og note alle endre inne deres vekt 24 h siden.
- Når en mus har nådd målet vekt, introdusere hver mus til begrepet kommer opp til gated slot for en supplerende mat pellets. Start en treningsøkt ved å plassere en 45 mg pellet på pellet overflaten, rett foran sporet, og la hver mus hente den. De fleste mus vil ta til denne fôring ordningen innen 1-2 dager.
- Når musen knytter et åpent spor med å bli matet, oppmuntre dem til å komme med en labb, snarere enn munnen.
Merk: Dette er det mest komplekse trinnet, tar 1-2 dager, og instilling mot sin hensikt oppførsel i mus ved en feil er veldig enkelt; henvises det til diskusjons seksjonen for ytterligere informasjon og råd.- Ved hjelp av et par pinsett, holder en pellet i samme posisjon musen har hentet pellets tidligere. Som musen begynner å bite på pellet, trekke den bort omtrent en halv centimeter slik at pellet er utenfor rekkevidde av munnen.
Merk: en mus ved målvekten vil forsøke å hente ut av nå pellet. Når musen forlenger en pote igjennom det sprekk, forsterke det opptreden av tillater den å spise det pellet. Noe mus kanskje forevise en preferanse for ettall pote over det annet når utvide for næringen. - Stund ikke instrumental å eksperimentering, fortegnelse hvorvidt det igjen eller rett pote er foretrakk. Dette kan potensielt gi rom for høyere total suksess priser i atferdsdata analysen; Alternativt, fjerne en variabel av presser hver musen å rekkevidde med det likt pote.
Merk: bedre resultater oppnås hvis mus bruker sin foretrukne labb. - Som hver mus kollegaer utvide en labb med å spise en pellet, ytterligere forsterke at atferden ved forskuddstrekk pellet som svar på forsøk på å hente pellet med munnen og tungen. Mus vil begynne å overholde denne ordningen over 2 til 3 dager.
- Slutt føre innføringen av ønsket labb nå atferden ved å plassere 45 mg pellet like under 1 cm fra ytterkanten av buret gate, slik at lengst til venstre eller høyre punktet av pellet (enten det er til høyre eller venstre for buret sporet fra etterforsker ' s perspektiv, henholdsvis) er tangent til en linje som strekker seg rett ut fra kanten av buret porten er sporet. Tillate musa å prøve å gjenerverve det pellet, tilværelse årvåken å fjerne det pellet og forhindre dens fortæringen hvis musa burde prøve av noe annet metoden enn pote forlengelsen.
NOTE når en musen forenlig forlenger en pote å fange for og er kjøpedyktig berøring det forsynt pellet, det er en moden til tester benytter det bilen-utdannet beskrevet neden og forbundet opptreden analysen. Tiden fra naive introduksjoner til å være forberedt vil variere mellom mus; Hvis det er etternølere som tar mer enn to uker å forstå, bør de utelukkes fra datasettet.
- Ved hjelp av et par pinsett, holder en pellet i samme posisjon musen har hentet pellets tidligere. Som musen begynner å bite på pellet, trekke den bort omtrent en halv centimeter slik at pellet er utenfor rekkevidde av munnen.
3. Bruk av Auto-Trainer
Merk: se figur 1-3 og diskusjons seksjonen for en fullstendig beskrivelse av maskinvaren, programvaren og de fysiske handlingene til Auto-Trainer.
- Forbered treningsøkten.
- Kalibrer sensoren for agn pellets. Falle i staver det løpe pilen inne LabVIEW grenseflate og note det lokke pellet sensor lesing begge to med og uten en pellet på plass. Klikk på Stopp -knappen for å stoppe denne testkjøringen og endre målet for agn pellet sensoren til en verdi mellom de to målingene (Figur 3 og tabell 2). De fleste lysforhold gir en avlesning mellom 1 og 4.
- Plasser det modifiserte muse buret på Auto-Trainer (figur 2). Fest bur porten ( figur 1) og Juster pellet til kanten av sporet som i den manuelle prosedyren.
- Kjør muse treningsøkten ved hjelp av LabVIEW-grensesnittet.
- Angi informasjon etter behov for å registrere data om treningsøkten (Figur 3 og tabell 2).
- Klikk på muse-ID- feltet og skriv inn filnavnet for hver treningsøkt ved hjelp av tastaturet på datamaskinen.
- Klikk den totale pellets til å dispensere underrutine -feltet for å kontrollere hvor mange pellets er utlevert for et enkelt eksperiment (vanligvis 20-30). Hvis du vil gjøre dette, klikker du pil opp og pil ned eller taster inn nummeret ved hjelp av datamaskinens tastatur.
- Klikk på pause etter pellets nummer feltet for å sette en 5 s pause etter at den angitte pellet er fjernet fra stupebrettet. Hvis du vil gjøre dette, klikker du pil opp og pil ned eller taster inn nummeret ved hjelp av datamaskinens tastatur.
- Klikk på feltet pause lengde for å angi en pause mellomtiden en pellet er fjernet fra dykker brettet og tidspunktet en ny pellet føres ut. Hvis du vil gjøre dette, klikker du pil opp og pil ned eller taster inn nummeret ved hjelp av datamaskinens tastatur
Merk: vanligvis er 1 s en passende pause tid. Hvis musene er engstelige etter at hver pellet er utlevert, er det tilrådelig å øke pause lengden ved å bruke feltet pause lengde til 5 s. - Manuelt registrere avstanden der pellet er plassert i rekkevidde -feltet. Hvis du vil gjøre dette, klikker du pil opp og pil ned eller taster inn nummeret ved hjelp av datamaskinens tastatur
Merk: størrelsen på akselerasjon og tids rekker er eksponert for feilsøking og kan ignoreres. - Klikk mappen som skal inneholde logger -feltet for å velge filplasseringen for å lagre de innsamlede dataene.
- Når informasjonsfeltene er fylt ut, klikker du på Kjør -knappen for å starte treningsøkten. Auto-Trainer vil dispensere individuelle pellets og spore om de faller gjennom trakten til det totale antall pellets er utlevert, og den siste pellet har enten blitt Hentet eller falt med musen. Programmet vil stoppe automatisk på dette punktet. Om nødvendig kan den også stoppes for tidlig ved å klikke på Stopp -knappen.
- Når programvaren er satt opp, plasserer hjemme-buret av musen for å bli testet på sokkelen og observere musen slik at du kan måle om musen har faktisk lært å forsøke den nødvendige romanen nådde atferd. Etter å ha klikket på Run -knappen, la musen til å undersøke sporet og dens nye, ukjente omgivelser.
Merk: i likhet med når du introduserer mus til begrepet nå, forventer noen mus for å være mer kompatibel enn andre. Mus som har forstått konseptet bør prøve å nå innen 5-10 min og vil knytte bevegelsen av Auto-trener med den presenterte pellet, som når de knytter en avdekket spor med mat i den innledende stadier av denne protokollen.
- Angi informasjon etter behov for å registrere data om treningsøkten (Figur 3 og tabell 2).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Generelt anbefales det at hver treningsøkt består av ca 20-30 forsøk, som kan angis av brukeren, kjøres automatisk av Auto-trener og lagres i en enkelt loggfil per økt og mus. Hver prøve kan kjøres fortløpende, rett etter den andre, med 2-5 s av pause. Mus trent på Auto-trener utstillingen en økning i dyktighet over 10 treningsøkter.
Å sammenligne nytten av Auto-trener til manuell trening (regnes som gull-standard), trente vi voksne mannlige C57bl/6 mus i alderen 100 til 140 dager gamle manuelt og ved hjelp av Auto-trener. Alle dyr håndtering og bruk ble utført i henhold til og med godkjenning fra Johns Hopkins University Animal Care og use Committee. Mus trent med Auto-trener lærte prehension oppgave og viser en klar økning i motoriske ferdigheter (Figur 4). Denne økningen i ferdighet er lik som sett når dyret er trent manuelt uten bruk av Auto-trener (Figur 4). For disse dataene, manuell prehension ble scoret som vellykket når musen nådde sin forlemen gjennom slit, grep pellet, og spiste den uten å banke den fra sin hvileplass, slippe det, eller på annen måte å miste kontrollen. Prosentandelen vellykkede prehension forsøk ble bestemt per pellet. En trenings blokk besto av 30 pellets i en avstand på 1 cm med hver pellet presentert en om gangen. Mus opplært på Auto-trener ble opplært per protokollen beskrevet ovenfor. Hvert punkt i Figur 4 representerer en dag med trening der dyrene nådde i 30 pellets og grafisk som prosent korrekt. Det var ingen statistisk forskjell mellom de to linjene ved hjelp av en ikke-parametrisk t-test med korrigering for flere sammenligninger.
Figur 1: bilde av hjemmet buret. (A) fugler-øye utsikt over en standard hjemme buret endret med plattformen (oransje) og sporet på forsiden av buret. (B) front-visning av et hjem bur modifisert med et spor åpning med ca 0,8 cm x 7 cm. (C) Cage gate kuttet fra et tynt ark av metall og innpakket med tape for å beskytte kantene. (D, E) buret gate plassert foran sporet til å fungere som en ensartet åpning der musen er å nå; foran (D) og skrå (E) visninger. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 2 : Bilde av Auto-Trainer. (A, B) Avbildet er Auto-trener uten (A) eller med (B) en modifisert muse bur på plass. (C-J) Detaljerte visninger av dykker brett mat pellet holderen design sett enten fra fronten (C, D, H, I) eller fra siden (E, f, G, J), med (D, E, F, I) eller uten (C, G, H, J) en mat pellet. Note det pellet avstand fra det dyr kanne lett bli modifisert idet bur avstand fra det stupe bord er som kan endres. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 3 : Skjermbilde av programvaren. Skjermbilde av programmet brukes til å kjøre Auto-trener. Bildet viser de viktige inntastingsfeltene som er beskrevet i protokollen. Se tabell 2 for ytterligere beskrivelse. Vennligst klikk her for å se en større versjon av dette tallet.
Figur 4 : Representative data. Dyktige prehension øker til en lignende plateaued nivå ved hjelp av både Auto-trener og manuell trening paradigmer. Plot viser rekkevidde til å gripe suksess (gjennomsnitt +/-SEM; manuell: grå, n = 14; Auto-Trainer: svart, n = 15). Vennligst klikk her for å se en større versjon av dette tallet.
| Trinn | Estimert varighet (i dager) | Kommentar |
| 2,1 vekttap | 3 til 5 | Avhengig av initielle vekt og derfor hvor mye vekt å tape før på mål |
| 2,2 spor trening | 1 | Mus lærer å føle seg komfortable nærmer åpen slot for mat |
| 2,3 forming | 4 til 8 | |
| 2.3.1 bruk av labb | 1 | Suksess her er avhengig av raskt å gi pellet etter musa, nektet sin mat, paaws for pellet. |
| 2.3.2 pote preferanse | 1 | Fastslå om musen foretrekker venstre eller høyre labb. |
| 2.3.3 begrense dårlig labb bruk | 2 til 3 | Som i forrige trinn, er det avgjørende å hindre henting med munnen og tungen. |
| 2.3.4 pinsett | 1 | Noen mus vil snuble på å ta pellet av seg selv i stedet for fra pinsett, mate dem litt mindre |
| 3. Auto trening | 10 til 15 | Dager til asumptote. |
Tabell 1: timeplan med muse trening ved hjelp av Auto-Trainer.
| INPUT-FELTET | Bruke |
| Mus-ID | Angi filnavnet som de innsamlede dataene skal lagres under. |
| Totalt pellets å dispensere underrutine | Skriv inn det totale antallet pellets som skal føres ut i løpet av treningsøkten. |
| Pause etter pellet nummer | Utgått funksjon. Kan brukes til å stanse treningsøkten midlertidig etter at den angitte pellet-en er utlevert. |
| Pause lengde (r) | Hvor lenge pausen varer. |
| Reach avstand (mm) | Registrere avstanden over minimum over hvor musen må komme for å hente pellet. Null som standard. |
| Størrelse akselerometer og time arrays | Funksjon eksponert for feilsøking formål. Behold standardverdien på 500. |
| Mappe som skal inneholde logger | Klikk mappeikonet for å velge hvor de innsamlede dataene skal lagres. |
| Navn på enhet | LabVIEW-funksjon som kobler maskinvare til programvare. Standard er dev1. Avhengig av USB-tilkoblinger, kan maskinvaren vises i rullegardinmenyen under et annet nummer; velge enheter før en fungerer. |
| Pil-knapp, øverst til venstre | Klikk for å kjøre programmet, enten det er for en treningsøkt eller for kalibrering. |
| Stopp skilt-knapp, øverst til venstre | Stopp programmet for tidlig. |
Tabell 2: programvaregrensesnitt.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Vår Auto-trener evaluerer forlemen rekkevidde-til-tak (prehension) på en automatisert måte. For å oppnå dette endepunktet, har mange av parametrene som er utformet for muse prehension oppgaven, inkludert pellet plassering, pellet størrelse og opplærings kriterier, blitt iterated over flere år og tilpasset fra tidligere protokoller2,5 ,6. Den avansement her er automatisering av oppgaven ved hjelp av en robot som gjør hjemme-buret bolig. Home-Cage huset lar musene å holde seg rolig og utføre oppgaven med mindre angst. Non-Home-Cage trening er assosiert med økt stress som kan føre til økt tid og redusert presisjon7,8,9. Vi viser her presisjon likner våre egne resultater med manuell Home-Cage trening5,7,8. Til tross for hjem-bur lærer opp eksisterer for rotta10, å våre kunnskap, denne er det for det første bilen-utdannet det tar fordel av lærer opp mus inne deres hjem-bur.
Vår Auto-trener inkluderer en justerbar plattform som en spor bur hviler og kan senkes eller heves til riktig høyde for innretting med en mat pellets holderen (også referert til som et dykker brett). En pellet-dispenser systemet plasserer maten pellet på dykker brettet holderen. Maten pellets holderen har en agn pellet sensor montering bestående av en reflekterende objekt sensor for å oppdage om en mat pellets er til stede eller ikke på dykker brettet holderen. På grunn av lysfølsomhet problemer, kan den reflekterende objekt sensoren kalibreres ved installasjon for å passe belysning miljø av laboratoriet. Hver musen ' bur er oppstilt på bilen-utdannet slik det det pellet ' indre kant er inne line med det ytre kant av byrået gate ' sprekk, tilsvarende å steg 2.3.4 av manualen fremgangsmåte detaljert over. To tapte pellet sensorer orientert i motsatt retning i en trakt under dykker brettet pellets holderen oppdage fallende pellets. En fordel med å bruke to tapte pellets sensorer er at det sikrer høy deteksjon nøyaktighet for ulike mat pellets av forskjellige størrelser og former. Både tapte pellets sensorer består av en standard Transmissive Foto-avbryterknappen med en gjennom-hulls design, for å føle bevegelsen til en fallende pellet uten å kreve kontakt.
Programvaren består av et program som kjører Auto-trener og samler inn data om suksesser og feil. Brukerinndata består av filplasseringen der dataene er registrert, hvor mange pellets er utlevert i en treningsøkt, et alternativ for å stanse treningsøkten etter utlevering en bestemt pellet, et felt for å registrere den økte avstanden (hvis noen) på tvers som musen må nå, og et felt for å kontrollere array størrelsen som brukes i programmets beregninger (som kan ignoreres ved normal bruk). Videre gjør programvaren det mulig for brukeren å tune dykker brettet reflekterende objekt sensor for å kalibrere lysfølsomheten etter behov. En produksjon av hver prøve vises til brukeren samt registrert og lagret i en loggfil for senere henting.
En enkelt prøve består av en enkelt mat pellet tid brukt på dykker brettet til det er fjernet av handlingen fra musen. Hvis en pellet forlater dykker brettet som bestemt av agn pellet sensoren og pellet oppdages faller gjennom trakten kort tid etterpå av en av de tapte pellets sensorer, det er registrert som en mislykket rettssak av programvaren. Hvis agnet pellet sensoren bestemmer at pellet forlater dykker brettet, men ingen fallende objekt oppdages av en av de tapte pellet sensorene, det antas å ha blitt dratt inn i buret ved musen og telles som en vellykket rettssak.
Denne formuleringen brukes fordi det er nyttig å designe en atferdsdata analysen der oppgaven å utføre direkte, i stedet for indirekte, gir belønning. På denne måten er det ingen tvetydighet på dyrets del på hva oppgaven er (f. eks, være sulten, finne mat, få mat, spise mat). Blant de mange oppgaver som utnytter et slikt paradigme, har prehension oppgave blitt ganske populær for slike vurderinger. Oppgaven krever bare at et dyr bruker en enkelt lem å nå for og ta tak i en enkelt mat element, som dyret senere bringer til sin munn for konsum. Den prehension oppgaven vurderer en atferd som er svært lik en dagligdagse atferd som brukes av mange pattedyr. Viktigst, ligner prehension oppgaven menneskelige motoriske atferd4. Denne generalizability forsterker forventningen om at prinsipper som er avledet fra den prekliniske vurderingen av atferden, er klinisk anvendelige i sykdomstilstander. For eksempel er nedskrivninger i faglært forlemen og hånd bruk i hjerneslag, Huntington sykdom, Parkinsons sykdom, og multippel sklerose. Dermed er modellering atferds underskudd og påfølgende utvinning i mus uvurderlig for å forstå menneskelig bedring og hvordan det kan bli oppmuntret2,11,12,13.
Mange aspekter av Auto-trener foreslått her stor nytte forskningen prosessen. For det første, høyst opptreden analyser forlange en eksperimentator å undersøke saken grundig tog og dataskjerm daglig møter, hvilke kan kostbar, labor intens og uoverkommelig tid forbruker. Vår Auto-trener gjør det mulig å samle inn atferdsdata uavhengig av en eksperimentator. For det andre, vår Auto-trener kan bli kopiert til å tillate flere mus til å bli trent og evaluert objektivt, effektivt og samtidig, og dermed minimere tid og krefter. Tredje, den lave kostnaden for Auto-trener tillater replikering og bruk av flere Auto-trenere samtidig for stor skala og effektiv testing.
Det bør bemerkes at det kritiske punktet som krever nøye tilsyn er under forme fasen av treningen. Spesielt er denne protokollen viktigste svakhet risikoen for dårlig bruk blir løst i noen mus11. Protokollen tar sikte på å etterligne tester som stigen rung test i det lykkes i oppgaven gir belønning. Men oppgaven i seg selv fortsatt må læres til mus i trinn 2,3 av protokollen, i motsetning til stigen rung test. Begrepet passende å anledning en musen å snuble inne innlæring denne oppgave er fra utvide en pote ute av byrået å benytter det pote å egentlig begripe det pellet. Inne det for det første samling av steg 2.3.1, mus burde være belønne bare for utvide en pote ute av deres bur. Men over de følgende dagene, bør etterforskerne ta vare å belønne mus mindre for bare å forlenge labben, og mer for å forlenge labben og berøre pellet, som vi beskriver i trinn 2.3.3.
Vær oppmerksom på at ca 5% av musene vil mislykkes i å utvikle seg forbi denne fasen, vanligvis på grunn av begrenset forlengelse av deres sifre for å trekke i maten pellet. Slike mus vil mislykkes med en eller begge poter med liten vurdering av den faktiske plasseringen av pellet, gir lite eller ingen nyttige data. Å minimere en musen ' muligheter for dårlig på denne scene, advarsel er kraftig anbefalt når rykk fjerne det pellet med det pinsett under innlæring forarbeide. Spesielt musen skal belønnes med mat ikke bare når den strekker seg en labb, men også når det pote fatt pellet og gjelder nok kraft tilstrekkelig til etterforsker tilfredshet. En tilsvarende risiko for potensiell svikt på dette stadiet er stilt av mus bruker tungen til å slikke pellets mot dem. Når du trener mus som har en tendens til å slikke, plasserer du pellet-en ytterligere sidelengs bort fra sporet. Mus vil finne det vanskelig å nå med tungen over en større sidelengs avstand, men omfanget av bevegelse av armen og labben er mer i stand til å lukke avstanden.
Våre beskrevne protokollen er lett utvides til ulike laboratoriemiljøer eller ulike metoder for datainnsamling. Auto-Trainer, for eksempel, er svært nyttig som en arbeidsbesparende enhet, men er ikke strengt nødvendig for datainnsamling, som pellets kan gis og suksesser/feil kan registreres for hånd. Individuelle når kan også kategoriseres basert på mer detaljert informasjon enn bare suksess/fiasko, for eksempel ved å vurdere vinkelen tilnærming til hver mus, antall nå forsøk som ikke berører pellet, eller mekanikken i henting bevegelse, som har fått mer oppmerksomhet de siste årene14. Dyrets evne til å hente pellets er bare ett mål. Ved hjelp av ekstra maskinvare, vil vi også kunne måle hastigheten, vinkelen og banen til dyrets lem bevegelser. Dette kinematikk er en viktig del av motor læring både før og etter en nevrologisk skade. For dette formål, er vi for tiden omfatter ulike romanen måte å analysere bevegelse og kinematikk av musen er fatte handling. Vi utforsker ved hjelp av Høyhastighetskameraer for å oppnå Kinematisk målinger av grep og feste trykk transdusere og akselerometre til maten pellet holderen for å måle kraft og masse data knyttet til grep. Disse nye funksjonene vil forbedre funksjonaliteten til Auto-trener for å samle inn betydelige data passerte en enkel bestått eller ikke bestått prøve og hjelpe illustrere gange av musen er gripe gjennom sykdomsprogresjon. I fremtiden vil vi bruke roboten assistert prehension oppgave som en plattform for å evaluere type, dose, og tidspunkt for rehabilitering etter nevrologisk skade. Fremover vil vi fortsette å forbedre oppgaven, med forbedringer som bidrar til å minske feil adferd og forbedre aktivitets anskaffelses raten og treningstiden.
Oppsummert har vi utviklet en ny Auto-Trainer for å vurdere øvre forlemen prehension dyktighet i mus. Oppgaven krever mus for å nå sine labben gjennom et slit, ta tak i en liten mat pellet, og trekke pellet i retning av kroppen slik at de kan spise pellet. Vervet setup er mekanisk innskrenket å sikre dominerende pote behandling. Mus kan trenes raskt og samtidig, med bare forme prosessen krever manuell input. Testen kan administreres effektivt og analyseres automatisk. Denne høy gjennomstrømning atferdsmessige analysen kvantifiserer suksess rate og er lett endres for fremtidig analyse av kinematikk og styrke dynamikk.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Dan Täsch og URI Täsch of Step analyse, LLC har produsert Auto-trener enhet med betaling fra Richard J. o ' Brien og Steven R. Zeiler.
Acknowledgments
Den auto-trening enheten ble konstruert av Jason Dunthorn, URI Täsch, og Dan Täsch på Step analyse, LLC, med design input støtte og instruksjoner levert av Robert Hubbard, Richard o ' Brien, og Steven Zeiler.
Teresa Duarte av Champalimaud Centre for Unknown gitt verdifull innsikt og ideer om å beskrive og kategorisere musen nå handlinger.
Materials
| Name | Company | Catalog Number | Comments |
| ABS Filament | Custom 3D Printed | N/A | utilized for pellet holder, frame, arm and funnel |
| ABS Sheet | McMaster-Carr | 8586K581 | 3/8" thickness; used for platform compononents, positioning stand guides and base |
| Adruino Mini | Adruino | A000087 | nano version also compatiable as well as other similar microcontrollers |
| Bench-Top Adjustable-Height Positioning Stand | McMaster-Carr | 9967T43 | 35 lbs. load capacity |
| Clear Acrylic Round Tube | McMaster-Carr | 8532K14 | ID 3/8" |
| Low-Carbon Steel Wire | McMaster-Carr | 8855K14 | 0.148" diameter |
| Pellet Dispenser | Lafayette Instrument: Neuroscience | 80209-45 | with 45 mg interchangeable pellet size wheel and optional stand |
| Photointerrupter Breakout Board | SparkFun | BOB-09322 ROHS | designed for Sharp GP1A57HRJ00F |
| Reflective Object Sensor | Fairchild Semiconductor | QRD1113 | phototransistor output |
| Servo Motor | SparkFun | S8213 | generic metal gear (micro size) |
| Transmissive Photointerrupter | Sharp | GP1A57HRJ00F | gap: 10 mm, slit: 1.8 mm |
References
- Whishaw, I. Q. An endpoint, descriptive, and kinematic comparison of skilled reaching in mice (mus musculus) with rats (rattus norvegicus). Behavior Brain Research. 78, 101-111 (1996).
- Farr, T. D., Whishaw, I. Q. Quantitative and qualitative impairments in skilled reaching in the mouse (mus musculus) after a focal motor cortex stroke. Stroke. 33, 1869-1875 (2002).
- Zeiler, S. R., Krakauer, J. W. The interaction between training and plasticity in the poststroke brain. Current Opinion in Neurology. 26, 609-616 (2013).
- Klein, A., Sacrey, L. A., Whishaw, I. Q., Dunnett, S. B. The use of rodent skilled reaching as a translational model for investigating brain damage and disease. Neuroscience and Biobehavioral Reviews. 36, 1030-1042 (2012).
- Zeiler, S. R., et al. Medial premotor cortex shows a reduction in inhibitory markers and mediates recovery in a mouse model of focal stroke. Stroke. 44, 483-489 (2013).
- Becker, A. M., Meyers, E., Sloan, A., Rennaker, R., Kilgard, M., Goldberg, M. P. An automated task for the training and assessment of distal forelimb function in a mouse model of ischemic stroke. Journal of Neuroscience Methods. 258, 16-23 (2016).
- Bruinsma, B., et al. An automated home-cage-based 5-choice serial reaction time task for rapid assessment of attention and impulsivity in rats. Psychopharmacology. , 1-12 (2019).
- Francis, N. A., Kanold, P. O. Automated operant conditioning in the mouse home cage. Frontiers in Neural Circuits. 11 (10), (2017).
- Balcombe, J. P., Barnard, N. D., Sandusky, C. Laboratory routines cause animal stress. Contemporary Topics in Laboratory Animal Science. 43, 42-51 (2004).
- Fenrich, K. K., et al. Improved single pellet grasping using automated ad libitum full-time training robot. Behavior Brain Research. 281, 137-148 (2015).
- Ng, K. L., et al. Fluoxetine maintains a state of heightened responsiveness to motor training early after stroke in a mouse model. Stroke. 46 (10), 2951-2960 (2015).
- Whishaw, I. Q., Suchowersky, O., Davis, L., Sarna, J., Metz, G. A., Pellis, S. M. Impairment of pronation, supination, and body co-ordination in reach-to-grasp tasks in human parkinson's disease (pd) reveals homology to deficits in animal models. Behavior Brain Research. 133, 165-176 (2002).
- Dobrossy, M. D., Dunnett, S. B. The influence of environment and experience on neural grafts. Nature Review Neuroscience. 2, 871-879 (2001).
- Alaverdashvili, M., Foroud, A., Lim, D. H., Whishaw, I. Q. "Learned baduse" limits recovery of skilled reaching for food after forelimb motor cortex stroke in rats: A new analysis of the effect of gestures on success. Behavior Brain Research. 188, 281-290 (2008).
