Summary

التلقائي الفئران واحد بيليه الوصول مع إعادة الإعمار ثلاثي الأبعاد من مخلب ومسارات أرقام

Published: July 10, 2019
doi:

Summary

القوارض المهرة الوصول يستخدم عادة لدراسة المهارات البارعة، ولكن يتطلب وقتا كبيرا والجهد لتنفيذ المهمة وتحليل السلوك. نحن نصف نسخة آلية من الوصول المهرة مع تتبع الحركة وإعادة الإعمار ثلاثي الأبعاد من مسارات الوصول.

Abstract

القوارض المهرة الوصول يستخدم عادة لدراسة المهارات البارعة، ولكن يتطلب وقتا كبيرا والجهد لتنفيذ المهمة وتحليل السلوك. وقد تم مؤخرا تطوير عدة إصدارات آلية من الوصول المهرة. هنا، ونحن نصف النسخة التي تقدم تلقائيا الكريات للفئران في حين تسجيل الفيديو عالية الوضوح من زوايا متعددة بمعدلات إطارات عالية (300 إطارا في الثانية). يتم تعقب مخلب والأرقام الفردية مع DeepLabCut، خوارزمية التعلم الآلي لتقدير تشكل بلا علامات. ويمكن أيضا أن يتزامن هذا النظام مع التسجيلات الفسيولوجية، أو أن تستخدم لتحريك التدخلات الفسيولوجية (على سبيل المثال، التحفيز الكهربائي أو البصري).

Introduction

يعتمد البشر بشكل كبير على المهارة البارعة، التي تعرف بأنها حركات تتطلب حركات متعددة المفاصل والأرقام منسقة بدقة. وتتأثر هذه المهارات بمجموعة من أمراض الجهاز العصبي المركزي الشائعة بما في ذلك الآفات الهيكلية (مثل السكتة الدماغية، والورم، والآفات التي لإزالة التميّز)، والأمراض العصبية (مثل مرض باركنسون)، والتشوهات الوظيفية للمحرك الدوائر (على سبيل المثال، خلل التوتر). وبالتالي فإن فهم كيفية تعلم المهارات البارعة وتنفيذها من قبل دوائر السيارات المركزية ينطوي على إمكانية تحسين نوعية الحياة بالنسبة لأعداد كبيرة من السكان. وعلاوة على ذلك، من المرجح أن يؤدي هذا الفهم إلى تحسين الأداء الحركي لدى الأشخاص الأصحاء عن طريق الاستفادة المثلى من استراتيجيات التدريب وإعادة التأهيل.

تشريح الدوائر العصبية الكامنة وراء المهارة البارعة في البشر محدودة بالاعتبارات التكنولوجية والأخلاقية، مما يستلزم استخدام النماذج الحيوانية. وتستخدم الرئيسيات غير البشرية عادة لدراسة حركات الأطراف حاذق نظرا لتشابه نظمها الحركية وذخيرة السلوكية للبشر1. ومع ذلك، فإن الرئيسيات غير البشرية مكلفة مع فترات طويلة من الجيل، مما يحد من أعداد مواضيع الدراسة والتدخلات الوراثية. وعلاوة على ذلك، في حين أن الأدوات العلمية العصبية المطبقة على الرئيسيات غير البشرية أكبر منها بالنسبة للبشر، فإن العديد من التطورات التكنولوجية الحديثة إما غير متوفرة أو محدودة بشكل كبير في الرئيسيات.

القوارض المهرة الوصول هو نهج تكميلي لدراسة السيطرة على السيارات حاذق. يمكن تدريب الفئران والفئران للوصول إلى، فهم، واسترداد بيليه السكر في تسلسل نمطي من الحركات متجانسة لأنماط الإنسان الوصول2. ونظراً لضيق وقت توليدها نسبياً وانخفاض تكاليف السكن، فضلاً عن قدرتها على اكتساب مهارات تصل إلى مدى أيام إلى أسابيع، فمن الممكن دراسة أعداد كبيرة من المواضيع خلال مرحلتي التعلم وتوحيد المهارات على حد سواء. كما أن استخدام القوارض، ولا سيما الفئران، يسهل استخدام أدوات علمية عصبية حديثة قوية (مثل علم الوراثة البصرية، وتصوير الكالسيوم، والنماذج الوراثية للمرض) لدراسة المهارة البارعة.

وقد استخدمت القوارض المهرة الوصول لعقود لدراسة السيطرة الحركية العادية وكيف يتأثر بأمراض محددة مثل السكتة الدماغية ومرض باركنسون3. ومع ذلك، فإن معظم إصدارات هذه المهمة هي العمل والوقت الكثيف، والتخفيف من فوائد دراسة القوارض. وتشمل عمليات التنفيذ النموذجية وضع القوارض في غرفة الوصول مع رف أمام فتحة ضيقة من خلالها القوارض يجب أن تصل. يضع الباحث كريات السكر يدويًا على الرف، وينتظر وصول الحيوان، ثم يضع واحدة أخرى. يتم تسجيل الوصول إلى النجاحات أو الفشل إما في الوقت الحقيقي أو عن طريق استعراض الفيديو4. ومع ذلك، فإن مجرد تسجيل النقاط يصل إلى النجاحات أو الفشل يتجاهل البيانات الحركية الغنية التي يمكن أن توفر نظرة ثاقبة حول كيفية (بدلاً من مجرد ما إذا) الوصول إلى ضعف. وقد عولجت هذه المشكلة من خلال تنفيذ استعراض مفصل للوصول إلى أشرطة الفيديو لتحديد ودرجات شبه كمية تصل إلى الحركات الفرعية5. وفي حين أضاف هذا بعض البيانات المتعلقة بالوصول إلى الحركية، إلا أنه زاد أيضاً بشكل كبير من وقت التجربة وجهدها. وعلاوة على ذلك، يمكن أن تؤدي المستويات العالية من مشاركة التجارب إلى عدم الاتساق في المنهجية وتحليل البيانات، حتى داخل المختبر نفسه.

وفي الآونة الأخيرة، تم تطوير عدة إصدارات آلية من الوصول الماهر. بعض نعلق على القفص المنزلي6،7، والقضاء على الحاجة إلى نقل الحيوانات. وهذا يقلل من الضغط على الحيوانات ويلغي الحاجة إلى تكييفها إلى غرفة الوصول المتخصصة. إصدارات أخرى تسمح تتبع مخلب بحيث يمكن دراسةالتغييرات الحركية في إطار تدخلات محددة 8،10،أو لديها آليات لتحديد ما إذا كان قد طرقت الكريات من على الرف11. المهام الآلية الماهرة الوصول مفيدة بشكل خاص للتدريب عالية الكثافة، كما قد تكون هناك حاجة لإعادة التأهيل بعد إصابة12. تسمح الأنظمة الآلية للالحيوانات بإجراء أعداد كبيرة من الروافد على مدى فترات طويلة من الزمن دون الحاجة إلى مشاركة مكثفة من الباحثين. وعلاوة على ذلك، فإن النظم التي تسمح بتتبع الكفات وتسجيل النتائج الآلي تقلل من الوقت الذي يقضيه الباحث في إجراء تحليل البيانات.

قمنا بتطوير نظام آلي للوصول إلى الفئران الماهرة مع العديد من الميزات المتخصصة. أولا، باستخدام قاعدة متحركة لجلب بيليه في “موقف الوصول” من أدناه، نحصل على وجهة نظر دون عائق تقريبا من الطرف السفلي. ثانياً، يسمح نظام المرايا بمشاهدة متعددة في وقت واحد للوصول باستخدام كاميرا واحدة، مما يسمح بإعادة بناء مسارات الوصول ثلاثية الأبعاد (ثلاثية الأبعاد) باستخدام كاميرا عالية الدقة وعالية السرعة (300 إطار في الثانية). مع التطور الأخير لخوارزميات التعلم الآلي قوية لتتبع الحركة بلا علامات13،ونحن الآن تتبع ليس فقط مخلب ولكن المفاصل الفردية لاستخراج الوصول مفصلة واستيعاب الحركية. ثالثاً، يسمح ممسك الإطار الذي يقوم بمعالجة فيديو بسيطة بتحديد المراحل التي تم الوصول إليها بشكل حقيقي. يتم استخدام هذه المعلومات لتحريك الحصول على الفيديو (الحصول المستمر على الفيديو ليس عمليا بسبب حجم الملف)، ويمكن أيضا أن تستخدم لتحريك التدخلات (على سبيل المثال، علم الوراثة البصرية) في لحظات دقيقة. وأخيراً، يتم تشغيل إطارات الفيديو الفردية بواسطة نبضات منطق الترانزستور-الترانزستور (TTL)، مما يسمح بمزامنة الفيديو بدقة مع التسجيلات العصبية (على سبيل المثال، الفيزيولوجيا الكهربائية أو القياس الضوئي). هنا، ونحن نصف كيفية بناء هذا النظام، وتدريب الفئران لأداء المهمة، ومزامنة الجهاز مع النظم الخارجية، وإعادة بناء مسارات الوصول 3-D.

Protocol

تمت الموافقة على جميع الطرق التي تنطوي على استخدام الحيوانات المذكورة هنا من قبل اللجنة المؤسسية لرعاية الحيوانات واستخدامها (IACUC) من جامعة ميشيغان. 1. إنشاء غرفة الوصول ملاحظة: انظر Ellens et al.14 للاطلاع على التفاصيل والرسوم البيانية للجهاز. …

Representative Results

الفئران تكتسب مهمة الوصول المهرة بسرعة مرة واحدة تكييفها إلى الجهاز، مع استقرار الأداء منحيث كل من أعداد تصل والدقة على مدى 1-2 أسابيع (الشكل 5). ويبين الشكل 6 نماذج إطارات الفيديو التي تشير إلى الهياكل التي حددتها DeepLabCut، ويبين الشكل 7 مسارات ا…

Discussion

أصبح وصول القوارض المهرة أداة قياسية لدراسة علم وظائف الأعضاء نظام المحرك والفيزيولوجيا المرضية. لقد وصفنا كيفية تنفيذ مهمة الفئران المهرة الآلي الوصول الذي يسمح: التدريب والاختبار مع الحد الأدنى من الإشراف، 3-D مخلب وأرقام مسار إعادة الإعمار (أثناء الوصول، واستيعاب، وتراجع مخلب)، وتحديد…

Disclosures

The authors have nothing to disclose.

Acknowledgements

يود المؤلفون أن يشكروا كارونيش جانجولي ومختبره على المشورة بشأن مهمة الوصول الماهرة، وألكسندر وماكينزي ماثيس على مساعدتهم في تكييف ديب لابكوت. وقد تم دعم هذا العمل من قبل المعهد الوطني للأمراض العصبية والسكتة الدماغية (رقم المنحة K08-NS072183) وجامعة ميشيغان.

Materials

clear polycarbonate panels TAP Plastics cut to order (see box design)
infrared source/detector Med Associates ENV-253SD 30" range
camera Basler acA2000-340kc 2046 x 1086 CMV2000 340 fps Color Camera Link
camera lens Megapixel (computar) M0814-MP2 2/3" 8mm f1.4 w/ locking Iris & Focus
camera cables Basler #2000031083 Cable PoCL Camera Link SDR/MDR Full, 5 m – Data Cables
mirrors Amazon
linear actuator Concentrics LACT6P Linear Actuator 6" Stroke (nominal), 110 Lb Force, 12 VDC, with Potentiometer
pellet reservoir/funnel Amico (Amazon) a12073000ux0890 6" funnel
guide tube ePlastics ACREXT.500X.250 1/2" OD x 1/4" ID Clear. Extruded Plexiglass Acrylic Tube x 6ft long
pellet delivery rod ePlastics ACRCAR.250 0.250" DIA. Cast Acrylic Rod (2' length)
plastic T connector United States Plastic Corp #62065 3/8" x 3/8" x 3/8" Hose ID Black HDPE Tee
LED lights Lighting EVER 4100066-DW-F 12V Flexible Waterproof LED Light Strip, LED Tape, Daylight White, Super Bright 300 Units 5050 LEDS, 16.4Ft 5 M Spool
Light backing ePlastics ACTLNAT0.125X12X36 0.125" x 12" x 36" Natural Acetal Sheet
Light diffuser films inventables 23114-01 .007×8.5×11", matte two sides
cabinet and custom frame materials various (Home Depot, etc.) 3/4" fiber board (see protocol for dimensions of each structure)
acoustic foam Acoustic First FireFlex Wedge Acoustical Foam (2" Thick)
ventilation fans Cooler Master (Amazon) B002R9RBO0 Rifle Bearing 80mm Silent Cooling Fan for Computer Cases and CPU Coolers
cabinet door hinges Everbilt (Home Depot #14609 continuous steel hinge (1.4" x 48")
cabinet wheels Everbilt (Home Depot #49509 Soft rubber swivel plate caster with 90 lb. load rating and side brake
cabinet door handle Everbilt (Home Depot #15094 White light duty door pull (4.5")
computer Hewlett Packard Z620 HP Z620 Desktop Workstation
Camera Link Frame Grabber National Instruments #781585-01 PCIe-1473 Virtex-5 LX50 Camera Link – Full
Multifunction RIO Board National Instruments #781100-01 PCIe-17841R
Analog RIO Board Cable National Instruments SCH68M-68F-RMIO Multifunction Cable
Digital RIO Board Cable National Instruments #191667-01 SHC68-68-RDIO Digital Cable for R Series
Analog Terminal Block National Instruments #782536-01 SCB-68A Noise Rejecting, Shielded I/O Connector Block
Digital Terminal Block National Instruments #782536-01 SCB-68A Noise Rejecting, Shielded I/O Connector Block
24 position relay rack Measurement Computing Corp. SSR-RACK24 Solid state relay backplane (Gordos/OPTO-22 type relays), 24-channel
DC switch Measurement Computing Corp. SSR-ODC-05 Solid state relay module, single, DC switch, 3 to 60 VDC @ 3.5 A
DC Sense Measurement Computing Corp. SSR-IDC-05 solid state relay module, single, DC sense, 3 to 32 VDC
DC Power Supply BK Precision 1671A Triple-Output 30V, 5A Digital Display DC Power Supply
sugar pellets Bio Serv F0023 Dustless Precision Pellets, 45 mg, Sucrose (Unflavored)
LabVIEW National Instruments LabVIEW 2014 SP1, 64 and 32-bit versions 64-bit LabVIEW is required to access enough memory to stream videos, but FPGA coding must be performed in 32-bit LabVIEW
MATLAB Mathworks Matlab R2019a box calibration and trajectory reconstruction software is written in Matlab and requires the Computer Vision toolbox

References

  1. Chen, J., et al. An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space. Journal of Neuroscience Methods. , (2018).
  2. Sacrey, L. A. R. A., Alaverdashvili, M., Whishaw, I. Q. Similar hand shaping in reaching-for-food (skilled reaching) in rats and humans provides evidence of homology in release, collection, and manipulation movements. Behavioural Brain Research. 204, 153-161 (2009).
  3. Whishaw, I. Q., Kolb, B. Decortication abolishes place but not cue learning in rats. Behavioural Brain Research. 11, 123-134 (1984).
  4. Klein, A., Dunnett, S. B. Analysis of Skilled Forelimb Movement in Rats: The Single Pellet Reaching Test and Staircase Test. Current Protocols in Neuroscience. 58, 8.28.1-8.28.15 (2012).
  5. Whishaw, I. Q., Pellis, S. M. The structure of skilled forelimb reaching in the rat: a proximally driven movement with a single distal rotatory component. Behavioural Brain Research. 41, 49-59 (1990).
  6. 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).
  7. Fenrich, K. K., et al. Improved single pellet grasping using automated ad libitum full-time training robot. Behavioural Brain Research. 281, 137-148 (2015).
  8. Azim, E., Jiang, J., Alstermark, B., Jessell, T. M. Skilled reaching relies on a V2a propriospinal internal copy circuit. Nature. , (2014).
  9. Guo, J. Z. Z., et al. Cortex commands the performance of skilled movement. Elife. 4, e10774 (2015).
  10. Nica, I., Deprez, M., Nuttin, B., Aerts, J. M. Automated Assessment of Endpoint and Kinematic Features of Skilled Reaching in Rats. Frontiers in Behavioral Neuroscience. 11, 255 (2017).
  11. Wong, C. C., Ramanathan, D. S., Gulati, T., Won, S. J., Ganguly, K. An automated behavioral box to assess forelimb function in rats. Journal of Neuroscience Methods. 246, 30-37 (2015).
  12. Torres-Espín, A., Forero, J., Schmidt, E. K. A., Fouad, K., Fenrich, K. K. A motorized pellet dispenser to deliver high intensity training of the single pellet reaching and grasping task in rats. Behavioural Brain Research. 336, 67-76 (2018).
  13. Mathis, A., et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience. 21, 1281-1289 (2018).
  14. Ellens, D. J., et al. An automated rat single pellet reaching system with high-speed video capture. Journal of Neuroscience Methods. 271, 119-127 (2016).
check_url/cn/59979?article_type=t

Play Video

Cite This Article
Bova, A., Kernodle, K., Mulligan, K., Leventhal, D. Automated Rat Single-Pellet Reaching with 3-Dimensional Reconstruction of Paw and Digit Trajectories. J. Vis. Exp. (149), e59979, doi:10.3791/59979 (2019).

View Video