Summary

Automatisert, langsiktig atferdsdata analyse for kognitive funksjoner i flere genetiske modeller av Alzheimers sykdom, bruker IntelliCage

Published: August 04, 2018
doi:

Summary

Dette dokumentet beskriver en protokoll for kognitive vurderinger for genetisk modeller av Alzheimers bruker IntelliCage systemet, som er en høy gjennomstrømning automatisert atferdsmessige overvåkingssystem med kan opereres forfatning.

Abstract

Flere faktorer — som aldring og gener-er ofte knyttet til kognitiv svikt. Genmodifiserte musen modeller av kognitiv svikt, som Alzheimers sykdom (AD), har blitt en lovende verktøyet å belyse de underliggende mekanismene og fremme de terapeutiske fremskrittene. Et viktig skritt er validering og karakterisering av forventet atferd abnormitet i modellene, i Annonsen, kognitiv svikt. De langsiktige atferdsmessige undersøkelsene av forsøksdyr å studere effekten av aldring etterspørselen betydelig innsats fra forskere. IntelliCage systemet er en høy gjennomstrømming og kostnadseffektiv testbatteri for mus som eliminerer behovet for daglige menneskelig handling. Her beskriver vi hvordan systemet benyttes i den langsiktige phenotyping av en genetisk Alzheimers sykdom modell, spesielt med fokus på kognitive funksjoner. Eksperimentet sysselsetter gjentatte batteri av tester som vurderer romlige læring og utøvende funksjoner. Denne kostnadseffektive alder-avhengige phenotyping tillater oss å identifisere forbigående og/eller permanent effekten av gener på ulike kognitive aspekter.

Introduction

Utvikling av dyr modeller for neuronal sykdom det siste tiåret har gitt en mekanistisk forståelse av deres basis og for å fremme den terapeutiske fremskritt1,2,3. Anvendelsen av en høy gjennomstrømming atferdsmessige testbatteri i genetisk dyremodeller er en heuristisk forskning for å undersøke de underliggende mekanismene menneskelige sykdommer og identifikasjon av stoffet terapi. Forskning test batterier tilrettelagt for langsiktig observasjon av aldring og/eller demens modeller har tradisjonelt tvunget laboratorier å konsumere store mengder spesialiserte arbeidskraft og tid. Et hjem-buret overvåkingssystem ville være en kosteffektiv strategi som det vil redusere kostnadene for atferdsdata observasjon av mennesker. Noen forskergrupper har utviklet automatisert visjon-basert verktøy som hjelper atferdsmessige phenotyping av en enkelt person i et lite hjem bur4,5,6. Men begrense slike metoder sosiale samspillet og størrelsen på testmiljøer rekke atferdsmessige tiltak med kognitive funksjoner. IntelliCage er en andregenerasjons hjem-buret overvåkingssystem som er utformet for å utføre ulike kognitive oppgaver i sosiale hjem bur. Viktigst, denne metoden kan eliminere daglig håndtering som muliggjør oss å utføre langsiktige atferdsmessige overvåking med vurdering av kognitive funksjoner, og det kan eliminere kravene for spesialiserte praktisk håndtering, og aktiverer svært reproduserbare data oppkjøpet7. Her beskriver vi de langsiktige phenotyping og validering i genetisk musen modeller av Alzheimers (AD) som er generert nylig8,9,10 bruker automatiserte hjem-buret overvåking system. Et testbatteri, som inkluderte vurderinger av romlige læring og utøvende funksjoner, ble gjentatte ganger utført med flere alder poeng (9-12 og 14-17 måneder gammel). Denne alder-avhengige phenotyping tillatt oss å identifisere forbigående og/eller permanent effekten av gener på ulike kognitive aspekter. Vi fant at noen AD-modeller viste både midlertidig og permanent fenotyper i flere kognitive aspekter testet i langsiktig analysen ved hjelp av automatiserte hjem-buret overvåking system10. Dermed er automatiserte studien bruker hjem-buret overvåkingssystem fordelaktig og kostnadseffektiv for langsiktig atferdsmessige phenotyping og validering i ulike modeller av kognitiv dysfunksjon.

Protocol

Alle prosedyrer ble godkjent av de institusjonelle dyr omsorg og bruk komiteen, og de ble utført etter RIKEN hjernen vitenskap instituttets retningslinjer for dyr eksperimentering. 1. innstillingen apparater Merk: En oversikt over automatisert hjem-buret overvåkingssystemet er vist i figur 1. Hvert system (39 cm x 58 cm x 21 cm) inneholder en mikroprosessor og fire hjørne chambers, hver har to vannflasker og en ring antenne for å oppd…

Representative Results

I vår forrige undersøkelse, ble alder avhengig av kognitiv underskudd i AD modeller oppdaget av eksperimenter ved hjelp av automatiserte hjem-buret overvåking system10. Deres Annonsen modeller i PP var intakt både unge voksne og eldre temaer; men ytelsen i PPR var betydelig og gradvis svekket (figur 6). Det er også viktig å observere hvordan eller angst i tilpasning fase fordi slike egenskaper kan påvirke kognisjon<sup class="xr…

Discussion

Dette dokumentet beskriver metoden bruker automatiserte hjem-buret overvåkingssystemet for langsiktig kognitive og atferdsmessige analyser i genmodifiserte AD modeller. Det viktigste trinnet er implantering av transponder riktig plassering. Før du utfører implantation, sikre at utløpsdatoen for transponderen ikke har bestått. Det andre viktige er å sjekke fungerer systemet daglig, spesielt som et mindre problem kan senere bli en mer alvorlig under studien (dvs., et stablet døren, falt ut transponder, dår…

Declarações

The authors have nothing to disclose.

Acknowledgements

Vi takker Reiko Ando for henne hjelp i fotografering materialer. Denne forskningen ble støttet av Grant-in-Aid for utforskende forskning (Javaserver KAKENHI bevilgning nummer 16K 15196).

Materials

IntelliCage TSE Systems Parchased in 2011 or later
PC Dell Inspiron 580s
Display Dell SI75T-WL
ALPHA-dri Shepherd Specialty Papers Standard bedding
Aron Alpha (Krasy Glue) 2g Toagosei (Krasy Glue) #04612 Cyanoacrylates for gluing magnet and blak arm
Handheld Transponder Reader BTS-ID R-560 Transponder reader, which reads both Trovan and DataMars
Transponder DataMars T-VA, T-VAS, or another series Basic package of transponders and implanters
Diamond Grip Plus Ansel Microflex DGP-INT-M Experimental glove
Isoflurane Pfizer 1119701G1092
Vaporizer for small animals DS Pharma Biomedical SF-B01 Facemask included
Neo-Medrol Pfizer 006472-001 Eye ointment
Ethanol (70%)
Excel Microsoft 00202-51382-15524-AA928 For data analysis

Referências

  1. Bryan, K. J., Lee, H., Perry, G., Smith, M. A., Casadesus, G. . Transgenic Mouse Models of Alzheimer’s Disease: Behavioral Testing and Considerations. Methods of Behavior Analysis in Neuroscience. , (2009).
  2. Nestler, E. J., Hyman, S. E. Animal models of neuropsychiatric disorders. Nature Neuroscience. 13 (10), 1161-1169 (2010).
  3. Crawley, J. N. Behavioral Phenotyping Strategies for Mutant Mice. Neuron. 57 (6), 809-818 (2008).
  4. Zarringhalam, K., Ka, M., et al. An open system for automatic home-cage behavioral analysis and its application to male and female mouse models of Huntington’s disease. Behavioural Brain Research. 229 (1), 216-225 (2012).
  5. Prusiner, S. B., Jackson, W. S., King, O. D., Lindquist, S. The power of automated high-resolution behavior analysis revealed by its application to mouse models of Huntington’s and prion diseases. Proceedings of the National Academy of Sciences of the United States of America. 95 (23), 13363-13383 (1998).
  6. Jhuang, H., Garrote, E., et al. Automated home-cage behavioural phenotyping of mice. Nature Communications. 1 (6), 1-9 (2010).
  7. Krackow, S., Vannoni, E., et al. Consistent behavioral phenotype differences between inbred mouse strains in the IntelliCage. Genes, brain, and behavior. 9 (7), 722-731 (2010).
  8. Nilsson, P., Saito, T., Saido, T. C. New mouse model of Alzheimer’s. ACS chemical. 5 (7), 499-502 (2014).
  9. Saito, T., Matsuba, Y., et al. Single App knock-in mouse models of Alzheimer’s disease. Nat Neurosci. 17 (5), 661-663 (2014).
  10. Masuda, A., Kobayashi, Y., Kogo, N., Saito, T., Saido, T. C., Itohara, S. Cognitive deficits in single App knock-in mouse models. Neurobiology of Learning and Memory. , (2016).
  11. Chan, R. C. K., Shum, D., Toulopoulou, T., Chen, E. Y. H. Assessment of executive functions: Review of instruments and identification of critical issues. Archives of Clinical Neuropsychology. 23 (2), 201-216 (2008).
  12. Jurado, M. B., Rosselli, M. The Elusive Nature of Executive Functions: A Review of our Current Understanding. Neuropsychology Review. 17 (3), 213-233 (2007).
  13. Diamond, A. Executive Functions. Annual Review of Psychology. 64 (1), 135-168 (2013).
  14. Kobayashi, Y., Sano, Y., et al. Genetic dissection of medial habenula-interpeduncular nucleus pathway function in mice. Frontiers in behavioral neuroscience. 7, 17 (2013).
  15. Robinson, O. J., Vytal, K., Cornwell, B. R., Grillon, C. The impact of anxiety upon cognition: perspectives from human threat of shock studies. Frontiers in human neuroscience. 7, 203 (2013).
  16. Robbins, T. The 5-choice serial reaction time task: behavioural pharmacology and functional neurochemistry. Psychopharmacology. (3-4), 362-380 (2002).
  17. Asinof, S. K., Paine, T. A. The 5-Choice Serial Reaction Time Task: A Task of Attention and Impulse Control for Rodents. Journal of Visualized Experiments. (90), e51574 (2014).
  18. Codita, A., Gumucio, A., et al. Impaired behavior of female tg-ArcSwe APP mice in the IntelliCage: A longitudinal study. Behavioural brain research. 215 (1), 83-94 (2010).
  19. Blumstein, D. T. Habituation and sensitization: new thoughts about old ideas. Animal Behaviour. 120, 255-262 (2016).
  20. Endo, T., Maekawa, F., et al. Automated test of behavioral flexibility in mice using a behavioral sequencing task in IntelliCage. Behavioural brain research. 221 (1), 172-181 (2011).
  21. Voikar, V., Colacicco, G., Gruber, O., Vannoni, E., Lipp, H. -. P., Wolfer, D. P. Conditioned response suppression in the IntelliCage: assessment of mouse strain differences and effects of hippocampal and striatal lesions on acquisition and retention of memory. Behavioural brain research. 213 (2), 304-312 (2010).
  22. Puścian, A., Łęski, S., Górkiewicz, T., Meyza, K., Lipp, H. -. P., Knapska, E. A novel automated behavioral test battery assessing cognitive rigidity in two genetic mouse models of autism. Frontiers in Behavioral Neuroscience. 8, 140 (2014).
  23. Voikar, V., Colacicco, G., Gruber, O., Vannoni, E., Lipp, H. -. P., Wolfer, D. P. Conditioned response suppression in the IntelliCage: assessment of mouse strain differences and effects of hippocampal and striatal lesions on acquisition and retention of memory. Behavioural brain research. 213 (2), 304-312 (2010).
  24. Harda, Z., Dzik, J. M., et al. Autophosphorylation of αCaMKII affects social interactions in mice. Genes, Brain and Behavior. , e12457 (2018).
  25. Aarts, E., Maroteaux, G., et al. The light spot test: Measuring anxiety in mice in an automated home-cage environment. Behavioural Brain Research. 294, 123-130 (2015).
  26. Safi, K., Neuhäusser-Wespy, F., et al. Mouse anxiety models and an example of an experimental setup using unconditioned avoidance in an automated system -IntelliCage. Cognition Brain & Behavior. 10 (4), 475-488 (2006).
  27. Dzik, J. M., Puścian, A., Mijakowska, Z., Radwanska, K., Łęski, S. PyMICE: APython library for analysis of IntelliCage data. Behavior Research Methods. 50 (2), 804-815 (2018).
check_url/pt/58009?article_type=t

Play Video

Citar este artigo
Masuda, A., Kobayashi, Y., Itohara, S. Automated, Long-term Behavioral Assay for Cognitive Functions in Multiple Genetic Models of Alzheimer’s Disease, Using IntelliCage. J. Vis. Exp. (138), e58009, doi:10.3791/58009 (2018).

View Video