Summary

Automatiserad, långsiktiga beteendevetenskaplig analys för kognitiva funktioner i flera genetiska modeller av Alzheimers sjukdom, använda IntelliCage

Published: August 04, 2018
doi:

Summary

Detta dokument beskriver ett protokoll för kognitiva bedömningar för genetiska modeller av Alzheimers sjukdom med hjälp av det IntelliCage systemet, som är en hög genomströmning automatiserad beteendemässiga övervakningssystem med operant betingning.

Abstract

Flera faktorer — såsom åldrande och gener – är ofta förknippade med kognitiv försämring. Genetiskt modifierade musmodeller av kognitiv försämring, såsom Alzheimers sjukdom (AD), har blivit ett lovande verktyg för att kartlägga de bakomliggande mekanismerna och främja de terapeutiska framsteg. Ett viktigt steg är validering och karakterisering av förväntade beteende abnormitet i modellerna, i fallet AD, kognitiv försämring. De långsiktiga beteendemässiga utredningarna av försöksdjur att studera effekten av åldrande efterfrågan betydande ansträngningar från forskare. Systemets IntelliCage är en hög genomströmning och kostnadseffektiva test batteri för möss som eliminerar behovet av daglig human hantering. Här beskriver vi hur systemet utnyttjas i den långsiktiga fenotypning av genetiska Alzheimers sjukdom modell, speciellt med inriktning på kognitiva funktioner. Experimentet sysselsätter upprepade batteri av tester som utvärderar spatial inlärning och exekutiva funktioner. Denna kostnadseffektiva åldersberoende fenotypning tillåter oss att identifiera gener övergående eller permanenta effekter på olika kognitiva aspekter.

Introduction

Utvecklingen av djurmodeller för neuronal sjukdom under det senaste decenniet har gett en mekanistisk förståelse av sin grund och för att främja den terapeutiska framsteg1,2,3. Tillämpningen av ett högt dataflöde beteendemässiga test batteri i genetiska djurmodeller är en heuristisk forskningsverktyg för att undersöka de bakomliggande mekanismerna av mänskliga sjukdomar och identifiering av läkemedelsbehandlingar. Forskning test batterier anpassade för långsiktig observation av åldrande och/eller demens-modeller har traditionellt tvingat laboratorier att konsumera stora mängder specialiserad arbetskraft och tid. Ett hem-bur övervakningssystem skulle vara en kostnadseffektiv strategi eftersom det skulle minska kostnaden för beteendemässiga observationen av människor. Vissa forskargrupper har utvecklat automatiserade vision-baserat verktyg som hjälper behavioral fenotypning av en enskild individ i en liten hem bur4,5,6. Men begränsa sådana metoder social interaktion, storleken på testmiljöer och mängden beteendemässiga åtgärder som inkluderar kognitiva funktioner. IntelliCage är ett andra generationens hem-bur övervakningssystem som utformats för att utföra olika kognitiva uppgifter i en socialt buren. Viktigast av allt, denna metod kan eliminera dagligen hantering som möjliggör oss att utföra långsiktigt beteende övervakning med bedömning av kognitiva funktioner, och det kan eliminera kraven för specialiserad praktisk hantering, och aktivera mycket reproducerbara data förvärv7. Här beskriver vi de långsiktiga fenotypning och validering i genetiska musmodeller av Alzheimers sjukdom (AD) som har genererats nyligen8,9,10 med hjälp av automatiserade hem-bur övervakning systemet. En test-batteri, som ingår bedömningar av spatial inlärning och exekutiva funktioner, utfördes upprepade gånger på flera år points (9 – 12 och 14 – 17 månader gammal). Detta åldersberoende fenotypning tillät oss att identifiera gener övergående eller permanenta effekter på olika kognitiva aspekter. Vi fann att vissa AD modeller visade både tillfälliga och permanenta fenotyper av flera kognitiva aspekter testas i långsiktiga analysen med automatiserade hem-bur övervakning system10. Automatiserad studien använder system för övervakning av hem-buren är alltså fördelaktigt och kostnadseffektiv för långsiktiga beteendemässiga fenotypning och validering i olika modeller av kognitiv dysfunktion.

Protocol

Alla förfaranden som godkändes av institutionella djuret och användning kommittén, och de utfördes enligt RIKEN hjärnan vetenskap institutets riktlinjer för djurförsök. 1. ställa in apparaten Obs: En översikt av hem-bur automatiserade övervakningssystem visas i figur 1. Varje system (39 x 58 cm x 21 cm) innehåller en mikroprocessor och fyra hörn chambers, som alla har två vattenflaskor och en ring antenn för att upptäcka …

Representative Results

I vår tidigare studie upptäcktes de åldersberoende kognitiva bristerna i AD modeller av experimenten med automatiserade hem-bur övervakning system10. Deras resultat av AD modeller i PP var intakt i både unga vuxna och äldre patienter; prestanda i PPR var dock betydligt och successivt nedsatt (figur 6). Det är också viktigt att iaktta de allmänna beteende eller ångest i fasen anpassning eftersom sådana egenskaper kan påverka…

Discussion

Detta dokument beskriver metoden som använder automatiserade hem-bur övervakningssystemet för långsiktiga kognitiva och beteendemässiga analyser i genetiskt modifierade AD modeller. Det mest kritiska steget är implantation av transpondern i lämpligt läge. Innan du utför implantation, säkerställa som utgångsdatum för transpondern inte har passerat. Den andra viktiga punkten är att kontrollera en fungerande systemet dagligen, särskilt som ett mindre problem kan därefter blivit ett mer allvarligt under studi…

Declarações

The authors have nothing to disclose.

Acknowledgements

Vi tackar Reiko Ando för hennes hjälp i fotografering material. Denna forskning stöddes av bidrag för förberedande forskning (JSPS KAKENHI licensnummer 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