Automatisierte, Quantitative Kognition / Verhalten Screening der Mäuse: Für Genetik, Pharmakologie, Animal Cognition und Undergraduate-Unterricht
Summary
Vollautomatisches System zur Messung physiologisch sinnvollen Eigenschaften der Mechanismen der Vermittlung räumliche Lokalisierung, zeitliche Lokalisierung, Dauer, Geschwindigkeit und Wahrscheinlichkeitsschätzung, Risikobewertung, Impulsivität und die Genauigkeit und Präzision der Erinnerung, um die Auswirkungen der genetischen und pharmakologischen Manipulationen bewerten grundlegenden Mechanismen der Kognition bei Mäusen.
Abstract
Wir beschreiben eine Hochdurchsatz-, High-Volume, voll automatisiert, live-in 24/7 Verhaltenstestsystem für die Beurteilung der Auswirkungen von genetischen und pharmakologischen Manipulationen zu den grundlegenden Mechanismen der Wahrnehmung und des Lernens in Mäusen. Ein Standard-Polypropylen-Maus Gehäusewanne wird durch eine Acrylröhre in eine handelsübliche Maus Test-Box verbunden. Das Testfeld hat drei Trichtern, 2 davon sind mit Pellet-Feeder. Alle sind intern beleuchtbar mit einer LED und durch Infrarot (IR) für Kopf-Einträge überwacht Balken. Mäuse leben in der Umgebung, die Handhabung beim Screening eliminiert. Sie erhalten ihre Nahrung während zwei oder mehr tägliche Fütterung Zeiten, indem in der operanten (instrumental) und Pawlowschen (klassische)-Protokolle, für die wir geschrieben haben, Protokoll-Steuersoftware und Quasi-Echtzeit-Datenanalyse-und Grafiksoftware. Die Datenanalyse-und Grafikroutinen sind in einer MATLAB-basierte Sprache erstellt, um stark vereinfachen die Analyse von großen Zeit-s geschriebenStampfverhaltensmäßigen und physiologischen Ereignisdatensätze und eine vollständige Datenpfad von Rohdaten über alle Zwischen Analysen zu den veröffentlichten Grafiken und Statistiken in einer einzigen Datenstruktur zu bewahren. Die Datenanalysecode erntet die Daten mehrmals am Tag und unterwirft sie statistische und grafische Auswertungen, die automatisch in der "Wolke" in-lab Computer gespeichert werden und auf. Daher wird der Fortschritt der einzelnen Mäusen visualisiert und quantifiziert täglich. Die Daten-Analyse-Code spricht mit dem Protokoll-Steuercode und ermöglicht die automatisierte Nachnahme Protokoll zu Protokoll der einzelnen Themen. Die Verhaltensprotokolle implementiert passenden, autoshaping, Zeitschalt Trichter-, Risikobewertung im Zeit Trichter-Schalt, Impulsivität Messung und der circadianen Vorfreude auf die Verfügbarkeit von Nahrungsmitteln. Open-Source-Protokoll-Steuerung und Datenanalyse-Code macht die Zugabe von neuen Protokollen einfach. Acht Testumgebungen passen in eine 48 x 24 x 78 in Schrank, zwei solche Kabineinets (16 Umgebungen) kann durch einen Computer gesteuert werden.
Introduction
Um die leistungsfähigen Techniken der Genetik, Molekulargenetik, Molekularbiologie und Neuropharmakologie zu bringen, um auf die Aufklärung der zellulären und molekularen Mechanismen, die grundlegenden Mechanismen der Erkenntnis vermitteln zu tragen, brauchen wir High-Volume-, Hochdurchsatz-Screening-Verfahren, die psychophysischen physiologisch sinnvoll zu quantifizieren Eigenschaften von kognitiven Mechanismen. Ein psychophysisch messbare physiologische sinnvolle quantitative Eigenschaft eines Mechanismus ist eine Eigenschaft, die von Verhaltens Mittel, durch elektrophysiologische oder biochemische Mittel gemessen und auch werden kann. Beispiele sind das Absorptionsspektrum von Rhodopsin, die freilaufende Periode der circadianen Uhr und die Refraktärzeit der Belohnung Axone im medialen Vorderhirnbündel 1,2. Psychophysikalische Messungen, die zellulären und molekularen Messungen verglichen werden können, eine Grundlage für die Verknüpfung von zellulären und molekularen Mechanismen, die psychologischen Mechanismen, durch quantitative Korrespondenz. Für example, die Tatsache, dass die in situ-Absorptionsspektrum des Rhodopsin in Stäbchenaußensegmenten überlagert auf den menschlichen skotopischen spektrale Empfindlichkeitsfunktion gibt starke Hinweise, dass das Photon ausgelöste Isomerisierung von Rhodopsin ist der erste Schritt bei skotopischer. Die quantitativen Aspekte der komplexen Verhaltensmuster sind auch zentral für die Nutzung von QTL-Methoden in der Verhaltensgenetik 3,4.
Die Leistung von Mäusen (und Ratten) auf etablierten Instrumental-und Pawlowschen Lernprotokolle hängt von Gehirnmechanismen, die abstrakte Größen wie die Zeit messen, die Anzahl, Dauer, Geschwindigkeit, Wahrscheinlichkeit, Risiko und räumliche Lage. Beispielsweise die Geschwindigkeit der Akquisition von Pavlovian bedingter Reaktionen hängt von dem Verhältnis zwischen dem durchschnittlichen Abstand zwischen den Verstärkungs Ereignisse (typischerweise Lebensmittellieferungen) und der mittleren Latenz zur Bewehrung nach dem Einsetzen des Verstärkungssignals für bevorstehende 5-7. Für eine zweite Blutzuckerwerle, das Verhältnis der durchschnittlichen Dauer der Besuche, zwei Aufgabetrichter in einem passenden Protokoll etwa gleich dem Verhältnis der Geschwindigkeiten der Verstärkung an diesen beiden Trichtern 10.08.
Die Verhaltenstestverfahren derzeit im breiten Einsatz von Neurowissenschaftlern interessiert zugrunde liegenden Mechanismen sind zum größten Teil, geringes Volumen, geringe Durchlauf und arbeitsintensiv 26. Außerdem haben sie keine Mengen, die mit durch elektrophysiologische und biochemische Verfahren Meßgrößen verglichen werden kann, zu messen, wie zum Beispiel können die verhaltens gemessenen Perioden und Phasen der zirkadianen Oszillatoren elektrophysiologische und biochemische Maßnahmen der zirkadianen Periode und Phase verglichen werden. Aktuelle Verhaltenstestverfahren konzentrieren sich auf Kategorien von Lernen, wie räumliches Lernen, Lernen zeitliche oder Angst lernen, anstatt auf zugrunde liegenden Mechanismen. Die weit verbreitete Wasserlabyrinth Test der räumlichen Lernen 11-15 ist ein Beispiel für diesen shortcomings. Räumliche Lernen ist eine Kategorie. Lernen in dieser Kategorie hängt von vielen Mechanismen, von denen einer der Mechanismus der Koppel 16,17. Koppelnavigation hängt wiederum auf dem Tacho, den Mechanismus, der Streckenlauf 18 misst. Ebenso ist eine zeitliche Lern Kategorie. Eine innere Uhr gehört zu den Mechanismen auf dem Lernen in dieser Gruppe abhängig ist, da ein Oszillator mit einer etwa 24-Stunden-Zeitraum ist für die Tiere benötigt, um die Tageszeit, zu der Ereignisse auftreten 17,19 erfahren. Die Uhr, die Nahrung ermöglicht Vorfreude noch zu 19 entdeckt werden.
Ein Takt ist eine Zeitmesseinrichtung. Endogene Oszillatoren mit einer Vielzahl von Perioden ermöglichen das Gehirn Ereignisse in der Zeit durch Aufzeichnung der Phasen dieser Uhren 16,17 lokalisieren. Die Fähigkeit, Positionen in der Zeit aufzuzeichnen ermöglicht die Messung von Zeitdauern, dh Abstände zwischen Positionen in der Zeit. Assoziatives Lernen hängt von ter Messungen der Laufzeiten 5,6,20,21 Gehirns. Zähler gibt Anzahl Messmechanismen. Anzahl Mess ermöglicht Wahrscheinlichkeitsschätzung, da eine Wahrscheinlichkeit, das Verhältnis zwischen der numerosity einer Teilmenge und dem numerosity des Ober. Anzahl Messdauer und Mess ermöglichen Ratenschätzung, da eine Rate ist die Anzahl der Ereignisse, geteilt durch die Dauer des Intervalls, über die die Zahl gemessen. Messungen der Dauer, Anzahl, Geschwindigkeit und Wahrscheinlichkeit ermöglichen Verhaltensanpassungen an veränderte Risiken. 22,23 Unsere Methode konzentriert sich auf die Messung der Genauigkeit und Präzision dieser grundlegenden Mechanismen. Genauigkeit ist das Ausmaß, in dem das Gehirn die Maßnahme entspricht einem objektiven Maßstab. Präzision ist die Variation oder Unsicherheit im Gehirn die Maßnahme von einem festen objektiven Wert, beispielsweise eine feste Dauer. Weber-Gesetz ist die älteste und sicher etabliert Ergebnis in der Psychophysik. Sie behauptet, dass die Genauigkeit derGehirn Maß einer Menge ist ein fester Bruchteil dieser Menge. Die Weber-Fraktion, die die Statistiker der Variationskoeffizient in einer Verteilung (σ / μ), misst Präzision. Das Verhältnis der psychophysischen Mittel (z. B. bedeuten, beurteilt Dauer) auf das Ziel Mittelwert (Mittelwert Ziel Dauer) ist das Maß der Genauigkeit.
Das hier vorgestellte Verfahren maximiert Volumen (Anzahl der Tiere, die zu einem beliebigen Zeitpunkt in einer gegebenen Menge von Laborraum abgeschirmt) und Durchsatz (Menge an Informationen erhalten, dividiert durch die mittlere Dauer der Überprüfung von einem einzigen Tier) bei gleichzeitiger Minimierung der Menge an Human Arbeit erforderlich, um die Messungen zu machen und die Maximierung der Unmittelbarkeit, mit der die Ergebnisse des Screening bekannt geworden.
Die Daten-Analyse-Software-Architektur stellt hier vorge automatisch die Rohdaten und all die Zusammenfassung der Ergebnisse und Statistiken aus der Daten zusammen in einer einzigen d abgeleitetata Struktur, mit Feldüberschriften, die verständlich die Weltmeere von Zahlen machen darin enthalten sind. Die analytische Software arbeitet nur Daten in dieser Struktur und speichert jeweils die Ergebnisse ihrer Operationen in Bereichen innerhalb derselben Struktur. Dies gewährleistet eine intakte Weg von Rohdaten zu veröffentlichen Zusammenfassungen und Grafiken.
Die Software schreibt automatisch in die Struktur der Experiment-Kontrollprogramme, die die vollautomatische Prüfung geregelt, und es wird automatisch angezeigt, welche Rohdaten aus, welches Programm kam. So bewahrt sie eine tadellose Datenspur, ohne Zweifel, auf die experimentellen Bedingungen in Kraft waren, für jedes Tier an jedem Punkt in der Prüfung und keinen Zweifel daran, wie die zusammenfassende Statistiken wurden aus den Roh-Daten abgeleitet. Diese Methode der Datensicherung erleichtert die Entwicklung von standardisierten Verhaltens Screening-Datenbanken, die es ermöglicht, anderen Labors weiter zu analysieren, diese reichen von Datensätzen.
<p class = "jove_content"> Dieses Verfahren minimiert das Risiko von Verlust der Unterstützung für die Firmware und Software von denen es abhängt. Das Prüfgerät ist trivialerweise aus einer alteingesessenen Handelsquelle modifiziert. Die Programmiersprachen sind die individuelle Sprache, die von der Hardware-Hersteller, für die Protokollsteuerung vorgesehen, und für die Datenanalyse und Grafik, ein speziell angefertigtes, nicht kommerziellen Open-Source-Werkzeugkasten (TSsystem) in einem sehr weit unterstützt Handels wissenschaftliche Programmierung, Daten geschrieben Analyse-und Grafiksprache. Die Toolbox enthält High-Level-Befehle für das Extrahieren von Strukturinformationen und Auswertungsstatistiken von langwierigen Zeitstempel versehen Ereignisdatensätze. Die Protokoll-Umsetzung der Programme und die Daten-Analyse-Programme sind Open-Source und gründlich dokumentiert.Das Screening-System ist in Abbildung 1 schematisch dargestellt. Zehn Schränke, können mit jeweils 8 Testumgebungen in einem 10 ft x 15 ft Laborraum eingerichtet werden, so dass 80 Mäuse to gleichzeitig ausgeführt werden. Kabel durch eine Öffnung in einer Wand Partei sollte die Umgebungen der elektronischen / elektrischen Schnittstellenkarten und PCs in einem anderen Raum zu verbinden. Die PCs laufen die Protokoll-Steuerprogramme. Ein Computer ist für alle 2 Schränke (16 Testumgebungen) erforderlich. Die PCs sind über ein Local Area Network auf einem Server mit der Datenanalyse und Grafik-Software verbunden werden.
Protocol
Representative Results
Discussion
Unsere Methode liefert eine Vielzahl von physiologischen sinn, quantitative Ergebnisse über die Funktionsweise der verschiedenen Mechanismen der Kognition, Lernen und Gedächtnis, für viele Mäuse auf einmal, in einer minimalen Menge an Zeit mit einem Minimum an menschlicher Arbeitskraft, und ohne Behandlung der Versuchspersonen während der Tage, Wochen oder Monaten der Prüfung. Diese Attribute passen sie für die genetische und pharmakologische Screening-Programme. Es nutzt minimal modifiziert off-the-shelf Hardwar…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Die Schaffung dieses System wurde von 5RO1MH77027 unterstützt.
Materials
| SmartCtrl Connection Panel | Med Associates | SG-716B (115) | control panel for inputs/outputs | 8 |
| SmartCtrl Interface Module | Med Associates | DIG-716B (114) | smart card for each chamber | 8 |
| Universal Cable | Med Associates | SG-210CB (115) | cable from smart card to control panel | 1 |
| Tabletop Interface Cabinet | Med Associates | SG-6080C (109) | cabinet to hold smart cards | 1 |
| Rack Mount Power Supply | Med Associates | SG-500 (112) | 28 volt power | 1 |
| Wide Mouse Test Chamber | Med Associates | ENV-307W (31) | test chamber | 8 |
| Filler Panel Package | Med Associates | ENV-307W-FP (32) | various-size panels for test chamber | 8 |
| Wide Mouse Modular Grid Floor | Med Associates | ENV-307W-GF (31) | test chamber floor grid | 8 |
| Head Entry Detector | Med Associates | ENV-303HDW (62) | head entry/pellet entry into hopper | 40 |
| Pellet Dispenser | Med Associates | ENV-203-20 (73) | feeder | 16 |
| Pellet Receptacle | Med Associates | ENV-303W (61) | hopper | 24 |
| Pellet Receptacle Light | Med Associates | ENV-303RL (62) | hopper light | 24 |
| House Light | Med Associates | ENV-315W (43) | house light | 8 |
| IR Controller | Med Associates | ENV-253B (77) | entry detector for tube between nest and test | 16 |
| Fan | Med Associates | ENV-025F28 (42) | exhaust fan for each chamber | 8 |
| Polypropylene Nest Tub | nest box | 8 | ||
| Acrylic Connection Tube | connection between nest and test areas | 8 | ||
| Steel Cabinet | cabinet to hold test chambers (78"H, 48"W, 24"D) | 1 | ||
| Windows computer | running MedPC experiment-control software | 1 | ||
| Server | running Matlab, linked to exper-control computer by LAN | 1 | ||
| Software | ||||
| MedPC software | Med Associates | proprietary process-control programming language | 1 | |
| Matlab w Statistics Toolbox | Matlab | proprietary data analysis and graphing programing system | 1 | |
| TSsystem | in Supplementary Material w updates from senior author | Open-source Matlab Toolbox | 1 | |
| Note: This is the euipment needed for one cabinet, containing 8 test environments. Hardware must be replicated for each such cabinet. However one computer can control 2 cabinets (16 test environments) |
References
- Gallistel, C. R., Shizgal, P., Yeomans, J. S. A portrait of the substrate for self-stimulation. Psychol. Rev. 88, 228-273 (1981).
- Takahashi, J. S. Molecular neurobiology and genetics of circadian rhythms in mammals. Ann. Rev. Neurosci. 18, 531-553 (1995).
- Mackay, T. F. C., Stone, E. A., Ayroles, J. F. The genetics of quantitative traits: challenges and prospects. 10, 565-577 (2009).
- Weber, J. N., Peterson, B. K., Hoekstra, H. E. Discrete genetic modules are responsible for complex burrow evolution in Peromyscus mice. Nature. 493, 402-405 (2013).
- Balsam, P. D., Drew, M. R., Gallistel, C. R. Time and Associative Learning. Compar. Cogn. Behav. Rev. 5, 1-22 (2010).
- Gallistel, C. R., Gibbon, J. Psychol Rev. Psychol Rev. 107, 289-344 (2000).
- Ward, R. D., et al. Conditional Stimulus Informativeness Governs Conditioned Stimulus—Unconditioned Stimulus Associability. J. Exp. Psychol. Animal Behav. Process. 38, 217-232 (2012).
- Gallistel, C. R., et al. Is matching innate. J. Exp. Anal. Behav. 87, 161-199 (2007).
- Herrnstein, R. J. Derivatives of matching. Psychol. Rev. 86, 486-495 (1979).
- Mark, T. A., Gallistel, C. R. Kinetics of matching. J. Exp. Psychol. Animal Behav. Process. 20, 79-95 (1994).
- Brandeis, R., Brandys, Y., Yehuda, S. The use of the Morris water maze in the study of memory and learning. Int. J. Neurosci. 48, 29-69 (1989).
- Foucaud, J., Burns, J. G., Mery, F. Use of spatial information and search strategies in a water maze analog in Drosophila melanogaster. PLoS ONE. 5, (2010).
- Logue, S. F., Paylor, R., Wehner, J. M. Hippocampal lesions cause learning deficits in inbred mice in the Morris water maze and conditioned-fear task. Behav. Neurosci. 111, 104-113 (1997).
- Upchurch, M., Wehner, J. M. Differences between inbred strains of mice in Morris water maze performance. Behav. Genet. 18, 55-68 (1988).
- Zilles, K., Wu, J., Crusio, W. E., Schwegler, H. Water maze and radial maze learning and the density of binding sites of glutamate, GABA, and serotonin receptors in the hippocampus of inbred mouse strains. Hippocampus. 10, 213-225 (2000).
- Chen, G., King, J. A., Burgess, N., O’Keefe, J. How vision and movement combine in the hippocampal place code. Proc. Natl. Acad. Sci. U.S.A. 110, 378-383 (2013).
- Gallistel, C. R. . The organization of learning. , (1990).
- Wittlinger, M., Wehner, R., Wolf, H. The desert ant odometer: a stride integrator that accounts for stride length and walking speed. J. Exp. Biol. 210, (2007).
- Challet, E., Mendoza, J., Dardente, H., Pevet, P. Neurogenetics of food anticipation. Eur. J. Neurosci. 30, 1676-1687 (2009).
- Arcediano, F., Miller, R. R. Some constraints for models of timing: A temporal coding hypothesis perspective. Learn. Mot. 33, 105-123 (2002).
- Denniston, J. C., Blaisdell, A. P., Miller, R. R. Temporal Coding in Conditioned Inhibition: Analysis of Associative Structure of Inhibition. J. Exp. Psychol. Animal Behav. Process. 30, 190-202 (2004).
- Balci, F., Freestone, D., Gallistel, C. R. Risk assessment in man and mouse. Proc. Natl. Acad. Sci. U.S.A. 106, 2459-2463 (2009).
- Kheifets, A., Gallistel, C. R. Mice take calculated risks. Proc. Natl. Acad. Sci. U.S.A. 109, 8776-8779 (2012).
- Fetterman, J. G., Killeen, P. R. Categorical scaling of time: Implications for clock-counter models. J. Exp. Psychol. Animal Behav. Process. 21, 43-63 (1995).
- Luby, M., et al. Food anticipatory activity behavior of mice across a wide range of circadian and non-circadian intervals. PLoS One. 7, (2012).
- Lee, S. A., Vallortigara, G., Ruga, V., Sovrano, V. A. Independent effects of geometry and landmark in a spontaneous reorientation task: a study of two species of fish. Animal Cogn. 15, 861-870 (2012).
- Rodriguiz, R., Wetsel, W. C., Levin, E. D., Buccafusco, J. J. . Animal Models of Cognitive Impairment Ch. 12. , (2006).
- Gallistel, C. R., et al. Fully Automated Cognitive Assessment of Mice Strains Heterozygous for Cell–Adhesion Genes Reveals Strain–Specific Alterations in Timing Precision. Philosoph. Trans. Royal Soc. B. , (2013).
