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.
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.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Die drei voll automatisierten Protokolle in der TSsystem (Matching, appetitive Instrumental-und klassische Konditionierung) und der Switch-Protokoll wurden von der Tierpflege und Einrichtungen Ausschuss an der Rutgers New Brunswick genehmigt worden.
1. Einrichten des physikalischen Systems
- Bis die Testumgebungen in den Schränken (siehe Abbildung 1).
- Installieren Sie das Experiment-Steuersoftware mit den Testumgebungen auf den Protokoll-Steuerrechner zur Verfügung gestellt.
Hinweis: diese Computer nicht verwenden für andere Zwecke!
2. Einrichten der Software System
- Richten Sie die LAN (local area network), so dass der Server, auf dem Daten-Analyse-Software installiert ist, kann die Festplatten des Computers (s), die die Testumgebungen (siehe Abbildung 1) zugreifen.
- Stellen Sie die Datei-Synchronisation-Konto für die Datenspeicherung in der "Wolke".
- Put den Ordner TSsystem und seinen Unterordnern auf dem Suchpfad des Handels Programmiersprache in einem Cloud-Ordner synchronisiert.
Hinweis: Die TSsystem ist ein Software-Werkzeugkasten, das heißt, eine Bibliothek von über 30 High-Level-Funktionen, die das Erstellen von komplexen Datenanalyse-und Datengrafikcode zu erleichtern, die automatisch verarbeitet die Daten, wann immer es von den Ausgabedateien erzeugt geerntet das Experiment-Steuerprogramms. Alle Befehle wirken auf Daten in Feldern des Experiments Struktur und stellen die Ergebnisse in anderen Bereichen in der gleichen Struktur (siehe Fig. 2). Diese Open-Source-Befehle werden in einer der am häufigsten verwendeten kommerziellen wissenschaftlichen Programmierung und Grafik-Sprachen geschrieben. Es hat viele andere "Werkzeugkästen", darunter die meisten sinn einem Statistik-Toolbox.
3. Starten eines Experiment
- Rufen TSbegin (siehe Abbildung 3).
Hinweis: TSbegin ist ein interactive GUI (G matogra phische U ser I nterface) in der TSsystem Toolbox. Es führt den Benutzer durch den Prozess der Erstellung der hierarchischen Datenstruktur, in die die Rohdaten und alle Ergebnisse daraus abgeleitet werden von den anderen Funktionen in der Toolbox TSsystem platziert werden. - Rufen TSaddprotocol (siehe Abbildung 4).
Hinweis: TSaddprotocol ist ein GUI in der TSsystem Toolbox. Es führt den Benutzer durch den Prozess der Regelparameter für die Angabe einer Versuchsprotokoll unter Angabe Entscheidung Code, der die Entscheidung, das Protokoll zu beenden und gehen auf die nächste automatisieren und Angabe der Entscheidungskriterien verwendet werden. - Zeigen Mäuse in den 24/7 Live-in Testumgebungen, eine Maus pro Umwelt.
Hinweise: Achten Sie darauf, beachten Sie die ID-Nummer der Maus, die in jede der nummerierten Testumgebungen (Box 1, Box 2, etc.) geht. Beachten Sie auch, den Brief, den das Experiment-Steuerung identifiziertComputer im lokalen Netzwerk (LAN) und die IP-Adresse. - Nennen TSstartsession (Abbildung 5).
Hinweis: TSstartsession ist ein GUI in der TSsystem Toolbox. Es führt den Benutzer durch den Prozess des Startens eines experimentellen Sitzung. Experimentelle Sitzungen dauern ein oder zwei Wochen, in denen mehrere verschiedene Verhaltenstests Protokolle ausgeführt werden. TSstartsession speichert die Informationen, die in das Makro, das Protokoll-Steuersoftware liest, wenn eine Sitzung gestartet geht. Eingeschlossen ist der Pfad und Name der Code-Datei, die der Protokoll-Steuersoftware liest. TSsystem der analytischen Software liest den Code in das hierarchische Datenstruktur, so dass es nie Zweifel über den genauen Protokoll in Kraft zu jeder Zeit. - Gehen Sie auf die Steuerungsrechner und rufen Sie die Makros des MedPC Ordner geschrieben, um die Sitzung für die Boxen von diesem Computer gesteuert starten.
4. Datenanalyse
- Wenn Sie ein neues Protokoll erstellt haben, schreiben Sie geeignete Daten-Analyse-und Grafikcode mit Hilfe der Befehle in der TSsystem Toolbox, die erheblich vereinfachen die Erstellung von komplexen Datenanalysen.
Hinweis: Die Daten-Analyse-und Grafikcode für die drei Protokolle, deren Ergebnisse im Folgenden beschrieben werden in der TSsystem Toolbox enthalten. Denn sie sind Open Source, können sie nach Belieben modifiziert werden. Der Code für diese Analysen ist ausführlich kommentiert, die es einfacher, um Code für die Analyse der Ergebnisse von Benutzer angegebene Protokolle zu erstellen macht. - Für die Dauer des Experiments (24 h bis viele Wochen), E-Mail-Überwachung für Benachrichtigungen vom Server anzeigt, Fehlfunktionen möglich Anlagen (Stromausfälle, spontan, Steuer-Computer neu gestartet, Pellet-Zufuhrstörungen, etc.), die der TSsystem Daten-Analyse Programm erkennt.
- Studieren Sie die Grundleistung, dass die Daten-Analyse-Code in TSsystem geschrieben produziert jedes Mal, es wird von th genannte Analyse Timer (typischerweise 2-4 mal / Tag).
Hinweis: Die Analyse Timer ruft die Datenanalyse-und Grafikprogramm an benutzerspezifischen Abständen. Das aufgerufene Programm mit Funktionen TSsystem geschrieben. Er liest in der hierarchischen Datenstruktur, die Rohdaten aus der Datei, auf die das Protokoll-Steuerungssoftware schreibt geerntet. Dann analysiert die Daten und Abbildungen sind die Ergebnisse der Analysen. Die Datei mit dem hierarchischen Datenstruktur wird in einer Datei-Synchronisation Ordner in der Cloud gespeichert. Dies sorgt für die automatische Offsite-Backup. Die automatische Dateisynchronisierung speichert Kopien der Strukturdatei auf den Computern aller Personal und Mitarbeiter, die Zugriff gewährt haben. Spezifizierte Grafiken werden automatisch auf schriebene Personal und Mitarbeiter per E-Mail. Ein Hauptforscher können den Fortschritt der Prüfung von jedem Ort der Welt zu jeder Zeit zu überwachen und, wenn nötig, zu revidieren die Versuchsprotokoll, auf Linie, von der Remote-site, wo die Mäuse getestet. - Verwenden TSbrowser, um die Daten-und Auswertungsstatistiken in der hierarchischen Datenstruktur zu studieren, wie sie geworden sind, in quasi Echtzeit (siehe Abbildung 2).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Das System kann und sollte verwendet werden, um Protokolle, um die Ziele der einzelnen Prüfer oder Klassenlehrer zugeschnitten ausgeführt werden. Das passende Protokoll, das 2-Trichter autoshaping Protokoll, und der Switch-Protokoll: Wir haben jedoch eine Reihe von 3-Protokolle, die bei großen Screening von genetisch manipulierten Mäusen und Groß pharmakologischen Tests beweisen entwickelt. Der passende Protokoll misst die Kapazität der Maus, die Einkommen (Futterpellets pro Zeiteinheit) an zwei verschiedenen Orten zu schätzen, sich zu erinnern, die Lage Ausbeuten, die Einkommen, um das Verhältnis der durchschnittlichen Besuchsdauer auf das Verhältnis der Einkommen entsprechen, und die Schnelligkeit, mit die sie erkennt und korrigiert, um Änderungen in der Gewinn-Verhältnis. Die 2-Trichter autoshaping Protokoll Maßnahmen Raten von Instrumental-und klassische Konditionierung (assoziatives Lernen Raten). Der Schalter-Protokollmaßnahmen Intervall-Timing-Genauigkeit und Präzision, die Fähigkeit, Wahrscheinlichkeiten abzuschätzen (relative Häufigkeiten)und auf Veränderungen in Wahrscheinlichkeiten (Risikobewertung) einzustellen. Es gibt auch ein Maß der Impulsivität.
Matching. Die Verteiler in jedem der beiden seitlichen Trichtern (die Aufgabetrichter) unabhängig voneinander bei einer exponentiell variierenden Latenzzeit nach jeder Pelletliefer ausgerüstet. Ein Pellet wird geliefert, wenn der Feeder ist bewaffnet und die Maus löst Pellet-Freisetzung durch Stossen in den Trichter, wodurch die Infrarot (IR) Strahl zu unterbrechen. Die Intervalle, die vor der nächsten Scharfschalten vergehen werden aus Exponentialverteilungen, dessen Erwartungen werden in der Parameter-Datei (Tabelle 1) erstellt wurden. In diesem Protokoll Mäusen schnell zu beginnen, um zwischen den beiden Speisetrichter, Stossen für eine Weile in einem, dann Bewegen zu dem anderen und dann zurück in die erste. Das Verhältnis der durchschnittlichen Dauer der Aufenthalte in den beiden Behältern etwa das Verhältnis der Pellets pro Minute, die sie von den beiden Trichtern (NB Pellets pro min erhalten einstimmtdie Umwelt, ist, dass die "Einkommen" von Trichtern, nicht Pellets pro min Stossen in den Trichter, ist, dass die "Erträge" aus ihren Investitionen in die beiden Trichter). So, wenn sie im Durchschnitt 3-mal zu bekommen, wie viele Pellets aus Hopper Hopper 1, von 2, dann die durchschnittliche Dauer eines Besuches in Trichter 1 ist etwa 3 mal so lang wie die durchschnittliche Dauer eines Besuches in 2 Hopper. Wir führen dieses Protokoll zunächst wegen der Schnelligkeit, mit der das Abstimmungsverhalten erscheint 8. Es ist in der Regel messbar innerhalb der ersten 24 Stunden des Testens, außer, natürlich, in der gelegentlich Maus, die zu schüchtern, um die Trichter innerhalb der ersten 24 Stunden zu besuchen.
Passende Verhalten impliziert, dass die Mechanismen zur Messung der Dauer und Anzahl und Berechnung relativer Preise sind intakt, da die räumliche Lokalisierung Mechanismen, die eine Maus zu ermöglichen, angemessen mit den zwei verschiedenen Standorten Trichter verbinden die beiden unterschiedlichen Raten. Somit ist es eine hervorragende SchnellTest der grundlegenden kognitiven Funktion. Die Genauigkeit, mit der eine Maus entspricht das Verhältnis seiner erwarteten Besuchs Dauern zu dem Verhältnis der erfahrenen Einkommen ist ein Hinweis auf die Genauigkeit, mit der die Maus Mengen darstellen.
Die Genauigkeit, mit der eine Maus entspricht, wird grafisch durch das Ausmaß, in dem zwei gleichzeitig aufgetragen kumulative Aufzeichnungen die gleiche Steigung haben (Fig. 6) visualisiert. Eine kumulative Aufzeichnung ist die Kumulierung Summe einer Sequenz von Messungen. In diesem Fall ist ein Grundstück (die roten in Abbildung 6) der kumulierte Datensatz der Pellet-by-Pellet-Einkommen Ungleichgewicht Maßnahme, die andere (die Schwarzen in Abbildung 6) ist die kumulative Aufzeichnung des Pellets-by- Pellet-Besuch Ungleichgewicht Maßnahme. Für einen inter-Förderintervalls, ist das Einkommen Ungleichgewicht entweder -1 oder +1, je nachdem, ob die auf den Abschluss des Intervalls erhaltene Pellet kam von Hopper 1 (Ungleichgewicht = -1) oder 2 (= Ungleichgewicht+1). Die Steigung der kumulative Aufzeichnung dieser Ungleichgewichte ist das durchschnittliche Einkommen Ungleichgewicht (das Ungleichgewicht pro Fütterung). Wenn in 10 Intervallen, bekommt der Maus 5 Pellets von Hopper 1 und 5 von Hopper 2, dann die Durchschnittseinkommen Ungleichgewicht, dass diese über 10 inter-Feed Intervalle 
, Wenn alle 10 Pellets aus Hopper 2 kam, dann ist es 
Und, wenn alle 10 kam von Hopper 1, dann ist es 
. Somit kann die Durchschnittserträge Ungleichgewicht von -1 bis 1 liegen, und es ist 0, wenn es im Durchschnitt keine Unwucht. Der Besuch bei einem Ungleichgewicht zwischen den Zufuhr-Intervall ist die Zeit in Trichter 2 (T 2) minus der Zeit, zu Hopper 1 (T 1) verbracht wird, ddurch die Summe der beiden Zeiten ivided. Für einen interFütterungsIntervall kann diese Maßnahme auf einen Wert zwischen -1 und 1 im Gegensatz zu den Einkommen Ungleichgewicht nehmen, was sein muss entweder -1 oder 1 ist. , Die Steigung der kumulative Aufzeichnung dieser Maßnahme spiegelt jedoch seinem Durchschnittswert, so wie es der Fall für die Gewinn-Maßnahme. Als die beiden Steigungen der beiden kumulativen Aufzeichnungen (die roten und die schwarzen Datensätze in Abbildung 6) gleich sind, beträgt die durchschnittliche Besuchs Ungleichgewicht das Durchschnittseinkommen Ungleichgewicht, was bedeutet, dass die Maus passend das Verhältnis seiner durchschnittliche Besuchsdauer auf das Verhältnis der Einkommen aus den beiden Trichtern.
Für drei der Mäuse in 6 (5027, 5015 und 5024), die Steigung der kumulativen Besuch Ungleichgewicht Grundstück (schwarz) eng verfolgt die Steigung der kumulierte Ergebnis Ungleichgewicht (rot), was nahezu perfekte Abstimmung des Verhältnisses der durchschnittliche Besuchsdauer auf das Verhältnis der Einkommen. Zustellen, wie schnell das Verhältnis vonDie Besuchsdauer einstellt, um die Änderung in dem Verhältnis der Einkommen, an den Stellen der Biegung nach unten. Auf der anderen Seite, Maus 5034 (unten links Grundstück) konnte in der zweiten Fütterung Sitzung überein, die Steigung der kumulativen Besuch-Dauer Ungleichgewicht Grundstück (schwarz) ist 0, während die Steigung der Einkommensungleichgewicht (rot) ist deutlich positiv. Doch während der dritten Zuführungsphase (nach dem schwarzen vertikalen) sind die Pisten parallel, was bedeutet, dass diese Maus begann schlagartig zu Beginn dieser Phase seinen Besuch Verhältnis zur Ertrags-Verhältnis entsprechen. Offensichtlich war es daher nicht unfähig dazu, aber während eines Teils des Tests nicht dazu aus irgendeinem Grund. Dies veranschaulicht die Bedeutung der Visualisierung des gesamten Verlauf der Leistung, anstatt sich ganz auf ein paar zusammenfassende Statistiken. Maus 5028 abgestimmt gerade während der ersten Ertrags-Verhältnis, aber wenn es umgekehrt wurde, dauerte es nicht vollständig rückgängig zu machen. Während des 3. feedin Maus 5025 "überforderten"g-Phase (nach grün vertikal), das heißt, war die durchschnittliche Besuchs Ungleichgewicht größer als sein Durchschnittseinkommen Ungleichgewicht und es hat nicht ganz nach der Auflösung von Gewinn-und Verlust Ungleichgewicht einzustellen. Beachten Sie jedoch, dass alle 6 Mäusen, sowohl die drei Wildtypen und die 3-Heterozygoten mit Präzision während der ersten 4-Stunden-Zuführungsphase abgestimmt. Beachten Sie auch, dass diese Aufzeichnungen decken nur 36 bis 48 h (1.5-2 Tag / Nacht-Zyklen mit 2 Phasen Fütterung / Zyklus), bei dem man nicht nur anfänglichen Anpassungs aber eine abrupte Reaktion auf die Auflösung der Ertrags-Verhältnis beobachtet. Wie bereits erläutert, zeigt dies das intakte Funktionieren in den Heterozygoten von vielen grundlegenden Mechanismen der Wahrnehmung, nämlich Dauer Schätzung, Anzahl Schätzung, Ratenschätzung, räumliche Lokalisierung (Einkommensraten Trichter), und die Fähigkeit, einfache abstrakte Mengen erinnern. Die quantitativen Ergebnisse, die typisch sind, werden von automatisierten Tests in einer Live-in-Umgebung erhalten, ohne Behandlung der Mäuse über ihre ursprüngliche Platzierung in der Umwelt.
Wie in Abbildung 6 ersichtlich, Mäuse entspricht das Verhältnis der Dauer ihres Besuchs auf das Verhältnis der Einkommen, sobald sie, um zwischen den Trichtern beginnen. Die Schnelligkeit, mit der die Maus beginnt, um zwischen den Trichtern ist ein Maß dessen, was man seiner Kühnheit oder Neigung zu erkunden aufgerufen werden. Dies wird durch Auftragen der kumulative Aufzeichnung von Zyklen sichtbar, das heißt, die Anzahl von Zyklen als Funktion der Sitzungszeit abgeschlossen. Fig. 7 zeigt diese Diagramme der gleichen Mäusen, wie in 6. Fünf der sechs zeigten einige Explorations vor dem Einsetzen des ersten Zuführungsphase und begann plötzlich, um zwischen den Behältern, sobald sie begonnen hat. Eine Maus, aber (unten links), fanden keine Explorationsverhalten bei allen (nicht einem einzigen Zyklus), bis Mitte der 2. Phase Fütterung, an dem Punkt, begann es plötzlich um zwischen den Trichtern zu zeigen.
t "> unterscheidet Instrumental und Klassik Anlage Traditionelle Lerntheorie zwischen zwei Arten des assoziativen Lernens:... klassische Konditionierung (auch als Pawlowschen Konditionierung) und Instrumentalanlage (auch als operante Konditionierung) Die physiologisch sinnvollen Parameter in beiden Fällen ist die Lernrate Diese wird gedacht, um die Schnelligkeit, die synaptischen Stärken werden in Reaktion auf die Paarung von zwei sensorische Ereignisse in der klassischen Konditionierung (zB Trichter Beleuchtung und Lebensmittel-Lieferservice) oder in Reaktion auf die Paarung eines SR-Ereignis und einem Verstärkungs Veranstaltung Instrumentalanlage angepasst messen. Die Lernrate wird durch den Kehrwert der gemessenen Studien zu Erfassung, das heißt, die Anzahl von Paarungen vor dem Auftreten des konditionierten Verhaltens. Das zweite Protokoll misst diese Raten. Es lehrt auch die Probanden die Vorschub Latenzen bei der zu erwarten ist zwei Pellet-Lieferung Trichtern, die Kenntnisse in der dritten Protokoll getestet.Ein Untersuchungs in diesem Protokoll beginnt mit der Beleuchtung der Mittel Trichter, die, wo Pellets werden nie geliefert, weil es keine Pelletsschnecke für sie (siehe Diagramm der Test Box, oben rechts in Abbildung 1). Wenn die Maus steckt in der beleuchteten Mitteltrichter, das Licht gibt es erlischt, und eine zufällig ausgewählte einer der beiden flankierenden Trichter leuchtet. Wenn es der linken Trichter, die leuchtet dann ein Pellet wird es 4 Sek. nach der Beleuchtung geliefert, unabhängig davon, was die Maus tut. Wenn es die richtigen Trichter, die leuchtet dann ein Pellet wird es nach 12 Sek. wieder Beleuchtung unabhängig von dem, was die Maus tut geliefert. Somit ist das Stossen in der beleuchteten Mitteltrichter maßgeblich an der Initiierung einer Studie, wenn dieser Trichter ist beleuchtet, weiter nichts passiert, bis die Maus steckt in sie, die Maus muss in diesem Trichter, um ein Pellet zu stoßen. Sobald die Maus hat dieses Instrumental Antwort erfolgt, wird ein Pellet sein lieferned in welch auch immer leuchtet Trichter dann, auf der Lieferlatenz eigentümlich diesem Trichter, unabhängig davon, ob die Maus geht in den Trichter oder nicht, während des Intervalls, das vor Pelletzuführrohr verstreicht.
Die Software nimmt automatisch drei Parzellen der Leistung in dieser Aufgabe: 1) die kumulative Aufzeichnung von Versuch Einleitung Geschwindigkeit (Abbildung 8), die kumulative Verteilung der Trial-Einleitung Latenzen (Abbildung 9) und die kumulierten Datensätze der CS-ITI stoßen Kurs Unterschiede (Abbildung 10). Und es ergibt sich aus diesen Aufzeichnungen drei Sätze von Auswertungsstatistiken: 1) Studien zur Übernahme des Instrumentenreaktion (instrumental Lernrate), 2) der Median-Studie Einleitung Latenz und 3) Studien zur Übernahme von vorausschau Stossen sowohl in der kurzen Latenzzeiten und die langen Latenzzeiten Aufgabetrichter (autoshaped, das heißt, die klassische Lernkursen).
Zeitgesteuerte Entscheidungen. Das dritte Protokoll istder "Schalter" Protokoll zunächst mit Tauben von Fetterman und Killeen 24 verwendet und für die Maus durch Balci et al 22 angepasst. Wie im vorherigen Protokoll werden Studien eingeleitet, wenn die Maus steckt in der beleuchteten Mittelbehälter. In diesem Protokoll ist, leuchtet jedoch dieser Versuch initiierenden Sack beide flankierenden Trichter, von denen eine leise und zufällig durch den Computer als "heiß" Trichter für diese Studie ausgewählt. Die Fütterungs Latenzen mit den beiden Trichtern zugeordnet sind die gleichen wie in dem vorhergehenden Protokoll (4 sec und 12 sec). Liefert jedoch nur die heiße Trichter, und nur in Reaktion auf ein Sack es bei oder nach "seiner" Fütterung Latenz gemacht liefert. Wenn der Kurz Latenz Trichter heiß ist, dann, wenn die Maus in diesem Trichter am Ende des kurzen Latenz, machte den ersten Sack gibt es bei oder nach der Latenzzeit liefert ein Pellet in diesen Trichter. Wenn die lange Latenz Trichter der heißen Trichter, dann die erste Sack es bei oder nach der langen l hergestelltatency liefert ein Pellet in diesen Trichter. Mäuse schnell lernen, zuerst auf die kurze Latenz Trichter auf den meisten Studien gehen und dann auf "lange" Studien, wechseln Sie zu der langen Latenzzeit Trichter, wenn Stossen in der kurzen Latenzzeiten Trichter nicht um ein Pellet auf den Abschluss des Kurz liefern Latenzzeit von 4 Sekunden. Die Maus erhält seine Pellets auf die große Mehrheit der Studien. Wenn es zu lange bleibt bei der kurzen Latenzzeiten Trichter auf einem langen Prozess, mit dem Ergebnis, dass der erste Sack bei oder nach der langen Wartezeit in der falschen Trichter Allerdings endet der Prozess ohne Pellet Lieferung. Und falls es schaltet vorzeitig auf eine kurze Latenzzeit-Studie, so dass der erste Sack bei oder nach der kurzen Latenzzeit in die falsche (mit langer Latenzzeit) Trichter, endet der Prozess ohne Pellet Lieferung. Die Daten von Interesse sind die Latenzzeiten der Schalter auf den langen Prüfungen, da die Kündigung Latenz des letzten Sack definiert, in der kurzen Trichter vor dem ersten Sack in den langen Trichter.
In diesem paradigm variieren wir die lange Latenzzeit. Wir beginnen mit einer langen Latenzzeit von 12 Sekunden, das 3-fache der 4 Sek. kurze Latenzzeit ist, weil Mäuse lernen zu Brei schneller wechseln, wenn die Aufgabe wird, dass einfach. Wir haben dann verkürzen die lange Latenzzeit auf 8 Sek. oder sogar bis 7 s oder 6 s, um zu testen, wie fest die Mäuse können ihre Schaltzeit (siehe Abbildung 11). Das Maß der Zeitgenauigkeit ist der Variationskoeffizient in der Gaußschen Komponente der Verteilung der Schalter Latenzen. Die Gauß-Variationskoeffizient ist das Verhältnis zwischen der Standardabweichung und des Mittelwerts (σ / μ in 11).
Zudem variieren die Wahrscheinlichkeit eines langen Prozess, wodurch die relative Gefahr des Schalt vorzeitig gegen zu spät Umschalten ändert. Wenn die Wahrscheinlichkeit eines langen Prozess hoch ist, wird das Risiko durch eine vorzeitige Abreise aus dem Kurz Trichter entstanden reduziert, da auf einem langen Prozess, spielt es keine Rolle, wie schnell der Maus-Switches. Darüber hinaus ist die Risiko incurrdurch eine zu späte Abreise-ed wird entsprechend erhöht. Umgekehrt, wenn die Wahrscheinlichkeit eines langen Prozess ist gering, das relative Risiko einer vorzeitigen Abreise gegen eine zu späte Abreise verschiebt sich in die entgegengesetzte Richtung. Eine rationale Entscheider sollte die Verteilung der Schalter zu verschieben, um so etwa gleichzusetzen, die Risiken, die ist, was Mäusen in der Tat 22,23 (Abbildung 12). Die Messung der Verschiebungen, indem die Wahrscheinlichkeit eines langen Prozess induziert beurteilt der Maus die Möglichkeit, Wahrscheinlichkeit zu schätzen (von einer langen gegenüber einem kurzen Testversion), um die Variabilität in der Verteilung ihrer Schalter zu schätzen, und die relativen Risiken von diesen beiden impliziert berechnen Quellen der Unsicherheit.
Impulsivität. Die Verteilung der Schalter Latenzen ein Gemisch Verteilung. In der überwiegenden Mehrheit der Mäuse unter den meisten Bedingungen ist die Verteilung von Schalt Latenzen von einer Gauß-Verteilung dominiert, wie in 11. WieAllerdings gibt es oft eine kleine Komponente "treibend Schalter", die viel zu früh auftreten, erscheinen nicht sorgfältig zeitlich abgestimmt werden, und eindeutig nicht optimal ist (anders als die Gaußsche Komponente, die annähernd optimal zwischen den zeitlichen Torpfosten angeordnet ist, wie in Abbildung 11 zu sehen). Die Frequenz dieser Impulsschalter variiert auffallend zwischen Mäusen und Bedingungen. Making the langen Prozess sehr wahrscheinlich erhöht ihre Frequenz in den meisten Mäusen, wie auch was die Aufgabe noch schwieriger, indem der langen Latenz näher an der kurzen Latenz (siehe Abbildung 11). Die Verteilung der Schalter Latenzen können fast immer mit beeindruckender Genauigkeit durch eine Funktion "weibgauss", die das Gemisch aus einer Weibull-Verteilung und eine Gauss-Verteilung ist zu passen. Das Maß der Impulsivität ist der Bruchteil der Schalter auf die Weibull-Verteilung angerechnet.
Circadian Speicher. Tiere im Speicher aufzeichnen der Zeitder Tag (Phase ihrer inneren Uhr), bei der motivationally wichtige Ereignisse geschehen 17. Wenn das gleiche Ereignis routine kehrt zu ungefähr derselben zirkadianen Phase beginnt ihr Verhalten, die einen erneuten antizipieren. Ein häufig untersucht Hinweis auf diese Möglichkeit zu erinnern und damit rechnen eine tägliche Wiederholung ist Fütterung voraus-Verhalten 25. Wir messen diese während der Ausführung der oben beschriebenen (oder fast alle anderen)-Protokolle einfach durch Einschränkung der Intervalle, in denen die Mäuse können Pellets in zwei 4 h Abständen Umgebung der Dämmerung (Haus Licht aus) und Morgendämmerung (Haus Licht an) zu erhalten. Während anderer Intervalle werden die Mäuse noch in der Testumgebung, aber kein Protokoll wirksam ist. So, Pellets erhalten sie nur während der Fütterungsintervalle geplant. In irgendwo zwischen 6-15 Tage nach Beginn der Prüfung, erscheint voraus Stossen Aktivität in der Stunde vor der Dämmerung Fütterungsintervall (Abbildung 13). Die circa-Fütterung in der DämmerungIntervall beginnt ohne Signal eine Stunde vor dem Haus Löschlicht (Dämmerung).
An diesen Tagen, wenn 3/4 der Verhaltens Ereignisse während der letzten 1/3 der 9-Stunden-Phase nicht die Verfügbarkeit von Nahrungsmitteln vor dem Einsetzen der Dämmerung Fütterungsphase auftreten, zählen wir das als eine Instanz von Lebensmitteln voraus Aktivität. Antizipatorische Aktivität dadurch erzielt (blaue Sternchen in Fig. 13) nicht während der ersten Tage des Tests auftreten. Unser Maß für "Studien" (Tage)-zu-Erwerb von circadianen Nahrungsvoraus Aktivität ist der Tag nach dem die Frequenz der vorausschau Aktivität zeigt die erste statistisch signifikanten Anstieg.
Fig. 1 ist. Schematische Darstellung der Screening-System. Jeder Schrank enthält8 Testumgebungen, die jeweils aus einem Polypropylen-Maus Wanne durch eine Acrylröhre mit einem Maus-Testbox mit 3 Trichter (H) IR-Strahlen überwacht, von denen zwei Trichtern haben Pellet Feeder (P) befestigt ist. Ein einzelner PC (In-lab Computer) läuft ein Protokoll-Steuerprogramm, das die Umgebungen, in zwei solchen Schränken (16 Umgebungen) steuert und protokolliert mit Zeitstempel Aufzeichnungen von Reiz und Reaktion Veranstaltungen. Ein einzelnes Protokoll-Steuerprogramm implementiert alle unterschiedliche Protokolle. Welches Protokoll betreibbar ist und mit welchen Parametern wird durch den Inhalt einer Textdatei (Param-Datei), die durch die Protokoll-Steuerprogramms regelmäßig ausgelesen wird bestimmt. Ändern Sie den Inhalt dieser Textdatei ändert die operative Protokoll. Das Protokoll-Steuerprogramm schreibt die Ereignisaufzeichnung alle 10 Minuten zu einer anderen Textdatei. Die TSsystem Daten-Analyse-Software, auf einem entfernten Server läuft, erntet die Daten alle 15 min. In regelmäßigen Abständen (in der Regel alle 8 oder 12 Stunden), führt er eine umfangreiche statistischeund grafische Analyse der bisher erhalten und stellt die Ergebnisse in Dateien auf einem Cloud-Sync-Speicherstätte, wo sie von jedermann im Labor jederzeit von überall aus zugegriffen werden Daten. Die Analysesoftware wird automatisch einzelnen Mäusen mit dem nächsten Protokoll in einer bestimmten Reihe von Protokollen, indem neue Parameter in die Parameterdatei (Param-Datei) durch die Protokoll-Steuerprogramm gelesen. Er tut dies, wenn die Daten von der Maus treffen, dass vom Benutzer festgelegten Entscheidungskriterien. LAN = Local Area Network. Klicken Sie hier für eine größere Ansicht .
2A. Screenshot der TSbroswer GUI. Der Browser ermöglicht das Surfen auf dem komplexen hierarchischen Daten file, die die Rohdaten und alle Ergebnisse daraus abgeleitet sind. Die Funktionen in der TSsystem wirken auf Daten in Felder dieser Struktur und die Ergebnisse in anderen Bereichen gespeichert innerhalb der gleichen Struktur. Untergeordnete zu den Feldern auf allen Ebenen, aber die niedrigsten sind Terminal Datenfelder enthält zusammenfassende Statistiken, Notizen und numerisch indiziert unteren Ebenen: Der Haupt numerisch indiziert unteren Ebenen sind: der Betreff Niveau, das Session-Ebene und der Prüfungsstufe (siehe nachfolgenden Platten in Diese Abbildung). Klicken Sie hier für eine größere Ansicht .
Figur 2B. Screenshot der Browser nach der Auswahl eines Themas. In der unteren linken Fenster sind die Daten fields direkt untergeordnet zu diesem Thema. Sie enthalten Auswertungsstatistiken für dieses Thema. In der Sessions Fenster sind die numerisch indiziert Sitzungen zu diesem Thema und anderen Bereichen, die wie die Session-Bereich haben untergeordneten Felder der eigenen. Das Feld hat MacroInfo Felder mit Informationen über die Protokoll-Steuer Makro, darunter der Pfad und Dateiname des Code-Datei durch den Prozess-Steuerungs-Software zu Beginn einer Sitzung lesen. Das Feld Protokolle hat Felder geben die Parameter der verschiedenen Protokolle in der ausgewählten Sitzung ausgeführt, die Entscheidung Felder, die die Daten, auf denen die Entscheidung, ein Protokoll zu kündigen basiert, den Code, der diese Entscheidung trifft, und die Entscheidungskriterien. Auswahl eines Datenfeldes in der linken unteren Fenster werden die Daten in diesem Feld in der unteren rechten Fenster. Klicken Sie hier für eine größere Ansicht .
2C. Screenshot nach der Auswahl einer Sitzung. Die Felder sofort an der ausgewählten Sitzung untergeordnet sind in der linken unteren Fenster angezeigt. Unter diesen Feldern sind solche, die die Rohdaten und deren Unterteilungen und solche, die zusammenfassende Statistiken aus diesen Rohdaten extrahiert. Wenn ein Datenfeld in diesem Fenster ausgewählt ist, wird sein Inhalt in das Fenster unten rechts angezeigt. In diesem Screenshot ist das Feld mit den Rohdaten aus dem passenden Protokoll ausgewählt. In der Testversion Art Fenster rechts des Sitzungsfensters werden die Testtypen während der ausgewählten Sitzung ausgeführt angezeigt. Ein "Versuch" ist jeder Benutzer festgelegten Sequenz von nicht-notwendigerweise zusammenhängende Ereignisse, die mehrere Strecken der Daten zu definieren, die für thei analysiert werden r Inhalt. Der Benutzer kann beliebig viele verschiedene Arten von Studien zu definieren. Klicken Sie hier für eine größere Ansicht .
Abbildung 2D. Screenshot der Browser nach Auswahl eines Testtyp. Die numerisch indiziert Studien dieser Art werden im Fenster Testversionen angezeigt. Wie immer, die Datenfelder unmittelbar unterstellt das ausgewählte Feld in der unteren linken Fenster angezeigt, wenn in einem der Felder ausgewählt ist, wird der Inhalt in der unteren rechten Fenster angezeigt. Klicken Sie hier für eine größere Ansicht .
2E. Screenshot der Browser nach Auswahl einer einzelnen Studie. Die Datenfelder untergeordnet sind, in der linken unteren Fenster angezeigt, und wenn in einem der Felder ausgewählt ist, wird der Inhalt in der unteren rechten Fenster angezeigt. Unter den Feldern automatisch in jeder Studie eingeschlossen sind Felder Angabe der Sitzungszeit, bei der der Prozess begann, die Sitzung Zeit, zu der es endete, seine Dauer und die Zeilennummern in der Rohdatendatei, die die Studie Kompass. Die anderen Felder (hier "Pokes", "NumPks 'und' AutoLngPkRate 'sind benutzerdefiniert. Die Inhalte aller Felder werden aus den Rohdaten in einem Feld auf der Sitzungsebene gespeichert berechnet. Klicken Sie hier, um zu vergrößernBild.
3. Screenshot der ersten Aufforderung von TSbegin. TSbegin verwendet Eingabeaufforderungen, um den Benutzer durch den Prozess der Erstellung der hierarchischen Datenstruktur, in die die Rohdaten und alle Auswertungsstatistiken und andere Ergebnisse aus diesen Daten abgeleitet gehen führen. Klicken Sie hier für eine größere Ansicht .
4. Screenshot der Hilfe für TSaddprotocol. Dieses interaktive GUI führt den Benutzer durch die Verfahss, eine neue Version von einer Versuchsprotokoll. Um dies zu tun, muss der Benutzer die neuen Werte für die Parameter des Protokolls (z. B. neue Werte für die gleichzeitige variablen Intervallzeitpläne in der Anpassungsprotokoll) angeben. Der Benutzer muss auch angeben (oder wählen Sie zuvor angegeben) Code für die Entscheidung, das Protokoll zu beenden und gehen Sie zum nächsten Protokoll. Der Benutzer muss auch angeben (oder wählen Sie zuvor angegeben) Entscheidungsfelder und Entscheidungskriterien. Klicken Sie hier für eine größere Ansicht .
5. Erste Aufforderung von TSstartsession. TSstartsession ist eine interaktive Benutzeroberfläche, die den Anwender durch den Prozess der Gründung eines exp führterimental Sitzung. Eine Sitzung wird in der Regel aus einem oder zwei Tagen bis zu mehreren Wochen, mit mehreren verschiedenen Protokollen (Tasks) im Verlauf dieser einen Sitzung durchgeführt. Klicken Sie hier für eine größere Ansicht .
6. Kumulierte Ungleichgewicht Stücke zum Einkommen (erhaltenen Pellets in rot) und die Besuchsdauer (in schwarz) für 3 Wildtyp-Mäusen und 3 L1 Heterozygoten. Der relative Reichtum der zwei gleichzeitige VI Pläne wurde an der Stelle, wo die Piste nach unten drehen (durch vertikale gestrichelte rote Linie markiert) umgekehrt. Maus-ID-Nummern sind auf jeder Parzelle. Die grünen Branchen kennzeichnen den Beginn der Dämmerung Zuführungsphase, die schwarzen Vertikalen markieren den Beginn der Morgendämmerung Fütterung phasE. Die Werte Er (für Fehler) sind die Unterschiede in der Steigung zwischen den Einnahmen Handlung und den Besuch-Dauer Handlung. Diese Unwucht Fehler zweimal der Fehler in der Herrnstein Fraktion. Die Herrnstein Einkommensanteil ist der Anteil der aus einem Trichter erhalten Gesamteinkommen, der Besuch-Dauer-Fraktion ist der Bruchteil der Gesamtzeit bei einem Trichter (bezogen auf kombinierte Zeit an beiden Trichtern verbrachte) verbracht. Ein positives Vorzeichen bedeutet "overmatching", das heißt, ist der Zeitanteil extremer als der Gewinn-Fraktion; ein negatives Vorzeichen "einem unter", das heißt, der Zeitanteil ist weniger extrem als die Einnahmen Fraktion. Für Einzelheiten zu diesen Versuchen siehe Gallistel et al 28. Klicken Sie hier für eine größere Ansicht .
Abbildung 7. Kumulierte Zyklen (Hopper 1 Besuch, gefolgt von Hopper 2 Besuch, gefolgt von einer Rückkehr zu Hopper 1) gegenüber der Testzeit für die gleichen 6 Mäusen, wie in Abbildung 6. Eine gestrichelte grüne Branchen markieren die Onsets Fütterungsphasen;. Gezogene rote Branchen, die Offsets Klicken Sie hier für eine größere Ansicht .
Abbildung 8. Kumulative Aufzeichnungen Trial-Einleitung Geschwindigkeiten während der Instrumental / klassische Konditionierung Protokoll 6 Mäusen gleichen wie in den 6 und 7. Die kurzen schweren vertikalen gestrichelten Linien markieren die Übernahme-Studie in jedem Datensatz, definiert als das erste Verfahren, in dem es eine significa nt Zuwachs der Durchschnittsgeschwindigkeit auf einen Wert größer als die Durchschnittsgeschwindigkeit im ersten Segment des Datensatzes. Klicken Sie hier für eine größere Ansicht .
Abbildung 9. Kumulative Verteilungen der Studie Einleitung Latenzen gleichen Mäuse als in früheren Figuren. Die Ausschüttungen sind mit 0,7 abgeschnitten, weil es extrem lange Wartezeiten Initiierung von Studien, wenn die Maus nicht im Testfeld vor, wenn die Trial-Einleitung Trichter beleuchtet, oder die Maus satt wurde. Der Punkt über der x-Achse, in der die horizontale Linie bei 0,5 schneidet die kumulative Verteilung der mittleren Wartezeit, um einen Versuch zu initiieren.51047/51047fig9highres.jpg "target =" _blank "> Klicken Sie hier für eine größere Ansicht.
Abbildung 10. Kumulative Aufzeichnungen über die Unterschiede zwischen dem Stossen Rate während der Beleuchtung einer Aufgabetrichter und dem Stossen Rate während der vorangehenden intertrial Intervall. Gleiche Mäuse als in früheren Figuren. Anfangs ist die Steigung dieser Datensatz 0 oder negativ, weil die Maus steckt weniger während Trichter Beleuchtung als während der intertrial Intervall. Die Steigung positiv wird, wenn die Maus fängt an, im Vorgriff auf die bevorstehende Lieferung eines Pellets in die beleuchtete Trichter stecken. Diese vorausschauStocher ist klassisch konditioniert werden, da das Pellet an dem Ende des Trichters spezifische Abgabe Latenz geliefert, ob die Maus stößt in die hoppro oder nicht. Die festen Punkte markieren den Punkt, an dem die Steigung positiv wird, die das Verfahren, in dem die konditionierte Reaktion erster zuverlässig erscheint (trial-to-Erwerb) ist. Dies ist ein extrem laut (variabel) Maß, wie es in diesem Beispiel deutlich. Klicken Sie hier für eine größere Ansicht .
Abbildung 11. Die leicht rauhe schweren blauen Linien sind empirische kumulative Verteilungsfunktionen, die den kumulativen Verteilung der Schalter Latenzen für Maus # 5024 an drei verschiedenen Einstellungen des Feed-Latenz am langen Trichter (schweren schwarzen Vertikalen bei 12, 8 und 7 Sekunden von oben Grundstück nach unten Grundstück, beziehungsweise). Die kurze Feed-Latenz war immer 4 Sek. (Schwer gestrichelte vertikale). Die dünne rote Kurven, die fast genau auf den empirischen Funktionen überlagern sich die 6-Parameter-Weibull-Gauß-Funktionen fit zu diesen Daten. Die schweren roten Verteilungen sind die entsprechenden Wahrscheinlichkeitsdichtefunktionen für die Weibull-Gauß-Mischverteilungen. (Sie sind die Derivate der kumulativen Verteilungsfunktionen.) Die Parameter der Gauß-Komponente dieser Mischung Verteilungen auf den Stellplätzen gezeigt. Die Verkürzung der langen Feed-Latenz verursacht die Maus, um den Mittelwert von seiner Schalt Latenzen (μ) verkürzen und ihre Präzision (σ / μ). Darüber hinaus verursacht das Auftreten von einigen impulsive Schalter (die Beule in der linken Schwanz der Wahrscheinlichkeitsdichte in der unteren Grundstück). Das Maß dieser Impulsivität der Anteil der Mischung an der Weibull-Komponente durch die am besten passende Version des Weibull-Gaußsche Mischungsverteilung zurückzuführen.target = "_blank"> Klicken Sie hier für eine größere Ansicht.
Abbildung 12. Schalter-Latenzen (kleine Kreise) verschieben abrupt bald nach Veränderungen in der relativen Häufigkeit von kurzen und langen Studien. Die kurzen Studien sind mit winzigen roten Pluspunkte an der Unterseite des Grundstücks markiert, während die langen Studien sind mit winzigen roten Pluspunkte an der Spitze des Grundstücks markiert. Die Veränderung der Dichte der resultierenden roten Streifen unten und oben zeigen die Änderung in der relativen Häufigkeit (Wahrscheinlichkeit) der kurzen und langen Studien. Beachten Sie, dass, wenn die rote unten dichter wird (wenn die kurzen Studien wahrscheinlicher geworden), die kleinen Kreise (Schalter Latenzen) nach oben verschieben und wenn die rote an der Spitze wird dichter (Steigerung des langfris Studie Wahrscheinlichkeit), die Kreisenach unten zu verschieben. Die blauen Linien sind die Mediane der Verteilungen. Aus Abbildung 2 in Kheifets und Gallistel 23 Auszug. Klicken Sie hier für eine größere Ansicht .
Abbildung 13. 24-Stunden-Raster-Grundstück von Verhaltens-und Umweltereignisse über eine 90-Tage-Testzeitraum Schwarze Punkte Rekord Pokes;. Roten und grünen Punkten Rekordpelletlieferungen an den beiden Aufgabetrichter. Schwarz nach rechts weisenden Dreiecke Rekord Haus-offs Licht, schwarz links zeigende Dreiecke Rekord Haus-ons Licht; Cyan links zeigende Dreiecke zeichnen Sie die (nicht signalisierten) Der Beginn der Dämmerung Fütterungsintervall, das 1 Stunde vor der Dämmerung selbst auftreten, Cyan rechten zeigende Dreiecke aufzeichnen dieOffsets der Dämmerung Fütterungsintervall (3 h nach Haus-Licht aus), nach links weisenden magenta Dreiecke zeichnen Sie die (nicht signalisierten) Der Beginn der Morgendämmerung die Fütterungsintervalle (2 Stunden vor der Haus-Licht), nach rechts weisenden Dreiecke zeichnen die Magenta-Offsets der Morgendämmerung Fütterungen. Die 24-Stunden-Zeitachse herkömmlichen Mitternacht bis Mitternacht unserem, nicht umgekehrt-Zykluszeit der Testumgebung, in der die Maus lebte. Die Anläufe der Fütterung voraus-Aktivität vor der Dämmerung Fütterung sind mit blauen Sternchen markiert. Klicken Sie hier für eine größere Ansicht .
Subscription Required. Please recommend JoVE to your librarian.
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 Hardware (Testboxen und Nest Wannen). Es erzeugt mehr Daten von mehr Mäuse auf weitere Aspekte der grundlegenden Erkenntnis in weniger Zeit als andere derzeit verwendete Verfahren zum Testen der kognitiven Fähigkeiten genetisch und / oder pharmakologisch manipuliert Mäusen.
Es hängt von zwei Arten von Open-Source-Software, im Handel erhältlich, gut unterstützte Sprachen geschrieben: 1) Eine vom Hersteller der Testgeräte für die Durchführung der Versuchsprotokolle geliefert (siehe Materialien) Sprache unddie Erfassung der Daten, 2) ein Open-Source-Toolbox, TSsystem, für Online-, Quasi-Echtzeit-Daten-Analyse, eine Grafik und Entscheidungsfindung. Die Toolbox wird in einem der am häufigsten verwendeten geschrieben und gründlich unterstützt geschützten wissenschaftlichen Datenanalyse und Grafik-Sprachen (siehe Materialien).
Die TSsystem Toolbox sorgt für eine klare und sichere Datenpfad, weil das Experiment-Steuercode, der die Versuchsprotokolle zusammen mit den Rohdaten und alle Ergebnisse aus den Rohdaten abgeleitet geregelt, werden in einer einzigen Datenstruktur gehalten. Diese hierarchische Datenstruktur-Feldnamen, die wie die Kopfzeilen in einer Tabelle, daß sie den Inhalt des Feldes anzuzeigen, funktionieren. Im Gegensatz zu den Kopfzeilen in einer Tabelle sind die Feldnamen in dieser Datenstruktur Wende. Datenzusammenfass-und Grafikbefehle können Daten überall in der Struktur zugreifen, indem Sie einen Pfad durch den Überschriften, zum Beispiel:
"Experiment.Subject (3).Session (2). TrialTypeCS.Trial (5). NumPokes. "
Die Befehle in der benutzerdefinierten Toolbox TSsystem, arbeiten auf Daten in diesen Feldern und die Ergebnisse in einem anderen Feld oder die Felder innerhalb der gleichen Struktur. Normalerweise das oder die Felder, in denen die Ergebnisse einer Operation gespeichert werden, werden vom Befehls TSsystem erstellt. Die Daten-Analysecode kann sich in derselben Struktur gespeichert werden. Die verschiedenen Ebenen der Struktur enthalten Notes-Feldern, wo Erläuterungen von beliebiger Länge können gestellt werden. Der Benutzer kann zusätzlich Notizen Felder machen, Erklärung und Interpretation der Inhalte der Datenfelder. So archivieren Sie die Struktur oder legt es in einer Online-Datenbank speichert öffentlich zugänglichen jeden relevanten Aspekt des Experiments und der Datenanalyse in einer einzigen Datei. Während das Experiment läuft, ist die Datei, die die Datenstruktur in einem Ordner, der synchronisiert wird "der Cloud." Diese Anordnung gewährleistet, Off-Site-Lagerung und state-of-the-Art-Backup. Es ermöglicht den Zugriff aufdie neueste Version der Datenanalyse und Grafiken, wann und wo ein Forscher hat Zugang zum Internet.
Kritische Schritte. Die kritischen Schritte bei der Konstruktion eines Testprotokolls sind:
- Das Schreiben und Debuggen der Prozess-Steuercode in der von der kommerziellen Anbieter von computergesteuerten Maus-Testgerät zur Verfügung gestellt Sprache (siehe Equipment und Zubehör). Ein Benutzer, der mit den Protokollen, deren repräsentative Ergebnisse wurden überprüft Sticks können über den Code in das Zusatzmaterial zu verwenden. Diese einzelne Codedatei implementiert eine oder alle der oben beschriebenen Testprotokolle. Die operative Protokoll für einen bestimmten Gegenstand zu einem gegebenen Zeitpunkt in der Test hängt von der Spalte der Protokollparameterwerte in Kraft zu dieser Zeit. Der Anwender bestimmt, welche dieser Protokolle in welcher Reihenfolge mit TSaddprotocol, bevor die Prüfung beginnt, ausgeführt werden. Im Zusatzmaterial enthalten sind protokollspezifische Dezemberision Codes und Entscheidungsfelder. Der Benutzer braucht nur die Entscheidungskriterien angeben. Diese Entscheidungskriterien bestimmen, wie viele Daten von einem gegebenen Protokoll für ein gegebenes Subjekt gesammelt. Da die Ergebnisse von jedem Thema werden mehrmals in jedem 24-Stunden-Zeitraum grafisch dargestellt, kann der Benutzer die Kriterien nach oben oder unten auf eine Maus-by-Maus-Basis in Anbetracht der bisherigen Ergebnisse aus jeder Maus erhalten einzustellen.
- Das Schreiben und Debuggen der quasi-Echtzeit-Datenanalyse-und Grafik Code mit der Bibliothek von Befehlen in der TSsystem Toolbox. Ein Benutzer, der mit den Protokollen, deren repräsentative Ergebnisse wurden über prüft Sticks können den Code in den ergänzenden Materialien zu verwenden. Es ist ein Master-Analyse-Funktion für jeden Test-Protokoll (Matching, Instrumental-und klassische Konditionierung, und zeitgesteuerte Schalt Trichter). Ein weiterer Master-Funktion (DailyAnalysis.m), die protokollunabhängige Fehlersuche Analysen macht und ruft die protokollspezifische Analysesis-Funktionen, wenn er seine Fehlersuche abgeschlossen ist.
- Die tägliche Überwachung der Graphen von der Datenanalyse-Code erzeugt, um sicherzustellen, dass das Protokoll und dass alle Mäuse werden Pellets erhalten genug, um sie bei guter Gesundheit in Betrieb zu halten.
Fehlerbehebung. Die DailyAnalysis.m Funktion wird 2 Mal pro 24 h durch eine Timer-Funktion aufgerufen, wenn ein oder mehrere Experimente ausgeführt werden. Wann immer es genannt wird, lädt es die Datei, die die hierarchische Datenstruktur enthält und liest in dieser Struktur die Rohdaten-Dateien für alle aktiven Themen. Diese Rohdaten werden zu je 10 min mit dem Prozess-Steuerungssoftware geschrieben. Die DailyAnalysis Funktion läuft eine Reihe von grundlegenden Prüfungen. Es erzeugt Diagramme, die den Benutzer zu ermöglichen, zu überprüfen, dass die Pelletspender richtig arbeiten, daß jede Maus aktiv ist, und dass jede Maus eine ausreichende Anzahl von Pellets innerhalb der letzten 24 h erhalten. Die Abwesenheit von data von einer Maus für einige Benutzer angegebene Anzahl von Stunden, eine Reihe von Pellets erhalten, die unterhalb einer vom Benutzer festgelegten kritischen Wert oder numerischen Ergebnisse hindeutet, dass eine Pelletspender nicht richtig funktioniert, Trigger-E-Mail-Benachrichtigungen fällt.
Änderungen. Da der Prozess-Steuercode und die TSsystem Code sind Open Source und ausführlich kommentiert, können Benutzer ihre eigenen Protokolle zu entwickeln. Die Protokolle, für die Code wird in den ergänzenden Materialien sind lediglich appetitive Protokolle. Sie nutzen Futterbelohnung, um das Verhalten zu entlocken die quantitativen Aspekte, von denen abhängig von der Funktionsfähigkeit der Ziel kognitiven Mechanismen. Allerdings können die Handels Maus Testkammern in einer Konfiguration, die Angst Anlage mittels Fuß-Schock können bestellt werden. So kann das System sowohl kontextuelle Umsetzung cued, und die Zeit der Tages Angst Anlage für die Nutzer in der Lage, die erforderliche Computercode sowohl für die Prozesssteuerung und Quasi-Echtzeit-Daten anal schreibenlyse. Die stark kommentierten Code-Dateien im Zusatzmaterial versehen sollte die Schaffung der erforderlichen neuen Code zu erleichtern.
Einschränkungen. Die grundlegenden Mechanismen der Kognition sind diejenigen, die Tiere zu ermöglichen, sich in Raum und Zeit zu lokalisieren und Ereigniswahrscheinlichkeiten und damit verbundenen Risiken abzuschätzen. Die vollautomatische Testsystem hier beschriebenen bietet umfangreiche Prüfungen der Mechanismen, die Mäuse zu ermöglichen, sich in der Zeit zu suchen, und um Wahrscheinlichkeiten und damit verbundenen Risiken abzuschätzen. Allerdings sieht es sehr begrenzte Informationen über die Mechanismen, die es ihnen ermöglichen, sich im Raum zu lokalisieren. Sowohl die passenden Protokoll und das Zeitschalt Protokoll zu testen, ob die Maus sonst gleichen Trichter auf der Grundlage ihrer Position in dem Testfeld unterscheiden. Keines dieser Protokolle Tests, beispielsweise der Mechanismus, Tieren ermöglicht, sich zu orientieren, mit der Geometrie eines bekannten Raum 26 noch the Kilometerzähler, der misst, wie weit eine Maus ausgeführt wurde, und dass eine zentrale Rolle in Koppel 18 spielt.
. Bedeutung der Technik Die Verhaltenstests hier beschriebenen Technik unterscheidet sich von den meisten anderen Techniken im allgemeinen Gebrauch in der Verhaltenspharmakologie und Verhaltensgenetik in fünf wichtigen Punkten:
Erstens macht es physiologisch sinnvolle Messungen. Sind Messungen, wie die Genauigkeit und Präzision der Darstellung einer Intervalldauer, die bei den elektrophysiologischen und biochemischen Analyseebenen mit vergleichbaren Ergebnissen wiederholt werden können. Physiologisch sinnvolle Verhaltensmessungen spielen eine entscheidende Rolle bei der Schaffung sicherer Verknüpfung Hypothesen der Form diese molekularen oder zellulären oder Schaltungsebene Mechanismus ist die neurobiologische Realisierung dieses Mechanismus verhaltens manifestieren. Beispiele sind die Verhaltensmessung der spektralen Empfindlichkeit und Funktionen der Zeiträume und phasn Oszillatoren, wie die innere Uhr. Diverse Beispiele der Verhaltensmessungen, die nicht physiologisch sinn sind die Zeit, eine Maus auf einem RotaRod hängen die mittlere Latenzzeit an eine eingetauchte Plattform in einem Wasserlabyrinth zu finden, der Prozentsatz von einem Bad und Weise in den Quadranten, wo sich die Plattform zuvor war gefunden werden, und der Anteil der Zeit, dass eine Maus friert in einer Testkammer, wo sie vorher schockiert.
Zweitens ist es ein automatisiertes, hohes Volumen, hohe Durchsatzverfahren. Die Mäuse werden während des Verlaufs des Tests behandelt. Viele Mäuse können gleichzeitig in einer begrenzten Menge an Laborflächen während der Ausführung mehrere verschiedene Protokolle geben quantitative Informationen über grundlegende kognitive Mechanismen getestet werden, mit minimalem Zeitaufwand. Die meisten Verhaltenstests erfordert täglichen Umgang mit den Mäusen, um sie an Ort und Stelle und entfernen Sie sie von der Testvorrichtung. Einige der beliebtesten Verfahren (die Wasserlabyrinth und conte xtual Angstkonditionierung, zum Beispiel) erfordern Handhabung der Maus unmittelbar vor und unmittelbar nach jeder Maßnahme getroffen wird und zeitaufwendig Scoring von Videodaten.
Drittens werden die Ergebnisse analysiert und in Quasi-Echtzeit grafisch dargestellt, und die Fortschritte von Test zu Test erfolgt automatisch für jede Maus einzeln. Dies ermöglicht das Abstimmen des Verfahrens (beispielsweise durch Ändern Entscheidungskriterien) Maus mit Maus im Licht von bis-zur-Stunden-Daten von jeder Maus. Die Daten von häufig verwendeten Tests sind oft analysiert, lange nachdem der Test ausgeführt wurde. Dies erfordert, ausgeführt Mäusen gemeinsam für die gleiche Zeit in jedem Verfahren. Das ist Verschwendung, weil verschiedene Mäuse beherrschen verschiedene Verfahren nach sehr unterschiedlichen Mengen an Zeit. Wenn die Tariftestzeit zu kurz besteht, lassen Sie mehrere Mäuse nicht die Aufgabe meistern, wenn es lange genug gemacht, so dass fast alle Mäuse meistern die Aufgabe, einige Mäuse viel länger als nötig laufen.
ent "> Viertens, das Design der TSsystem Toolbox sorgt für eine intakte, leicht nachvollziehbaren Weg von den veröffentlichten zusammenfassende Statistiken und Grafiken zurück zu den Rohdaten, ohne Unsicherheit über welches Protokoll und welche Parameter waren operative an jedem Punkt in der Prüfung von einem Maus. Viele aktuelle Tests zu erhalten, sehr wenig Daten für jede Maus, in diesem Fall ist die Datenspur kurz und leicht zu folgen. Bei Tests erhalten ein hohes Datenvolumen (in Tausend Ereignisse mit Zeitstempel) von jeder Maus, dann ist die Datenspur kann lang werden, stark fragmentiert und schwer zu folgen im Laufe der Zeit sind leicht unterschiedliche Prozesssteuerungscode-Dateien generiert;. viele verschiedene Datenanalysecode-Dateien geschrieben, die verschiedenen Code-Dateien produzieren viele verschiedene Ergebnisse von Dateien, die auf verschiedenen früheren Ergebnissen Dateien. Es wird schwierig, den Überblick über die komplexen Zusammenhänge zwischen den vielen verschiedenen elektronischen Dateien und schwierig zu halten, um sicherzustellen, dass sie gerettet sind alle zusammen. Im TSsystem, die Rohdaten undalles, leitet sich von ihnen in der gleichen hierarchischen Datenstruktur gespeichert. So können Ergebnisse nicht veröffentlicht werden aus den zugrunde liegenden Rohdaten getrennt. Der Prozess-Steuercode für jede Sitzung wird automatisch von der TSsystem Software und Zeichen für Zeichen verglichen zu allen vorherigen Prozess-Steuercode im gleichen Experiment zu lesen. Wenn es eine Differenz, wird der Code für die neue Sitzung in der Struktur zusammen mit den Daten und eine Nummer, die diesen Prozess-Steuerung Version wird automatisch in ein Feld für diese Sitzung in dieser Maus eingegeben gespeichert. Somit jede Version des Prozesssteuercode wird automatisch in die gleiche Struktur wie die aus der Ausführung dieses Codes erhaltenen Daten gespeichert. Mit diesem System ist man nie sicher sind, die Daten aus, welche Version eines Multiprotokoll-Version kam. Die Daten-Analyse-Code-Dateien, die in der Regel in Reihe sind wenige, kann auch in dieser Struktur nach Abschluß der Analyse gespeichert werden. Damit alles in einem einzigen dATA-Struktur, die sich sowohl durch das Verzweigungsstruktur (was untergeordnet ist, was) und dessen Feldnamen die Beziehungen zwischen den verschiedenen Arten von Information anzeigt.Fünftens, die hierarchische Datenstruktur im Kern des TSsystem, in dem alle relevanten Informationen gespeichert, zusammen mit den sehr hohen Daten-Analyse-Befehle verwendet werden, um Zusammenfassungen zu extrahieren und zu bauen Grafiken, macht möglich, die gemeinsame Nutzung von komplexen Verhaltens Phänotypisierung Daten zwischen Laboratorien . Eine einzelne elektronische Datei gibt andere Forscher verständlich, nutzbare Zugang zu allen Ebenen der Datenverarbeitung und auf den Computer-Code, verdaut und zusammengefasst die Daten grafisch dargestellt. Es macht die später erneute Analyse der reichen älteren Datensätzen möglich. Es ermöglicht auch die Schaffung von großen nutzbaren öffentlichen Verhaltens-und kognitiven Phänotypisierung Datenbanken.
Zukünftige Anwendungen. Die voll automatisierten System können bei der Laborkurse beweisen in Tierverhalten. Es Finessen der zunehmend lästige Problem zu belehren große Zahl von Studenten in den richtigen Umgang mit Mäusen und damit verbundenen Sorgen über mögliche Gefahren für ihre Gesundheit zu tun, so. Es ermöglicht eine große Zahl von Studenten, Experimente mit echten Mäusen ohne jemals Umgang mit ihnen zu entwerfen und auszuführen. Für Lehr-Einsatz, könnte man will kleine kostengünstige Infrarot-Videokameras in den Testboxen setzen, so dass die Schüler könnten mit der Maus in das Protokoll leistungs sie entwickelt wurden, zu beobachten. Die Platzierung der Rohdaten in einem hierarchischen Datenstruktur in der Cloud gespeichert macht es möglich, viele verschiedene Schüler die gleichen Daten zu analysieren, wie die Daten hereinkommen
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Die Autoren haben nichts zu offenbaren.
Acknowledgments
Die Schaffung dieses System wurde von 5RO1MH77027 unterstützt.
Materials
| Name | Company | Catalog Number | Comments |
| SmartCtrl Connection Panel | Med Associates | SG-716B (115) | control panel for inputs/outputs |
| SmartCtrl Interface Module | Med Associates | DIG-716B (114) | smart card for each chamber |
| Universal Cable | Med Associates | SG-210CB (115) | cable from smart card to control panel |
| Tabletop Interface Cabinet | Med Associates | SG-6080C (109) | cabinet to hold smart cards |
| Rack Mount Power Supply | Med Associates | SG-500 (112) | 28 volt power |
| Wide Mouse Test Chamber | Med Associates | ENV-307W (31) | test chamber |
| Filler Panel Package | Med Associates | ENV-307W-FP (32) | various-size panels for test chamber |
| Wide Mouse Modular Grid Floor | Med Associates | ENV-307W-GF (31) | test chamber floor grid |
| Head Entry Detector | Med Associates | ENV-303HDW (62) | head entry/pellet entry into hopper |
| Pellet Dispenser | Med Associates | ENV-203-20 (73) | feeder |
| Pellet Receptacle | Med Associates | ENV-303W (61) | hopper |
| Pellet Receptacle Light | Med Associates | ENV-303RL (62) | hopper light |
| House Light | Med Associates | ENV-315W (43) | house light |
| IR Controller | Med Associates | ENV-253B (77) | entry detector for tube between nest and test |
| Fan | Med Associates | ENV-025F28 (42) | exhaust fan for each chamber |
| Polypropylene Nest Tub | nest box | ||
| Acrylic Connection Tube | connection between nest and test areas | ||
| Steel Cabinet | cabinet to hold test chambers (78"H, 48"W, 24"D) | ||
| Windows computer | running MedPC experiment-control software | ||
| Server | running Matlab, linked to exper-control computer by LAN | ||
| Software | |||
| MedPC software | Med Associates | proprietary process-control programming language | |
| Matlab w Statistics Toolbox | Matlab | proprietary data analysis and graphing programing system | |
| TSsystem | in Supplementary Material w updates from senior author | Open-source Matlab Toolbox | |
| 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.
- Gallistel, C. R., Gibbon, J.
- 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.
- Herrnstein, R. J.
- Mark, T. A., Gallistel, C. R.
- 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. , Bradford Books/MIT Press. (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.
- 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.
- 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. Animal Models of Cognitive Impairment Ch. 12. Levin, E. D., Buccafusco, J. J. , CRC Press. (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).
