JoVE Logo

Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Ein Paradigma ist für die Ausbildung und Analyse eines automatisierten Fach Erreichen Aufgabe in Ratten dargestellt. Die Analyse der Ziehversuche zeigt verschiedene Teilprozesse des motorischen Lernens.

Zusammenfassung

Qualifizierte Erreichen Aufgaben werden in den Studien der Motorik Lernen und motorische Funktion unter gesunden und pathologischen Zuständen häufig verwendet, kann aber zeitintensiv und zweideutig über einfache Erfolgsraten zu quantifizieren. Hier beschreiben wir die Trainingsprozedur für Reichweite und Pull-Aufgaben mit der ETH Pattus, einem Roboter-Plattform für die automatisierte forelimb erreichen Training, dass Aufzeichnungen ziehen und Handdrehbewegungen bei Ratten. Kinematischen Quantifizierung der durchgeführten Ziehversuche zeigt das Vorhandensein von unterschiedlichen zeitlichen Verläufe der Bewegungsparameter wie Zuggeschwindigkeit, räumliche Variabilität der Zieh Trajektorie, Abweichung von der Mittellinie, sowie Ziehen Erfolg. Wir zeigen, wie kleinere Anpassungen im Trainings Paradigma zu Veränderungen in diesen Parametern führen und enthüllt ihre Beziehung Schwierigkeiten zu Aufgabe, allgemeine Motorik oder qualifizierte Aufgabenausführung. In Kombination mit elektrophysiologischen, pharmakologischen und optogenetischen Techniken kann dieses Paradigma verwendet werdendie zugrunde liegenden Mechanismen des motorischen Lernens und der Gedächtnisbildung sowie Verlust und Wiederherstellung der Funktion (zB nach Schlaganfall) zu erkunden.

Einleitung

Motor Aufgaben sind weit verbreitet zu beurteilen, Verhaltens- und neuronale Veränderungen in Bezug auf das motorische Lernen oder Änderungen der motorischen Funktion bei neurologischen oder pharmakologischen Tiermodellen. Feinmotorik kann schwierig sein, bei Nagetieren zu quantifizieren, aber. Aufgaben , die manuelle Geschicklichkeit, wie Manipulation von Getreide 1, Pasta 2 oder Sonnenblumenkerne 3 sind empfindlich und nicht eine umfassende Ausbildung des Tieres erforderlich. Ihr Hauptnachteil ist, dass diese Aufgaben ergeben meist qualitative Ergebnisse und kann schwierig sein, eindeutig zu punkten.

Qualifizierte Erreichen Aufgaben, wie Variationen der einzelnen Pellet Aufgabe zu erreichen sind einfacher 4 zu quantifizieren, 5. Jedoch kinematischen Faktoren, die die erfolgreiche Ausführung dieser Aufgaben zugrunde liegen, können nur in begrenztem Umfang und erfordern arbeitsintensive Vollbild-für-Vollbild-Video a abgeleitet werdennalyse.

Roboter-Geräte haben an Popularität gewonnen als Mittel der Aspekte der forelimb Funktion und Motorik zu quantifizieren. Mehrere automatisierte Erreichen Aufgaben zur Verfügung stehen. Die meisten konzentrieren sich auf einen einzigen Aspekt eines forelimb Bewegung, wie zum Beispiel entlang einer Linearführung 6, 7, einfache distalen Bewegungen der Gliedmaßen 8 oder Pronation und Supination der Pfote 9 eines Griff ziehen. Während diese Geräte in Versprechen für die Analyse der motorischen Funktion zeigen, spiegeln sie nur die komplexen motorischen Aktionen während der Einzelpellet ausgeführt auf eine begrenzte Erreichen verlängern.

Hier zeigen wir die Verwendung eines Drei-Grad-of-freedom Robotervorrichtung, ETH Pattus, entwickelt für die Ausbildung und die Bewertung der verschiedenen motorischen Aufgaben in Ratten 10, 11. Es zeichnet eben und Drehbewegung von Ratten forelimb Bewegungen in Reichweite, zu erfassen, undZiehen in der horizontalen Ebene Aufgaben durchgeführt. Ratten interagieren mit dem Roboter über eine 6 mm Durchmesser kugelförmigen Griff, der durch ein Fenster in der Testkäfig (Breite: 15 cm, Länge: 40 cm, Höhe: 45 cm) erreicht und bewegt werden kann in der horizontalen Ebene (Schieben und Ziehen Bewegungen) und gedreht (Pronation und Supination Bewegungen). Somit ermöglicht es die Ratte Bewegungen auszuführen, die den Hingerichteten bei der konventionellen Einzelpellet Erreichen Aufgaben nähern. Das Fenster ist 10 mm breit und 50 mm über dem Käfigboden gelegen. Der Handgriff befindet sich 55 mm über dem Boden. Eine Schiebetür blockiert den Zugriff auf den Griff zwischen Versuche erreicht und öffnet, wenn der Roboter seine Startposition erreicht hat und schließt nach einem Prozess abgeschlossen ist. Nach einer Bewegung korrekt ausgeführt, erhalten Ratten eine Futterbelohnung auf der gegenüberliegenden Seite des Testkäfigs.

Der Roboter wird durch Software gesteuert und erfasst Ausgang von 3 Drehgeber bei 1000 Hz, wodurch Informationen über die Position of den Griff in der horizontalen Ebene, sowie dessen Drehwinkel (Einzelheiten siehe 11 Referenz). Die Bedingungen für eine erfolgreiche Aufgabenausführung erforderlich sind , in der Software vor jeder Trainingseinheit definiert (beispielsweise minimal erforderliche Abstand und die maximale Abweichung von der Mittellinie in einer Reichweite-and-Pull - Aufgabe ziehen). Eine anfängliche standardisierten Referenzposition des Handgriffs wird zu Beginn jeder Trainingssitzung mit einem festen Halter aufgezeichnet. Diese Referenz wird für alle Versuche in einer Sitzung verwendet wird, für jeden Versuch eine konstante Startposition des Handgriffs gewährleistet. Konstante Positionierung des Handgriffs relativ zu dem Käfigfenster wird durch Ausrichtung von Markierungen auf dem Käfig und Roboter (1) gewährleistet.

Videoaufnahmen der Greifbewegungen werden aufgezeichnet eine kleine High-Speed-Kamera (120 Bilder / s, 640 x 480 Auflösung). Eine kleine Anzeige in die Ansicht der Kamera zeigt die Identifikationsnummer der Ratte, Session Training,Probenummer und Versuchsergebnis (erfolgreich oder nicht). Diese Videos werden verwendet, um aufgezeichnete Ergebnisse verifizieren und die Wirkungen des Erreichens Bewegungen abzuschätzen, die den rührenden voran, Ziehen oder Drehen des Griffes.

Hier zeigen wir die Verwendung dieser Roboterplattform in Variationen einer Reichweite-and-Pull-Aufgabe. Diese Aufgabe kann innerhalb einer Frist von Zeit ausgebildet werden, die auf andere qualifizierte Erreichen Paradigmen vergleichbar ist und liefert reproduzierbare Ergebnisse. Wir beschreiben ein typisches Trainingsprotokoll, sowie einige der wichtigsten Ausgangsparameter. Darüber hinaus zeigen wir, wie kleine Änderungen in der verwendeten Trainingsprotokoll in veränderter Zeitverläufe der Verhaltensergebnisse zur Folge haben kann, dass unabhängige Teilprozesse innerhalb der Motorik Lernprozess darstellen kann.

Protokoll

Die hier vorgestellten Experimente wurden vom Veterinäramt des Kantons Zürich, Schweiz zugelassen und wurden nach nationalen und institutionellen Vorschriften.

1. Fütterungsbedingungen

HINWEIS: Alle Trainingseinheiten werden im Rahmen eines geplanten Fütterungsprotokoll durchgeführt.

  1. Feed the Ratten 50 g / kg Standardfutter einmal pro Tag, nach dem Training abgeschlossen ist. Diese Menge an Nahrung ist ausreichend großen Gewichtsverlust zu verhindern (Körpergewicht> 90% des Gewichts frei Fütterung), aber klein genug, um reproduzierbare Verhaltensanlage zu gewährleisten. Wiegen Sie die tägliche Ratten zu ihrem Körpergewicht stabil bleibt gewährleisten.
    HINWEIS: Weitere über Nacht (10-12 h) Nahrungsentzug kann nützlich sein, vor dem ersten Lohn-Touch-Sitzung (Schritt 2.3).

2. Training Verfahren für eine Reichweite-and-Pull-Task

  1. Zubereitung: Lassen Sie die Ratten bei lea in ihre neue Heimat Käfige eingewöhnenst eine Woche nach der Ankunft in der Tierhaltung. Behandeln Sie die Ratten regelmäßig während dieser Zeit und geben dustless Präzision Pellets im Käfig, die Ratten an das neue Futter zu gewöhnen. Diese Pellets werden als Belohnung während des Trainingsprotokoll verwendet werden.
  2. Habituation: Legen Sie die Ratten in den Testkäfig für 30-45 min und 30-50 Pellets im Futternapf bieten, mit pulverisiertem Futter gemischt. Öffnen und den Käfig Fenster zu schließen , und führen Sie das Pellet Spender gelegentlich die Ratten in ihren Sound zu gewöhnen.
    1. Wiederholen Sie dies für 2-3 Tage.
  3. Reward-touch: Trainieren Sie die Ratten die Kugelgriff durch den Käfig Fenster zu berühren und dann auf der gegenüberliegenden Seite des Käfigs bewegen , um eine Futterbelohnung abrufen.
    1. Passen Sie die Software-Einstellungen, so dass der Griff etwas außerhalb des Testkäfigfenster zu Beginn jedes Versuchs befindet, und richten Sie den Griff mit der Mitte des Käfigs Fenster. Wenn die Versuche erfolgreich sind, dh </ Em>, sobald eine leichte Berührung an dem Griff (0,25 mm Verschiebung in jede Richtung) erfasst wurde, ertönt ein Ton und eine Belohnung abgegeben wird. Klassifizieren Studien als nicht bestanden, wenn keine Berührung hat für 180 s erkannt wurde, nachdem das Fenster geöffnet wird.
    2. Legen Sie die Ratte in der Trainingskäfig. Prompt die Ratte, indem man es an einem Pellet nahe dem Griff gehalten greifen zu erreichen. Richten Sie die Aufmerksamkeit der Ratte auf den Griff und Futternapf, indem Sie auf den Käfig tippen.
    3. Stoppen auffordert, wenn die Ratte unabhängig der Käfigfenster erreicht durch und ruft die Futterpellet.
    4. Weiter bis 100 Studien (berührt) abgeschlossen sind oder bis 60 Minuten vergangen sind, was zuerst eintritt.
    5. Weiter Training für 3-4 Tage und beginnen, die nächste Stufe der Ausbildung (Schritt 2.4), wenn Ratten erreichen 100 Versuche innerhalb von 30 Minuten an 2 aufeinanderfolgenden Tagen.
      HINWEIS: Verwenden Sie diesen Schritt nicht über trainieren. Das Ziel der Lohn-touch ist zuverlässig Interaktion zwischen Ratte und Roboter zu erreichen, so dass dieses Verhalten in geformt werden kann,anschließende Ausbildung.
  4. Freie Pull (FP): die Ratten Zug zu erreichen und den Griff des Roboters ziehen.
    1. Passen Sie die Software-Einstellungen, so dass der Griff zu Beginn jedes Versuchs 18 mm aus dem Fenster befindet, und muss mindestens 10 mm ohne Unterbrechung für einen erfolgreichen Versuch gezogen werden. Es gibt keine seitlichen Beschränkungen für die Ziehbewegung in dieser Phase.
      1. Klassifizieren einen Versuch als gescheitert, wenn der Griff wurde für 180 s, nachdem das Fenster nicht bewegt sich öffnet, wenn sich der Griff außerhalb des erreichbaren Arbeitsbereich bewegt wird (mehr als 12 mm von der Mittellinie), oder, wenn der Ratte weniger als 10 mm gezogen wurde innerhalb von 5 s nach der ersten Berührung detektiert wurde.
    2. Beachten Sie die Anzahl der Male, die linken und rechten Pfote werden während der ersten 20 Versuche der ersten FP-Sitzung verwendet. Die Pfote, die in mindestens 80% der Studien verwendet wird, ist die bevorzugte Pfote betrachtet.
      HINWEIS: Paw bevorzugt kann bereits klar sein, in Lohn-Touch-Sessions.
    3. Bewegen Sie den Griff seitlich bis er mit dem Rand des Fensters ausgerichtet ist , zu erleichtern , mit dem bevorzugten paw ziehen (dh den Roboter 5 mm auf der linken Seite des Fensters bewegen , um rechtshändige Ratten und umgekehrt).
      HINWEIS: Setzen Sie den Hebel in dieser exakt gleichen Position relativ zum Käfig für alle folgenden Schulungen für diese Ratte. Versichern genaue Platzierung von Markierungen an der Käfigwand und an dem Roboter.
    4. Legen Sie die Ratte in der Trainingskäfig und Zug bis 100 Prüfungen abgeschlossen sind oder bis 60 Minuten vergangen sind, was zuerst eintritt.
      HINWEIS: Wenn die Ratte nicht weit genug reichen, es prompt, indem sie bei einem Pellet nahe dem Griff gehalten greifen zu lassen. Ratten stoppen kann versuchen, nach wiederholten Fehlversuchen zu ziehen. Tippen Sie auf den Käfig, lassen Sie sie mit einer Pinzette gehalten für Pellets greifen oder ein Pellet verzichten, um ihre Motivation wieder herzustellen.
    5. Für Experimente nur FP trainiert wurden, weiterhin Ausbildung wie in 2.4 beschrieben.
      NEINTE: Typischerweise werden 1-2 FP-Sitzungen benötigt Übergang von Belohnung Kontakt SP (Straight Pull) Ausbildung zu helfen. Das Ziel dieser FP-Sitzungen ist Ratten eingewöhnen den Griff zu erreichen, greifen und ziehen, anstatt nur zu berühren. Wie bei Lohn-Touch-Training ist es wichtig, nicht zu Zug über, wenn das Ziel zu einem nächsten Trainingsschritt für den Übergang ist.
  5. Gerade Zug (SP): Trainieren Sie die Ratten den Griff zu ziehen , ohne mehr als 2 mm von der Mittellinie abweicht.
    HINWEIS: Die Mittellinie ist definiert relativ zu der Startposition des Roboters nicht mit dem Mittelpunkt des Käfigs Fenster. Somit wird in einer Zieh Trajektorie führen eine Ziehversuch am Mittelpunkt des Käfigs Fenster endet, das mehr als 2 mm von der Mittellinie abweicht.
    1. Passen Sie die Software-Einstellungen, so dass nur Studien, in denen die Ziehbewegung auf beiden Seiten nicht mehr als 2 mm von der Mittellinie abweicht von einem Ton belohnt werden und ein Pellet. Halten Sie alle anderen Parameter wie in Schritt 2.4 beschrieben.
    2. Legen Sie die Ratte in der Trainingskäfig und Zug bis 100 Prüfungen abgeschlossen sind oder bis 60 Minuten vergangen sind, was zuerst eintritt.
      HINWEIS: Die Ratten können extrem aufgeregt und stoppen nach wiederholten Fehlversuchen zu ziehen versucht. Tippen Sie auf den Käfig ihre Aufmerksamkeit auf das Erreichen Aufgabe umleiten, lassen Sie sie für Pellets mit einer Pinzette gehalten greifen oder ein Pellet verzichten, um ihre Motivation wieder herzustellen.
    3. Fortsetzung der Ausbildung, bis die Ratten Plateau Performance zu erreichen, oder die Einarbeitungszeit anzupassen nach dem Ziel eines Experiments.

Ergebnisse

Hier zeigen wir drei Varianten einer Reichweite-und Pull-Task mit männlichen Long-Evans-Ratten (10-12 Wochen alt). Im Frei Pull (FP) Gruppe (N = 6) wurden die Ratten trainiert die Roboterhandgriff für einen Zeitraum 22 Tage ohne seitliche Einschränkungen zu ziehen. Tiere in Gerade ziehen 1 (SP1) Gruppe (N = 12) ausgebildet wurden, um den Griff zu ziehen, ohne mehr als 2 mm von der Mittellinie abweicht. Diese Tiere transitioned direkt von Lohn-touch (Schritt 2.3) gerade gezogene Traini...

Diskussion

Qualifizierte Erreichen Aufgaben werden üblicherweise 6 zu studieren Motorik Erwerb sowie Beeinträchtigung der motorischen Funktion unter pathologischen Bedingungen. Zuverlässige und eindeutige Analyse Verhalten zu erreichen ist von wesentlicher Bedeutung für die Untersuchung von zellulären Mechanismen Motorik Erwerb zugrunde liegen, sowie neurophysiologischen Verlust und die anschließende Wiederherstellung der Funktion beteiligten Prozesse in Tiermodellen für neurologische Erkrankungen. D...

Offenlegungen

Die Autoren haben nichts zu offenbaren

Danksagungen

Diese Forschung wurde von der Schweizerischen National Science Foundation, dem Betty und David Koetser-Stiftung für Hirnforschung und der ETH Foundation unterstützt.

Materialien

NameCompanyCatalog NumberComments
ETH PattusETH Pattus was made by the Rehabilitation Engineering Laboratory of Prof. Gassert at ETH Zurich. 
Training cage The plexiglass training cage was made in-house. 
Pellet dispenserCampden Instruments80209
45-mg dustless precision pelletsBio-ServF0021-J
GoPro Hero 3+ Silver Edition digitec.ch284528Small highspeed camera 
Small displayAdafruit Industries#50, #661128 x 32 SPI OLED display controlled via an Arduino Uno microcontroller and Labview software
LabVIEW 2012National Instruments776678-3513ETH Pattus is compatible with more recent Labview versions. 
Matlab 2014bThe MathworksMLALL

Referenzen

  1. Irvine, K. -. A., et al. A novel method for assessing proximal and distal forelimb function in the rat: the Irvine, Beatties and Bresnahan (IBB) forelimb scale. JoVE. (46), (2010).
  2. Ballermann, M., Metz, G. A., McKenna, J. E., Klassen, F., Whishaw, I. Q. The pasta matrix reaching task: a simple test for measuring skilled reaching distance, direction, and dexterity in rats. J Neurosci Meth. 106 (1), 39-45 (2001).
  3. Kemble, E. D., Wimmer, S. C., Konkler, A. P. Effects of varied prior manipulatory or consummatory behaviours on nut opening, predation, novel foods consumption, nest building, and food tablet grasping in rats. Behav Proc. 8 (1), 33-44 (1983).
  4. Buitrago, M. M., Ringer, T., Schulz, J. B., Dichgans, J., Luft, A. R. Characterization of motor skill and instrumental learning time scales in a skilled reaching task in rat. Behav Brain Res. 155 (2), 249-256 (2004).
  5. Whishaw, I. Q., Pellis, S. M. The structure of skilled forelimb reaching in the rat: A proximally driven movement with a single distal rotatory component. Behav Brain Res. 41 (1), 49-59 (1990).
  6. Hays, S. A., et al. The isometric pull task: a novel automated method for quantifying forelimb force generation in rats. J Neurosci Meth. 212 (2), 329-337 (2013).
  7. Sharp, K. G., Duarte, J. E., Gebrekristos, B., Perez, S., Steward, O., Reinkensmeyer, D. J. Robotic Rehabilitator of the Rodent Upper Extremity: A System and Method for Assessing and Training Forelimb Force Production after Neurological Injury. J Neurotrauma. 33 (5), 460-467 (2016).
  8. Hays, S. A., et al. The bradykinesia assessment task: an automated method to measure forelimb speed in rodents. J Neurosci Meth. 214 (1), 52-61 (2013).
  9. Meyers, E., et al. The supination assessment task: an automated method for quantifying forelimb rotational function in rats. J Neurosci Meth. 266, 11-20 (2016).
  10. Lambercy, O., et al. Sub-processes of motor learning revealed by a robotic manipulandum for rodents. Behav Brain Res. 278, 569-576 (2015).
  11. Vigaru, B. C., et al. A robotic platform to assess, guide and perturb rat forelimb movements. IEEE Trans. Neural Syst. Rehabil. Eng. 21 (5), 796-805 (2013).
  12. Klein, A., Sacrey, L. -. A. R., Whishaw, I. Q., Dunnett, S. B. The use of rodent skilled reaching as a translational model for investigating brain damage and disease. Neurosci Biobehav Rev. 36 (3), 1030-1042 (2012).
  13. Gharbawie, O. A., Whishaw, I. Q. Parallel stages of learning and recovery of skilled reaching after motor cortex stroke: "Oppositions" organize normal and compensatory movements. Behav Brain Res. 175 (2), 249-262 (2006).
  14. Palmér, T., Tamtè, M., Halje, P., Enqvist, O., Petersson, P. A system for automated tracking of motor components in neurophysiological research. J Neurosci Meth. 205 (2), 334-344 (2012).
  15. Alaverdashvili, M., Whishaw, I. Q. A behavioral method for identifying recovery and compensation: Hand use in a preclinical stroke model using the single pellet reaching task. Neurosci Biobehav Rev. 37 (5), 950-967 (2013).
  16. Alaverdashvili, M., Whishaw, I. Q. Compensation aids skilled reaching in aging and in recovery from forelimb motor cortex stroke in the rat. Neurosci. 167 (1), 21-30 (2010).
  17. Molina-Luna, K., et al. Dopamine in motor cortex is necessary for skill learning and synaptic plasticity. PloS one. 4 (9), (2009).
  18. VandenBerg, P. M., Hogg, T. M., Kleim, J. A., Whishaw, I. Q. Long-Evans rats have a larger cortical topographic representation of movement than Fischer-344 rats: A microstimulation study of motor cortex in naı̈ve and skilled reaching-trained rats. Brain Res Bull. 59 (3), 197-203 (2002).
  19. Whishaw, I. Q., Gorny, B., Foroud, A., Kleim, J. A. Long-Evans and Sprague-Dawley rats have similar skilled reaching success and limb representations in motor cortex but different movements: some cautionary insights into the selection of rat strains for neurobiological motor research. Behav Brain Res. 145 (1-2), 221-232 (2003).
  20. Harms, K. J., Rioult-Pedotti, M. S., Carter, D. R., Dunaevsky, A. Transient Spine Expansion and Learning-Induced Plasticity in Layer 1 Primary Motor Cortex. J Neurosci. 28 (22), 5686-5690 (2008).
  21. Metz, G. A., Whishaw, I. Q. Skilled reaching an action pattern: stability in rat (Rattus norvegicus) grasping movements as a function of changing food pellet size. Behav Brain Res. 116 (2), 111-122 (2000).

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

VerhaltenHeft 120NagetierLernenMotorikRoboterforelimbqualifizierte GreifenBewegungskinematik

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten