JoVE Logo
著者
お問い合わせ

サインイン

このコンテンツを視聴するには、JoVE 購読が必要です。 サインイン又は無料トライアルを申し込む。

この記事について

  • 要約
  • 要約
  • 概要
  • プロトコル
  • 結果
  • ディスカッション
  • 開示事項
  • 謝辞
  • 資料
  • 参考文献
  • 転載および許可

要約

上の遺伝的および薬理学的操作の影響を評価するために、空間的定位、時間的局在化、持続時間、速度および確率推定を媒介するメカニズムは、リスクアセスメント、衝動性、および記憶の正確さと精度の生理学的に意味のある特性を測定するための完全に自動化されたシステムマウスでの認知の基礎メカニズム。

要約

私たちは、ライブでの24/7行動試験システム認知の基本的なメカニズムに遺伝的および薬理学的操作の影響を評価し、マウスでは学習するための、完全に自動化された、高スループット、高容量について説明します。標準ポリプロピレンマウスハウジング浴槽は標準的な市販のマウス試験箱にアクリル管を介して接続されている。試験箱は、フィーダーをペレットに接続されている2そのうち3ホッパを有している。すべての内部LED付き照明可能と赤外線（IR）によるヘッドエントリーについてモニターするビーム。マウスは、スクリーニング時の取り扱いをなくし、環境、住んでいます。彼らは、プロトコル制御ソフトウェアと準リアルタイムのデータ分析やグラフ作成ソフトウェア我々は書かれているため、（古典的）プロトコル（インストゥルメンタル）とパブロフオペラントで実行することにより、2つ以上の毎日の給餌期間中に彼らの食糧を得る。データ分析とグラフ作成ルーチンが大幅に大きな時間·sの分析を簡単にするために作成MATLABベースの言語で書かれている行動や生理的なイベントレコードを突き固め、単一のデータ構造内で公開グラフや統計にすべての中間分析を通じて生データから完全なデータ証跡を保持するために。データ解析コードは、データを日に数回、自動的に「クラウド」と上におけるラボのコンピュータに保存された統計情報およびグラフィック分析を施し、それを収穫する。このように、個々のマウスの進行を可視化し、日々の定量化。データ解析コードは、プロトコルからの個々の被験者のプロトコルに自動化された前進を可能にする、プロトコル制御コードに話す。実装された行動のプロトコルは、autoshaping、時限ホッパー切り替え、時限ホッパー切り替え、衝動性の測定、食品の可用性の概日見越してリスク評価と一致している。オープンソースのプロトコル制御とデータ解析コードは、新しいプロトコルの追加が簡単になります。エイトテスト環境は、キャビネット内のX 78で×24 48に適合し、このような2つのタクシーinets（16環境）は、1のコンピュータにより制御されてもよい。

概要

認知の基本的なメカニズムを仲介する細胞および分子メカニズムを解明する上で負担する遺伝学、分子遺伝学、分子生物学、および神経薬理学の強力な技術を持って来るために、我々は生理的に意味のある定量化、大容量、高スループットの精神物理学的スクリーニング法を必要とする認知メカニズムの性質。メカニズムの精神物理学的に測定可能な、生理的な意味のある定量性は、行動によって、また電気生理学的または生化学的手段により測定することができる特性である。例としては、ロドプシンの吸収スペクトル、概日時計の自走期間、及び内側前脳束1,2における報酬軸索の不応期である。細胞および分子の測定値と比較することができ精神物理学的測定は、定量的な対応を通じて心理的メカニズムを細胞および分子メカニズムをリンクするための基礎を築く。 exampl用E、ロッドの外節におけるロドプシンのその場での吸収スペクトルにおいて 、人間の暗所視の分光感度関数に重畳するという事実は、フォトン·トリガロドプシンの異性化を暗所視の最初のステップであるという強力な証拠である。複雑な行動パターンの定量的な側面も、行動遺伝学3,4におけるQTL法の使用の中心である。

十分に確立されたインストゥルメンタルとパブロフ学習のプロトコルのマウス（ラット）の性能は、時間、回数、時間、レート、確率、リスク、および空間位置のような抽象的な量を測定脳のメカニズムに依存します。例えば、パブロフ条件付け応答の取得の速度は、強化イベント（通常は、食品の配達）と差し迫った強化5-7のための信号の開始後補強するまでの平均待ち時間の間の平均間隔との比に依存する。二exampのためル、一致するプロトコルの2つの供給ホッパへの訪問の平均期間の比率は、およそそれらの2ホッパー8月10日での補強の速度の比に等しい。

基本的なメカニズムに興味を神経科学者が現在広く用いられている行動試験法は、大部分が、低容量、スループットが低い、労働集約的な26のために、である。さらに、それらは、例えば、概日振動子の行動を測定期間と位相が概日周期及び位相の電気生理学的および生化学的尺度と比較することができるような、電気生理学的および生化学的方法によって測定された量と比較することができる数量を測定しない。現在の行動試験の方法は、空間学習、時間的学習、あるいは恐怖学習などの学習のカテゴリにではなく、根本的なメカニズムに焦点を当てています。空間学習11月15日の広く使われている水迷路試験は、これらのSHの例です。ortcomings。空間学習はカテゴリです。そのカテゴリに学ぶことは推測航法16,17のメカニズムであるそのうちの一つ、多くのメカニズムに依存します。推測航法は、オドメーター、走行距離18を測定機構に順番に依存します。同様に、一時的な学習がカテゴリです。約24時間の周期で振動子をイベントが17,19の発生する時刻を学ぶために動物のため必要とされるため体内時計は、そのカテゴリで学ぶことが依存するメカニズムの一つである。食品見越しを可能クロックは19を発見されていない。

時計は計時のメカニズムです。期間の広い範囲で、内因性の発振器は、脳がそれらのクロック16,17の位相を記録することにより、時間内のイベントを検索することができます。時間内の位置を記録する機能は、時間内の場所の間つまり、距離、持続時間の測定が可能です。連合学習は、Tに依存彼期間5,6,20,21の脳の測定。カウンタは数測定機構である。確率はサブセットのnumerosityとスーパーセットのnumerosityの割合であるため、多数の測定は、確率予測を可能にします。率はその数が測定された間隔の時間で割ったイベントの数であるため、レート推定を可能にする測定回数測定と期間。継続時間の測定は、数、速度、および確率が変化するリスクに対する行動の調整を可能にします。22,23私たちの方法は、これらの基本的なメカニズムの正確さと精度の測定に焦点を当てています。精度は、脳の尺度が客観的な測定に対応している程度である。精度は、例えば、固定目標値、固定期間の脳の測定値のばらつきや不確実性である。ウェーバーの法則は、心理物理学で最も古く、最も安全に確立された結果である。これは、精度と主張している量の脳の測定値は、その量の一定割合である。分布の変動統計学者の係数であるウェーバー比は、（σ/μ）の精度を測定します。客観的な平均に心理物理平均値の比（ 例えば判断期間を意味する）（目標期間平均）の精度の尺度である。

ヒトの量を最小限に抑えながら、ここに示された方法は、ボリューム（ラボ空間の所定量に一度にスクリーニングされる動物の数）及びスループット（単一の動物のスクリーニングの平均持続時間で割っ得られる情報の量）を最大にする労働が測定を行うために必要なスクリーニングの結果は、既知になるの即時性を最大化する。

ここに提示されたデータ解析ソフトウェア·アーキテクチャは、自動的に生データを置き、すべてのサマリーの結果や統計は単一のDにまとめてデータから得られた数字の明瞭な広大な海をレンダリングするフィールドの見出しとATA構造は、その中に含まれる。解析ソフトは、その構造内のデータを操作し、常に同じ構造内のフィールドに、その操作の結果を格納します。これは生データから公表要約やグラフにそのまま道を保証する。

ソフトウェアは自動的に構造体に完全に自動化されたテストを支配実験制御プログラムを書き込み、それが自動的に生データがどのプログラムから来たかを示す。このように、実験条件は、テストの各ポイントで、各動物のための力にあったような先のは間違いないと要約統計は、生データから得られたかについては疑いで、非の打ちどころのないデータ証跡を保持します。データ保存のこの方法は大いにことができる他の研究室は、さらに、これらの豊富なデータセットを分析できるようにすること、標準化された行動スクリーニングデータベースの開発を容易にする。

このメソッドは、それが依存しているファームウェアとソフトウェアのサポートの損失のリスクを最小限に抑えることができます。試験装置は、自明の老舗商業ソースから変更されている。プログラミング言語は、非常に広くサポートされている、商業、科学、プログラミング、データで記述された専用の、非商用、オープンソースのツールボックス（TSsystem）プロトコル制御のために、ハードウェアの製造元が提供するカスタム言語であり、データ分析やグラフ作成のための分析やグラフ作成言語。ツールボックスは、長いタイムスタンプ付きのイベント·レコードからの構造情報と要約統計量を抽出するための高レベルのコマンドが含まれています。プロトコル実装したプログラムやデータ分析のプログラムは、オープンソースであり、完全に文書。

スクリーニングシステムを図1に図式化されている。十キャビネットは、各々が8テスト環境は、80マウスTを有効にする、10フィート×15フィート実験室でセットアップすることができるO 1時間に実行すること。パーティーの壁にポートを通過するケーブルは、別の部屋の電子/電気インタフェースカードやPCに環境を接続する必要があります。 PCは、プロトコル制御プログラムを実行します。一台のコンピュータは、すべての2キャビネット（16テスト環境）に必要です。 PCは、データ解析とグラフ作成ソフトウェアを実行しているサーバーにローカルエリアネットワークを介して接続する必要があります。

プロトコル

TSsystem中3完全に自動化されたプロトコル（マッチング、インストゥルメンタルと古典的条件を欲求）とスイッチプロトコルは、ラトガースニューブランズウィック州の動物管理施設委員会によって承認されている。

1。物理システムの設定

  1. キャビネット内のテスト環境を設定する（ 図1参照）。
  2. プロトコル制御コンピュータ上のテスト環境を備えた実験制御ソフトウェアをインストールします。
    注：上記以外の目的でこれらのコンピュータを使用しないでください！

2。ソフトウェアシステムの設定

  1. データ解析ソフトウェアがインストールされているサーバが、テスト環境を制御するコンピュータ（複数可）のハードディスクにアクセスできるようにする（ 図1参照）LAN（ローカルエリアネットワーク）をセットアップする。
  2. 「クラウド」のデータ保存用のファイル同期のアカウントを確立します。
  3. PUクラウド同期フォルダ内の商業プログラミング言語の検索パスにTSsystemフォルダとそのサブフォルダをトン。
    注意：TSsystemは、ソフトウェアツールボックスです、つまり、それはによって生成される出力ファイルから収穫されるたびに自動的にデータを処理し、複雑なデータ解析とデータグラフのコードの作成 ​​を容易に30以上の高レベル関数のライブラリ実験制御プログラム。コマンドはすべて、実験構造体のフィールドにデータを処理します（ 図2を参照）は、同じ構造内の他のフィールドで結果を置く。これらのオープンソースのコマンドは、最も広く使用されている、商業、科学的なプログラミングやグラフ言語のいずれかで書かれています。これは、最も便利に統計ツールボックスを含む他の多くの「ツールボックス」を持っています。

3。実験開始

  1. TSbeginを呼び出します（ 図3を参照）。
    注意：TSbeginはINTEですTSsystemツールボックスのRACTIVEのGUI（ 私は nterface G raphic のU SER）。それは、生データと、そこから派生したすべての結果がTSsystemツールボックスに他の機能によって配置先となる階層データ構造を作成するプロセスを介してユーザーをリードしています。
  2. TSaddprotocolを呼び出します（ 図4を参照）。
    注意：TSaddprotocolはTSsystemツールボックスのGUIです。それは、実験プロトコルの制御パラメータを指定するプロトコルを終了する決定を自動化し、次のものに行くの決定コードを指定し、使用する判断基準を指定するプロセスを介してユーザーをリードしています。
  3. 環境ごとに1つのマウス、24/7ライブでのテスト環境でマウスを置きます。
    注：番号の実験環境（ など箱1、箱2、）のそれぞれに入るマウスのID番号をメモするように注意してください。また、実験·コントロールを識別する文字をメモローカルエリアネットワーク（LAN）とそのIPアドレス上のコンピュータ。
  4. TSstartsession（ 図5）を呼び出します。
    注意：TSstartsessionはTSsystemツールボックスのGUIです。これは、実験的なセッションを開始するプロセスを通じてユーザーを導く。実験セッションは、いくつかの異なる行動試験プロトコルが実行される間の1または2週間、最後。 TSstartsessionは、セッションの開始時に、プロトコル制御ソフトウェアを読み取り、そのマクロに入る情報を格納する。プロトコル制御ソフトウェアが読み込むことのパスおよびコードファイルの名前が含まれる。 TSsystemの解析ソフトは、階層データ構造にこのコードを読み込むので、いつでも力の正確なプロトコルとしてそこに疑うことはありません。
  5. 制御コンピュータに移動し、そのコンピュータによって制御ボックス用のセッションを開始するためには、MedPCフォルダに書き込まマクロを呼び出す。

4。データ解析

  1. あなたは新しいプロトコルを作成した場合、大幅に分析し、複雑なデータを簡単に作成した、TSsystemツールボックス内のコマンドを使用して適切なデータ解析とグラフ作成コードを記述します。
    注：結果は以下の通りであるTSsystemツールボックスに含まれている3つのプロトコルのためのデータ解析やグラフコード。 、それらは、オープンソースであるため、自由に改変することができる。これらの分析のためのコードは、広範囲にそれが簡単に、ユーザーが指定したプロトコルからの結果を分析するためのコードを作成することがどのようにコメントしている。
  2. 実験の期間（何週間に24時間）の場合は、可能な機器の誤動作（電源障害、自発的な、制御コンピュータが再起動し、ペレット供給装置の誤動作など ）、TSsystemデータ·分析を示すサーバーからのアラートのメールを監視プログラムが検出されます。
  3. TSsystemに書き込まれたデータ解析用のコードは、それが目によって呼び出されるたびに生成する性能のプロットを検討E分析タイマ（通常は2〜4回/日）。
    注記：分析タイマーは、ユーザーが指定した間隔でデータ解析とグラフ作成プログラムを呼び出します。と呼ばれるプログラムがTSsystemの機能と書かれています。なお、階層データ構造内にプロトコル制御ソフトウェアが書き込むファイルから採取した生データを読み取る。そして、データを分析し、分析結果をグラフ。階層データ構造を含むファイルがクラウド上でのファイルの同期フォルダに格納されます。これは、自動、オフサイトのバックアップを提供します。自動ファイル同期店舗のアクセスが許可されたすべての関係者と協力者のコンピュータ上の構造ファイルのコピー。指定されたグラフは自動的に指定された人員と協力者に電子メールで送信されます。主任研究者は、いつでも、世界中のどこからでも、テストの進行状況を監視し、必要に応じて、リモートSITから、ライン上で、実験プロトコールを修正することができますマウスがテストされている電子。
  4. 彼らが利用可能になると（ 図2を参照）、準リアルタイムで、階層データ構造内のデータと要約統計を研究するTSbrowser使用。

結果

このシステムは、個々の研究者や教室の先生の目的に合わせたプロトコルを実行するために使用する必要があります。一致するプロトコル、2ホッパーautoshapingプロトコル、およびスイッチ·プロトコル：しかし、我々は、遺伝子操作マウスおよび大規模な薬理学的試験の大規模スクリーニングに有用であることが分かるはず3プロトコルスイートを開発した。一致するプロトコルは、覚えて、?...

ディスカッション

我々の手法は、人間の労働の最低、無処理で、最小限の時間で、一度に多くのマウスのために、認知、学習と記憶のいくつかの異なるメカニズムの機能に生理的な意味のある、定量的な結果の広い範囲を生成日、週、またはテストの数ヶ月間、実験対象の。これらの属性は、遺伝的および薬理学的なスクリーニングプログラムのためにそれに合う。それが最低限修正既製のハードウェア（テ?...

開示事項

著者らは、開示することは何もありません。

謝辞

このシステムの作成は5RO1MH77027によってサポートされていました。

資料

NameCompanyCatalog NumberComments
SmartCtrl Connection PanelMed AssociatesSG-716B (115)control panel for inputs/outputs
SmartCtrl Interface ModuleMed AssociatesDIG-716B (114)smart card for each chamber
Universal CableMed AssociatesSG-210CB (115)cable from smart card to control panel
Tabletop Interface CabinetMed AssociatesSG-6080C (109)cabinet to hold smart cards
Rack Mount Power SupplyMed AssociatesSG-500 (112)28 volt power
Wide Mouse Test ChamberMed AssociatesENV-307W (31)test chamber
Filler Panel PackageMed AssociatesENV-307W-FP (32)various-size panels for test chamber
Wide Mouse Modular Grid FloorMed AssociatesENV-307W-GF (31)test chamber floor grid
Head Entry DetectorMed AssociatesENV-303HDW (62)head entry/pellet entry into hopper
Pellet DispenserMed AssociatesENV-203-20 (73)feeder
Pellet ReceptacleMed AssociatesENV-303W (61)hopper
Pellet Receptacle LightMed AssociatesENV-303RL (62)hopper light
House LightMed AssociatesENV-315W (43)house light
IR ControllerMed AssociatesENV-253B (77)entry detector for tube between nest and test
FanMed AssociatesENV-025F28 (42)exhaust fan for each chamber
Polypropylene Nest Tubnest box
Acrylic Connection Tubeconnection between nest and test areas
Steel Cabinetcabinet to hold test chambers (78"H, 48"W, 24"D)
Windows computerrunning MedPC experiment-control software
Serverrunning Matlab, linked to exper-control computer by LAN
Software
MedPC softwareMed Associatesproprietary process-control programming language
Matlab w Statistics ToolboxMatlabproprietary data analysis and graphing programing system
TSsystemin Supplementary Material w updates from senior authorOpen-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)

参考文献

  1. Gallistel, C. R., Shizgal, P., Yeomans, J. S. A portrait of the substrate for self-stimulation. Psychol. Rev. 88, 228-273 (1981).
  2. Takahashi, J. S. Molecular neurobiology and genetics of circadian rhythms in mammals. Ann. Rev. Neurosci. 18, 531-553 (1995).
  3. Mackay, T. F. C., Stone, E. A., Ayroles, J. F. The genetics of quantitative traits: challenges and prospects. 10, 565-577 (2009).
  4. 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).
  5. Balsam, P. D., Drew, M. R., Gallistel, C. R. Time and Associative Learning. Compar. Cogn. Behav. Rev. 5, 1-22 (2010).
  6. Gallistel, C. R., Gibbon, J. Psychol Rev. Psychol Rev. 107, 289-344 (2000).
  7. Ward, R. D., et al. Conditional Stimulus Informativeness Governs Conditioned Stimulus—Unconditioned Stimulus Associability. J. Exp. Psychol. Animal Behav. Process. 38, 217-232 (2012).
  8. Gallistel, C. R., et al. Is matching innate. J. Exp. Anal. Behav. 87, 161-199 (2007).
  9. Herrnstein, R. J. Derivatives of matching. Psychol. Rev. 86, 486-495 (1979).
  10. Mark, T. A., Gallistel, C. R. Kinetics of matching. J. Exp. Psychol. Animal Behav. Process. 20, 79-95 (1994).
  11. 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).
  12. 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).
  13. 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).
  14. Upchurch, M., Wehner, J. M. Differences between inbred strains of mice in Morris water maze performance. Behav. Genet. 18, 55-68 (1988).
  15. 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).
  16. 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).
  17. Gallistel, C. R. . The organization of learning. , (1990).
  18. 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).
  19. Challet, E., Mendoza, J., Dardente, H., Pevet, P. Neurogenetics of food anticipation. Eur. J. Neurosci. 30, 1676-1687 (2009).
  20. Arcediano, F., Miller, R. R. Some constraints for models of timing: A temporal coding hypothesis perspective. Learn. Mot. 33, 105-123 (2002).
  21. 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).
  22. Balci, F., Freestone, D., Gallistel, C. R. Risk assessment in man and mouse. Proc. Natl. Acad. Sci. U.S.A. 106, 2459-2463 (2009).
  23. Kheifets, A., Gallistel, C. R. Mice take calculated risks. Proc. Natl. Acad. Sci. U.S.A. 109, 8776-8779 (2012).
  24. 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).
  25. Luby, M., et al. Food anticipatory activity behavior of mice across a wide range of circadian and non-circadian intervals. PLoS One. 7, (2012).
  26. 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).
  27. Rodriguiz, R., Wetsel, W. C., Levin, E. D., Buccafusco, J. J. . Animal Models of Cognitive Impairment Ch. 12. , (2006).
  28. 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).

転載および許可

このJoVE論文のテキスト又は図を再利用するための許可を申請します

許可を申請

さらに記事を探す

84

This article has been published

Video Coming Soon

JoVE Logo

個人情報保護方針

利用規約

一般データ保護規則

お問い合わせ

図書館への推薦

JoVE ニュースレター

研究

教育

著者

図書館員

JoVEについて

Copyright © 2023 MyJoVE Corporation. All rights reserved