オブジェクト位置タスクを使用すると、げっ歯類の自発的な探索行動を利用して、空間記憶の形成または保持のさまざまなメカニズムを調査することができます。このプロトコルは、統計的な力と外科的処置を伴う研究の効率と出力を増加させるのに最大4回のオブジェクト位置タスクの繰り返しを可能にする。不透明で、幅60センチメートル、高さ50センチの非多孔質硬質プラスチックで作られた正方形のアリーナを取得し始める。
自動化ソフトウェアによるラットの動きの記録を成功させるためには、床の色がラットのそれと対照的であることを確認してください。アリーナをボックス内またはカーテンで囲まれたプラットフォーム上に配置します。コンテキストを作成するには、挿入可能な壁の 2 番目のレイヤーを異なる色またはパターンでアリーナに挿入します。
ラットが到達できないように、異なる幾何学的形状と色を持つ3D空間的なキューをハングアップします。非多孔質、非チュアブル、およびアリーナの床に明確な幾何学的形状とテクスチャで簡単にきれいにできるオブジェクトの異なるペアをアタッチします。正方形でないバケットに寝具材を充填します。
ランダムに、バケットに実験で使用するオブジェクトとは異なる異なる形状とサイズの 5 ~ 10 個のオブジェクトを配置します。セッション1の場合は、すべてのホームケージを実験室に持ち込み、ラットを習慣化して部屋に入れ、少なくとも30分間落ち着かせる。同じケージから2~4匹のラットをバケツに20分ほど入れます。
ラットの各グループ間の任意の便の物質を除去することによって、バケツをきれいにします。すべてのネズミを自宅のケージに入れ、住宅室に戻します。セッション2の場合は、すべてのケージを実験室に持ち込み、少なくとも30分間放置します。
各ラットを10分間バケツに入れます。ラットをホームケージに戻し、各ラットの後にバケツをきれいにします。終了したら、すべてのケージをハウジングルームに戻します。
セッション4の場合は、すべてのケージを実験室に持ち込み、少なくとも30分間放置します。20分間、コンテキストや空間的な手掛かりのない空のアリーナに、同じケージから2〜4匹のラットを一緒に置きます。すべてのラットをホームケージに戻し、ラットの各グループの後に70%エタノールでアリーナを拭きます。
空のアリーナを変更して、オブジェクトをアリーナに配置せずに最初のコンテキストを作成します。セッションでは、コンテキスト習慣化の1つは、実験室にすべてのケージを持参し、少なくとも30分間放置します。レコーダーを起動し、アリーナの中央に最初のラットを配置し、ラットが10分間アリーナを探索できるようにします。
その後、レコーダーを停止し、ホームケージに戻ってラットを配置します。終了したら、すべてのケージをハウジングルームに戻します。各ラットについて、2日間にわたって2回と3回のセッションに対してこのプロセスを繰り返し、ラット1匹につき3回のコンテキスト習慣化セッションが合計で存在する。
すべてのケージを実験室に持ち込み、少なくとも30分間放置します。事前に用意したスケジュールを使用して、スティッキーマットまたは両面テープを使用して、指定された場所に最初の同一のオブジェクトのペアを配置します。レコーダーを起動し、アリーナ内の最初のラットを、壁またはどのオブジェクトが占有していないコーナーに面した各オブジェクトから等しい距離に配置します。
弱いエンコーディングの場合、ラットは1回のトライアルで20分間アリーナとオブジェクトを探索することができます。強いコード化のために、ラットは同じラットに対して3回の試験で5分間探索することを可能にする。レコーダーを停止します。
ラットをホームケージに戻し、オブジェクトを取り除き、各記録の後にエタノールでアリーナを拭きます。すべてのケージを実験室に持ち込み、ラットが少なくとも30分間放置できるように、最初のテストの前に十分な時間を残します。オブジェクトを指定した場所に配置します。
レコーダーを起動し、壁または任意のオブジェクトによって占有されていないコーナーに面したアリーナで最初のラットを配置します。ネズミがアリーナとオブジェクトを5分間探索できるようにします。ネズミをホームケージに戻します。
オブジェクトを取り除き、70%エタノールでオブジェクトとアリーナの両方を徹底的に拭きます。各ラットの記録を繰り返し、ケージをハウジングルームに戻します。各ラットについて、エンコード試行とテスト試行の両方で各オブジェクトの探索時間をスコア付けします。
最高の差別パフォーマンスを得るために、全期間のエンコード試行とテストトライアルの2分間のスコア付け。各オブジェクトの探索の割合または各ラットの判別インデックスを計算し、グループの平均値を計算します。1 つのサンプル T 検定を使用して、偶然レベルを超える有意な設定を検出します。
強力なエンコーディングプロトコルは、1時間と24時間の両方の遅延を伴うテストで50%の確率レベルよりも有意に高い平均パーセンテージ探査を持つ新しい場所でオブジェクトの好みにつながりました。弱いエンコーディングプロトコルは、1時間の遅延を伴うテストの偶然レベルと比較して、新しい場所でのオブジェクトの好みの有意な増加を生み出したが、24時間の遅延ではない。このプロトコルの重要な利点は、ラットの同じコホートを持つ4つの異なるコンテキストを使用して4回行うことができるということです。
1 時間のメモリと 24 時間のメモリの 2 つの実験グループとカウンター バランシングを使用する 1 つの可能な方法の結果を示します。2つのグループは、コンテキスト1と2で相殺され、3つと4の2つの追加コンテキストで繰り返されました。これら4つの文脈の結果は、各実験グループのメモリが各コンテキストの偶然レベルとの好みを比較することによって評価された場所を個別に提示される。
4つの文脈の間で有意差は検出されなかった。より良い表現とデータの主題比較の中で、2つのカウンターバランスされたコンテキストからの結果を組み合わせて比較し、被験者比較、すなわちペアT検定を使用して比較しました。このタスクは、動物がテスト中に圧倒されたり怖がったりしないように、取り扱いと習慣化が重要であるという好奇心に依存しているので。
このプロトコルでは、薬理学的および光遺伝学的介入などのさらなる操作を、短期および長期記憶を研究し、これらの記憶を増強または損なうためのインビボイメージングを実施することができます。
