자동화 된 T-maze는 무료 이동 설치류에 의사 결정 지연 및 노력 기반 분석에 대 한 장치 및 프로토콜을 기반으로

요약

이 문서 우리 발명, 자동된 T-maze 기구를 소개 하 고 의사 결정 지연 기반 및 무료 이동 설치류에 노력 기반 의사 결정을 분석 하기 위한이 장치를 기반으로 하는 프로토콜.

초록

많은 신경 정신과 환자 어려움 및 의사 결정에에서 적자를 보여 줍니다. 설치류 모델 neurobiological 원인 근본적인 의사 결정 문제에 대 한 깊은 이해를 생성에 도움이 됩니다. 비용-혜택 기반된 T-maze 작업 있는 설치류는 높은 보상 팔 (HRA)와 낮은 보상 팔 (아이라) 중에서 선택 하는 결정을 측정에 사용 됩니다. T-maze 의사 결정 작업, 하나는 비용입니다 시간 지연 및 다른 어떤 그것은 물리적인 노력의 두 패러다임을 확인 하 고 있습니다. 두 패러다임 실험 동물, 여러 문의 지루하고 노동 집약적인 관리가 필요 하 고, 보상, 작은 팔 선택 녹음. 현재 작업에서 우리는 펠 릿 배달, 문 관리와 선택 녹음에 대 한 완전 자동화와 전통적인 T-maze에 따라 기구를 발명 했습니다. 이 자동화 된 설치 두 지연 및 노력 기반 의사 결정 설치류에서의 평가 위해 사용할 수 있습니다. 여기에 설명 된 프로토콜 연구소 조사 여러 유전자 변형된 생쥐의 의사 고기. 대표적인 데이터에서 우리는 연기나 중간 habenular와 쥐 aversions 지연 및 노력을 보여 하 고 즉각적이 고 손쉽게 보상을 선택 하는 경향이 보였다. 이 프로토콜에는 실험 개입으로 인 한 가변성을 감소 하 고 실험의 효율성을 향상 도움이 됩니다. 또한, 만성 실리콘 프로브 또는 microelectrode 녹음, 광섬유 이미징 또는 신경 활동의 조작 적용할 수 있습니다 쉽게 여기에 설명 된 설치를 사용 하 여 의사 결정 작업 중.

서문

인간과 다른 동물 (를 포함 하 여 지연, 노력, 및 위험) 비용, 보상을 평가 한 다음 행동의 특정 과정을 선택 하는 그들의 결정. 의사 적자는 정신 분열 증 (SZ), 주의력 결핍 과잉 행동 장애 (ADHD), 강 박 장애 (강 박 신경 증), 파 킨 슨 병 (PD)와 중독¹를 포함 하 여 수많은 정신병 질환에 나타납니다. 인간과 원숭이 대 한 연구는 그 몇 가지 주요 두뇌 지역 결정 만들기^2,,34에 관련 된 공개. 영장류는 더 복잡 한 결정 자질에 종사, 비록 설치류 보상 우발 자주 변경 하는 환경에서 살아남기 위해 적응 결정 수 보고 되었습니다. 또한, 신경 회로 메커니즘 및 의사 결정 기본 분자 메커니즘은 마우스 모델 chemogenetic, optogenetic 및 도구 및 유전자 조작된 생쥐의 가용성 때문에 철저 하 게 조사 수 있습니다. 여러 작업 attentional 세트-교대 작업, 대가가 또는 지연 기반 T-maze 작업, 아이오와 도박 작업, 작업⁵, 학습 시각적 차별 반전 등 설치류 의사 결정 행동을 평가에 사용 되는 등. 유사한 T-maze 비용-혜택 피에르 그룹⁶ 에 의해 원래 개발 되었다 프로토콜과 무료 이동 설치류^{7,8, 두 가지 유형의 결정 비용 (지연 및 노력)의 효과 검사 하는 데 사용 되었습니다 9,10}. 이 작업의 특별 한 장점은 동물 레버 또는 그릇에 파 훈련 필요가 없습니다. 대신, 동물 높은 보상 높은 비용 한 팔 (HRA) 또는 낮은 보상 다른 팔 (아이라)에서 저렴 한 비용 옵션에서 옵션 사이 선택을 하십시오. 따라서,이 작업을 수행 하기 훨씬 쉽습니다.

지연 기반 패러다임에서 접합 문을 도입 실험 동물 목표 무기 중 하나를 입력 하면 일단 동물 목표 팔에 보관 됩니다 있도록. 동물은 아이라 선택, 목표 도어는 아이라를 즉시 철회 하 고 작은 양의 음식 배달. 동물 HRA를 선택 하는 경우 HRA에 목표 문을 필요한 지연 후 철회 것 이며 많은 양의 음식 펠 릿 (그림 1A) 합니다. 노력 기반 패러다임에서 HRA는 장벽으로 저지 하 고 동물 위에 많은 양의 펠 릿 (그림 1B)를 등반 해야 합니다. 일반적으로 말하자면, 지연 기반 패러다임 테스트 동물 모델의 충 동성을 매우 유용 하 노력을 기반으로 한 apathetic 동물^2,,411,12, 를 알아내기 위해 도울 수 있다 ¹³. Hitherto 연구원은 수동으로 계산 시간 지연 삽입 및 문 철수, 노력 배리어를 기동 시키기, 펠 릿 수를 세, 위치에 알 약을 배치, 배치, 동물을 반환 하 여이 시험을 수행 있다 동물의 선택 모든 재판에 대 한 기록. 이러한 노동 및 시간 비용이 행동 분석 결과의 광범위 한 사용을 방해 하는 연구원에 대 한 심각한 실험적인 병목을 포즈. 현재 작업에서 우리는 완전 자동화, 표준화, 및 높은 처리량 용량 설치류의 지연 또는 노력을 기반으로 결정을 평가 하는 T-maze 기반 설치를 개발 했다.

장치

상업적인 제조 업체와 함께 공동에서 ( 재료의 표참조) 우리는 수정 개발 자동화 소프트웨어 기반 인스트루먼트 컨트롤 (그림 2)를 사용 하는 T-maze 기구. 특히, 우리가 도입 "뒷문" 및 "백업 방법" 전통적인 T-maze (그림 2)에 비해 동물 점 그들 자신 다시 시작 하 고 새로운 재판을 시작을 갈 수 있도록. T-maze, 매트 회색 이며 두 흑인과 백인 쥐 실험 조건 및 소프트웨어 설정 되 면 제대로, 검출 될 수 있다. 그것은 3 개의 무기 구성 되어: 1 시작 팔 및 2 개의 목표 팔, 155 m m 높이 V 자형 벽 길이에 각 410 m m 30 m m 너비와 폭에 155 m m의 오픈 탑의 기본. V 자형 복도 점프에서 효과적으로 쥐를 방지할 수 있습니다. 또한, V 자형 복도 쉽게 그것 적용 한다 vivo에서 케이블 녹화 있습니다. 시작 상자 시작 팔의 끝에 첨부 됩니다. 목표 상자 각 목표 팔의 끝에 첨부 됩니다. 자동 식품 디스펜서 달콤한 음식 펠 릿의 미리 정의 된 수를 제공 하도록 각 목표 상자에 설치 됩니다. 펠 릿 섭취 적외선 센서에 의해 감지 되 고 컴퓨터에 의해 자동으로 기록 됩니다. 각 목표 상자 직선 복도 의해 시작 상자에 연결 되어 있습니다. 동물은 자율적으로 돌아갈 수 시작 상자 복도 통해 일단 재판 완료. 입구와 출구의 시작과 목표 상자에서 높이 155 m m의 슬라이딩 도어 있다. 또한, 슬라이딩 도어는 동물 (그림 2A) 선택 후 뒤로 이동 하지 않도록 하려면 각 목표 팔의 입구에 위치. 모든 슬라이딩 도어는 컴퓨터에 의해 제어 됩니다 고 수 될 자동으로 열리고 닫혀. 높은 감도 1/2"충전 결합된 장치 (CCD) 단 안경 카메라 동물의 동작을 추적 하는 장치 위에 설정 됩니다. 렌즈의 초점 거리 2.8-12 m m입니다. 카메라의 위치는 약 1.9 m 높은. 미로 바닥에서 0.5 m 이기 때문에, 카메라와 미로 사이의 거리는 약 1.4 m (그림 2B). CCD 카메라에서 가져온 추적 데이터 사용 T-maze, 열고 동물 관심사 (ROIs)의 특정 영역을 입력할 때 특정 문을 닫는 라이브-제어. 노력 기반 패러다임 사용 장벽을 3 차원 직각 삼각형 (그림 2C), V 자형 벽에 맞는 완벽 하 게,의 모양에 있으며 높이 약 155 m m. 동물 수직 측면을 확장 해야 하지만 45 ° 경사를 내려갈 수 있습니다. 기구는 실험 기간 동안 100 개 럭 스에 조명 이다. 실험에 사용 하는 펠 릿을 설탕 ( 재료의 표참조), 실리 카 젤 산 탄을 건조 한 유지 하는 데 사용 됩니다 ( 재료의 표참조).

프로토콜

모든 실험 프로토콜은 동물 관리 및 사용 RIKEN 뇌 과학 연구소의 위원회에 의해 승인 되었다.

1. 동물 준비

1. 섹스, 나이, 유전자 형 및 약물 치료의 실험 쥐 (쥐) 실험 목적에 따라 선택 합니다.
   참고: 여기 우리 2 개월의 4 남자 C57B/6 마우스의 성능을 시연.
2. (12 h 빛/12 h 어두운 주기, 오전 8 시와 오후 8 시, 22 ± 1 ° C 사이 빛) 표준 조건 하에서 유지 한 방에 쥐를 집.
   참고: 경우 목적은 두 genotypes 사이의 차이 비교, 케이지 당 4 쥐를 그룹화 하 고 각 유전자의 2 마우스를 포함.
3. 인간 접촉 그들에 익숙해지도록 5 일 동안 2 분/일에 대 한 마우스를 처리 합니다. 자신의 몸 무게 약 실험을 통해 무료 먹이 무게의 약 80-85% 유지 되도록 측정된 식량으로 그들을 먹이. 물 광고 libitum제공 합니다.
4. 모든 마우스 마우스 실험 방 30 분 실험 하루 전에 룸 주택에서 전송 하 여 실험적인 방에 쥐를 길 들.
5. 동물 성능에 circadian 리듬의 효과 피하기 위해 매일 같은 시간에 실험을 시작 합니다.

2. 동물 Habituation 미로를

1. 마우스 (2 분/일) 처리와 함께 미로에 habituation를 동시에 시작 합니다. 이 단계에서 모든 문을 열려 유지. 5 일의 총에 대 한 요법이 니를 수행 합니다.
2. 하루에 1, 미로 통해 음식 펠 릿을 피해 라.
3. 2, 3 일에 두 목표 무기에 따라 펠 릿을 피해 라.
4. 사이에 4 및 5, 산 탄만 두 개의 목표 상자에 넣어.
5. 매일, 펠 릿, 배치 후 4 개의 그룹으로 T-maze의 시작 상자에서 쥐 놓고 10 분 동안 미로 탐험 하는 쥐를 허용 합니다.
   참고: 4 개의 그룹으로 마우스 Habituating 서로 학습과 훈련을 가속화 하도록 도울 것 이다.

3. 동물 차별 아이라에서 HRA의

참고:이 프로토콜 모두 지연-및 노력 기반 의사 결정 테스트가 됩니다. 그러나, 목적에 따라 연구자만 그들 중 하나, 또는 두 가지 모두 테스트할 수 있습니다. 제어 소프트웨어 (자료 테이블)는 자동으로 다음 단계에 대 한 T-maze 설정을 제어 하는 데 사용 됩니다. 의사 결정 노력 기반 테스트 하는 경우 강제 팔 항목 단계에서 HRA와 아이라에 장벽을 소개 합니다. 다음 동물 차별과 장벽을 동시에 등반을 위해 훈련 될 것 이다. 굶주린 쥐 적극적으로 장벽을 상승 하 고이 단계 후 그들 모두 능숙 하 게 올라갈 수 있습니다. 따라서,이 프로토콜으로 낮은 장벽에서 시작할 필요는 없습니다.

1. 강제 팔 항목 단계
   1. 제어 소프트웨어의 매개 변수 등록 창을 열고 매개 변수를 다음과 같이 설정 합니다 (그림 3).
      1. "단계 옵션을"을 선택 하십시오. 되도록 각 동물 5 연속 일 동안 하루 10 실험을 통해 갈 것 이다 10, "예 심 숫자"를 설정 합니다.
         참고: 하나 그 자신의 실험에 다른 시험 번호를 선택할 수 있습니다.
      2. 900 "기간"을 설정 s 하루 한 마우스의 훈련 900 미 설정에서 "기본 시작 지연 시간" 3을 초과 하지 것입니다 있도록 s, 시작 문 3를 열 것 이다 그래야 s 시작 지역에서 동물을 감지 후.
      3. 4 알 약은 항상 자동으로 HRA에 적절 하 게 하 고 1 펠 릿에는 아이라 적절 HRA와는 아이라 "펠 릿 번호"를 설정 합니다.
         참고: 우리의 실험에서 우리가 발견 하는 1: 4는 최고의 비율 10 밀리 그램 설탕 알 약을 사용 하는 경우. 6 ~ 10 알갱이 사용 하 고, 쥐 먹는 그들 모두를 완료할 수 없습니다 하 고 누락 일이 있을 것입니다.
      4. "지연 시간" 0을 설정 s, 그 거기이 단계 HRA와 아이라 지연 될 것입니다.
   2. 제어 소프트웨어의 "ID 등록" 창을 엽니다. HRA, 왼쪽 또는 오른쪽의 위치에 따라 소프트웨어를 각 개별 마우스의 ID를 등록 합니다. (그림 4)입니다.
      참고: 위치는 유전자 그룹에 관하여 균형 세력 수 한다. 각 유전자 그룹의 50%, HRA는 항상 왼쪽에 그리고는 아이라 항상 오른쪽에. 다른 50%는 HRA는 항상 오른쪽에 그리고는 아이라 항상 왼쪽에.
   3. 오픈 소프트웨어의 응용 프로그램 창에서에서 선택 하십시오 "의사 결정" 드롭다운 "작업" 목록. 주제 ID를 입력 하 고 "단계" 드롭다운 목록에서 "2 단계"를 선택 합니다. "하루" 드롭다운 목록에서 숫자를 선택 합니다. 입력 실험 인터페이스 창에 "확인" 버튼을 누릅니다.
   4. 실험 인터페이스 창에서 "GetBG"를 눌러 미로의 배경 정보를 등록 하는 환경의 배경에 관계 없이 정확 하 게 동물을 추적 하. (그림 5) "세션 시작" 버튼을 누릅니다.
   5. 시작 상자에 마우스를 놓고 원격 제어의 "시작" 버튼을 눌러 교육을 시작 합니다.
      1. 그 시작 문 한 접합 문 (왼쪽 또는 오른쪽) 자동으로 열립니다 3 후 주의 s; 마우스 입력 접합 영역, 일단 시작 문을 자동으로 닫힙니다.
      2. 관찰 하는 마우스 입력 지연 영역 (왼쪽 또는 오른쪽), 접합 문을 자동으로 닫힙니다 하 고 목표 문이 자동으로 열립니다.
      3. 준수는 마우스는 펠 릿 소요, 뒷문 및 사전 시작 문을 자동으로 열립니다. 마우스는 다시 영역을 입력 하면, 일단 다시 문을 자동으로 닫힙니다.
      4. 일단 마우스 입력 시작 상자, 사전 시작 문을 자동으로 닫힙니다 하 고 새로운 재판을 시작할 것 이다 그를 관찰 합니다.
         참고:이 훈련 단계 동안 매일의 10 타석, 이내 소프트웨어는 자동으로 확인 각 마우스 방문 5 재판 HRA와 5 재판에 아이라.
   6. 미로 철저 하 게 매일 청소.
2. 무료 팔 항목 단계
   1. 강제 항목 단계 (단계 3.1.1 3.1.2)에 다 같은 방식으로 매개 변수 및 제목 ID를 등록 합니다. "단계 옵션을 선택 하십시오". 설정 "시험 번호" 20, 각 동물 7 연속적인 한 일 당 20 시련을 통해 갈 것입니다.
   2. 응용 프로그램 창에서 "단계" 드롭다운 목록에서 "3 단계"을 선택 합니다. 3.1.3 단계에 따라 다른 매개 변수를 설정 합니다.
   3. 마우스 재판의 80%에서 HRA를 선택 될 때까지 훈련 계속 자동으로 또는 마우스 (매개 변수 설정에 등록)으로 하루 20 시험 끝나면 실험 인터페이스 창에서 80%로 "성공률"의 가치를 설정 합니다. 3.1.4 단계에 따라 다른 작업을 적용 합니다.
   4. 마우스를 자유롭게 팔 하나, HRA 또는 아이라를 선택할 수 있습니다.
      1. 그 시작 문, 두 개의 접합 문이 자동으로 열립니다 3 후 주의 s; 마우스 입력 접합 영역, 일단 시작 문을 자동으로 닫힙니다.
      2. 관찰 하는 마우스 팔 하나를 선택 하 고 지연 영역 (왼쪽 또는 오른쪽)를 입력, 접합 문을 자동으로 닫힙니다 하 고 목표 문이 자동으로 열립니다.
      3. 준수는 마우스는 펠 릿 소요, 뒷문 및 사전 시작 문을 자동으로 열립니다. 마우스는 다시 영역을 입력 하면, 일단 다시 문을 자동으로 닫힙니다.
      4. 일단 마우스 입력 시작 상자, 사전 시작 문을 자동으로 닫힙니다 하 고 새로운 재판을 시작할 것 이다 그를 관찰 합니다.

4. 지연 기반 의사 결정 테스트

1. 무료 팔 항목 단계 (단계 3.2.1)에 다 같은 방식으로 매개 변수 및 제목 ID를 등록 합니다. 5, "지연 시간" 설정 10,15 s 1 일, 하루 2, 3 일 각각, 그래서 하는 것입니다 5 s 지연 HRA에 대 한 하루에 1, 2, 및 15 일의 지연 HRA에 대 한에 HRA에 대 한 10 s 지연에 3 일.
2. 응용 프로그램 창에서 "단계" 드롭다운 목록에서 "4 단계"를 선택 합니다. 3.2.2에서와 같은 방식으로 다른 매개 변수를 설정 합니다.
3. 실험 인터페이스 창에서 모든 작업 단계 3.2.3에 따라 적용 됩니다.
4. 마우스를 자유롭게 팔 하나, HRA 또는 아이라를 선택할 수 있습니다.
   1. 그 시작 문, 두 개의 접합 문이 자동으로 열립니다 3 후 주의 s; 마우스 입력 접합 영역, 일단 시작 문을 자동으로 닫힙니다.
   2. 준수는 일단 마우스 팔 하나를 선택 하 고 지연 영역 (왼쪽 또는 오른쪽)를 입력, 접합 문을 자동으로 닫힙니다.
      참고: 경우 마우스 아이라, 목표 문이 자동으로 열립니다 즉시. 그러나, 마우스 HRA를 선택 하는 경우 목표 문이 자동으로 열립니다 5 후 s, 10 및 15 s 일 1, 2, 3 각각.
   3. 준수는 마우스는 펠 릿 소요, 뒷문 및 사전 시작 문을 자동으로 열립니다. 마우스는 다시 영역을 입력 하면, 일단 다시 문을 자동으로 닫힙니다.
   4. 일단 마우스 입력 시작 상자, 사전 시작 문을 자동으로 닫힙니다 하 고 새로운 재판을 시작할 것 이다 그를 관찰 합니다.
      참고: 여기, 우리는 훈련 쥐 각 지연 조건 5-7 일. 그러나, 유전자 변형 또는 돌연변이 생쥐의 여러 줄을 테스트에 우리의 경험을 바탕으로, 1 일 (20 시련) 절대적으로 다른 genotypes 쥐 사이의 차이 볼 정도로 이며 훈련 시간 (참조 그림 6 으로 연장 의미 예)입니다. 따라서, 현재 우리만 각 지연 시간에 대 한 일을 적용 하 고 그것은 잘 작동. 연구원은 그들의 자신의 목적에 따라 교육 일을 연장 하려는 경우 문제가 됩니다.
5. 선택 사항: 반전 hra 테스트를 수행 합니다. 경우 마우스의 선택은 방향 기본 설정의 결과 테스트 하려면 HRA와 아이라 (이 소프트웨어에 의해 자동으로 수행할 수 있습니다)의 왼쪽 / 오른쪽 위치 전환 생쥐 4.4에서 팔 하나를 자유롭게 선택할 수 있도록.
6. 선택 사항: 지연 제어 테스트를 수행 합니다. 어떤 적자 변경된 공간 메모리 또는 보상 감도의 결과 보다는 의사 결정, 15 s 지연을 HRA는 아이라 하 고 자유롭게 4.4에서 팔 하나를 선택할 마우스에 변화의 결과 관찰 하는 여부를 테스트 합니다.

5. 노력 기반 의사 결정 테스트

1. 다이어그램 (그림 1)에서 같이 HRA에 방 벽을 소개 합니다.
2. 모든 매개 변수를 설정 하 고 적용 단계 3.2에 의하여 모든 작업-팔 항목 단계 및 3 연속적인 일 동안 동물을 테스트.
3. 한 팔, HRA 또는 아이라를 자유롭게 선택 하 쥐를 수 있습니다.
   참고: 여기, 우리는 훈련 쥐 14 일 동안. 그러나, 유전자 변형 또는 돌연변이 생쥐의 여러 줄을 테스트에 우리의 경험을 바탕으로, 3 일은 절대적으로 다른 genotypes 쥐 사이의 차이 볼 정도로 하 고 훈련 시간 (참조 그림 6 예를 들어 확장에 아무런 의미가 있다 ). 따라서 현재 우리만 노력 기반 테스트에 대 한 일을 적용 하 고 그것은 잘 작동 합니다. 연구원은 그들의 자신의 목적에 따라 교육 일을 연장 하려는 경우 문제가 됩니다.
4. 선택 사항: 반전 hra 테스트를 수행 합니다. 경우 마우스의 선택은 방향 기본 설정의 결과 테스트 하려면 HRA와 아이라 (이 소프트웨어에 의해 자동으로 수행할 수 있습니다)의 왼쪽 / 오른쪽 위치 전환 생쥐 단계 5.3에서 팔 하나를 자유롭게 선택할 수 있도록.
5. 선택 사항: 노력 제어 테스트를 수행 합니다. 어떤 적자 변경된 공간 메모리 또는 보상 감도의 결과 보다는 의사 결정, HRA는 아이라에 방 벽을 소개 하 고 쥐를 허용 단계 5.3에서 팔 하나를 자유롭게 선택 하에 변화의 결과 관찰 하는 여부를 테스트 합니다.

6. 데이터 분석

1. 제어 소프트웨어에서 직접 데이터와 결과 가져옵니다.
   1. 그 소프트웨어는 자동으로 실험 날짜를 기록, 시작 및 완료 시간, 기간, 시험 번호, HRA, HRA와는 아이라, (X, Y) 위치에 "데이터" 폴더에 각 마우스의 이동 추적 등, 펠 릿 번호의 위치를 note .
   2. 소프트웨어는 자동으로 체크 다음 항목을 분석 하 고 각 동물 아래 "결과" 폴더에서 그들을 기록 ID: 기간, 시험 번호, HRA 선택 번호, 아이라 선택 번호, HRA 선택 비율, 아이라 선택 비율, 총 이동 거리, 그리고 총 연결 시간입니다.
2. 주제 사이 요인으로 하루/세션 주제 내에서 요소 및 그룹 요소 (유전자 그룹 또는 다른 실험 조건 그룹)으로 혼합된 ANOVA (분할 플롯 ANOVA)에 의해 모든 실험에서 데이터에 대 한 통계 분석을 수행 합니다.
3. 하루/세션 그룹 요소 사이의 상호 없을 경우 그룹 요인의 주 효과 분석 합니다. 하루/세션 그룹 요소 사이의 상호 작용을 중요 한 경우 특별 게시물 없음을 비교를 적용 합니다.

결과

지연-및의 노력-예를 들어 중간 habenular 연기나 쥐 (mHb:DTA 쥐)¹⁴ 그들의 야생-타입 littermate 컨트롤 마우스 (마우스 CT) 그림 6에 표시 됩니다에 의해 수행 하는 의사 결정 작업을 기반으로 합니다. 2 개의 mHb:DTA 쥐와 두 CT 마우스 했다 공동 지 내게 한 장에 이유 후.

지연 기반 의사 결정 테스트 (그림 6A), 없었다 아무 중요 한 상호 작용 유전자 형 (HRA의 지연 시간 때 0) 차별 교육 단계 및 지연 기반 의사 결정 테스트를 포함 하 여 어떤 단계에서 세션 위상 (HRA의 지연 시간 때 5 s, 10 및 15 s, 각각). 지연 시간은 5 때 유전자 형의 주요 효과 중요 했다 s. 그러나 지연 시간 10 길게 했다 때에, s와 15 s, mHb:DTA 쥐 CT 쥐에 비해 HRA 방문 수의 비율에 있는 뜻깊은 감소를 시연 했다. 이 결과 공개 mHb의 제거, 더 큰 보상을 기다리는 쥐의 특혜를 감소 하 고 대신 표시 또는 대기 시간 10 초 때 즉시, 작은 보상을 선택 하는 경향이 더 이상. 데이터는 mHb impulsivity 시간 비용/이익 평가, 렌더링 하는 더 큰 보상을 지연된 액세스를 용납 하는 경향이 동물의 제어에 중요 한 두뇌 구조 될 수도 있습니다 제안 했다.

노력 기반 의사 결정 테스트 (그림 6B), HRA의 비율에서에서 방문 했다 크게 감소 mHb:DTA 마우스에 장벽 (1 x 장벽 및 반전 위상 HRA의 왼쪽/오른쪽 지역화에 HRA에 배치 했다 ). 즉, mHb:DTA 쥐의 phenotype 없음을 적자 때문 공간 기본 설정 및 메모리. 노력 제어 테스트에 장벽을 두 목표 팔 (2 × 장벽 단계)에 배치 했다 고 아이라와 HRA 높은 노력과 관련 된 했다. 따라서, 노력 비용 낮은 보상 또는 높은 보상을 선택 하는 동물에 대 한 동일 했다. MHb:DTA 마우스 방문 HRA 아이라, 보다 더 자주 하 고는 비교에 도달 HRA는 마지막 세션 (5)에 번호 방문. 이 결과 보상 및 mHb:DTA 마우스에 공간 메모리는 그대로 나왔다. 데이터는 해명 mHb 노력 비용/이익 평가, 더 큰 보상을 얻으려고 더 많은 작업에 넣어 동물 허용에 중요 한 역할을 재생할 수 있습니다.

그림 1: 회로도 의사 테스트에 대 한 전통적인 T-maze 장치 (A) 지연 기반 의사 결정 테스트 장치. 동물 시작 팔에 배치 했다 그리고 두 목표 팔, HRA와 아이라 사이 선택 했다. 동물 HRA를 선택, 그들은 더 큰 보상을 얻으려면 (지연 시간 (초))에 따라 기다려야 했다. 연구팀은 동물, 펠 릿, 및 각 시험에 대 한 문을 수동으로 처리 해야 합니다. (B) 노력 기반 의사 결정 테스트 장치. 동물 시작 팔에 배치 했다 그리고 두 목표 팔, HRA와 아이라 사이 선택 했다. 동물 HRA를 선택, 그들은 더 큰 보상을 얻으려면 삼각 장벽에 등반 했다. 연구팀은 동물, 펠 릿, 문 및 각 시험에 대 한 장벽을 수동으로 처리 해야 합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 2: 의사 결정 테스트에 대 한 T-maze 설정을 자동 (A) 자동화 된 설치의 최고 볼 수 있습니다. 자동화 된 설치의 (B) 측면 보기. (C) 3 차원 직각 삼각형 장벽 노력 기반 의사 결정 테스트, 오른쪽, 왼쪽에서 사용 되는 각각 사이드 보기, 반대 측 보기 및 사변 측면 보기입니다. 원래 기술 사진 상업 제조 업체 허가 편집. GBL: 목표 상자 (왼쪽), GBR: 목표 상자 (오른쪽), GDL: 목표 문 (왼쪽), GDR: 목표 문 (오른쪽), 달: 영역 (왼쪽), DAR 지연: 지연 영역 (오른쪽), JDL: 접합 문 (왼쪽), JDR: 접합 문 (오른쪽), BDL: 뒷문 (왼쪽), BDR: 뒷문 (오른쪽), CCD: 충전 결합 장치 카메라)입니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 3:이 매개 변수 등록 창. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 4: 주제 ID 등록 창. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 5: 실험 인터페이스 창. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 6: 지연 및 노력 기반 의사 결정 mHb:DTA 마우스에. MHb:DTA 마우스에 지연 기반 의사 결정 테스트 (A) (마우스 했다 12-14 개월-오래 된, n = 8/유전자 형). HRA 선택 비율 genotypes 지연 시간은 0과 5 s, 하지만 지연 시간이 10 살 때 mHb:DTA 마우스에 크게 감소 하는 때 사이 비교 했다 s와 15 s. 지연 시간 때 5 s, 유전자 형 × 하루 상호 작용: F(1,14) 0.594, p = = 0.236; 유전자 형의 효과: F(1,14) = 0.61, p = 0.45; 때 지연 시간 10 s: 유전자 형 × 하루 상호 작용 했다: F(1,14) = 37.5, p = 0.346; 유전자 형의 효과: F(1,14) = 32.4 p < 0.0001; 지연 시간 때 15 s F(1,14): 38.7, p = = 0.243; 유전자 형의 효과: F(1,14) = 31.6, 그리고 p ≤0.0001. MHb:DTA 마우스에 노력 기반 의사 결정 테스트 (B) (마우스 했다 12-14 개월-오래 된, n = 9/유전자 형). 장벽 단계 x 1, 동안에 이었다 유전자 형 및 세션 사이의 중요 한 상호 작용을 (유전자 형 × 하루 상호 작용: F(1,16) = 2.11, p = 0.015), 특별 게시물 없음을 비교 mHb:DTA 쥐 모두에서 크게 감소의 HRA %는 밝혔다 세션입니다. 반전 단계는 유전자와 세션 간의 아무 중요 한 상호 작용 (유전자 형 × 하루 상호 작용: F(1,16) = 1.61, p = 0.08). mHb:DTA 쥐 방문 HRA 크게 CT 쥐 보다는 더 적은 (주요 유전자 효과: F(1,16) = 8.18, p = 0.01). 단계 2 × 장벽 genotypes와 세션, 세션 3 및 4 세션에 상당한 차이 사이 중요 한 상호 작용은 (장벽 단계 x 2: 유전자 형 × 하루 상호 작용: F(1,16) 3.9, p = 0.0067 =). MHb:DTA 마우스는 HRA에 도달 마지막 세션, 세션 5에 CT 쥐의 비교 수를 방문 하십시오. 데이터 대표 평균 ± SEM. * * p < 0.01; p < 0.001. 이 그림의 더 큰 버전을 보려면 여기를 클릭 하십시오.

그림 7: 결정 테스트 (지연 또는 노력 기반)의 순서도.

토론

의사 결정은 매우 진화¹⁵동안 보존 인지 과정. 인간과 동물 잠재적인 보상 기준으로 경쟁 작업 옵션의 비용을 평가 하 고 그들의 선택을 할 수 있습니다. 다양 한 신경 질환 및 정신 장애를 고통 받아 환자 의사 결정¹⁶의 다른 형태에 적자를 보여 줍니다. 그것은 따라서 의사 결정 과정을 기본 neurobiological 병 태 생리 기계 장치를 조사 하는 것이 중요입니다. 지난 몇 년 동안, 지연 및 노력 기반 의사 결정을 더 모으고 관심 연구. 또한, 설치류, 특히 쥐가 두 가지 형태의 의사 결정¹⁷공부 하 광범위 하 게 사용 되어 왔습니다.

많은 연구는 HRA와 아이라^{2,6,7,,89,10,} T-maze 장치를 포함 하는 행동 작업을 사용 하 여 재미 있는 발견을 주도 ^{18 , 19 , 20 , 21 , 22}. 작업에서 HRA 연관 큰 보상 한 시간 지연 또는 노력 노력. 아이라에 동물 어떤 시간 지연 및 물리적인 노력 없이 즉시 작은 보상을 얻을 수 있습니다. 전통적인 접근은 인간 실험의 수동 개입에 의존합니다. 각 시험에는 실험 필요 알 약을 계산 하 여 HRA와 아이라, 음식 쟁반에 넣어 목표 문을 HRA에 아이라, 놓고 시작 팔의 끝에 동물을 두고. 동물 무기 중 하나 들어가면 접합 문 목표 팔을 제한 하는 동물을 배치 해야 합니다. 프로토콜을 따라는 실험 시간을 계산 하 고 설정된 지연 후 목표 문을 열 필요가 있다. 동물 목표 영역을 입력 하 고는 pellet(s)를 얻는다, 후, 감 금 소에 게 동물의 팔 선택과 행동을 기록 하는 실험 필요 합니다. 다음은 실험 다음 재판에 대 한 T-maze 문 및 펠 릿을 준비 해야 합니다. 학습 및 테스트 프로세스 전체는 엄청난 시간과 노동 집약. 또한, 다른 실험실에서 표준화의 부족은 또 다른 관심사 이다.

이 문서에서 우리는 비디오 추적 시스템 (그림 7) 전통적인 프로토콜의 문제를 해결 하기 위해 수정 된 자동화 된 T-maze 장치 기반 프로토콜 제시. 전통적인 T-maze에는 "뒷문"와 "다시 복도"를 도입 하 여 우리는 미로 "bisected isoceles 삼각형" 모양 얻었다. 이 설정의 장점은 (1) 완전 자동화는 행동의 학습 및 테스트. 이 실험 주관의 영향을 제거 하 고 인간의 시간 최소화 및 노동 투입. 우리에 있는 4 개의 설정 실험실, 4 쥐 훈련 또는 전통적인 프로토콜을 사용 하 여 불가능 되는 하나의 실험에 의해 동시에 테스트 될 수 있도록. (2) 있다 소프트웨어 유연성 제어 소프트웨어 자유롭게 펠 릿 수, 지연 시간, 문 시작 및 닫는, 시험 번호, 기간, 및 추적 모드를 포함 하 여 여러 개의 매개 변수를 설정 하는 경험을 수 있습니다. 따라서,이 시스템은 실험적인 요구의 다른 종류를 만날 수 있습니다. (3) 저기 광범위 한 호환성 모든 슬라이딩 도어는 T-maze에 열려 있을 때 미로의 기지에서 저장 하도록 설계 되었습니다. 따라서, 설치 optogenetic/광학 조작, 전기 생리학 기록 vivo에서 및 microdialysis를 포함 하 여 다양 한 생리 적 시스템으로 쉽게 통합할 수 있습니다. 또한, 쥐 위치 기본 설정으로 인해 HRA 선택 가능성을 제외, 적용 지연-와 노력-기반된 분석 결과 대 한 제어 테스트 것이 좋습니다. 두 목표 팔에 비용을 똑같게 여 동물 같은 비용에 모두 보상 결과 경험할 수 있는 기회가 있다. 선택 차동, 결정 하기 전에 비용 및 혜택을 통합 하는 필요 제거 보상 기준으로 간단 하 게 만들 수 있습니다. 이 또한 동물 들의 선택에 어떤 변화 든 지에 있는 그들은 그들의 결정을 평가 하는 방법에는 비용 또는 보상, 또는 메모리 적자 보다는 확장 하는 무 능력의 결과 인지를 테스트 합니다.

우리 실험실에서 우리는이 쥐의 약 10 긴장을 분석 했습니다. 한 예로 mHb:DTA 마우스 시연 지연-과 노력-기반 의사 결정에 강력한 형 대표 데이터에 표시 했다. 즉, 보상 값은 강하게 mHb:DTA 마우스에 시간과 노력에 의해 할인 된. 결과 충 동성 제어에 mHb의 중요 한 역할을 계시 했다. 또한, 우리는 의사 결정 과정 (되지 않은 데이터) 무료 이동 마우스에 실리콘 프로브 녹음을 적용 했습니다. 모든 실험의 자동화 된 설치 기능에 대 한 유효성 검사 벤치 마크를 제공합니다. 따라서, T-maze 기반으로 자동화 된 기구와 결정에 대 한 표준화 된 프로토콜은 유전 효과, 약리 효과 및 신경 회로 효과 지연과 노력 설치류의 할인에 적합 합니다. 요약 하자면, 설치 지연 및 노력 기반 의사 결정 분석을 위한 이상적인 시스템으로 많은 이점이 있다.

자료

Name	Company	Catalog Number	Comments
automated t-maze for decion making testing	O’HARA & Co.,ltd	no catalog number, customorized	Address requested by the reviewer: 4-28-16 Ekoda, Nakano-ku, Tokyo 165-0022 TEL: 81-3-3389-2451 FAX:81-3-3389-2453
slica gel	Nacalai Tesque	1709155
AIN-76A Rodent Tablet 10mg	Test Diet	1811213(5TUL)	Manufactured for Japan,SLC
Time TM1 software	O’HARA & Co.,ltd	no catalog number
SPSS statistics V21.0	IBM