Method Article
이 기사에서는 마우스에서 일반적으로 사용되는 선형 추적 가상 현실(VR) 패러다임에 대한 실험 절차를 설명하고 Y자형 신호 식별 작업을 테스트하여 복잡한 VR 작업을 실행할 수 있는 타당성을 결정합니다.
머리 고정과 결합된 가상 현실(VR)은 머리 고정 마우스에서 복잡한 행동 분석을 수행할 수 있기 때문에 행동 신경 과학 연구에서 점점 더 많이 활용되고 있습니다. 이를 통해 정확한 행동 기록이 가능해지는 동시에 신경 기록 중 움직임 관련 신호 잡음을 최소화하기 위해 머리 고정이 필요한 다양한 신경 생리학적 기술을 통합할 수 있습니다. 그러나 VR의 사용이 증가하고 있음에도 불구하고 VR을 구현하는 방법에 대한 자세한 방법론에 대한 발표된 데이터는 거의 없습니다. 이 연구에서는 수컷 및 암컷 C57B16/J 마우스가 여러 훈련 세션에 걸쳐 길이가 1-3m에서 증가하는 가상 선형 복도를 달리도록 훈련하는 훈련 프로토콜을 개발했습니다. 이러한 토대를 바탕으로 본 연구는 Y-미로 패러다임을 사용하여 VR 내에서 복잡한 행동을 수행하는 생쥐의 타당성을 조사했습니다. 이 작업은 Y-미로의 선택 지점에서 검은 벽이 있는 팔로 이동하는 것이었습니다. 이틀 연속으로 70% 이상의 정답률 기준에 도달한 후, 생쥐는 점점 더 어려운 감각 구별로 진행되었습니다. 이 연구 결과는 VR에서 생쥐를 성공적으로 훈련시키는 데 유용한 방법론에 대한 중요한 세부 정보를 제공하고 생쥐가 Y-미로를 탐색하는 데 학습 능력을 보인다는 것을 보여줍니다. 제시된 방법론은 VR 기반 분석의 훈련 기간에 대한 통찰력을 제공할 뿐만 아니라 생쥐의 복잡한 행동을 조사할 수 있는 잠재력을 강조하여 보다 포괄적인 신경 과학 연구를 위한 길을 열어줍니다.
가상 현실 작업은 머리 고정으로 인해 생쥐의 강력한 행동 평가 방법으로 부상했으며, 이는 자유롭게 행동하는 생쥐1에서 손상될 수 있는 기계적 안정성을 허용합니다. 이 방법은 전기생리학적 기록2,3 및광학 이미징4,5,6,7에서 움직임 아티팩트를 줄일 수 있습니다. 또한 반복 가능한 행동8 및 정확한 시선 추적9을 촉진합니다. 실험 설정에서 마우스는 제자리에 고정되고 공기가 지지되는 구형 트레드밀 위에 위치합니다. 이 장치를 사용하면 VR 환경 내에서 시각적으로 안내되는 동작을 복잡하게 탐색할 수 있습니다. 마우스가 트레드밀에서 움직이면 마우스의 움직임은 마우스를 둘러싼 화면에 시각적으로 표시되는 가상 풍경 내의 탐색과 원활하게 동기화됩니다.
이 연구의 목적은 실험적 행동 신경과학의 주요 과제를 해결하고 이 분야의 방법론 발전에 기여하는 두 가지입니다. 첫째, 학술 연구에서 VR의 사용이 증가하고 있음에도 불구하고 10,11,12 여전히 포괄적인 방법론과 교육 프로토콜이 현저히 부족하여 새로운 연구자가 이 기술을 채택하는 데 방해가 됩니다. 주요 목표는 선행 연구 13,14,15에서 설명한 바와 같이 선형 트랙 패러다임에 대한 상세한 교육 요법을 설명하여 이 격차를 메우는 것이었습니다. 이러한 운영 절차를 설명하기 위해 상업적으로 이용 가능한 시스템이 사용됩니다. 면책 조항으로, 이러한 절차 지침에는 이 시스템과 관련된 구성 요소가 있습니다. 그러나 이 프로토콜의 일반화 가능성에 대한 논의는 토론을 참조하십시오. 목표는 행동 절차, 이러한 절차를 수행하기 위한 일반적인 타임라인, 간단한 선형 트랙에서 실행되도록 마우스를 훈련시키는 성공률을 간략하게 설명하는 것이었습니다.
둘째, 마우스에서 이 패러다임 내에서 복잡한 미로 작업을 구현하는 방법에 대한 문서가 부족합니다. 쥐에서 복잡한 가상 분석법이 개발되었다11. 그러나 생쥐는 이에 비해 시력이 저하되었으며16 복잡한 작업에서는 시력이 더 떨어졌습니다17. 일부 연구는 증거 축적 또는 공간적 신규성18과 같은 특정 작업에 초점을 맞추었지만, 여기서는 쥐가 VR 환경 내에서 의사 결정 패러다임에 참여하는 데 필요한 훈련 방법론을 설명하는 데 중점을 두었습니다. 이 문제를 해결하기 위해 신호 구별 작업이 고안되었는데, 여기서 마우스는 보상된 팔의 색상/휘도(검은색 대 흰색)를 Y-미로의 선택 지점에서 검은색 팔을 선택하여 얻은 보상과 연관시키는 방법을 학습하는 작업만 수행했으며, 각 시도에서 올바른 팔을 무작위로 선택했습니다. 이 작업은 가상 신호와의 상호 작용을 필요로 하고 마우스의 지각 식별 능력에 대한 통찰력을 제공하도록 설계되었습니다.
요약하면, 본 연구는 생쥐에서 VR 패러다임을 사용하기 위한 포괄적인 훈련 프로토콜을 제공하고 이 프레임워크 내에서 복잡한 의사 결정 작업에 대한 방법론을 설명함으로써 실험 행동 신경과학 분야의 중요한 격차를 해결합니다. 이 연구는 이전 연구와 혁신적인 실험 설계에서 얻은 통찰력을 활용하여 연구 관행을 간소화하고 행동의 기저에 있는 신경 메커니즘에 대한 이해를 증진하는 것을 목표로 합니다. 다음 섹션에서는 실험 절차와 결과에 대해 자세히 살펴보고 결과에 대해 논의합니다.
동물과 관련된 모든 절차는 NIEHS 동물 관리 및 사용 위원회에서 제정한 프로토콜을 엄격하게 준수하여 수행되어 윤리 기준 및 복지 지침을 준수하도록 했습니다. 약 8주 된 C57BL/6Tac 마우스가 연구에 활용되었습니다.
1. 헤드 바 이식 수술
2. 유체 제한
참고: 물 제한은 생쥐에게 갈증 상태를 유발하여 액체 보상에 대한 동기를 높입니다. 그러나 생쥐의 웰빙을 보존하기 위해서는 세심한 실행이 필요하다20.
3. 시스템 설정
4. 행동 과제
참고: 행동 신경 과학에서 확립된 방법론에 따라 공식화된 과제는 보상 기반 연관 학습 기술을 사용합니다. 특정 행동을 강화하기 위해 즉각적인 보상을 사용함으로써 동물들은 VR의 순간 이동 기능을 통해 반복적인 작업을 수행할 수 있도록 효과적으로 훈련됩니다. 가상 행동 프레임워크 내에서 순간이동 기능을 통해 마우스는 물리적 조작과 관련된 스트레스 없이 작업에 참여할 수 있으며, 동시에 유사한 실제 작업에 필요한 설정 시간을 줄일 수 있습니다. 교육 세션 중에는 실험 환경 내에서 희미한 빨간색 오버헤드 조명을 사용합니다. 이 예방 조치는 적색광에 대한 마우스의 시각적 지각 민감도가 감소하여 백색광을 사용하는 것과는 대조적으로 가상 현실(VR) 화면에 대한 인식에 대한 잠재적인 간섭을 완화하기 때문에 권장됩니다22.
이 파일럿 연구는 간단한 복도와 복잡한 의사 결정 작업(Y-미로 시각 구별 작업)이라는 두 가지 별개의 작업에서 쥐를 효율적으로 훈련시키기 위한 방법론을 설명하는 것을 목표로 했습니다. 이러한 데이터는 VR에서 행동 훈련을 위한 시간적 가이드라인을 수립하는 기초가 되었습니다.
절차 단계는 그림 1에서 헤드 바의 외과적 이식을 간략하게 설명하는 것으로 시작합니다. 이 임플란트는 행동 평가 중에 마우스의 두개골을 안정화하는 역할을 하며, 특히 전기 생리학 또는 이미징 기술과 함께 사용할 때 신경 기록의 정밀도를 향상시킵니다.
그림 2 와 그림 3 은 실험 시스템의 하드웨어 구성 요소와 설정을 보여줍니다. 그림 2 는 페트리 식수대 방법을 활용한 물 공급 시스템을 자세히 설명합니다. 여기에는 60mm x 15mm 페트리 접시를 오목한 면이 아래로 향하게 하여 케이지 바닥에 부착하고, 더 작은 35mm x 10mm 페트리 접시를 오목한 면이 아래로 향하게 하여 더 큰 접시의 중앙에 고정하고, 또 다른 60mm x 15mm 페트리 접시를 오목한 면이 위로 향하게 하여 더 작은 접시 위에 놓아 저수지 역할을 하는 것이 포함되었습니다. 상부 접시의 높이는 침구 재료에 의한 오염을 방지하는 동시에 쥐가 물에 쉽게 접근할 수 있도록 신중하게 조정되었습니다.
그림 3 에는 시스템 하드웨어 및 마우스 위치 지침이 나와 있습니다. 그림 3A 는 중앙에 구형 트레드밀이 위치한 6개의 스크린 어레이를 특징으로 하는 VR 설정을 보여줍니다. 그림 3B 는 머리가 자연스러운 위치에 정렬되고 네 발이 모두 표면과 접촉하는 트레드밀에서 마우스의 최적 위치를 보여줍니다. 그림 3C 는 헤드 바를 기준으로 올바른 마우스 배치와 잘못된 마우스 배치를 비교하며, 마우스의 중간 시상면이 헤드 바 자체와 정렬되는 것이 아니라 중앙에 있어야 한다는 점을 강조합니다.
그림 4 는 선 그래프에 보상 획득 곡선을 표시하며, 진행을 위해 미리 정의된 매개변수를 기반으로 VR에서 1m, 2m, 3m의 좁은 복도에 대한 예상 학습 시간을 보여줍니다. 각 트랙 길이에 걸쳐 마우스의 평균 속도를 나타내며, 난이도 증가에 상응하는 작업 학습 및 개선의 증거로 속도가 점진적으로 증가함을 보여줍니다. 또한 마우스가 선형 트랙의 기준에 도달하는 데 필요한 평균 일수를 보여주는 막대 그래프와 각 트랙 길이에 대한 평균 속도를 표시하는 막대 그래프가 표시됩니다. 그 다음에는 마우스가 학습한 선형 추적 작업의 점진적 단계도 설명됩니다. 이러한 작업은 학술 문헌에 확립된 방법론을 복제하는 동시에 마우스가 실현 가능한 학습 곡선을 보장하여 레벨을 통한 발전을 촉진하도록 설계되었습니다.
마지막으로 그림 5 는 Y-Maze 작업과 관련된 데이터를 제공합니다. 이 그림은 단색 흑인 팔과 흰색 팔을 간단하게 구별하는 것으로 시작하여 작업의 점진적인 성격을 보여줍니다. 이 초기 단계는 대조되는 시각적 신호를 구별하는 쥐의 능력을 확립하는 기본 단계 역할을 합니다. 작업의 후속 수준에서는 각 팔에 대비되는 색상의 추가 비율을 통합함으로써 복잡성을 증가시켜 마우스의 구별 능력에 더 많은 도전을 가합니다. 과제 난이도의 점진적인 증가는 단색 흑백 팔에서 한 가지 색상의 90%와 다른 색상의 10%로 구성된 팔로의 전환으로 예시됩니다. 특히, 그림 5 에 제시된 데이터는 각 진행 수준에 따라 변별의 정확도가 향상되는 반면, 일부 마우스는 지속적으로 시각적 변별 능력의 임계값을 보여 최대 80%/20%의 백인/흑인 변별에 도달한다는 것을 나타냅니다. 이 관찰은 Y-Maze 과제의 맥락에서 쥐의 시각 구별 능력에 내재된 한계를 강조하여 과제의 실현 가능성과 피험자의 인지 능력에 대한 귀중한 통찰력을 제공합니다. 그 후, 문헌에서 확립된 방법론에 맞게 설계된 Y-미로 추적 작업의 점진적 단계가 자세히 설명되어 있습니다. 이러한 단계는 생쥐에게 실현 가능한 학습 곡선을 보장하여 레벨을 통해 점진적인 발전을 지원했습니다.
그림 1: 헤드 바 이식을 위한 수술 지침. (A) 절개 부위는 마우스의 두개골에 표시되어 있습니다. (B) 나사는 브레그마보다 약간 아래에 있는 전두간 봉합사의 왼쪽으로 1mm, 람다보다 약간 높은 전두간 봉합사의 오른쪽으로 3mm에 이식해야 합니다. (C) 헤드 바는 전두간 봉합사를 따라 배치해야 합니다. (D) 헤드바 임플란트 위에 치과용 시멘트를 바릅니다. (E) 치과용 시멘트를 도포한 후 헤드바의 실제 시각화. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2: 페트리 접시 분수 방법을 사용한 물 공급 시스템. 60mm x 15mm 페트리 접시는 케이지 바닥에 오목한 면이 아래로 향하게 고정되었습니다. 더 작은 35mm x 10mm 페트리 접시는 더 큰 접시 중앙에 배치되었고, 다른 60mm x 15mm 페트리 접시는 저장소 역할을 하기 위해 오목한 면이 위로 향하게 놓였습니다. 이 설정은 물이 침구에 의해 오염되지 않고 쥐가 접근할 수 있도록 했습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3: 시스템 하드웨어 및 마우스 위치 지침 (A) 사용된 VR 설정이 표시됩니다. 구형 트레드밀이 중앙에 배치된 6개의 화면 설정이 사용되었습니다. (B) 구형 트레드밀에서 최적의 마우스 배치를 옆모습으로 보여줍니다. 마우스 머리는 자연스러운 위치에 있고 네 발은 모두 구형 트레드밀에 있습니다. (C) 헤드 바와 관련하여 마우스의 올바른 위치와 잘못된 배치의 상단 보기. 올바른 배치를 위해서는 헤드바 자체가 아닌 마우스의 중간면이 중앙에 있어야 합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4: 선형 트랙 데이터. (A) 제시된 데이터는 각 30분의 시험 기간 내에 수집된 일일 보상을 나타냅니다. 마우스는 연속 2일 동안 분당 평균 2개의 보상을 달성하면 더 긴 트랙 길이로 진행하여 총 60개의 보상(임계값)을 달성했습니다. (B) 생쥐가 과제에 숙련됨에 따라 속도가 점진적으로 증가했는데, 이는 보상 강화의 효과를 나타냅니다. 이 그래프는 트랙에 있는 각 마우스의 평균 일일 속도를 cm/s 단위로 보여주며, 학습된 행동의 선형 진행을 보여줍니다. (C) 이 막대 그래프는 각 마우스가 개별 트랙 길이에 대한 숙련도를 획득하는 데 걸린 시간을 각 트랙 길이에 대해 표시된 각각의 평균 및 표준 오류와 함께 보여줍니다. (D) 이 막대 그래프는 다양한 트랙 길이에 걸쳐 각 마우스가 달성한 평균 일일 속도의 평균 및 표준 오차를 보여줍니다. 거의 선형에 가까운 진행은 달리기 속도의 학습된 향상을 암시합니다. (E) 이것은 더 긴 버전의 미로로 진행하기 전에 60개의 보상으로 2일 연속 시험이 필요한 선형 트랙 작업의 진행 상황을 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5: Y-Maze 데이터. (A) 이것은 Y-미로 진행의 여러 단계에서 획득한 보상의 분포를 보여줍니다. 이 분석은 선형 트랙의 모든 단계를 완료한 4마리의 쥐 하위 집합에만 집중하여 남성과 여성 참가자 모두를 공평하게 대표할 수 있도록 했습니다. (B) 이 시각적 표현은 Y-Maze 과제의 단계를 보여주며, 마우스는 이틀 연속으로 70%의 정확한 선택을 달성하면 진행됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
이 연구는 VR 환경에서 생쥐의 행동 반응을 조사하기 위해 포괄적인 접근 방식을 사용하여 수술 절차, 유체 제한 프로토콜, 시스템 설정 및 행동 작업의 구현에 중점을 두었습니다. 이러한 결과는 절차적 세부 사항, 교육 시간 프레임 및 성공률을 제공함으로써 이 분야에 기여합니다. 이를 통해 마우스에서 VR 절차를 보다 효과적으로 채택할 수 있으며 이 절차를 연구에 사용하는 데 관심이 있는 실험실의 계획 및 구현을 용이하게 할 수 있습니다.
헤드 바의 외과적 이식은 VR 환경에서 머리 고정 행동 실험을 촉진하는 데 필수적이었습니다. 확립된 프로토콜을 주의 깊게 따르고 적절한 수술 후 관리를 제공함으로써 동물의 건강과 행동에 대한 부작용을 최소화하면서 헤드 바의 성공적인 통합이 보장되었습니다. 또한, 수분 섭취를 조절하고 생쥐의 수분 섭취와 갈증 수준을 유지하기 위해 유체 제한 프로토콜이 구현되었습니다. 점진적인 적응 과정과 주기적인 물 접근은 동물의 복지를 보장하는 동시에 행동 과제의 실행을 촉진하는 데 중요했습니다.
VR 행동 시스템의 설정에는 마우스를 위한 몰입형 가상 환경을 만들기 위해 하드웨어 및 소프트웨어 구성 요소를 통합하는 작업이 포함되었습니다. 완전히 몰입할 수 있는 가상 디스플레이, 액체 보상 시스템, 스티로폼 볼을 구형 트레드밀로 사용하고, 헤드 홀더를 활용하여 실험 조건과 데이터 수집을 정밀하게 제어할 수 있었습니다. 선형 트랙 및 Y-미로 패러다임을 포함한 행동 작업은 이동, 의사 결정 및 보상 처리와 같은 마우스 행동의 주요 측면을 조사하기 위해 신중하게 설계되었습니다.
실험 절차를 최적화하기 위한 최선의 노력에도 불구하고 연구 중에 몇 가지 문제가 발생했습니다. 개별 마우스 응답의 가변성과 하드웨어 및 소프트웨어 통합과 관련된 기술적 문제는 데이터 수집 및 분석에 문제를 제기했습니다. 또한 유체 제한 프로토콜에 의존하기 때문에 동물의 수분 상태를 주의 깊게 모니터링하고 그에 따라 실험 절차를 조정해야 했습니다. 때때로 생쥐는 공 위에 놓였을 때 어려움을 겪거나, 보상 주둥이에서 물을 마시지 않거나, 얼어붙어 공 위에서 뛰지 못했습니다. 이러한 문제 중 일부는 일시적일 수 있지만 마우스가 진행에 방해가 되지 않는지 모니터링하는 것이 중요합니다. 동료에 비해 발전을 보이지 않는 마우스는 연구에서 제외해야 합니다. 한 유사한 실험에서는 55마리의 쥐 중 4마리가 패러다임25를 학습할 수 없기 때문에 제거되었습니다. 5일 연속으로 공에 대한 일관된 부동성을 보이는 마우스는 체중, 물을 마시기 위해 보상 주둥이에 접근할 수 있는 능력, 근본적인 문제가 없는지 확인하기 위해 공에 대한 위치에 대한 철저한 평가에 따라 연구에서 제외되었습니다. 이러한 경우 연구를 효율적으로 재개하기 위해 어떤 전략을 취해야 하는지 결정하는 것은 연구자의 재량에 달려 있습니다.
이러한 교육 프로토콜은 쥐가 행동 과제를 실행하는 숙련도를 보장하면서 점진적으로 도전하도록 설계되었습니다. 선형 트랙에서 Y-미로 패러다임으로의 진행 기준은 성공적인 시험 연속 달성 및 보상 획득과 같이 미리 결정된 성능 임계값을 충족하는 마우스의 능력을 기반으로 했습니다. 엄격한 훈련 프로토콜의 구현을 통해 우리는 생쥐의 행동 능력과 점점 더 복잡해지는 작업에 대한 적응력을 평가할 수 있었습니다. 이러한 세심하게 구조화된 프로토콜은 행동 신경과학 분야의 연구자에게 강력한 프레임워크를 제공하여 다양한 실험 패러다임을 위해 동물을 평가하고 훈련하는 체계적인 접근 방식을 제공합니다. 진행에 대한 명확한 기준을 설명함으로써 연구자는 실험 대상자의 학습 곡선을 효율적으로 측정하고 그에 따라 교육 패러다임을 선별할 수 있습니다. 또한 이 방법론적 접근 방식은 실험 전반에 걸쳐 재현성과 표준화를 촉진하여 비교 분석을 촉진하고 동물 모델의 인지 과정 및 학습 메커니즘에 대한 이해를 촉진합니다.
마우스를 위한 VR 패러다임을 설계할 때 작업 복잡성 및 교육 진행과 관련하여 사용할 수 있는 접근 방식의 범위를 인식하는 것이 중요합니다. 이 프로토콜은 실험 설계를 구성하기 위한 광범위한 프레임워크를 제공하지만, 연구의 필요에 따라 보상 전달, 편향 제어, 자극 유형, 작업 진행 및 시스템 매개변수와 같은 특정 측면을 조정하는 것은 연구자의 몫입니다. 예를 들어, 일부 연구에서는 즉각적인 작업 참여에 초점을 맞춘 보다 간소화된 접근 방식을 선택합니다. 예를 들어 Krumin et al.은 서로 다른 작업 간에 점진적인 학습 요법을 사용하는 대신 하나의 일관된 T-maze 작업을 구현했습니다. 이와는 대조적으로, 다른 연구들은 자극 강화 전략과 청각적 단서와 같은 다양한 임상시험 설계 요소를 제공한다. 이 연구는 잘못된 시도에 대한 처벌로 청각적 피드백을 활용하고, 올바른 시도에 대한 보상으로 물만 제공했다26. 반대로, Zhao 등은 올바른 시행에 대한 보상으로 10%의 자당 용액을 사용했으며, 잘못된 시행에 대해서는 어떠한 형태의 처벌도 포함하지 않았다27. 대신, 연구진은 반편견 훈련(anti-bias training)과 같은 방법을 통해 잘못된 반응을 완화하는 데 초점을 맞췄는데, 이는 동물의 이전 선택에서 신호 방향을 전환할 확률을 높이고 동기 부여를 강화하기 위해 일일 물 허용량을 조정하는 것과 관련이 있습니다. Harvey et al.이 관찰한 선택 의존적 활성화 시퀀스와 대조적으로 궤적과 공간 선호도에 의해 설명되는 후방 두정엽 피질 세포 선택성을 발견하는 Zhao et al.이 입증한 바와 같이 작업 전반에 걸쳐 공간적 단서의 존재와 같은 실험 설계의 차이는 신경 코딩에 대한 다양한 해석으로 이어질 수 있습니다27,28. 사용된 특정 하드웨어에는 6개의 LCD 모니터, 확장 가능한 핥기, 에어 쿠션 스티로폼 볼 러닝머신이 포함되었다는 점에 유의하는 것이 중요합니다. 실험실에 걸쳐 가상 현실 시스템 전반에 걸쳐 프로젝터(29) 대 컴퓨터 모니터, 비구형 트레드밀(30), 고정10 대 확장 가능한 핥기 주둥이의 사용을 포함하여 많은 차이점이 있습니다.
결론적으로 본 연구는 VR 환경에서 생쥐의 행동 반응에 대한 귀중한 통찰력을 제공하고 복잡한 행동을 조사하기 위해 몰입형 기술을 사용할 수 있는 가능성을 보여줍니다. 향후 연구 노력은 실험 프로토콜을 개선하고, 의사 결정 과정의 기초가 되는 신경 메커니즘을 탐구하고, 연구 결과를 임상 적용으로 변환하는 데 중점을 둘 수 있습니다. 쥐의 행동에 대한 이해를 지속적으로 발전시킴으로써, 과학자들은 건강과 질병 모두의 복잡한 행동의 기저에 있는 신경 회로와 인지 과정을 더욱 명확히 할 수 있습니다.
저자는 이해 상충이나 경쟁하는 재정적 이해관계가 없습니다.
이 연구는 미국 국립환경보건과학원(National Institutes of Environmental Health Sciences, ZIC-ES103330)의 지원을 받았습니다. 시스템의 하드웨어 및 소프트웨어 속성에 도움을 준 Phenosys의 K. Krepinksy, 행동 패러다임에 도움을 준 옥스퍼드 대학의 T. Viney, 그리고 마지막으로 조종 절차와 수술 방법에 대한 지침을 제공한 NIH의 G. Vargish에게 특별한 감사를 전합니다.
Name | Company | Catalog Number | Comments |
2.4 mm Screws (00-96 X 3/32) | Protech International | 8L0X3905202F | For Added Headbar Stability |
Bupivocaine | Hospira | NDC:0409-1162-19 | Local Anesthetic |
Buprenorphine | Wedgewood Pharmaceuticals | SKU: BUPREN-INJ010VC | Analgesia |
Buzzers | Wahl | 1565q | For Shaving Surgical Region |
Drill and microinjection robot | Neurostar | 17129-IDA | Stereotaxis |
GLUture | Zoetis | 32046 | Surgical Adhesive |
Head-bar Implant | Luigs-Neumann | 130060 | Mouse Head Implant |
Heating Pad (Lectro-Kennel) | K&H Manufacturing | 100212933 | Post-operative |
Hemostats | World Precision Instruments | 501291 | Surgical Tool |
Hydrogen Peroxide | Swam | L0003648FB | Cleaning Agent |
Isoflurane | Dechra | B230008 | Surgical Inhalation Anesthetic |
Isoflurane/O2 Delivery device w Nosecomb attachments | Eagle Eye Anesthesia Inc. | Model 50 Anesthesia | Surgical Device |
Metabond | Parkell | CB-S380 | Adhesive Cement |
Microscissors | Fine Science Tools | 15000-08 | Surgical Tool |
Oxygen | Praxair | UN1072 | Surgical Oxygen |
Povidone-Iodine Swabstick | Dynarex | g172095-05 | Surgical Tool |
Saline | Hospira | NDC:0409-1966-02 | Hydration Agent |
Sterile Cotton Tipped Applicator (Q-tips) | Puritan | 25-806 2WC | Surgical Tool |
Sucrose | Fisher Chemical | CAS 57-50-1 | Primary Reinforcer/Motivator/Reward |
Tweezers | World Precision Instruments | 504505 | Surgical Tool |
Virtual Reality System | PhenoSys | JetBall-TFT | The JetBall, an air cushioned spherical treadmill allows an animal to navigate effortlessly in a virtual world projected on 6 surrounding monitors. |
White petrolatum lubricant eye ointment ointment | AACE Pharmaceuticals | NDC:71406-124-35 | Eyelube |
JoVE'article의 텍스트 или 그림을 다시 사용하시려면 허가 살펴보기
허가 살펴보기This article has been published
Video Coming Soon
Copyright © 2025 MyJoVE Corporation. 판권 소유