Summary
에 유전 및 약리 조작의 효과를 평가하기 위해, 공간 지역화 시간적 지역화, 재생 시간, 속도 및 확률 추정, 위험 평가, 충동 성, 및 정확도와 메모리의 정밀도를 중재 메커니즘의 생리 학적 의미있는 특성을 측정하기위한 완전 자동화 시스템 마우스에있는 인식의 기초 메커니즘.
Abstract
우리는 동거인지의 기본 메커니즘에 대한 유전 및 약리 조작의 효과를 평가하고 생쥐의 학습을위한 24 / 7 행동 테스트 시스템 완전 자동화 된 높은 처리량, 높은 볼륨을, 설명합니다. 표준 폴리 프로필렌 마우스 하우징 욕조는 표준 상용 마우스 시험 상자에 아크릴 튜브를 통해 연결된다. 테스트 상자 지류 펠렛 연결되어 2 할 3 호퍼가 있습니다. 모든 내부 LED와 illuminable 및 적외선 (IR)에 의해 머리 항목에 대해 모니터링 빔. 마우스는 심사 처리를하는 동안 제거 환경에서 살고있다. 그들은 프로토콜 제어 소프트웨어와 준 실시간 데이터 분석 및 그래프 소프트웨어 우리가 쓴하는 (고전) 프로토콜 (수단)와 파블로프 조작 적으로 수행하여 두 개 이상의 매일 공급 기간 동안 음식을 구하십시오. 데이터 분석 및 그래프 루틴은 매우 큰 시간의 분석을 단순화하기 위해 만든 MATLAB 기반 언어로 작성행동 및 생리 이벤트 레코드를 다짐하고 원시 데이터에서 하나의 데이터 구조 내에서 게시 된 그래프와 통계에 대한 모든 중간 분석을 통해 전체 데이터의 흔적을 보존 할 수 있습니다. 데이터 분석 코드는 데이터를 여러 번 하루에 자동으로 "구름"에 저장에있는 - 실험실 컴퓨터입니다 통계 및 그래픽 분석에 주제를 수확. 따라서, 개인 마우스의 진보를 시각화하고 매일 정량. 데이터 분석 코드는 프로토콜에서 개별 과목의 프로토콜을 자동 전진을 허용, 프로토콜 제어 코드를 이야기합니다. 구현 된 행동 프로토콜이 일치하는, autoshaping, 초과 호퍼 전환, 시간을 재는 호퍼 스위칭, 충동 성 측정, 식품 가용성의주기를 예상 위험 평가. 오픈 소스 프로토콜 제어 및 데이터 분석 코드는 새로운 프로토콜의 또 심플 만든다. 여덟 테스트 환경은 캐비닛 X 78 X 24에서 48에 맞는 2 개의 같은 택시에게inets (16 환경)은 하나의 컴퓨터에 의해 제어 될 수있다.
Introduction
인지의 기본 메커니즘을 매개 세포 및 분자 메커니즘을 해명에 부담 유전학, 분자 유전학, 분자 생물학 및 신경 약리학의 강력한 기술을 가지고, 우리는 생리 학적으로 의미있는 양을 높은 볼륨, 높은 관통 넣어 정신 물리학 적 검사 방법을해야합니다 인지 적 메커니즘의 특성. 메커니즘의 psychophysically 측정, 생리 학적 의미있는 정량적 속성은 행동에 의해 측정하고 또한 전기 생리학 또는 생화학 적 방법으로 할 수있는 속성입니다. 예로는 로돕신의 흡수 스펙트럼,주기 클록의 자유 실행 기간과 중간 전뇌 다발 1,2 보상 축삭 내화물 기간이다. 세포 및 분자 측정을 비교할 수있는 정신 물리학 측정은 정량적 인 대응을 통해 심리적 메커니즘을 세포 및 분자 메커니즘을 연결하기위한 토대를 마련. exampl에 대한E, 낚시대의 외측 세그먼트 로돕신의 시츄 흡수 스펙트럼에 인간 암순응 분광 감도 함수에 중첩된다는 사실은 광자 트리거 로돕신의 이성화를 암순응 시각의 첫 단계 강력한 증거이다. 복잡한 행동 패턴의 양적 측면은 또한 행동 유전학 3,4 QTL 방법의 사용에 중심이다.
잘 확립 된 수단 및 파블로프의 조건 반사 학습 프로토콜에 마우스 (쥐)의 성능은 시간과 같은 추상적 인 수량을 측정하는 뇌 메커니즘에 따라, 숫자, 시간, 속도, 확률, 위험 및 공간 위치. 예를 들어, 파블로프 조건 반응의 획득 속도가 보강 이벤트 (일반적으로 식품 배달) 및 임박한 보강 5-7에 대한 신호의 발병 다음 보강하는 평균 대기 시간 사이의 평균 간격 사이의 비율에 의존한다. 두 번째 examp에 대한르, 일치하는 프로토콜에서 두 개의 공급 호퍼에 방문의 평균 지속 시간의 비율은 약 두 호퍼 8-10 보강의 비율의 비율을 동일합니다.
기본 메커니즘에 관심이 신경 과학자로 현재 널리 사용되고있는 행동 테스트 방법은 둘을 통해 낮은, 대부분의 경우, 낮은 볼륨,, 그리고 노동 집약적 26. 예를 들어, 시간주기 발진기의 행동 적 측정주기 및 위상이 시간주기 기간과 위상의 전기 생리학 및 생화학 적 수단에 비교 될 수 있고, 더욱이, 그들은 전기 생리학 및 생화학 적 방법에 의해 측정 된 양으로 비교 될 수있는 양을 측정하지 않는다. 현재 행동 테스트 방법은 공간 학습, 학습 시간, 또는 학습 두려움보다는 기본 메커니즘에 같은 학습의 범주에 초점을 맞 춥니 다. 공간 학습 11-15의 널리 사용되는 물 미로 시험은 이들 SH의 예입니다ortcomings. 공간 학습 카테고리입니다. 해당 카테고리에서 학습 데드 레커닝 (16, 17)의 메커니즘 중 하나는 많은 메커니즘에 따라 달라집니다. 추측 항법 (dead reckoning)는 주행 거리 실행 (18)을 측정하는 메커니즘을 차례로 따라 달라집니다. 마찬가지로, 시간 학습 카테고리입니다. 약 24 시간의 기간 발진기 이벤트 (17, 19)을 발생하는 날의 시간을 배울 동물에 필요하기 때문에주기 시계는, 해당 범주에 학습 의존하는 메커니즘 중 하나입니다. 음식을 기대 할 수 시계는 아직 19을 발견 할 수있다.
시계는 시간 측정 메커니즘입니다. 기간의 다양한 내생 발진기는 뇌가 그 시계 (16, 17)의 위상을 기록하여 시간에 이벤트를 찾을 수 있습니다. 시간에 위치를 기록 할 수있는 기능은 시간 위치 사이 즉, 거리, 지속 시간의 측정을 가능하게한다. 연관 학습은 T에 따라 달라집니다그 기간 5,6,20,21의 두뇌의 측정. 카운터 번호 - 측정 메커니즘입니다. 가능성이 일부의 numerosity 및 상위의 numerosity 사이의 비율이기 때문에 번호 측정은 확률 추정을 가능하게한다. 레이트가 그 수를 측정 하였다 위에 간격으로 나뉜 이벤트 수 있으므로, 속도 추정을 가능하게 측정 개수 측정 및 기간. 시간의 측정, 수, 속도, 확률은 변화 위험에 행동 조정을 가능하게합니다. (22, 23) 우리의 방법이 근본적인 메커니즘의 정확도와 정밀도를 측정에 초점을 맞추고 있습니다. 정확도는 뇌의 측정은 객관적인 측정에 해당되는 범위입니다. 정밀 예를 들어 고정 된 목표 값의 두뇌의 측정의 변화 나 불확실성, 고정 된 기간입니다. 베버의 법칙은 정신 물리학에서 가장 오래되고 가장 안전하게 구축 결과입니다. 그것은 그 주장의 정밀도양의 뇌의 측정은 양의 고정 된 부분입니다. 유통의 변화의 통계 학자의 계수 웨버 분수는, (σ / μ), 정밀도를 측정한다. 목적을 의미하는 정신 물리학 평균의 비율 (예 : 심판 기간을 의미) (목표 기간을 의미) 정도의 척도이다.
인간의 양을 최소화하면서 여기에 제시된 방법은 볼륨 (실험실 공간의 주어진 양으로 한 번에 상영되는 동물의 수) 및 처리량 (단일 동물의 스크리닝의 평균 기간으로 나누어 얻어지는 정보의 양)를 극대화 노동 측정을하기 위해 필요한 및 직접성을 극대화하는로 알려져 심사의 결과.
여기에 제시된 데이터 분석 소프트웨어 아키텍처는 자동 원시 데이터 모두 종합 결과 및 단일 D에서 함께 데이터로부터 파생 된 통계를 둔다숫자 이해할 광대 한 바다를 렌더링 필드 제목과 ATA 구조는 내부에 포함되어 있습니다. 분석 소프트웨어는 그 구조의 데이터에 대해 동작하고, 항상 동일한 구조 내의 필드에 그 동작의 결과를 저장한다. 이것은 원시 데이터에서 발표 요약 및 그래프에 그대로 흔적을 보장한다.
이 소프트웨어는 자동으로 구조로 완전 자동화 된 테스트를 적용 실험 제어 프로그램을 기록하고 자동으로 원시 데이터가 어떤 프로그램에서 나온 나타냅니다. 따라서, 실험 조건은 시험의 각 지점에서 각각의 동물에 대한 힘에 있었다으로되는 의심의 여지와 요약 통계가 원시 데이터에서 파생 된 방법에 대해 의심의 여지와 함께, 완벽한 데이터 추적을 유지합니다. 데이터 보존하는이 방법은 크게 가능한 다른 실험실 더욱 이러한 풍부한 데이터 세트를 분석하기 위해 만드는 표준화 행동 스크리닝 데이터베이스의 개발을 용이하게한다.
검사 시스템은 그림 1에 도식화되어있다. 열 캐비닛, 각 포함 8 테스트 환경은 80 쥐 t을 가능하게 10피트 × 15 피트 실험실 방에서 설정 될 수있다O 한 번에 실행할 수. 파티 벽에 포트를 통과하는 케이블은 다른 방에서 전기 / 전자 인터페이스 카드와 PC에 환경을 연결해야합니다. PC는 프로토콜 제어 프로그램을 실행합니다. 하나의 컴퓨터가 각 2 장 (16 테스트 환경)가 필요합니다. PC는 데이터 분석 및 그래프 소프트웨어를 실행하는 서버에 로컬 영역 네트워크를 통해 연결되어 있어야합니다.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
TSsystem에있는 세 개의 완전 자동화 된 프로토콜 (일치, 경음악, 클래식 조화를 appetitive)와 스위치 프로토콜로는 러트 거스 뉴 브런 즈윅의 동물 관리 및 시설위원회에 의해 승인되었습니다.
1. 물리적 시스템 설정
- 캐비닛의 테스트 환경을 설정 (도 1 참조).
- 프로토콜 제어 컴퓨터 테스트 환경에서 제공하는 실험 제어 소프트웨어를 설치합니다.
참고 : 다른 목적으로이 컴퓨터를 사용하지 마십시오!
2. 소프트웨어 시스템 설정
- 데이터 분석 소프트웨어가 설치되어있는 서버 (도 1 참조) 테스트 환경을 제어하는 컴퓨터 (들)의 하드 디스크에 액세스 할 수 있도록 LAN (로컬 영역 네트워크)을 설정한다.
- "클라우드"에 데이터 저장을위한 파일 동기화 계정을 설정.
- 푸클라우드 동기화 폴더에있는 상업 프로그래밍 언어의 검색 경로에 TSsystem 폴더와 그 하위 폴더를 톤.
주 : TSsystem은 소프트웨어 도구이다, 즉, 그것이 생성 출력 파일에서 수확 될 때마다 자동으로 데이터를 처리하는 복합 데이터 분석 및 데이터 그래프 코드의 생성을 용이하게 30 이상의 하이 레벨 함수의 라이브러리 실험 제어 프로그램입니다. 모든 명령은 실험 구조의 필드 데이터를 작동하고 (도 2 참조)와 동일한 구조의 다른 필드의 결과를 넣어. 이러한 오픈 소스 명령은 가장 널리 사용되는 상용 과학 프로그램 및 그래픽 언어 중 하나로 기록된다. 대부분의 유용 통계 도구를 포함한 다른 많은 "도구 상자"를 가지고 있습니다.
3. 실험 시작
- (그림 3 참조) TSbegin를 호출합니다.
참고 : TSbegin는 INTE입니다TSsystem 도구 상자 ractive GUI (I가 nterface G raphic U 백산). 그것에서 파생 된 원시 데이터 및 모든 결과 TSsystem 툴박스의 다른 기능에 의해 배치 될으로 계층 적 데이터 구조를 생성하는 프로세스를 통해 사용자를 이끈다. - (그림 4 참조) TSaddprotocol를 호출합니다.
참고 : TSaddprotocol가 TSsystem 도구 상자에있는 GUI입니다. 이 프로토콜을 종료하고 다음 단계로 갈 수있는 의사 결정을 자동화하는 것이다 결정 코드를 지정하고 사용하는 결정 기준을 지정, 실험 프로토콜에 대한 제어 매개 변수를 지정하는 과정을 통해 사용자를 이끌고 있습니다. - 24 / 7 라이브에서 테스트 환경, 환경 당 하나의 마우스에 마우스를 놓습니다.
참고 : 번호가 실험 환경 (등 박스 1 상자 2)의 각에가는 마우스의 ID 번호를 적어주의하십시오. 또한, 실험 제어를 식별하는 문자를주의로컬 영역 네트워크 (LAN) 및 IP 주소에 대한 컴퓨터. - (그림 5) TSstartsession를 호출합니다.
참고 : TSstartsession가 TSsystem 도구 상자에있는 GUI입니다. 이 실험 세션을 시작하는 과정을 통해 사용자를 이끈다. 실험 세션은 여러 가지 행동 테스트 프로토콜이 실행되는 동안 1 ~ 2 주를 지속. TSstartsession 점포 세션이 시작될 때 프로토콜 제어 소프트웨어가 읽 매크로 들어가는 정보. 포함 된 경로 및 프로토콜 제어 소프트웨어가 읽는 코드 파일의 이름입니다. TSsystem의 분석 소프트웨어는 계층 적 데이터 구조에이 코드를 읽고, 그래서 언제든지 힘의 정확한 프로토콜에 대해 의심의 여지가 결코 아니다. - 제어 컴퓨터로 이동하고 해당 컴퓨터에 의해 제어되는 상자의 세션을 시작하기 위해, MedPC 폴더에 기록 된 매크로를 호출합니다.
4. 데이터 분석
- 새 프로토콜을 만든 경우, 매우 복잡한 데이터의 생성 분석 단순화하는 TSsystem 도구 상자에서 명령을 사용하여 적절한 데이터 분석 및 그래프의 코드를 작성합니다.
참고 : 데이터 분석 결과를 아래에 설명되어 있습니다 TSsystem 도구 상자에 포함 된 세 가지 프로토콜에 대한 그래프 코드를. 그들은 오픈 소스, 때문에, 그들은 자유로이 수정 될 수 있습니다. 이러한 분석의 코드는 광범위하게 쉽게 사용자 지정 프로토콜의 결과를 분석하기위한 코드를 생성 할 수있는 주석. - 실험 기간 (몇 주에 24 시간)의 경우, 가능한 장비 고장 (정전, 자연, 제어 컴퓨터가 다시 부팅, 펠릿 공급 장치 고장 등), TSsystem의 데이터 분석을 나타내는 서버에서 경고에 대한 이메일을 모니터 프로그램을 검색합니다.
- TSsystem에 기록 된 데이터 분석의 코드가이 일에 의해 호출 될 때마다 생기는 성능의 플롯을 공부전자 분석 타이머 (일반적으로 2 ~ 4 회 / 일).
참고 : 분석 타이머는 사용자가 지정한 간격으로 데이터 분석 및 그래프 프로그램을 호출합니다. 호출 된 프로그램은 TSsystem 함수로 작성한다. 이는 계층 적 데이터 구조로 프로토콜 제어 소프트웨어가 기록되는 파일로부터 수확 된 원시 데이터를 판독한다. 그런 다음, 데이터를 분석하고 분석 결과를 그래프. 계층 적 데이터 구조를 포함하는 파일은 클라우드 파일 동기화 폴더에 저장된다. 이것은 자동 오프 사이트 백업을 제공합니다. 액세스 권한이 부여 된 모든 인력과 공동 작업자의 컴퓨터의 구조 파일의 자동 파일 동기화 사본을 저장합니다. 지정된 그래프가 자동으로 지정된 직원 및 공동 작업자에게 이메일로 전송됩니다. 주요 조사는 언제 어디서나 세계에서 테스트의 진행 상황을 모니터링하고, 필요한 경우 원격 앉아에서 선에, 실험 프로토콜을 수정할 수 있습니다전자 마우스는 테스트중인 곳. - 그들은 (도 2 참조) 준 실시간으로 제공되면 계층 적 데이터 구조에서 데이터 및 요약 통계를 공부 TSbrowser를 사용한다.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
이 시스템은 개별 조사 또는 담임 교사의 목적에 맞는 프로토콜을 실행하는 데 사용되어야합니다. 정합 프로토콜, 2 - 호퍼 autoshaping 프로토콜 및 스위치 프로토콜 : 그러나, 우리는 유전자 조작 된 마우스 및 대규모 약리 시험의 대규모 스크리닝하는데 유용한다 3 프로토콜 슈트를 개발했다. 일치하는 프로토콜은 기억, 두 개의 서로 다른 위치에서 소득 (단위 시간당 식품 알약을) 추정하기 위해 마우스의 능력을 측정하는 위치 산출되는 소득, 소득의 비율의 평균 방문 기간의 비율을 일치하고, 신속성과 어떤이 감지하고 소득 비율의 변화에 조정합니다. 악기와 고전적 조건 형성 (연관 학습 속도)의 2 호퍼 autoshaping 프로토콜 측정 속도. 스위치 프로토콜 측정 간격 타이밍 정확도와 정밀도, 확률을 추정 할 수있는 능력 (기준 주파수)와 확률 (위험 평가)의 변화에 조정합니다. 또한 충동의 측정 값을 준다.
매칭. 두 가지 측면 호퍼 (공급 호퍼)의 각 지류는 각각 독립적으로 펠릿 배달 다음 기하 급수적으로 변화하는 대기 시간에 무장. 공급 장치가 무장 마우스함으로써 적외선 (IR) 빔을 중단, 호퍼로 파고에 의해 펠릿 릴리스를 트리거 할 때마다 펠릿 전달됩니다. 다음 무장하기 전에 경과 간격은 그 기대에 매개 변수 파일 (표 1)에 지정된 지수 분포에서 그려집니다. 이 프로토콜에서는, 마우스는 급속하게 다시 처음으로 다음, 다른 이동 한 후, 하나에 잠시 동안 파고, 두 먹이는 호퍼 사이에주기 시작합니다. 이 호퍼에서 그들의 체류의 평균 지속 시간의 비율은 대략적으로이 호퍼 (분당 NB 펠렛으로부터 획득되는 분당 펠릿의 비율을 일치환경, 즉 호퍼에 파고의 분 당, 즉 두 개의 호퍼에 대한 투자에서 "반환")는 호퍼에서 "소득",하지 펠릿이다. 따라서, 그들은 평균의 3 배에 얻는 경우로 호퍼 1에서 많은 펠렛 호퍼 2로, 다음 방문의 평균 지속 기간은 1이 약 3 배 긴 2 호퍼 방문의 평균 지속 시간입니다 호퍼. 때문에 우리는 일치 동작 8 표시되는 신속성이 먼저이 프로토콜을 실행합니다. 그것은 첫 24 시간 내에 호퍼를 방문하기에 너무 겁입니다 가끔 마우스에있는, 물론,를 제외하고, 시험의 첫 번째 24 시간 이내 측정합니다.
동작을 일치하는 두 개의 다른 호퍼의 위치에 적절하게 두 개의 서로 다른 속도를 연결하는 마우스를 사용 공간 지역화 메커니즘은 같은 기간과 수를 측정 및 상대 속도를 계산하기위한 메커니즘이 그대로 있다는 것을 의미한다. 따라서, 우수한 빠르다기본적인인지 기능의 테스트. 마우스가 경험 소득의 비율이 예상 체류 기간의 비율과 일치되는 정밀도는 마우스 수량을 대표 할 수있는 정도의 표시이다.
마우스가 일치되는 정밀도는 그래픽이 동시에 그려 누적 기록이 동일한 기울기 (그림 6)가있는 정도에 의해 가시화된다. 누적 기록은 측정 시퀀스의 축적되는 합이다. 이 경우, 하나의 플롯 (그림 6의 붉은 색)은 펠릿 별 펠릿 소득 불균형 측정의 누적 기록이다 (그림 6의 검은 사람), 다른 하나는 펠릿 별의 누적 기록이다 펠릿 방문 - 불균형 측정. 단일 간 수유 간격, 소득 불균형은 어느 -1 또는 +1 간격의 결론에서 얻어진 펠렛 호퍼 1 (불균형 = -1) 또는 2 (불균형에서 온 여부에 따라 =+1). 이러한 불균형의 누적 기록의 기울기는 평균 소득 불균형 (공급 기준, 불균형)입니다. 10 간격으로, 마우스가 호퍼 2에서 호퍼 1과 5에서 5 알약을 얻을 수 있다면, 그들 10 간 공급 간격의 평균 소득 불균형은 
; 10 펠렛 호퍼 2에서 온 경우, 다음은 
; 10 호퍼 1에서 온 경우, 다음은 
. 따라서, 평균 수입 불균형은 -1 내지 1의 범위 일 수 있고, 어떠한 불균형 평균이없는 경우에는 0이다. 간 수유 간격 동안의 방문 불균형 호퍼 2 (T 2) 마이너스 호퍼 1 (T 1)에 소요되는 시간에 소요되는 시간, D두 배의 총에 의해 ivided. 단일 간 수유 간격이 측정되어야하는 하나 -1 또는 1, 소득 불균형과 달리, -1과 1 사이의 값을 취할 수 있습니다. 그러나,이 측정 값의 누적 기록의 기울기는 소득 측정의 경우와 마찬가지로, 그 평균값을 반영한다. 두 누적 기록 (그림 6의 빨간색과 검은 색 레코드)의 두 슬로프가 동일한 경우, 평균 방문 불균형은 마우스가 비율의 평균 방문 기간의 비율을 일치하는 것을 의미하는 평균 소득 불균형과 동일 두 호퍼에서의 소득.
의 비율의 거의 완벽한 정합을 나타내는도 6의 (5027, 5015, 및 5024), 누적 방문 불균형 플롯 (블랙)의 기울기가 밀접 누적 소득 불균형 (레드)의 기울기를 추적에서 마우스 세 대해서는 소득의 비율에 평균 방문 기간. 참고 얼마나 빨리 비방문 기간은 아래쪽으로 굴절의 지점에서, 소득의 비율의 변화에 조정합니다. 한편, 마우스 (5034) (왼쪽 아래 플롯)는 제 2 급전 세션 동안 일치하는데 실패; 소득 불균형 (레드)의 기울기는 실질적으로 긍정적 인 반면 누적 방문 내구 불균형 플롯 (블랙)의 기울기는 0이다. 하지만, (검은 수직 후) 제 급식 단계 동안, 경사면이 마우스 소득 비율에 해당 매장 비율과 일치하도록이 단계의 시작에서 갑자기 시작 즉, 평행하다. 분명히, 따라서 그렇게하는 능력이 아니라 테스트 부분에서 어떤 이유로 그렇게하지 않았다. 이 성능의 전체 과정을 시각화하는 것이 아니라 몇 가지 요약 통계에 전적으로 의존의 중요성을 보여줍니다. 마우스 5028은 제 소득 비율 동안 정확하게 일치하지만이 반전 될 때, 그것은 완전하게 반전하지 않았다. 마우스 5025은 3 차 feedin 동안 "부치는 상대를 만난"G 단계 (수직 그린 후), 즉, 그 평균 방문 불균형의 평균 소득 불균형보다 큰과 완전히 소득 불균형의 반전을 조정하지 않았다. 공지 사항, 그러나, 6 마우스, 3 야생 유형과 처음 4 시간 공급 단계에서 정확하게 일치하는 3 이형 모두. 공지 사항 또한이 기록은 하나의 초기 일치하지만 소득 비율의 반전에 급격한 반응뿐만 아니라 관찰하는 동안에 만 36 ~ 48 시간 (2 급 단계 /주기 1.5 일 / 1 박주기), 커버있다. 앞서 설명한 바와 같이,이는 재치, 기간 추정, 수 추정, 속도 추정, (호퍼 소득 비율의) 공간 현지화 및 간단한 추상 수량을 기억하는 능력,인지 많은 기본 메커니즘의 이형의 본래의 기능을 보여줍니다. 전형적인 정량적 인 결과는, 초기 넘어 마우스없이 처리와 동거 환경에서 자동화 된 테스트에서 얻을 수 있습니다 환경에 배치.
그림 6에서 알 수있는 바와 같이, 마우스는 곧 그들은 호퍼 사이에주기 시작하면서 소득의 비율에 그들의 방문 기간의 비율을 일치합니다. 마우스가 호퍼 사이에주기 시작되는 신속성은 대담 또는 탐구하는 경향이라고 할 수있는 무엇을 측정하기위한 한 방법입니다. 이것은 사이클의 누적 기록을 플로팅함으로써 가시화된다, 즉, 세션 시간의 함수로서 완성 된 사이클의 수는. 7은도 6과 동일한 생쥐 이러한 플롯을 보여준다. 여섯 중 다섯 최초 공급 단계의 시작하기 전에 몇 가지 탐험을 보여 즉시이 시작하면서 호퍼 사이의주기에 갑자기 시작했다. 하나의 마우스는, 그러나 (왼쪽 아래), 중간, 그것은 호퍼 사이의주기에 갑자기 시작되는 시점에 2 차 공급 단계를 통해 때까지 모든 (안 하나의 사이클)에서 모든 탐색 행동을 보여주지 않았다.
.. t는 "> 경음악, 클래식 컨디셔닝 전통적인 학습 이론은 연관 학습의 구별합니다 :. 고전적 조건 형성 (또한 파블로프 조절이라는)과 수단 에어컨 (또한 조건화라는) 두 경우 모두 생리 학적으로 의미있는 매개 변수는 학습 속도입니다이를 시냅스 강도는 고전적 조건 (예를 들면 호퍼 조명 및 음식 배달) 또는 SR 이벤트의 페어링과 수단 조절의 강화 이벤트에 대한 응답으로 두 가지 감각 사건의 페어링에 대한 응답으로 조정 신속성을 측정하는 것으로 생각됩니다. 학습의 환율 시험 - 투 - 수집, 즉, 이전에 에어컨 행동의 외관 짝의 수. 우리의 두 번째 프로토콜은이 비율을 측정합니다. 그것은 또한 공급 대기 시간에 예상 할 수있는 과목을 가르치고의 역수로 측정 지식이 세 번째 프로토콜 테스트 2 개의 펠릿 제공 호퍼,.이 프로토콜의 재판 중간 호퍼의 조명으로 시작, 그것은에 대한 펠렛 피더 (테스트 상자, 그림 1의 오른쪽 위의 그림 참조)이 없기 때문에 알약이 배달되지 않습니다 하나. 마우스가 조명 중간 호퍼로 찌르는 경우, 빛이 꺼지고, 두 측면에서는 호퍼의 무작위로 선택된 하나가 점등됩니다. 에 관계없이 마우스가 무엇을하는지, 다음 펠릿 조명 후이 4 초를 전달, 조명 왼쪽 호퍼 경우. 그 다음 펠렛 마우스가 무엇을하는지에 관계없이, 다시 조명 후 거기에 12 초를 전달, 조명 오른쪽 호퍼 경우. 따라서, 조명 중간 호퍼에 파고 재판을 시작하는 수단이며,이 호퍼에 불이 때 마우스가 그것으로 찌르는 때까지 아무것도 추가로 발생하지 않습니다, 마우스는 펠렛을 얻기 위해이 호퍼에 찌를해야합니다. 마우스가이 악기의 응답을 만든 후, 펠렛을 제공 할 것입니다에드 쪽에 호퍼는 관계없이 마우스 펠릿 배달되기 전에 경과 간격 동안 호퍼 여부에 간다 여부, 그 호퍼의 배송 지연 독특한에서 켜집니다.
시험 개시 속도의 1)의 누적 기록 (그림 8), 재판 개시 지연의 누적 분포 (그림 9)와 CS-ITI 찌를 속도의 누적 기록 : 소프트웨어가 자동으로이 작업 성능의 세 가지 플롯을 만든다 차이 (그림 10). 2) 중간 재판 개시 지연,, 쓸모 응답 (기악 학습 속도)의 취득 1) 시험 및 단락 모두에 선행 파고 인수 3) 시험 : 그리고, 이러한 기록에서 요약 통계 3 세트 파생 지연과 (autoshaped, 즉, 고전적인 학습 속도) 긴 대기 시간 공급 호퍼.
일정 시간 후 결정. 세 번째 프로토콜은첫 번째 Fetterman와 킬린 (24)에 의해 비둘기와 함께 사용하고 Balci 등 (22)에 의해 마우스에 적합한 "스위치"프로토콜. 마우스가 조명 중간 호퍼로 찌르는 경우 이전의 프로토콜로, 시험이 시작됩니다. 그러나,이 프로토콜에서,이 재판을 시작하는 찌가 자동으로 무작위로 해당 시험에 대한 "핫"호퍼로 컴퓨터에 의해 선택 중 하나, 모두의 측면에 호퍼를 조명한다. 이 호퍼와 연관된 급전 지연은 이전 프로토콜 (4 초, 12 초)과 동일하다. 그러나, 핫 호퍼 전달하고, 그것은 단지 "그것"수유 레이턴시 이후가 제 찌에 응답하여 제공한다. 짧은 지연 호퍼가 뜨거우면 마우스 짧은 지연의 끝에 해당 호퍼에이면, 제 찌 그 지연이 그 호퍼에 펠릿을 얻어 또는 후에 존재했다. 긴 레이턴시 호퍼 핫 호퍼이면 제 찌가 긴 L 또는 후에 존재했다atency은 호퍼에 펠릿을 제공합니다. 마우스는 급속하게 짧은 대기 시간 호퍼에 파고 때 긴 대기 시간 호퍼로 전환, "긴"시험에, 다음 대부분의 시험에서 짧은 대기 시간 호퍼 먼저 가서 배울 것은 짧은의 결론에 펠릿을 제공하는 실패 4 초 지연. 마우스는 시험의 대다수에 그 알약을 얻는다. 그것은 긴 대기 시간이나 후 첫 찌가 잘못된 호퍼에, 그 결과 긴 재판의 짧은 대기 시간 호퍼에서 너무 오래 유지하는 경우에는, 시험 펠릿 전달하지 않고 종료합니다. 이 짧은 대기 시간 시험에 조기에 전환하면 짧은 대기 시간이나 후 첫 찌가 잘못된 (긴 대기 시간) 호퍼가되도록 마찬가지로, 재판은 펠릿 전달하지 않고 종료합니다. 그 데이터는 이전의 긴 호퍼에 첫 번째 찌를 짧은 호퍼에 마지막 찌르기의 종료 지연으로 정의 된 긴 시련의 스위치의 지연 시간입니다.
이 펜실베이니아에있는radigm, 우리는 긴 대기 시간을 다릅니다. 마우스 작업이 그렇게 쉬운 일이 이루어질 때 빠른 박쥐 우산을 전환하는 법을 배워야하기 때문에 우리는 3 시간 4 초 짧은 대기 시간입니다 12 초, 긴 대기 시간으로 시작합니다. 우리는 다음 (그림 11 참조) 쥐가 자신의 스위칭 시간 수있는 방법을 긴밀하게 테스트하기 위해 8 초 또는 7 초, 6 초에 긴 대기 시간을 단축. 타이밍 정밀도의 측정 스위치 대기 시간의 분포의 가우스 구성 요소의 변동 계수이다. 변동 계수는 가우시안의 표준 편차 및 평균값 (σ / μ도 11) 간의 비율이다.
우리는 또한함으로써 너무 늦게 스위칭 대 조기 전환의 상대적 위험을 변화, 긴 재판의 가능성을 다양합니다. 긴 재판의 가능성이 높은 경우 긴 재판, 그것은 얼마나 빨리 마우스 스위치를 중요하지 않기 때문에, 짧은 호퍼에서 조기 출발에 의해 발생 위험이 감소된다. 또한, 위험 incurr에너무 늦게 출발하여 에드는 대응 상승. 긴 시험의 확률이 낮을 때에는 반대로, 너무 늦게 출발 대 조기 발의 상대 위험은 반대 방향으로 이동한다. 약 사실 마우스는 22, 23 (그림 12) 무엇이다, 위험을 동일시 할 수 있도록 합리적인 의사 결정자는 스위치의 분포를 이동해야합니다. 긴 시험의 확률을 변화시킴으로써 유발 변화를 측정하는 것은, (a 짧은 시험 대 롱) 확률을 추정하기 위해 그들의 스위치의 분포에 변동을 추정하고,이 두 암시 상대적 위험을 계산하기 위하여 마우스의 능력을 평가 불확실성의 근원.
충동. 스위치 대기 시간의 분포는 혼합 분포이다. 대부분의 조건 하에서 마우스의 대부분에서, 분포가도 11에서와 같이, 가우스 분포로 전환 대기 시간에 의해 지배된다. 방법지금, 너무 빨리 발생하는 "충동 스위치"의 작은 구성 요소는 많습니다, 신중하게 시간이 초과되지 나타나고으로, 약 최적의 위치 시간적 골 포스트 사이 가우스 구성 요소와 달리 (명확하게 최적화되어 있지 않습니다 ) 그림 11에서 볼 수있다. 이러한 충동 스위치의 빈도는 현저하게 마우스 사이의 조건에 따라 달라집니다. 짧은 대기 시간에 가까운 긴 대기 시간 (그림 11 참조)로 이동하여 작업을 더 어렵게처럼 긴 재판 가능성이 매우 높은 만들기, 대부분의 마우스에 자신의 주파수를 증가시킨다. 스위치 대기 시간의 분포는 거의 항상 이블 분포의 혼합물 가우스 분포 "weibgauss"기능에 의해 인상적인 정확성에 맞게 할 수 있습니다. 충동의 측정은 이블 분포에 전가 스위치의 일부입니다.
주기 메모리. 동물 타임 메모리에 기록하루에 (자신의 시간주기 시계의 상)의하는 motivationally 중요한 이벤트는 17 일이. 같은 이벤트가 정기적으로 약 같은주기의 위상을 다시 발생하는 경우, 그들의 행동은 재발을 예측하기 시작합니다. 매일 재발을 기억함으로써 예측이 기능의 일반적으로 공부를 표시 먹이 - 선행되는 행위 25. 우리는 단순히 마우스는 황혼 (빛 집 밖으로)와 새벽 (에 빛 집)을 둘러싼 두 개의 4 시간 간격으로 알약을 얻을 수있는 동안 간격을 제한하여,이 동안은 위에서 설명 (또는 거의 모든 다른) 프로토콜을 실행 측정합니다. 다른 간격 동안, 마우스는 테스트 환경에서 여전히 있지만 프로토콜 동작이다. 따라서, 그들은 단지 예정된 수유 간격 동안 펠렛을 얻었다. 테스트 시작 후 6-15일 사이의 어딘가에서, 선행 파고 활동 시간 정도의 황혼 먹이주기 전에 (그림 13)가 나타납니다. 의 경 - 황혼 공급terval 전에 집 라이트 (황혼)의 진화에 어떤 신호 일시간없이 시작됩니다.
행동 사건의 3 / 4은 황혼 공급 단계의 개시를 선행없는 음식 가용성의 9 시간 단계의 마지막 1 / 3 동안 발생하는 일에, 우리는 식품 선행 활동의 인스턴스로 그 계산합니다. 예측 가능한 활동 따라서 (그림 13에서 파란색 별표) 테스트의 처음 몇 일 동안 발생하지 않습니다 거뒀다. "시험"(일) - 투 - 수집주기 식품 선행 활성의 측정은 우리의 선행 활동의 주파수가 제 통계적으로 유의 한 증가를 도시 한 후, 일이다.
그림 1. 검사 시스템의 개략도. 각 캐비닛 포함8 테스트 환경, 호퍼는 펠렛 피더 (P)을 연결 한 중 두 IR 광선에 의해 모니터링 3 호퍼 (H)로 마우스 테스트 상자에 아크릴 튜브로 연결된 폴리 프로필렌 마우스 욕조로 구성된 각. 이러한 두 개의 캐비닛 (16 환경)의 환경을 제어하고 자극 및 응답 이벤트의 타임 스탬프 레코드를 기록하는 프로토콜 제어 프로그램을 실행하는 하나의 PC (암 연구소 컴퓨터). 단일 프로토콜 제어 프로그램은 모든 다른 프로토콜을 구현합니다. 프로토콜이 동작하는, 및 매개되는 것은 프로토콜 제어 프로그램에 의해 정기적으로 판독 된 텍스트 파일 (파라 파일)의 내용에 의해 결정된다. 이 텍스트 파일의 내용을 변경하는 동작 프로토콜을 변경한다. 프로토콜 제어 프로그램은 다른 텍스트 파일에 이벤트 레코드마다 10 분간 기록한다. TSsystem 데이터 분석 소프트웨어, 원격 서버에서 실행 수확 데이터 매 15 분. 정기적으로 (일반적으로 매 8 또는 12 시간)에, 그것은 광범위한 통계를 수행지금까지 얻은 그들이 어디에서 언제든지 실험실에서 누구나 액세스 할 수있는 클라우드 동기화 스토리지 사이트에 파일로 결과를두고 데이터의 그래픽 분석. 분석 소프트웨어는 프로토콜 제어 프로그램에 의해 판독 매개 변수 파일 (파라 파일)에 새 매개 변수를 작성하여 프로토콜의 특정 시리즈의 다음 프로토콜에 대한 개별 마우스를 이동합니다. 그것은 그렇게한다 때 마우스 충족 사용자가 지정한 의사 결정 기준의 데이터가. LAN = 로컬 영역 네트워크. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 2A. TSbroswer GUI의 스크린 샷. 브라우저는 복잡한 계층 적 데이터 F를 통해 검색 할 수 있습니다그것에서 파생 된 결과 및 원시 데이터가 모두 포함 레드. TSsystem있는 기능이 구조의 필드의 데이터에 조작과 동일한 구조 내 다른 필드의 결과를 저장한다. 모든 수준의 필드에 종속되지만 가장 낮은 통계 요약, 노트와 숫자 인덱스 낮은 수준을 포함하는 단말기 데이터 필드입니다 숫자 인덱스 교장은 낮은 수준입니다 : 제목 레벨, 세션 레벨 및 시험 레벨 (후속 패널을 참조하십시오 이 그림). 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 2B. 주제의 선택 브라우저의 스크린 샷. 왼쪽 하단 창에서 데이터 F입니다ields 직접 그 주제에 종속. 그들은 그 주제에 대한 요약 통계가 포함되어 있습니다. 세션 창에서이 주제와, 세션 필드처럼, 자신의 하위 필드가 다른 필드에 대한 숫자 인덱스 세션입니다. MacroInfo 필드는 경로와 세션의 시작에서 프로세스 제어 소프트웨어에 의해 판독 된 코드 파일의 파일 이름 등, 프로토콜 제어 매크로에 대한 정보를 제공하는 서브 필드를 갖는다. 프로토콜 필드가 상이한 프로토콜 파라미터를주는 서브 필드가 선택된 세션에서 실행 된, 프로토콜의 종료 판정의 기준이되는 데이터를, 그 결정을 만드는 코드 및 결정 기준을 포함하는 결정 필드. 왼쪽 아래 창에서 데이터 필드를 선택하면 오른쪽 창에 해당 필드에 데이터를 표시하는 것은. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
도 2C. 세션의 선택 스크린 샷. 필드 즉시 선택한 세션에 종속는 왼쪽 아래 창에 표시됩니다. 이러한 필드 중 그 원시 데이터 및 제트 연료를 포함하는 그 원시 데이터에서 추출 요약 통계를 포함하는 그이다. 이 창에서 데이터 필드를 선택한 경우, 그 내용은 오른쪽 아래 창에 표시된다. 이 스크린 샷에서 일치하는 프로토콜에서 원시 데이터를 포함하는 필드를 선택하고있다. 세션 창의 오른쪽에있는 시험 유형 창에서 선택한 세션 동안 실행 시험 유형을 표시됩니다. "재판은"파묻혀을 분석 할 수 있습니다 데이터의 여러 펼쳐진을 정의하지 - 반드시 연속 된 이벤트의 사용자 지정 순서입니다 연구 내용. 사용자는 시험의 임의의 많은 다른 유형을 정의 할 수 있습니다. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
2D 그림. 시험 유형의 선택 브라우저의 스크린 샷. 해당 유형의 숫자 인덱스 시험은 시험의 창에 표시됩니다. 언제나, 데이터 필드는 바로 왼쪽 아래 창에 표시됩니다 선택한 필드에 종속하고, 이러한 필드 중 하나를 선택하면, 해당 내용이 오른쪽 창에 표시됩니다. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 2E. 각각의 시험의 선택 브라우저의 스크린 샷. 그것에 종속 데이터 필드는 그 필드 중 하나가 선택된 경우, 그 내용이 우하 창에 표시되고, 좌하 창에 표시하고있다. 자동적으로 각 시험에 포함 된 필드 중에서도 시험이 시작되는 세션 시간을 지정하는 필드이며,이 시험 나침반 원시 데이터 파일에, 그 재생 시간, 및 행 번호를 종료 된 세션 시간. 다른 필드 (여기에서 '넘나들며', 'NumPks'및 'AutoLngPkRate'는 사용자의 모든 필드의 내용이 세션 레벨의 필드에 저장된 원시 데이터에서 계산됩니다. 정의됩니다. 큰 보려면 여기를 클릭하십시오이미지.
그림 3. TSbegin에서 초기 프롬프트의 스크린 샷입니다. TSbegin 그 데이터에서 파생 된 원시 데이터 및 모든 요약 통계와 다른 결과가 이동되는에 계층 적 데이터 구조를 만드는 과정을 통해 사용자를 이끌 프롬프트를 사용합니다. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 4. TSaddprotocol에 대한 도움의 스크린 샷.이 대화 형 GUI는 proce을 통해 사용자를 리드한 실험 프로토콜의 새로운 버전을 생성 SS. 이 작업을 수행하려면 사용자는 해당 (예를 들어, 일치하는 프로토콜의 동시 변수 간격 일정에 대한 새 값) 프로토콜의 매개 변수에 대한 새 값을 지정해야합니다. 또한 사용자 지정 (또는 이전에 지정된 선택) 프로토콜을 종료하고 다음 프로토콜에 갈 결정을 만들기위한 코드를해야합니다. 또한 사용자 지정 (또는 이전에 지정된 선택) 결정 필드와 결정 기준해야합니다. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 5. TSstartsession. TSstartsession에서 초기 프롬프트가 특급을 시작하는 과정을 통해 사용자를지도하는 대화 형 GUI입니다erimental 세션. 하나의 세션은 일반적으로 하나의 세션의 과정에서 수행 여러 가지 프로토콜 (작업), 몇 주에 하루 이틀에서 실행됩니다. 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 6. 누적 불균형 소득 (빨강에서 얻어진 펠렛)에 대한 플롯과 3 야생형 생쥐와 3 L1 이형에 (검은 색)에 시간을 확인할 수있다. 두 개의 동시 VI 일정의 상대적 풍요 로움은 슬로프 (세로 빨간 점선으로 표시) 하락할 시점에서 역전되었다. 마우스 ID 번호는 각 플롯이다. 녹색 수직는 황혼 공급 단계의 시작을 표시하며 검은 수직 새벽 수유하는 PHA의 발병을 표시전자. 어 (오류) 값은 소득 줄거리 및 방문 - 기간 플롯 사이의 기울기의 차이입니다. 이러한 불균형의 오차 헤른 분율 회 오류이다. 헤른 스타 인의 소득 비율은 호퍼에서 얻은 총 수입의 비율이며, 방문 - 기간 분율 (두 호퍼에서 보낸 결합 된 시간을 기준으로) 호퍼에서 보낸 총 시간의 비율입니다. 양의 기호 즉, 시간의 비율은 소득의 비율보다 더 극단적이다 "overmatching"을 나타내고, 음의 부호는 시간 부분은 소득의 비율보다 극단적이다, 즉, "undermatching"를 나타냅니다. 이 실험에 대한 자세한 내용은 Gallistel 외 여러분 (28)를 참조하십시오. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 7. 그림 6과 같은 6 마우스에 대한 시험 시간 대 (호퍼 1에 반환 다음 호퍼 2 방문 뒤에 호퍼 1 방문) 누적 사이클. 점선 녹색 수직 먹이 단계의 온 세트 표시;. 빨간색으로 수직, 오프셋 (offset)를 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 8. 수단 / 고전적 조건 프로토콜,도 6 및 7과 같은 6 마우스 동안 재판 개시 속도의 누적 기록. 짧은 무거운 수직 점선은 뜻인지이 있었다하는 첫 시도로 정의 된 각 레코드의 취득 시험, 표시 레코드의 첫 번째 세그먼트의 평균 속도보다 큰 값으로 평균 속도 NT 증가는. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 9. 시험 개시 지연의 누적 분포, 이전의 수치와 동일한 마우스. 재판 개시 호퍼가 불거나 마우스를 만족 시키게되었을 때 마우스가 시험 상자에 존재하지 않았다 시험에서 매우 긴 개시의 지연 시간이 있기 때문에 분포는 0.7에서 잘립니다되었습니다. 0.5에서 수평 라인이 누적 분포를 교차하는 x 축 위의 점은 재판을 시작하는 평균 대기 시간입니다.51047/51047fig9highres.jpg "대상 ="_blank "> 큰 이미지를 보려면 여기를 클릭하십시오.
그림 10. 공급 호퍼의 조명 동안 찌르는 속도 및 앞 intertrial 간격 동안 찌르는 속도의 차이의 누적 기록. 이전 그림과 같은 마우스. 마우스가 intertrial 간격 동안보다 호퍼 조명하는 동안 더 적은 찌르기 때문에 처음에는이 레코드의 기울기가 0 또는 음수입니다. 마우스 펠릿의 임박한 배달의 기대에 조명 호퍼로 찌를 시작할 때 기울기는 긍정적으로 변합니다. 펠렛 마우스 홉으로 넘나들며 여부 호퍼 관련 전송 레이턴시의 끝에 제공되어 있기 때문에이 선행 파고 고전적 조정된다당 또는 없습니다. 고체 점은 조건 반응이 먼저 확실하게 (예심에 취득)을 표시하는 시험입니다 기울기가 양의가되는 지점을 표시합니다. 이것은이 예제에서 알 수있는 바와 같이, 매우 시끄러운 (변수)를 측정합니다. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 11. 약간 신경이 지칠대로 지친 무거운 파란색 선은 긴 호퍼 (무거운 검은 수직 (12)에서, 8, 최고 플롯에서 7 초에 공급 지연의 세 가지 다른 설정에서 마우스 # 5024를위한 스위치 대기 시간의 누적 분포를 나타내는 경험적 누적 분포 함수입니다 아래 그래프로, 각각). 짧은 공급 대기 시간은 항상 4 초였다 (무거운 수직 점선). 경험적 기능에 거의 정확하게 중첩 얇은 빨간색 곡선은 이러한 데이터에 맞는 6 매개 변수와 이블 가우스 함수입니다. 무거운 붉은 분포와 이블 가우시안 혼합 분포에 해당하는 확률 밀도 함수입니다. (그들은 누적 분포 함수의 유도체이다.)이 혼합 분포의 가우스 구성 요소의 매개 변수가 그래프에 표시됩니다. 장기 공급 대기 시간을 단축하는 것은 그것의 스위치 대기 시간 (μ)의 평균을 단축하고 자신의 정밀도 (σ / μ)를 증가 마우스를 일으켰습니다. 또한 일부 충동 스위치 (아래쪽 플롯의 확률 밀도 함수의 왼쪽 꼬리 범프)의 외관을 일으켰다. 이 충동의 측정 이블 가우시안 혼합 분포의 가장 적합한 버전 이블 성분에 의한 혼합물의 분획이다.대상 = "_blank"> 큰 이미지를 보려면 여기를 클릭하십시오.
그림 12. 스위치 지연 (작은 흰색 원)는 짧고 긴 시련의 상대 빈도의 변화 직후 갑자기 이동. 긴 시련이 플롯의 상단에 작은 빨간색 플러스로 표시되어있는 동안 짧은 시험은 플롯의 하단에 작은 빨간색 플러스로 표시되어 있습니다. 아래쪽과 위쪽에서 생성 된 적색 줄무늬의 밀도의 변화는 짧고 긴 시험의 상대도 (확률)의 변화를 나타낸다. 하단의 빨간색 (짧은 시험이 더 가능성이되면) 더 밀도가되면, 상단에 붉은 밀도가 될 때, 작은 원 (스위치 대기 시간) 원, (긴 재판 확률의 증가를) 상향 이동하고 있습니다아래로 이동. 파란색 선은 분포의 중간 값이다. Kheifets 및 Gallistel 23의 그림 2에서 발췌. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
그림 13. 90 일의 테스트 기간 동안의 행동과 환경 사건의 24 시간 래스터 플롯 검은 점의 기록 넘나들며;. 두 공급 호퍼에서 빨간색과 녹색 점 기록 펠릿 배달. 블랙 오른쪽을 가리키는 삼각형 기록 집 - 빛 오프, 검은 색 삼각형에게 기록 집 조명 기능을 가리키는 왼쪽, 시안, 왼쪽 삼각형 (받지 않은)을 기록하기 전에 자체 황혼에 1 시간을 발생하는 황혼 수유 간격의 온 세트, 시안 마우스 오른쪽 가리키는 삼각형 기록황혼 수유 간격의 오프셋 (3 시간 후 집 등 꺼짐) 왼쪽을 가리키는 마젠타 삼각형 새벽 수유 간격 (에 집 라이트 전에 2 시간)의 온 세트 (받지 않은)을 기록, 오른쪽을 가리키는 마젠타 삼각형 오프셋 (offset)를 기록 새벽 수유의. 24 시간 시간축 어드바이저 자정 아니라 마우스 살았던 테스트 환경의 역방향 사이클 시간을 종래 자정이다. 이전 황혼 먹이 먹이 선행 활동의 온 세트는 파란색 별표로 표시되는 것은. 더 큰 이미지를 보려면 여기를 클릭하십시오 .
Subscription Required. Please recommend JoVE to your librarian.
Discussion
우리의 방법은 인간의 노동의 최소 시간의 최소량 한번에 많은 생쥐에 대한 인식, 학습과 기억,,, 여러 가지기구의 기능에 생리 학적 의미 정량적 결과의 넓은 범위를 산출하고, 명 취급 일, 주, 또는 테스트 개월 동안 실험 과목. 이러한 특성은 유전자 및 약물 검사 프로그램을 맞게. 그것은 최소한의 수정 상용 하드웨어 (테스트 상자와 둥지 욕조)를 사용합니다. 그것은 유전자 및 / 또는 약리학 적으로 조작 생쥐의인지 능력을 테스트하기 위해 다른 현재 사용되는 방법보다 적은 시간에 기본 인식의 더 많은 측면에 더 마우스에서 더 많은 데이터를 생성한다.
이는 시판 잘 지원 언어로 작성된 오픈 소스 소프트웨어의 2 종류에 달려있다 : 1) 실험 프로토콜의 구현 (재질 참조) 테스트 장비의 제작자에 의해 제공된 언어데이터의 기록, 2) 온라인을위한 오픈 소스 도구 상자, TSsystem, 준 실시간 데이터 분석, 그래프, 의사 결정. 도구 상자는 가장 널리 사용되는 중 하나를 작성하고 철저하게 (자료 참조) 고유의 과학적인 데이터 분석 및 그래프 언어를 지원합니다.
함께 원시 데이터와 실험 프로토콜 및 원시 데이터에서 파생 된 모든 결과를 적용 실험 제어 코드는 하나의 데이터 구조를 유지하고 있기 때문에 TSsystem 도구 상자, 명확하고 안전한 데이터의 흔적을 보장합니다. 이 계층 적 데이터 구조들은 필드의 내용을 나타낸다는 점에서 스프레드 시트와 같은 기능을 헤더 필드 명을 갖는다. 스프레드 시트의 헤더와는 달리,이 데이터 구조의 필드 이름은 인덱서 블하다. 데이터, 요약 및 그래픽 명령은 예를 들어, 제목을 통해 경로를 지정하여 어디서나 구조의 데이터에 액세스 할 수
"Experiment.Subject (3).세션 (2). TrialTypeCS.Trial (5). NumPokes. "
사용자 지정 도구 상자, TSsystem의 명령은, 이러한 필드의 데이터에 대해 작동하며 동일한 구조 내에서 다른 필드 또는 필드에 결과를 저장합니다. 보통 작업의 결과가 저장되는 필드 또는 필드 TSsystem 명령에 의해 생성된다. 데이터 분석 코드는 동일한 구조 자체에 저장 될 수있다. 구조의 다양한 수준은 임의의 길이의 설명 노트를 넣을 수 있습니다 메모 필드가 포함되어 있습니다. 사용자는 데이터 필드의 내용을 설명하고 해석 추가적인 메모 필드를 만들 수있다. 따라서, 구조를 보관 또는 공개적으로 접근 가능한 데이터베이스는 온라인에서 단일 파일의 실험 데이터 분석의 모든 중요한 양태를 넣은. 실험이 실행되는 동안 데이터 구조를 포함하는 파일에 동기화 폴더에 "클라우드." 이 배열은 오프 사이트 스토리지 및 최첨단 백업을 보장한다. 그것은에 대한 액세스를 제공조사자가 인터넷에 액세스 할 수 있는지 언제 어디서나 데이터 분석 및 그래픽의 최신 버전.
중요한 단계. 시험 프로토콜의 건설에 중요한 단계는 다음과 같습니다 :
- 컴퓨터 제어 마우스 테스트 장치의 상용 공급 업체에서 제공하는 언어의 프로세스 제어 코드의 작성과 디버깅 (장비 및 소모품 참조). 그 대표적인 결과 상기 하였다 프로토콜 스틱 사용자는 보충 자료에서 제공되는 코드를 사용할 수 있습니다. 이 단일 코드 파일은 상술 시험 프로토콜의 일부 또는 전부를 구현한다. 테스트에 주어진 지점에서 주어진 주제에 대한 수술의 프로토콜은 프로토콜 매개 변수 값의 열이 그 시간에 시행되는에 따라 달라집니다. 사용자는 테스트가 시작되기 전에 TSaddprotocol를 사용하는 순서대로 실행이 프로토콜을 결정합니다. 특정 프로토콜 인 dEC 보충 자료에 포함ision 코드 및 의사 결정 분야. 사용자는 판정 조건을 지정할 필요가있다. 이러한 의사 결정 기준은 주어진 주제에 대한 특정 프로토콜에서 수집되는 데이터의 양을 제어합니다. 각 피사체에서 결과를 그래픽 각 24 시간주기에서 여러번 묘사되기 때문에, 사용자는 원경 각 마우스로부터 얻은 결과의 관점에서, 마우스에 의한 마우스 기초 상하 기준을 조정할 수있다.
- TSsystem 도구 상자에서 명령의 라이브러리를 사용하여 준 실시간 데이터 분석 및 그래프 코드의 작성 및 디버깅. 그 대표적인 결과 상기 하였다 프로토콜 스틱 사용자는 보충 자료에서 제공되는 코드를 사용할 수 있습니다. 각 시험 프로토콜 (일치, 수단과 고전적 조건 및 시간 제한 호퍼 전환)에 대한 하나의 마스터 분석 기능이 있습니다. 프로토콜 독립적 인 문제 해결 분석을 수행하고 프로토콜 별 analy를 호출하는 다른 마스터 기능 (DailyAnalysis.m)SIS 기능 그것의 문제 해결을 완료하면.
- 프로토콜이 제대로 모든 마우스는 건강을 유지하기 위해 충분한 알약을 얻는 것을 작동하는지 확인하기 위해 데이터 분석 코드에 의해 생성 된 그래프의 일상 감시.
문제 해결. 하나 이상의 실험이 실행 될 때마다 DailyAnalysis.m 함수는 타이머 기능에 의해 매 24 시간에 2 회 이상이라고한다. 호출 될 때마다, 계층 적 데이터 구조를 포함하고있는 모든 활성 피사체 그 구조로 원시 데이터 파일을 판독 파일을로드한다. 이 원시 데이터 파일은 프로세스 제어 소프트웨어에 의해 10 분마다 기록된다. DailyAnalysis 기능은 기본 일련의 검사를 실행합니다. 각 마우스가 최근 24 시간 이내에 펠릿의 충분한 수를 획득 한 각 마우스가 활성화되어 있는지, 펠릿 디스펜서가 제대로 작동하는지 확인하기 위해 사용자를 활성화하고, 그 그래프를 생성한다. D의 부재ATA는 시간의 일부 사용자가 지정한 번호에 대한 마우스에서 사용자 지정 임계 값, 또는 펠렛 디스펜서, 제대로 트리거 알림 이메일을 작동하지 않는 것을 제안 수치 결과 이하로 얻은 펠릿의 수.
수정. 공정 제어 코드와 TSsystem 코드가 오픈 소스 광범위 댓글 때문에, 사용자는 자신의 프로토콜을 고안 할 수있다. 코드가 보충 자료로 제공되는 프로토콜은 appetitive 프로토콜입니다. 그들은 행동에게 대상인지 메커니즘의 기능에 의존하는의 양적 측면을 유도하기 위해 음식 보상을 사용합니다. 그러나, 상업 마우스 테스트 챔버 발 충격에 의한 공포 조절을 가능하게하는 구성으로 주문할 수 있습니다. 따라서, 시스템은 컨텍스트를 모두 구현 보이기 시작하고, 공정 제어 및 준 실시간 데이터 항문 모두 필요한 컴퓨터 코드를 작성할 수 누구나 시간별 공포 조건화 수ysis. 보충 자료에 제공 심하게 주석 코드 파일은 필요한 새로운 코드의 생성을 촉진한다.
제한. 인지의 기본 메커니즘은 공간과 시간에서 자신을 찾을 수 및 이벤트 확률 및 교환 위험을 추정하기 위해 동물을 사용하는 사람입니다. 여기에 설명 된 완전히 자동화 된 테스트 시스템은 시간에 자신의 위치를 마우스를 사용하는 메커니즘의 광범위한 테스트를 제공하고, 확률 및 교환의 위험을 추정 할 수 있습니다. 그러나, 공간에 자신을 위치 할 수 있도록 메커니즘에 대한 매우 제한된 정보를 제공합니다. 정합 프로토콜 및 정해진 스위칭 프로토콜 테스트 마우스 시험 상자 내에서 자신의 위치에 근거하여, 그렇지 않으면 동일한 호퍼를 구별 할 수 있는지 여부. 둘 그러나, 예를 들어, 이러한 프로토콜 테스트 없음, 익숙한 공간 (26)도 일의 구조를 사용하여 자신의 방향을 동물을 가능하게하는 메커니즘마우스가 실행 얼마나 멀리 측정하고 그 추측 항법 (dead reckoning) 18에서 중심적인 역할을 전자 주행.
. 기술의 의의는 여기에 행동 테스트 기술은 다섯 가지 중요한 방법의 행동 약리학 및 행동 유전학에서 일반적으로 사용되는 대부분의 다른 기술과 다른 설명 :
첫째, 생리 학적으로 의미있는 측정을 수행합니다. 이러한 비교 결과를 분석 전기 생리학 및 생화학 적 수준에서 반복 할 수있는 그러한 간격 기간의 표현의 정확도 및 정밀도 등의 측정이다. 생리 학적으로 의미있는 행동 측정이 분자 또는 세포 또는 회로 수준의 메커니즘이 그 행동으로 매니페스트기구의 신경 생물학적 실현 형태의 보안 연결 가설을 수립에 중요한 역할을한다. 예 분광 감도 함수 및 기간과 같은 PHA의 행동 측량이러한주기 클럭으로 발진기의 에스. 생리 학적으로 의미없는 행동 측정의 다양한 예는 마우스가 로타에 걸 수있는 시간이다, 물 미로에 빠져들 플랫폼을 찾을 수의 평균 대기 시간은 사분면에서 수영 궤도의 비율이 플랫폼은 이전에 어디에 발견하고, 이전 테스트 실에서 마우스 정지를 충격 한 시간의 비율.
둘째, 자동화, 고용량, 고 스루풋 절차이다. 마우스는 테스트 과정에서 처리되지 않습니다. 많은 마우스는 기본적인인지 메커니즘에 대한 정량적 인 정보를 제공하는 여러 가지 프로토콜을 실행하는 동안, 최소한의 시간 투자, 실험실 공간의 제한된 양에 동시에 테스트 될 수있다. 대부분의 행동 테스트에 배치하고 시험 장치에서 제거하기 위해 마우스의 일 처리가 필요합니다. 물 미로와 콩트 가장 인기있는 절차 중 일부 ( 각 측정이 촬영 및 비디오 레코드의 시간이 소요 득점 후 예를 들어 xtual 공포 조건화는) 직전 바로 마우스를 다루는 것이 필요.
셋째, 결과 분석 및 준 실시간 그래프, 테스트로 테스트의 진행은 개별적으로 각 마우스에 대해 자동으로 수행된다. 이것은 각각의 마우스로부터 최대 - 시간 데이터의 광 마우스에 의해 마우스 (판정 기준을 변경, 예를 들어, 기준) 절차를 조정 가능하게한다. 일반적으로 사용되는 테스트의 데이터는 종종 테스트를 실행 한 후에 오랫동안 분석된다. 이것은 각 절차에서 같은 시간에 공동으로 쥐를 실행해야합니다. 다른 생쥐 시간 광범위 : 서로 다른 양의 후에 다른 절차를 지배하기 때문에 낭비이다. 집단 시험 시간이 너무 짧게되면, 여러 마우스 작업을 마스터하지 않습니다 거의 모든 마우스 작업을 마스터 있도록이 충분히 이루어진 경우, 일부 마우스는 더 이상 필요 이상으로 실행됩니다.
엔트 "> 넷째, TSsystem 도구 상자의 디자인은 어떤 프로토콜과 어떤 매개 변수가 어떤의 시험에서 어느 시점에서 수술했다에 대한 불확실성에 게시 된 요약 통계를 다시 원시 데이터에 대한 그래프에서 그대로 쉽게 추적 추적을 보장합니다 테스트는 각 마우스에서 데이터의 높은 볼륨 (타임 스탬프 이벤트의 수천을) 얻을 때 마우스. 많은 현재의 테스트는 각 마우스에 대한 약간의 데이터를 얻을 수 있으며,이 경우에, 데이터의 흔적. 짧고 쉽게 따라, 데이터의 흔적 . 시간이 지남에 따라 약간 다른 프로세스 제어 코드 파일이 생성되고, 긴 심하게 조각난 및 따라하기 어려운이 될 수 있으며, 다양한 데이터 분석 코드 파일이 작성되며, 다른 코드 파일은 다른 이전 결과 파일에 작동하여 다양한 결과 파일을 생성합니다. 그것은 그들이 모두 함께 저장되어 있는지 확인하기 위해 다양한 전자 파일 어려운 사이의 복잡한 관계를 추적하는 것이 어렵게된다. TSsystem, 원시 데이터에서모두가 그들을 같은 계층 적 데이터 구조에 저장됩니다에서 파생됩니다. 따라서, 발표 결과는 기본 원시 데이터로부터 분리 될 수 없습니다. 각 세션에 대한 프로세스 제어 코드는 자동으로 동일한 실험에서 이전의 모든 프로세스 제어 코드를 문자로 TSsystem 소프트웨어와 비교하여 문자로 읽을 수 있습니다. 어떤 차이가있는 경우, 새로운 세션을위한 코드는 데이터 및 해당 프로세스 제어 버전을 식별하는 번호가 자동으로 해당 마우스에서 해당 세션을위한 필드에 입력과 함께 구조에 저장된다. 따라서, 프로세스 제어 코드의 모든 버전이 자동으로 그 코드의 실행으로부터 얻은 데이터와 동일한 구조에 저장된다. 어떤 데이터가 다중 버전 프로토콜의 버전에서 온로서이 시스템으로, 하나는 확실 결코 없다. 개수 통상 몇 가지 데이터 분석 코드 파일은 또한 분석이 완료되면이 구조에 저장 될 수있다. 이것은 하나의 D 모든 화일의 분기 구조 (무엇에 종속 무엇)에 의해 그것의 필드 이름 정보의 많은 다른 종류의 관계를 모두 표시 ATA 구조.다섯째, 모든 관련 정보를 함께 요약을 추출 및 그래프를 생성하는 데 매우 높은 레벨의 데이터 분석 명령과 함께 저장되는 TSsystem,의 코어에서의 계층 적 데이터 구조는 실험실 간의 복잡한 행동 표현형 데이터의 가능한 공유하게 . 하나의 전자 파일은 다른 연구자에게 데이터 처리의 모든 단계, 및, 소화 및 요약 데이터를 그래프 컴퓨터 코드로 이해할, 악용 액세스를 제공한다. 그것은 풍부한 오래된 데이터의 최신 재분석이 가능으로 설정합니다. 또한 많은 유용한 공개 행동인지 표현형 데이터베이스의 생성을 가능하게한다.
미래의 응용 프로그램. 완전 자동화 시스템이 실험 과정에서 유용 할 수 있습니다 IN의 동물 행동. 그것은 마우스와 이렇게에서 자신의 건강에 대한 위협 가능성에 대한 교환 문제의 적절한 처리에 학생들의 많은 지시의 점점 더 성가신 문제를 finesses. 그것도를 취급하지 않고 실제 쥐 실험을 설계하고 실행하는 학생들의 많은 수 있습니다. 교육 사용하기 위해, 하나는 학생들이 고안 한 프로토콜에서 마우스 실적을 관찰 할 수 있도록, 테스트 상자에 작은 저렴한 적외선 비디오 카메라를 넣을 수 있습니다. 클라우드에 저장된 하나의 계층 적 데이터 구조에서 원시 데이터의 배치는 가능한 데이터가 들어올 많은 다른 학생들이 동일한 데이터를 분석 할 수있게
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
저자가 공개하는 게 없다.
Acknowledgments
이 시스템의 생성은 5RO1MH77027에 의해 지원되었다.
Materials
| Name | Company | Catalog Number | Comments |
| SmartCtrl Connection Panel | Med Associates | SG-716B (115) | control panel for inputs/outputs |
| SmartCtrl Interface Module | Med Associates | DIG-716B (114) | smart card for each chamber |
| Universal Cable | Med Associates | SG-210CB (115) | cable from smart card to control panel |
| Tabletop Interface Cabinet | Med Associates | SG-6080C (109) | cabinet to hold smart cards |
| Rack Mount Power Supply | Med Associates | SG-500 (112) | 28 volt power |
| Wide Mouse Test Chamber | Med Associates | ENV-307W (31) | test chamber |
| Filler Panel Package | Med Associates | ENV-307W-FP (32) | various-size panels for test chamber |
| Wide Mouse Modular Grid Floor | Med Associates | ENV-307W-GF (31) | test chamber floor grid |
| Head Entry Detector | Med Associates | ENV-303HDW (62) | head entry/pellet entry into hopper |
| Pellet Dispenser | Med Associates | ENV-203-20 (73) | feeder |
| Pellet Receptacle | Med Associates | ENV-303W (61) | hopper |
| Pellet Receptacle Light | Med Associates | ENV-303RL (62) | hopper light |
| House Light | Med Associates | ENV-315W (43) | house light |
| IR Controller | Med Associates | ENV-253B (77) | entry detector for tube between nest and test |
| Fan | Med Associates | ENV-025F28 (42) | exhaust fan for each chamber |
| Polypropylene Nest Tub | nest box | ||
| Acrylic Connection Tube | connection between nest and test areas | ||
| Steel Cabinet | cabinet to hold test chambers (78"H, 48"W, 24"D) | ||
| Windows computer | running MedPC experiment-control software | ||
| Server | running Matlab, linked to exper-control computer by LAN | ||
| Software | |||
| MedPC software | Med Associates | proprietary process-control programming language | |
| Matlab w Statistics Toolbox | Matlab | proprietary data analysis and graphing programing system | |
| TSsystem | in Supplementary Material w updates from senior author | Open-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) |
References
- Gallistel, C. R., Shizgal, P., Yeomans, J. S. A portrait of the substrate for self-stimulation. Psychol. Rev. 88, 228-273 (1981).
- Takahashi, J. S. Molecular neurobiology and genetics of circadian rhythms in mammals. Ann. Rev. Neurosci. 18, 531-553 (1995).
- Mackay, T. F. C., Stone, E. A., Ayroles, J. F. The genetics of quantitative traits: challenges and prospects. 10, 565-577 (2009).
- 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).
- Balsam, P. D., Drew, M. R., Gallistel, C. R.
- Gallistel, C. R., Gibbon, J.
- Ward, R. D., et al. Conditional Stimulus Informativeness Governs Conditioned Stimulus—Unconditioned Stimulus Associability. J. Exp. Psychol. Animal Behav. Process. 38, 217-232 (2012).
- Gallistel, C. R., et al.
- Herrnstein, R. J.
- Mark, T. A., Gallistel, C. R.
- 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).
- 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).
- 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).
- Upchurch, M., Wehner, J. M. Differences between inbred strains of mice in Morris water maze performance. Behav. Genet. 18, 55-68 (1988).
- 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).
- 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).
- Gallistel, C. R. The organization of learning. , Bradford Books/MIT Press. (1990).
- 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).
- Challet, E., Mendoza, J., Dardente, H., Pevet, P.
- Arcediano, F., Miller, R. R. Some constraints for models of timing: A temporal coding hypothesis perspective. Learn. Mot. 33, 105-123 (2002).
- 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).
- Balci, F., Freestone, D., Gallistel, C. R. Risk assessment in man and mouse. Proc. Natl. Acad. Sci. U.S.A. 106, 2459-2463 (2009).
- Kheifets, A., Gallistel, C. R.
- 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).
- Luby, M., et al. Food anticipatory activity behavior of mice across a wide range of circadian and non-circadian intervals. PLoS One. 7, (2012).
- 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).
- Rodriguiz, R., Wetsel, W. C. Animal Models of Cognitive Impairment Ch. 12. Levin, E. D., Buccafusco, J. J. , CRC Press. (2006).
- 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).
