我们介绍了三种用于评估大鼠及其他小型哺乳动物不同形式冲动行为的实验方案。跨期选择程序用于评估个体对延迟结果的价值贴现倾向。低反应率差异强化和特征阴性辨别分别用于评估在有或无不当反应惩罚条件下动物的反应抑制能力。
方法文章
* These authors contributed equally
我们介绍了三种用于评估大鼠及其他小型哺乳动物不同形式冲动行为的实验方案。跨期选择程序用于评估个体对延迟结果的价值贴现倾向。低反应率差异强化和特征阴性辨别分别用于评估在有或无不当反应惩罚条件下动物的反应抑制能力。
本文提供了一种用于实施和分析三种基于条件反射的实验方案以评估大鼠冲动性的指南。冲动性是一个重要的概念,因其与人类的精神疾病以及非人类动物的适应不良行为相关。目前认为,冲动性由多个独立的因素构成。已有研究设计出相应的实验室方案,利用标准化的自动化设备来评估各个因素。延迟折扣(delay discounting)与个体难以被延迟结果所激励的能力缺陷相关,该因素通过时间间隔选择范式进行评估,该范式包括 呈现给个体一种选择情境,即在即时奖励与更大但延迟的奖励之间进行抉择。反应抑制缺陷与无法抑制优势反应的能力相关。低反应率差异性强化(DLR)和特征负性辨别任务用于评估冲动性中的反应抑制缺陷因素。前者对有动机的个体设定条件,要求其在反应获得奖励前必须等待至少一段最短时间;后者则评估个体在出现食物缺失信号时抑制觅食反应的能力。这些实验方案的目的是建立一种客观的、可量化的冲动性测量指标,以实现跨物种比较,并为转化研究提供可能。这些特定方案的优势在于其简便的设置与应用,这源于所需设备较少以及方案本身的自动化特性。
冲动性可被概念化为一种与适应不良结果相关的行为维度1。尽管该术语被广泛使用,但学界对其精确定义尚未达成普遍共识。事实上,一些研究者在定义冲动性时,往往通过列举冲动行为或其后果的实例,而非明确界定支配该现象的独特特征。例如,冲动性被认为涉及无法等待、缺乏计划能力、难以抑制优势行为,或对延迟性结果不敏感2,并被视为成瘾行为的核心易感因素3。Bari 和 Robbins4 将冲动性描述为强烈冲动与功能失调的抑制过程共同发生的现象,其中冲动由个体特质和情境变量触发。Dalley 和 Robbins 提出了另一种定义,认为冲动性是一种倾向于迅速且常为过早行动的倾向,且缺乏适当的洞察力5。此外,Sosa 与 dos Santos6 提出的另一种冲动性定义指出,这是一种行为倾向,由于与奖励偶然相关的刺激对个体反应施加了习得性控制,导致个体偏离最大化获取可用奖励的行为路径。
由于冲动性与多种行为过程相关,其神经生理学基础涉及与动机行为、决策和奖赏评估共同的脑区结构。研究表明,皮质-纹状体通路(例如伏隔核 [NAc]、前额叶皮层 [PFC]、杏仁核和尾状壳核 [CPU])以及上行单胺能神经递质系统均参与冲动行为的表达7。然而,冲动性的神经基础比上述更为复杂。尽管伏隔核和前额叶皮层参与了冲动行为,但这些结构本身属于更复杂的系统,并且各自包含具有不同功能的亚结构(更详细的文献参见 Dalley 和 Robbins5)。
尽管关于其本质和生物学基础仍存在争议,但这种行为维度在个体间存在差异,此时可被视为一种特质,而在同一个体内也会发生变化,此时可被视为一种状态8。冲动性长期以来被认为是某些精神疾病特征的一部分,例如注意缺陷多动障碍(ADHD)、物质滥用以及躁狂发作9。目前普遍认为,冲动性由多个可分离的因素构成,包括不愿等待(即延迟折扣)、无法抑制优势反应(即抑制功能缺陷)、难以集中注意力于相关信息(即注意力不集中),以及倾向于参与高风险情境(即寻求感觉)5,10,11。这些因素中的每一个均可通过特定的行为任务进行评估,这些任务通常被划分为两大类:选择任务和反应抑制任务(不同研究者的分类体系中可能使用不同的术语)。这类行为任务的一些重要特征在于,它们可应用于多种动物物种2,并且能够在受控的实验室条件下对冲动性进行研究。
利用实验室中的非人类动物建立行为维度模型具有多项优势,包括能够测量特定且可操作化的行为倾向,使研究人员能够在很大程度上减少混杂变量(例如,避免过往生活事件的干扰4),并实施实验性干预,如长期药物给药、神经毒性损毁或基因操作。这些实验方案中的大多数在人类研究中均有对应的类似版本,便于进行跨物种比较5。尤为重要的是,在人类中应用这些实验室方案的对应版本,有助于精神疾病(如注意缺陷多动障碍,ADHD)的诊断,尤其在联合使用多种方案时效果更为显著12。
与其他心理测量方法一样,用于评估冲动性的实验室方案必须符合特定标准,才能实现揭示所研究现象本质的目标。要被视为冲动行为的适当模型,实验室方案应具备可靠性,并具有一定程度的表面效度、构念效度和/或预测效度13。可靠性可能意味着:如果对测量进行两次或多次相同的操作干预,其效应能够重复出现;或者该测量在时间推移或不同情境下保持一致14,15。前一种特性对于实验研究尤为有用,而后一种则更适用于相关性研究14。表面效度是指所测量的内容在多大程度上类似于所要建模的现象,例如是否受到相同变量的影响。预测效度是指某项测量能够预测未来在旨在测量相同或相关构念的方案中的表现能力。最后,构念效度是指该方案是否能够重现理论上与所研究现象所假设涉及的一个或多个过程相符的行为。然而,尽管这些是极为理想的特点,但在仅基于上述标准就断言某一方案具有效度时,仍需保持谨慎16。
在实验室环境中,有多种用于测量冲动性的实验方案。然而,本文仅介绍其中三种方法:跨期选择、低反应率差异强化以及特征-负性辨别。跨期选择程序旨在评估冲动性中的延迟折扣成分(即延迟结果在控制行为方面的困难程度)。该方案的基本原理是让受试者在两种奖励之间进行选择,这两种奖励在大小和延迟时间上均有所不同17。其中一种选择提供较小但即时的奖励(称为较小且较早,SS),另一种选择则提供较大但延迟的奖励(称为较大且较晚,LL)。对SS选项的反应比例可作为衡量冲动性的指标18。在低反应率差异强化程序中,所评估的冲动性因素是反应抑制能力(即无法抑制优势反应),其条件是在发生不当反应时会伴随负性惩罚。该方案的基本原理是使受试者处于一种情境中,即只有通过暂停反应才能获得奖励19。最后,特征-负性辨别程序用于评估在不当反应不伴随明确惩罚时的反应抑制能力。该方案(也称为经典条件性抑制或A+/AX-程序)的基本原理是评估受试者抑制不必要反应的能力20。
与其它方法相比,这些操作程序具有一些便利性特征。例如,本文介绍的程序适用于在设备最简化的条件反射室(也称为“斯金纳箱”)中进行。 图1 显示了一个典型条件化实验箱的示意图。由于具备多种优势,条件化实验箱是一种有用的研究工具。它们能够自动收集相对大量的数据,最大限度地在同一时间和空间内评估更多受试对象。21此外,在条件反射实验箱中进行的行为学研究需要研究人员的干预极少,从而减少了实验室人员投入的时间和精力,而其他现有方法(如非自动化的T型迷宫、转换任务箱)则不具备这一优势。21最大限度地减少研究人员的干预还有助于降低研究者偏倚,减轻研究人员学习曲线的影响,并减少操作引起的应激反应22典型的条件化实验箱经过标准化设计,适用于中等体型的啮齿类动物,例如大鼠(R. norvegicus),但也可用于研究其他类群,例如体型相似的有袋类动物(如 D. albiventris 和 L. crassicaudata23)。此外,还有适用于较小动物(如小鼠[M. musculus)以及较大型物种(例如非人灵长类动物)。与更复杂的方法(例如五选择序列反应时间任务 [5-CSRTT])不同,建立和实施本文所述方案所需的编程技能极少,并且仅需数量较少且易于获得的输入和输出设备。24 以及信号追踪25).

图1:条件化腔室原型示意图。 条件化腔室的主要组成部分包括:(1)左侧杠杆,(2)食物容器(配备侧向红外二极管以检测头部进入),(3)聚焦光源,(4)声音发射扬声器(后视图),(5)笼室照明灯(后视图),(6)食物分配器。请点击此处查看该图的放大版本。
访问受限。请登录或开始试用以查看此内容。
本节所述的三种实验方案均需使用大鼠作为实验对象。大多数实验室大鼠品系均适用,例如Wistar、Long-Evans、Sprague-Dawley等。根据《实验动物护理与使用指南》(美国国家研究委员会生命科学实验动物资源研究所,1996年), Universidad Iberoamericana的伦理委员会已批准本研究所涉及的实验方案。
1. 动物饲养与准备
2. 初步训练
注意:在开始任何行为学实验方案之前,大鼠需要先适应条件化实验箱和食物颗粒。同时,必须对动物在实验方案中所需执行的反应进行训练。本文介绍的三种实验方案均采用奖赏性动机来诱导表现出冲动性的行为,这与大多数其他现有的替代性任务相似(少数例外情况除外28)。传统的食物分配器非常适合递送市售的精制谷物和糖颗粒,在某些情况下甚至可以处理“未加工”的谷物29。
3. 编程自动化方案
注意: 文中所使用的参数值(例如,延迟时间、奖励量、试验次数、会话持续时间、程序设定值、超时长度、试验间间隔时长、强制试验的阈值、伴随刺激的有无、刺激持续时间)均为任意选定。读者可根据具体研究目标参考相关文献以确定合适的参数和条件。用于在 MED-PC 环境中运行本文所列三种实验程序示例的代码已存放在以下网址的代码库中:https://github.com/SaavedraPablo/MED-PC-codes。这些代码可自由下载并根据具体需求进行修改。

图2:时间折扣选择程序中连续两次试验的输入与输出事件示意图。 典型的时间折扣选择程序示意图,展示连续两次试验中的小而快(SS)备择选项与大而迟(LL)备择选项。每一行表示特定输出或输入事件发生的时间序列。SS时间线中的尖峰代表对小而快选项的选择 较小但更早 替代 (在完成可变间隔程序后)。LL时间线中的尖峰代表对大选项的选择 较大的后期替代方案 (同上)。Rw 时间轴中的星号代表 奖励递送。 OR时间线中升高的平台期代表了 回应机会 (通常会有信号提示,其持续时间取决于个体达到指定标准所需的时间);TO 代表 超时 奖励呈现后开始,到下一次试验开始时结束;在此期间,两个杠杆均被收回。注意,为了使试次间间隔相等,超时持续时间根据试验类型(SS选择或LL选择)而有所不同。 请点击此处以查看此图的放大版本。

图3:DRL 15 s 程序中假设的反应模式及其程序化结果示意图。 R 时间线中的尖峰表示被试自发产生的反应时间序列。Rw 时间线中的星号表示奖励发放的时间序列。Cl 行下方的数字表示一个时钟,从15秒开始倒计时,显示距离下一次可产生反应并获得奖励的时间剩余量。请注意,只有当距离上一次反应已过去至少15秒时,再次发生反应才会触发奖励发放。请点击此处查看该图的放大版本。

图 4:特征负性辨别程序中所用试次类型的示意图。 A 时间线上的升高表示兴奋性刺激的起始。X 时间线上的升高表示抑制性刺激的起始。食物时间线上的星号表示食物递送。(A)A+ 试次包括呈现兴奋性刺激,随后进行食物递送。(B)AX- 试次包括兴奋性刺激与抑制性刺激复合呈现,但不进行食物递送。请注意,为获得更佳结果,试次必须随机穿插,并以相对较长的试次间间隔分隔。请点击此处查看此图的放大版本。
4. 运行实验方案
5. 数据收集与分析
注意: 每种实验程序从 MED-PC 输出文件(以 .txt 扩展名保存)中提取和处理数据的代码均提供于以下网址的代码库中:https://github.com/SaavedraPablo/MED-PC-to-R-codes。

图5:一只大鼠在DRL 10 s方案单次实验中的IRT分布直方图。 分布呈双峰型,其中一个峰值出现在极短的反应时间(爆发式反应),另一个峰值则集中在实验方案的时间标准附近(定时反应)。还需注意,在定时反应分布的右侧较远处,存在少量反应的聚集(注意力 lapses)。数据提取自第 9 个th 大鼠6在最近一项未发表研究中DRL方案的一次实验会话。 请点击此处以查看此图的放大版本。
访问受限。请登录或开始试用以查看此内容。
本文所述的三种实验方案可单独实施,也可与其他实验程序联合使用;具体选择取决于研究问题,而研究问题又决定了研究设计。以下是一些与这些实验方案兼容的研究设计示例:(1)时间序列研究,旨在描述行为表现的纵向变化;(2)个体变异性量化研究,旨在确定测量指标的可靠性;(3)横断面相关研究,旨在评估某一实验方案中的表现是否可用于预测后续另一实验方案中的表现;(4)纵向相关研究,旨在确定某一实验方案中的表现是否可用于预测同时进行的另一实验方案中的表现;(5)非实验性组间比较,旨在评估来自不同人群的两个或多个样本在冲动性行为表现上是否存在差异;(6)前测-后测比较,旨在确定某种干预(如行为学、药理学、外科手术干预)是否能有效改变(如增强、减弱或稳定)冲动性行为表现;(7)实验性简单组间比较,旨在评估某种干预是否能有效改变冲动性行为表现,但无法进行前测(例如,在发育早期实施、旨在影响成年期行为表现的干预)。本列表并非穷尽所有可能,鼓励采用多种研究设计的组合形式。
如上所...
访问受限。请登录或开始试用以查看此内容。
本文介绍了一系列用于检测大鼠冲动性的多样化实验方案。这些特定方案因其编程和数据分析简便,且所需操作设备和刺激装置少于其他可选方法而受到青睐。有效实施这些方案包含若干关键步骤,例如:(1)提出研究问题,(2)选择合适的研究设计,(3)编写选定方案的程序,(4)开展实验,(5)收集数据,(6)分析数据,以及(7)解释数据。合理构建研究问题有助于缩小可能的研究路径范围。一个聚焦明确的研究问题更可能引导出恰当的研究设计,从而帮助研究人员深入理解所选主题。这些方案的一个核心特点是高度自动化。为了实现对条件化实验箱的无误操作和数据的自动采集,必须编写详尽的程序代码。若实验执行得当(每日在同一时间由相同实验人员操作,并充分考虑主要混杂因素),这些方案可产生大量可在多种分辨率下进行解释的数据;例如,以分子级方式(逐次反应)、逐次试验方式、会话内区块、跨会话等不同层次进行分析。
本文所述方案已在其他地方得到验证。例如,Orduña 采用跨期选择程序的并发链式版本,37 发现有力证据表明,与对照组动物相比,ADHD大鼠模型表现较差(参见
访问受限。请登录或开始试用以查看此内容。
作者无任何利益冲突需要披露。
我们感谢 Florencia Mata、María Elena Chávez、Miguel Burgos 和 Alejandro Tapia 提供的技术支持。同时感谢 Sarah Gordon Frances 对本文初稿提出的宝贵意见,以及 Vladimir Orduña 慷慨提供已发表论文中的原始数据。感谢 Claudio Nallen 制作了图1中的示意图。我们感谢墨西哥城伊比利亚美洲大学研究办公室(Dirección de Investigación de la Universidad Iberoamericana Ciudad de México)资助了本文的语言润色/编辑服务及视频制作费用。
访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 25 针电缆 | Med Associates | SG-213F | 连接智能控制卡与智能控制面板 |
| 40 针带状电缆 | Med Associates | DIG-700C | 连接计算机与接口机柜 |
| 计算机 | Dell Computer Company | T8P8T-7G8MR-4YPQV-96C2F-7THHB | 用于控制和监控实验方案’的运行过程 |
| 导电电缆 | Med Associates | SG-210CP-8 | 通过机架式电源为智能控制面板供电 |
| 带底座的食物分配器 | Med Associates | ENV-203M-45 (12937) | 静音提供 45 mg 食物颗粒 |
| 头部进入检测器 | Med Associates | ENV-254-CB | 利用红外光束检测动物头部进入食盒的行为 |
| 笼内照明灯 | Med Associates | ENV-215M | 为实验箱内部提供 均匀的漫射照明 |
| 接口机柜 | Med Associates | SG-6080D | 可容纳最多八块智能控制卡的模块化机箱 |
| Med-PC IV 软件 | Med Associates | SOF-735 | 将代码转换为控制输出设备并记录/存储输入信息的指令 |
| 多频音调发生器 | Med Associates | ENV-223 (597) | 用于控制音调频率 |
| 面板填充件 | Med Associates | ENV-007-FP | 在未使用设备时填充模块化墙壁上的空位 |
| 颗粒食盒 | Med Associates | ENV-200R2M | 接收并暂存由分配器传送的食物颗粒 |
| 机架式电源 | Med Associates | DIG-700F | 为接口机柜供电 |
| 可伸缩杠杆 | Med Associates | ENV-112CM (10455) | 检测压杆反应;可根据需要伸入或缩回实验箱内 |
| 智能控制卡 | Med Associates | DIG-716 | 控制一个条件化实验箱最多八个输入和四个输出 |
| 智能控制面板 | Med Associates | SG-716 (3341) | 将智能控制卡连接至条件化实验箱内的各个设备 |
| 扬声器 | Med Associates | ENV-224AM | 用于在实验箱内提供音调刺激 |
| 标准大鼠用模块化实验箱 | Med Associates | ENV-008 | 由铝制框架构成,专为安装各类模块化设备而设计 |
| 标准隔音、避光及温控外壳 | Med Associates | ENV-022MD | 用于容纳各个条件化实验箱 |
| 刺激光源 | Med Associates | ENV-221M | 提供圆形聚焦光刺激 |
| 三针电缆 | Med Associates | SG-216A-2 | 连接智能控制面板与条件化实验箱中的各个输入和输出设备 |
访问受限。请登录或开始试用以查看此内容。
申请许可以重复使用本 JoVE 文章的文本或图表
申请许可