评估训练对运动技能影响的方法是一种有用的工具。然而,大多数行为学评估方法可能劳动强度大和/或成本较高。本文介绍了一种用于评估小鼠抓握(伸手抓取)技能的机器人方法。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
评估训练对运动技能影响的方法是一种有用的工具。然而,大多数行为学评估方法可能劳动强度大和/或成本较高。本文介绍了一种用于评估小鼠抓握(伸手抓取)技能的机器人方法。
我们介绍了一种使 naïve 小鼠学习新型抓握(伸手抓取)任务的方法。将小鼠单独饲养在带有前部狭缝的笼子中,该狭缝允许小鼠伸出爪子并从笼外取回食物颗粒。采用轻微的食物限制以促使小鼠通过狭缝获取食物。当小鼠开始将靠近狭缝与获取食物联系起来时,实验人员手动将食物颗粒移开,以刺激其前肢伸展和旋前,从而通过前部狭缝抓取并取回颗粒。当小鼠在食物颗粒到达狭缝时开始主动伸手抓取,即可通过测量其成功抓取和取回目标颗粒的速率来进行行为学检测。随后,将小鼠引入一种自动训练装置,该装置可自动向小鼠提供食物颗粒,并自动记录成功与失败的伸手和抓取尝试。这种方法可轻松收集多只小鼠的伸手行为数据,供后续实验分析使用。
在神经损伤前后实验性地检测运动技能,并调控运动训练的时间、强度和类型,这些方法对转化研究具有重要意义。在过去十年中,由于小鼠易于进行遗传操作,已成为阐明损伤前后运动学习机制的常用模型系统。然而,小鼠的行为学检测方法尚未像其他哺乳动物(尤其是大鼠)那样得到充分优化。此外,小鼠与大鼠在行为上存在重要差异,这强烈提示应采用不同的训练方式对这两个物种进行训练1,2。
熟练的抓握动作利用手或前爪将食物送入嘴中、操控物体或使用工具。事实上,在日常生活中伸手抓取各种物体是上肢的一项基本功能,而伸手进食行为是一种许多哺乳动物都具备的抓握形式。目前,科学界已明确界定了许多与抓握技能习得相关的遗传、生理和解剖学变化3。在将临床前研究成果转化为临床应用的过程中,需要一种高效且可重复的相关检测方法。啮齿类动物和人类伸手行为的研究表明,人类与动物的抓握行为具有相似性4。因此,这些相似性提示,抓握测试可作为研究运动学习以及人类疾病损害与治疗的转化模型。因此,在小鼠中评估抓握能力可为研究健康与疾病状态的转化研究提供一种强有力的工具4。
遗憾的是,即使在小规模实验室环境中,小鼠的抓握任务也可能非常繁琐且耗时。为了解决这一问题,本文介绍了一种自动化的抓握任务方法。该任务要求小鼠通过其饲养笼前部的狭缝伸出单只前爪,将伸出的前爪旋前,抓取食物颗粒奖励,并将颗粒拉回笼内进行摄食。实验结果以抓握成功或失败的形式呈现。该自动化系统能够成功记录数据,显著减轻研究人员参与该任务所需的工作负担和时间投入。
访问受限。请登录或开始试用以查看此内容。
本文所述所有方法均已获得约翰斯·霍普金斯大学动物护理与使用委员会(ACUC)的批准。
1. 准备小鼠笼具以供使用
2. 让小鼠适应抓取动作
3. 使用自动训练仪
注意:有关自动训练仪的硬件、软件及其物理操作的完整描述,请参见图1-3及讨论部分。
访问受限。请登录或开始试用以查看此内容。
通常建议每次训练包含约 20-30 次试验,用户可自行设定,由自动训练器自动运行,并将每次训练 session 和每只小鼠的数据保存为单个日志文件。每次试验可依次连续进行,中间暂停 2-5 秒。在自动训练器上训练的小鼠经过 10 次训练后表现出技能的提升。
为了比较自动训练装置与手动训练(被视为金标准)的效用,我们采用手动方式和自动训练装置对年龄为100至140天的成年雄性C57bl/6小鼠进行了训练。所有动物操作和使用均依照约翰斯·霍普金斯大学动物护理与使用委员会的批准进行。使用自动训练装置训练的小鼠学会了抓取任务,并表现出明显的运动技能提升(图4)。这种技能提升与未使用自动训练装置而采用手动训练时观察到的结果相似(图4)。在这些数据中,手动抓取任务的成功定义为:小鼠将前肢穿过狭缝,抓取食物颗粒并将其吃掉,且未将颗粒从初始位置碰落、...
访问受限。请登录或开始试用以查看此内容。
我们的自动训练装置以自动化方式评估前肢抓取(抓握)功能。为实现这一目标,许多为小鼠抓握任务设计的参数,包括颗粒位置、颗粒大小和训练标准,已在多年中经过多次优化,并借鉴了先前的实验方案2,5,6。本研究的进展在于利用机器人实现了任务的自动化,并可在小鼠的居住笼中进行训练。居住笼训练使小鼠保持镇静,减少焦虑,从而更有效地完成任务。非居住笼训练会增加应激反应,可能导致训练时间延长且操作精度下降7,8,9。本文展示的实验精度与我们此前手动进行居住笼训练所获得的结果相似5,7,8。尽管已有适用...
访问受限。请登录或开始试用以查看此内容。
Dan Tasch 和 Uri Tasch 所属的 Step Analysis, LLC 已收到 Richard J. O'Brien 和 Steven R. Zeiler 的付款,用于制造自动训练装置。
自动训练装置由 Jason Dunthorn、Uri Tasch 和 Dan Tasch 在 Step Analysis, LLC 公司构建,Robert Hubbard、Richard O'Brien 和 Steven Zeiler 提供了设计支持与指导说明。
Teresa Duarte(来自未知领域的尚帕利莫德中心)在描述和分类小鼠抓取动作方面提供了宝贵的见解和想法。
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 |
|---|---|---|---|
| ABS 线材 | 定制 3D 打印 | N/A | 用于颗粒支架、框架、臂部和漏斗 |
| ABS 板材 | McMaster-Carr | 8586K581 | 厚度为 3/8";用于平台组件、定位支架导轨和底座 |
| Adruino Mini | Adruino | A000087 | 纳米版本同样兼容,其他类似微控制器也可使用 |
| 台式可调高度定位支架 | McMaster-Carr | 9967T43 | 负载能力为 35 磅 |
| 透明亚克力圆管 | McMaster-Carr | 8532K14 | 内径为 3/8" |
| 低碳 钢丝 | McMaster-Carr | 8855K14 | 直径为 0.148" |
| 颗粒分配器 | Lafayette Instrument: Neuroscience | 80209-45 | 配备 45 mg 可更换颗粒尺寸转轮及可选支架 |
| 光电中断器分线板 | SparkFun | BOB-09322 ROHS | 专为 Sharp GP1A57HRJ00F 设计 |
| 反射式物体传感器 | Fairchild Semiconductor | QRD1113 | 光电晶体管输出 |
| 舵机电机 | SparkFun | S8213 | 通用金属齿轮(微型) |
| 透射式光电中断器 | Sharp | GP1A57HRJ00F | 间隙:10 mm,狭缝:1.8 mm |
访问受限。请登录或开始试用以查看此内容。