2014年2月26日
一种完全自动化的系统,用于测量介导空间定位、时间定位、持续时间、速率 和概率估计、风险评估、冲动性以及记忆准确性和精确性的机制中具有生理意义的特性,以评估基因和药物干预对小鼠认知基础机制的影响。
以下实验的总体目标是通过基因和药物干预的小鼠模型,筛选其认知功能障碍及认知基本机制。该目标通过在全自动高通量、全天候(24/7)行为表型分析系统中,对具有生理学意义的定量特征进行心理物理学测量来实现。下一步是对传入的数据进行准实时分析和绘图,从而实现对每只小鼠测试过程的自动化实时控制。
接下来,原始数据、测试协议代码以及所有中间统计结果均被归档到一个单一的数据结构中。为了使数据公开可用并促进进一步分析,结果表明基于转换任务,不同品系小鼠在时间上的蒸气分数存在特异性改变。与水迷宫等其他方法相比,该技术的主要优势在于能够提供具有生理学意义的结果、极高的通量,并且无需对小鼠进行人为操作。
因此,该方法有助于回答认知神经遗传学领域的关键问题,例如:是否存在具有定量改变的间隔计时机制的突变品系?该技术的意义可延伸至遗传性认知缺陷的治疗或诊断,因为它可能有助于发现决定这些机制关键组分的基因。初次接触该方法的人员需要掌握 MATLAB 编程的基础知识,并理解定量自动化心理物理学检测的强大功能。
Adam 和我最初萌生创建该系统的设想,是在我们观察到针对基因改造小鼠所进行的行为测试具有劳动强度大且缺乏定量性的特点。在标准实验室房间内搭建行为测试系统,每个房间配备 10 个柜子,每个柜子容纳 8 个测试环境。该配置可同时运行 80 只小鼠。每个测试环境由一个聚丙烯小鼠饲养盒通过丙烯酸管连接至一个小鼠测试箱组成。
测试箱有三个料斗,由红外光束进行监测。两个外侧料斗配有颗粒饲料分配器,可投放食物颗粒,而中间的料斗不能投放食物颗粒。电缆穿过隔墙上的端口,将测试环境连接到另一房间内的电子接口卡和专用计算机,后者运行协议控制程序。
每两个机柜需要配备一台计算机。这些计算机通过局域网连接至运行数据分析与绘图软件的服务器。设置局域网时,应确保安装了数据分析软件的服务器能够访问控制测试环境的各计算机的硬盘。
接下来,建立一个用于在云端存储数据的文件同步账户。将TS系统文件夹及其子文件夹添加到MATLAB搜索路径中,并确保TS系统文件夹是一个云端同步文件夹。TS系统是一个开源的MATLAB软件库,包含30多个高级函数,可简化复杂数据分析和数据绘图代码的编写。
在TS系统工具箱中调用函数Ts,以创建一个分层数据结构,原始数据及由TS系统工具箱中其他函数生成的所有结果将被存入该结构中。接下来调用ts add protocol函数,用于设定实验方案的控制参数,指定决策代码(该代码将自动判断何时终止当前方案并进入下一个方案),以及设定所采用的决策标准。现在,将小鼠放入24小时连续生活的测试环境中,每个环境放置一只小鼠。
记录小鼠的编号、笼盒编号,以及用于标识局域网中实验控制计算机的字母及其 IP 地址。随后调用 ts start session 以启动实验会话。实验会话持续一至两周,在此期间将运行多种不同的行为测试方案。
然后在一台控制计算机上调用宏,以启动该计算机控制的所有设备箱。该宏由 TS 启动会话创建。在其他控制计算机上重复此操作。
数据分析可以通过使用TS系统工具箱中的命令编写新的数据分析和绘图代码来完成,也可以通过使用或修改Ts库中提供的现有数据分析和绘图代码来实现。实验一旦开始,大部分过程可自动运行,但在整个实验过程中仍需进行一定程度的监控。需密切关注TIA系统数据分析程序发送的电子邮件警报,以及时发现可能的设备故障,例如断电、控制异常、计算机重启以及颗粒饲料供给器故障等情况。
这些电子邮件提醒可实现对故障的及时修复,每天可进行两到四次研究。TS 系统的数据分析代码每次被分析计时器调用时,都会生成性能图表。这些图表可在全球任何地点、任何时间进行监控,必要时,可远程在线修改实验方案,而无需亲临小鼠测试现场。
还可以使用 TS 浏览器研究分层数据结构中的数据和汇总统计信息,这些信息以准实时方式呈现。所获得的颗粒物数据(称为收入)以红色线条表示,访客持续时间以黑色线条表示,数据来自三只野生型小鼠和三只 L1 杂合子小鼠。在斜率转为下降的位置发生了时间表反转,该位置由三条小鼠数据上的垂直虚红线标出。累积访问不平衡图(黑色线条)的斜率与累积收入不平衡图的斜率高度一致。
红线表示平均访问持续时间之比与收入之比几乎完全匹配。请注意,在向下拐点处,访问持续时间之比如何迅速地随收入之比的变化而调整。另一方面,另一只小鼠在第二次摄食阶段未能实现匹配,这由累积访问曲线的零斜率所示。
持续时间失衡图以黑色表示,而收入失衡的斜率以红色表示,呈显著正值。然而,在第三次喂食阶段期间,两条斜率线相互平行,这表明该小鼠从该阶段开始突然调整其访问比例,以匹配收入比例。因此,显然该小鼠具备这种能力,但由于某种原因,在测试的某一部分阶段并未如此表现。
这说明了观察整个表现过程的可视化重要性,而非完全依赖少数几个汇总统计量。该小鼠在第一个收入比率阶段表现完全匹配,但当比率反转后,在第三摄食阶段并未完全逆转,另一只小鼠则在该阶段出现过度匹配。也就是说,其平均访问不平衡程度大于其平均收入不平衡程度,且未能完全适应收入不平衡的反转。
然而请注意,在最初的四小时摄食阶段,所有六只小鼠(包括三只野生型和三只杂合子)均表现出精确的匹配行为,并对收益比率的逆转呈现出急剧的反应。这表明杂合子小鼠的多种基本认知机制功能完好,例如持续时间估计、数量估计、速率估计、空间定位,以及记忆简单抽象数量的能力。在认知神经遗传学中,确定哪些功能仍然正常运作,与发现哪些功能出现异常或在操作上存在某些有趣的定量改变同样重要。
累积的周期,或依次访问喂食器一、然后访问喂食器二、再返回喂食器一的行为,以实验时段为函数进行绘制。此处,虚线绿色竖线标记了进食阶段的开始。实线红色竖线标记。
通过小鼠开始在取食器之间循环的迅速程度来衡量其取食的延迟,可以反映其大胆程度或探索倾向。六只小鼠中有五只在首次取食阶段开始之前就表现出一定程度的探索行为,并且一旦取食阶段开始,便立即突然开始在取食器之间循环。然而,有一只小鼠则完全未表现出任何探索行为,在第二个取食阶段进行到一半之前,它一次循环都没有进行,直到此时才突然开始在取食器之间循环。
对工具性条件反射和经典条件反射实验的分析可得到试次启动速度的累积记录。这些实验测量了学习速率,即在条件化行为出现之前所经历的配对次数。每条记录中的垂直虚线标示了获得试次。
获取试验是指在试验启动速度出现显著增加的第一个试验,前提是新的较高速度大于第一阶段的速度。之所以需要这一阶梯式规定,是因为有时在首次显著增加之前会出现显著下降。此处展示了试验启动潜伏期的累积分布。
水平线在0.5处与累积分布曲线相交点在X轴上方的位置,即为启动试验的中位潜伏期。此处显示的是饲喂斗激活期间的探鼻率与前一间歇试次间隔期间的探鼻率之差的累积记录。最初,该记录的斜率为零或负值,因为小鼠在饲喂斗照明期间的探鼻次数少于间歇试次间隔期间的探鼻次数。
当小鼠开始探入被照亮的食槽以期待即将递送的奖励时,曲线斜率变为正值。实心圆点标记了斜率变为正值的时刻,即在这些图中条件反应首次可靠出现的试验点。蓝色线条为经验累积分布函数,显示了一只小鼠在长端食槽三种不同饲喂延迟设置下的转换潜伏期的累积分布。
几乎完全叠加在经验函数上的细红色曲线是拟合这些数据的六参数 belga 函数。粗红色线条是 belga 混合分布对应的概率密度函数。缩短较长的进食潜伏期导致小鼠缩短其转换潜伏期的均值,并提高其精确度。
它还导致出现了一些冲动性切换,如下方图中概率密度函数左侧尾部的凸起所示。这种冲动性的度量指标是通过韦贝尔-高斯混合分布的最佳拟合版本所归因于韦贝尔组分的混合比例。在本分析中,短时试验以图底部微小的红色加号标记,而长时试验则以图顶部微小的红色加号标记。
底部和顶部出现的红色条纹密度变化反映了短时和长时试验相对频率的变化。转换潜伏期以小的空心圆圈标示。注意,当底部的红色条纹变得更密集时,表示短时试验的概率更高,此时小圆圈向上移动;而当顶部的红色条纹变得更密集时,表示长时试验的概率增加,此时小圆圈向下移动。
蓝色线条表示分布的中位数。此处显示的是在90天测试期间内,行为和环境事件的24小时光栅图。黑色点表示探鼻记录,红色和绿色点分别表示两个饲喂器中颗粒物递送的记录。
第一个黑色三角形记录光照关闭,第二个黑色三角形记录光照开启;第一列青色三角形记录黄昏摄食时段的开始,该时段比实际黄昏早一小时;第二列青色三角形记录黄昏摄食时段的结束,该时段在光照关闭后三小时发生。这些品红色三角形记录未标记的黎明摄食时段的开始,该时段在光照开启前两小时发生,最后一列品红色三角形记录黎明摄食时段的结束。黄昏摄食前的摄食预期活动的开始用蓝色星号标记,出现在第6至15天之间。
测试开始后,小鼠在黄昏喂食时段前约一小时开始表现出食物预期性的探鼻活动,表明已形成昼夜节律记忆。携带 L one 基因突变的杂合子个体相较于野生型同窝对照表现出更高的时间间隔精确度。该图以实线绘制了野生型对照组的精确度估计值的累积分布,以虚线绘制了其同窝纯合子个体的累积分布,实验按试次区块进行,各区块中时间目标点之间的时间间隔逐渐变窄,不同颜色代表不同间隔条件。
相比之下,携带蝙蝠脸(bat faced)或 BFC 突变的杂合子个体在时间间隔判断的精确性上低于其野生型对照组。一旦掌握了该技术,测试可在短短一天到数周内完成。匹配过程仅需一天的食物时间。
预期学习需要两到三周时间。
查看完整文字稿并访问数千部科学视频
本研究介绍了一种完全自动化的系统,旨在测量经过基因和药物操控的小鼠的关键认知特性。该系统可实现高通量的行为表型分析,支持实时数据分析与控制。
自动化高通量行为表型分析能够在无操作诱导变异的情况下,对经遗传或药物干预的小鼠认知机制进行具有生理学意义的定量评估。该系统通过提供关于时间间隔感知、冲动性以及学习过程的可重复实时数据,支持靶点验证和先导化合物的发现,从而降低中枢神经系统药物研发管线的风险。该系统的可扩展性及与云平台集成的分析功能,有助于在临床前筛选工作流程中实现跨职能协作和企业范围内的数据复用。
该系统通过持续、自动化的行为监测提供定量的心理物理学读数,将神经科学发现早期工作流程整合其中,从而为先导化合物优化和临床前候选分子筛选提供依据。