啮齿动物强化决策中成本效益分析的操作协议
2018年9月10日
成本效益分析是大脑在决策过程中进行的一种称重尺度方法。在这里, 我们提出了一个训练老鼠的协议, 在一个以操作为基础的决策范式中, 老鼠选择更高的奖赏, 代价是等待十五年代的接收。
这项技术可以回答认知神经科学中的关键问题，例如比较后果和原因如何影响决策。这种技术的主要优点是特殊元素（例如棋盘的位置）不会影响动物的决定。首先，在具有 12 小时光照/黑暗循环的房间内限制成年雄性大鼠获取食物。
在第 1 天到第 3 天，每天两次，每次 5 分钟。然后，在每次处理后称重动物以确定自由喂食量。接下来，获得一个 T 型迷宫，配备三个隔板或臂、两个刺激扬声器、五个可伸缩门和五个红外运动传感器或红外光束或 IRB 传感器。
将实验软件代码复制到计算机中。然后，下载实验软件并将其安装到计算机上。使用 USB 端口将微控制器连接到计算机。
接下来，在计算机上，单击软件图标，转到"工具"，然后选择"端口"。从下拉菜单中，选择将软件连接到计算机的 COM 端口。转到 工具 并选择 Boards。
从下拉菜单中，选择控制 T 迷宫的软件类型。然后，单击 上传 在界面窗口的左上角。选择实验性软件代码，等待该过程完成。
该过程完成后，单击界面窗口右上角的 Serial Monitor。然后，在新的弹出窗口中，将波特率更改为 115， 200。在实验日之前的五天，将动物带到实验室至少一小时。
在每个球门臂上留下 10 个糖丸，并保持所有门都打开。在第 1 天到第 3 天，每天一次将动物单独放置在迷宫中 10 分钟，以不受限制地探索迷宫。在第 4 天到第 5 天，将动物单独放置在迷宫中。
在每个手臂上留下两个颗粒，让它们从两侧对食物进行采样。在吃掉两侧的颗粒后或在迷宫中放置 5 分钟后，立即将动物从迷宫中移出。最后，在每次适应会议后，用 70% 乙醇清洁迷宫的地板，并确保乙醇已经蒸发，然后再将下一只动物放入迷宫。
第六天，至少在实验前一小时将动物带到实验室。运行软件程序，将 Trial 编号设置为 14，其中前 4 次 Trial 为 Forced Choice，其余为 choice Trials。在每次试验开始之前，将四个颗粒放入目标臂中，该目标臂将被提示为高奖励臂 HRA，并在另一个臂（即低奖励臂 LRA）中放置两个颗粒。
对于强制选择试验训练，在每次试验前伪随机阻止一只手臂，以便动物被迫选择另一只手臂。在开始框中放置一只动物。5 到 7 秒后，同时打开启动门并单击软件界面窗口中的 Start。
吃完颗粒后或在迷宫中呆了 5 分钟后立即收集动物，并将动物留在家笼中两分钟。在每次试验之前，关闭软件选择为 HRA 的臂 B 门。在对面的手臂 LRA 中保持门 A 打开。
然后，在开始框中放置一个动物。5 到 7 秒后，同时打开启动门并单击 Start（开始）。让动物自由选择任何一只手臂。
如果动物选择了 HRA，请打开门 A，让动物进入房间，关闭门 A 并立即打开门 B，让动物能够很好地获得选定的食物。如果动物选择 LRA，请打开门 B，以便让动物能够很好地获得食物。接下来，在动物吃完所选食物井中的所有食物后将其取出，并将其放在家笼中两分钟。
为每只动物完成 10 次选择试验，并记录动物的选择，每次试验中的 HRA 或 LRA。计算每次训练后所有选择试验的高奖励选择 （HRC） 的百分比。最后，在每只动物在辨别训练中达到 HRC 的 80% 后，一旦动物选择 HRA，在延迟 5 秒后打开门 B 以完成延迟训练。
每只动物每天运行 10 次试验。结果表明，从刺激开始到结束，ACC 中的低频和高频功率都有所降低。将腔室外的时间与腔室内的时间进行比较，光谱分析显示 ACC 中的振荡活动没有变化。
此外，刺激开始后，OFC 中的中高频活动增加。当将它们放在一起进行比较时，未观察到前腔室和腔室时间窗口的显著变化。在尝试此程序时，重要的是要消除任何焦虑的来源，因为它会影响动物的决定并损害结果的可靠性。
查看完整文字稿并访问数千部科学视频
概述
本研究提出了一种在操作性决策制定范式下训练成年雄性大鼠的协议，以调查决策过程中的成本效益分析。重点关注大脑如何权衡奖励和等待时间，突出行为和认知神经科学见解。
研究的主要组成部分
科学领域
- 认知神经科学
- 行为心理学
背景
- 评估大鼠的决策制定过程。
- 优先考虑更高的奖励与等待时间。
- 环境对决策制定的影响。
研究目的
- 了解决策背后的认知过程。
- 评估不同奖励结构如何影响选择。
- 开发可靠的啮齿动物行为分析协议。
使用的方法
- 使用T字迷宫进行基于操作的决策制定任务。
- 在食物供给受限之后训练成年雄性大鼠。
- 在正式试验开始之前，动物们经历了一个适应阶段。
- 关键步骤包括处理、迷宫探索和一系列选择试验。
主要结果
- 程序表明前扣带皮层（ACC）中频率功率发生了变化。
- 在不同时间窗口内，观察到振荡活动没有显著变化。
- 行为结果突出了动物对更高奖励的偏好，并且有证据表明选择模式。
结论
- 该协议能够系统地研究啮齿动物的决策制定过程。
- 结果提供了关于决策神经相关性的见解。
- 本研究有助于理解认知评估中涉及的神经元机制。
常见问题
Executive Industry Relevance
This protocol enables automated assessment of cost-benefit decision-making in rodents, providing a standardized platform for evaluating neural mechanisms underlying reward valuation and impulse control. By quantifying behavioral choices and correlating them with electrophysiological readouts, it supports target validation in neuropsychiatric drug discovery, particularly for disorders involving impaired decision-making such as addiction and depression. The automation and reproducibility enhance translational confidence in early-stage mechanistic de-risking.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of neural circuits involved in reward-cost tradeoffs, supporting target hypothesis testing in prefrontal cortical regions.
- Operational Value: Automated T-maze system reduces variability and labor, improving throughput for pharmacological screening.
Screening & Assay Development
- Scientific Value: Generates quantitative choice preference data (High Reward Choice percentage) as a translatable readout for compound effects on decision-making.
- Operational Value: Standardized stimulus delivery and automated data collection improve assay reliability and cross-lab comparability.
Translational & Preclinical Research
- Scientific Value: Links behavior to neural activity (ACC and OFC LFP changes), enabling biomarker-aligned target engagement assessment.
- Operational Value: Supports dose-response and time-course studies to de-risk CNS targets before advanced preclinical investment.
Pipeline & Workflow Integration
The method fits within the discovery biology phase, where it informs target selection by modeling cognitive endophenotypes relevant to psychiatric indications.
- Discovery Biology: Facilitates mechanistic probing of cortical-striatal circuits involved in valuation and impulse control.
- Screening: Enables automated, repeatable measurement of decision biases under varying reward delays or magnitudes.
- Analytics: Provides electrophysiological (LFP power shifts) and behavioral outputs for multimodal target validation.
- Translational Research: Aligns with clinical endpoints in cognitive flexibility and reward processing, supporting go/no-go decisions.
- Enterprise Reuse: Protocol standardization allows reuse across multiple target classes and therapeutic areas in neuropsychiatry.
Operational & Enterprise Impact
- Scientific Value: Improves predictive confidence in target modulation effects on complex cognitive processes.
- Operational Value: Automation via microcontroller reduces operator dependency and increases experimental consistency.
- Strategic Value: Enables early detection of cognitive side effects, reducing late-stage attrition in CNS drug development.
- Portfolio Impact: Supports risk-adjusted prioritization of targets based on functional impact on decision-making networks.
Implementation Considerations
- Requires expertise in rodent behavior, electrophysiology, and microcontroller-based automation.
- Dependent on stable hardware setup including IR sensors, retractable doors, and synchronized software.
- Needs cross-team alignment between behavioral, electrophysiology, and data analysis teams for standardized protocols.
- Adaptation to other models (e.g., mice) may require maze resizing and sensitivity adjustments.
- Environmental controls (e.g., anxiety reduction) are critical to maintain data validity, as noted in source material.
