2022年1月19日
本方案描述了利用 Arduino 及相关硬件和一个多功能的 Matlab 工具箱,开发用于啮齿类动物模型的开源五选一序列反应时间任务工具箱的方法,其中包括一个可选的自动化行为训练脚本。这些脚本具有可定制性,有助于实现不同的试验与测试设计。
该方案提供了一个可定制的开源工具箱,用于训练和执行五选一序列反应时间任务。这是一种研究啮齿类动物视觉空间注意力和冲动性的成熟行为学实验方法。该工具箱的主要优势在于成本低且可定制性强。
该工具在特定刺激参数和奖励配置方面具有高度灵活性,并鼓励采用非标准的测试设计。五选择序列反应时间任务可深入了解啮齿类动物的注意力过程、冲动性及强迫性行为。我们的工具箱可轻松适用于其他非啮齿类动物模型。
它还通过可选的阶梯式程序实现对动物的半自动化训练。在视频中,我们将逐步介绍其使用方法。该操作流程将由本实验室的生物学学生 Eva Strippelmann 演示。
首先打开免费提供的集成开发环境(IDE)软件。进入“文件”和“打开”选项卡,点击用于硬件控制的脚本。接下来,将微控制器的 USB 接口插入计算机。
在屏幕左上半部分,进入“工具”以检查自动选择的开发板和处理器信息是否与所连接的微控制器开发板一致。确认开发板和处理器信息无误后,点击“端口”选项卡以选择可用端口。在屏幕左上半部分,点击“验证”按钮,确保代码无误。
完成后,单击带有箭头的“上传”选项卡,将脚本上传到微控制器板。在确认实验控制的全部四个脚本和函数均位于同一文件夹后,打开编程平台,单击主工具栏中的“主页”并选择“设置路径”。然后点击“添加文件夹”按钮,选择包含所有实验控制脚本的文件夹。
完成后,单击“保存”按钮并关闭“设置路径”窗口。在“主页”工具栏选项卡中,点击“打开”以打开脚本和函数。为准备适应性工具箱,请选择已打开的用户脚本。
在确认第七行的适应变量已设置为 true 后,在第八行输入一个以分钟为单位的数值,以设定适应阶段的时间限制。在第九行输入一个介于 0.01 到 1 之间的数值,以选择刺激光的亮度水平。为准备实验会话的工具箱,请选择已打开的用户脚本,并确认第七行的变量已定义为 false。
在第12行输入目录路径,以自动保存实验数据。确保具有该确切名称的目录存在。然后在第13行输入受试者编号。
接下来,确保第14行和第15行的变量被定义为 true。完成后,在第16行输入一个数字以设置试验次数,并在第17行输入一个以分钟为单位的时间限制,以便程序自动停止。对于标准五选择序列反应时间任务(5-choice serial-reaction time task)或5CSRTT范式的参数配置,请在第45行输入一个数值,表示可被点亮的孔洞数量。
第46行的变量应定义为伪随机或随机。在第47行设置刺激持续时间,单位为秒。检查第48行的变量是否标记为单次,且第49行的数值是否为1。
在第50行,用一个数字定义目标刺激的亮度。第64行的变量应为二进制,而第65行的变量应为非依赖性变量。然后在第71行输入一个数值,表示在正确进行鼻触操作后将释放的食物颗粒数量。
或者,可以定义不同的阶梯式程序以实现自动化的行为训练。检查第26行的变量是否定义为 true。然后在第29行输入第一组或第二组的名称。
随后,选择打开的阶梯函数。在第4行输入第一组的名称,并在第77行输入第二组的名称。若要更改第二训练层级中第一组的判定标准,请在第17行输入性能检查中计算出的其中一个参数及选定的数值。
可以添加或替换这些标准。例如,若要更改第二个训练阶段中第一个组别的参数(如超时持续时间),请在第19行输入相应的参数及选定的数值。如果受试者的第二个组别已定义,也请依此操作。
在开始行为训练之前,需要让动物先适应操作箱环境。工具箱中提供了一套适应性训练方案。开始适应性训练时,需在操作箱的每个开口处各放置两粒奖励性食物颗粒,以完成准备。
在第一次适应阶段,用胶带将食丸仓门固定为打开状态。在第二次适应阶段,移除食丸仓门上的胶带。通过在食丸仓门内放置五粒食物颗粒来准备操作箱。
开始实验训练之前,清洁操作箱的壁面和地面。待装置准备就绪后,选择已打开的用户脚本,确保第75行中的COM端口描述与所选的可用端口一致。若描述不匹配,请修改实验控制脚本中的数值。
将大鼠放入实验舱内。在打开的用户脚本中,先点击编辑器工具栏选项卡,然后选择绿色的播放按钮“运行”。通过查看命令窗口中的信息,检查程序是否正常运行。
工具箱将根据用户先前的设定启动任务。实验会话将在指定的试验次数或时间限制后自动停止。如果动物在会话结束前达到预设的性能水平,且用户已定义了阶梯式程序,工具箱将加载下一个训练级别,并使用新的设置继续训练。
在下一次训练开始时,关卡将自动加载。要停止实验,请按计算机键盘上的 Esc 键。当命令窗口显示消息时,输入 Y,然后按计算机键盘上的 Enter 键,以停止当前会话并保存采集的数据。
随后将自动显示一个包含该训练阶段概览的简单图表。使用5-选择序列反应时间任务工具箱对10只Lister大鼠进行了训练。分析了每只大鼠在每个训练阶段所经历的训练次数,并计算了所有受试大鼠的平均值。
受试个体间的差异在初始阶段最为显著,随后逐渐减小。在第四阶段,当标准更改为包含行为测量的阈值时,大鼠完成该阶段所需的平均训练次数以及个体间的差异均有所增加,其中两只大鼠分别用了5天和6天完成该阶段。然而,所有大鼠均在14至22次训练 session 内达到了第八阶段。
代表性分析展示了受试者在5CSRTT装置中每个训练阶段及所有训练日的平均表现。计算了准确率百分比和反应发出百分比,并确定了每个阶段所有试验中正确反应的平均总次数。所有受试者在第八个也是最后一个训练阶段的最终准确率达到60%以上,许多受试者达到了约80%的准确率。
5-选择序列反应时间任务工具箱完全可定制且开放获取。它提供了多种额外选项,用于设定刺激配置和任务设计,并包含一套全面的记录行为数据。该工具箱可用于研究5-选择序列反应时间范式的非标准版本,例如更深入地探究决策过程或与奖赏相关的行为。
本方案介绍了一种用于啮齿类动物五选一序列反应时间任务的开源工具箱,该工具箱基于 Arduino 和 Matlab 开发。它支持自定义的训练与测试设计,具有良好的可及性和灵活性,可适应多种研究需求。
这个开源的五选一序列反应时间任务工具箱为研究啮齿类动物模型的视觉空间注意力和冲动性提供了一个低成本、完全可定制的平台。其适应性支持早期发现中的假设驱动行为检测,从而对神经精神靶点进行机制层面的风险评估。该系统通过标准化行为读出结果,同时允许灵活的任务设计以用于靶点验证工作流程,从而提高预测的可信度。
该工具箱通过提供可量化的动物行为学输出结果,融入发现生物学工作流程,支持中枢神经系统药物研发中的假设验证和先导化合物的筛选。