February 12th, 2017
Ein Paradigma ist für die Ausbildung und Analyse eines automatisierten Fach Erreichen Aufgabe in Ratten dargestellt. Die Analyse der Ziehversuche zeigt verschiedene Teilprozesse des motorischen Lernens.
Das übergeordnete Ziel des Trainings von Ratten für diese Greifaufgabe mit einem robotischen Manipulandum ist es, die Prozesse zu untersuchen, die dem motorischen Lernen und der Wiederherstellung der motorischen Funktionen zugrunde liegen. Diese Methode kann dazu beitragen, Schlüsselfragen im Bereich der Verhaltensneurowissenschaften zu beantworten, insbesondere in Bezug auf die Mechanismen, die dem motorischen Lernen und der Gedächtnisbildung sowie dem Verlust und der Wiederherstellung der Funktion nach Hirnschäden oder Schlaganfällen zugrunde liegen. Der Hauptvorteil dieser Technik besteht darin, dass das Training der Ratten und die Analyse einfach durchzuführen sind und dass sie objektiver ist als andere herkömmliche Aufgaben zum Erreichen einzelner Pellets.
Darüber hinaus ermöglicht das robotische Manipulandum eine bessere Analyse der Kinematik. Lassen Sie neu erworbene Ratten zur Vorbereitung immer mindestens eine Woche lang an ihre neuen Käfige gewöhnen, bevor Sie sie trainieren. Fassen Sie die Ratten während dieser Zeit regelmäßig an und füttern Sie sie mit den Belohnungspellets, die für das Trainingsprotokoll verwendet werden.
Um den Trainingsprozess zu beginnen, gewöhnen Sie die Ratten zunächst zwei bis drei Tage lang an den Testkäfig. Die erste Aufgabe besteht darin, die Ratten so zu trainieren, dass sie einfach den kugelförmigen Griff durch das Käfigfenster berühren und sich dann auf die gegenüberliegende Seite des Käfigs begeben, um eine Futterbelohnung zu holen. Passen Sie zunächst die Softwareeinstellungen so an, dass sich der Griff knapp außerhalb des Prüfkäfigfensters befindet.
Setze nun die Ratte in den Trainingskäfig und halte eine Kugel in die Nähe des Griffs. Lenken Sie die Aufmerksamkeit der Ratte, indem Sie bei Bedarf auf den Käfig tippen. Fordern Sie die Ratte auf diese Weise weiter zum Griff auf, bis sie selbstständig durch das Käfigfenster greift und den Griff oder das Futterpellet berührt.
Führen Sie dann die Sitzung aus, bis 100 Berührungen abgeschlossen sind oder bis 60 Minuten abgelaufen sind, je nachdem, was zuerst eintritt. Trainieren Sie die Ratte täglich, bis sie an zwei aufeinanderfolgenden Tagen innerhalb von 30 Minuten 100 Berührungen absolviert. Dies geschieht in der Regel in den ersten beiden Sitzungen.
Sobald Sie diese Fertigkeit erworben haben, fahren Sie direkt mit dem nächsten Trainingsparadigma fort. Ratten können in dieser Aufgabe viel schneller abschneiden als die definierten Kriterien, aber es ist wichtig, sie nicht zu übertrainieren, da dies zu einer Überkonsolidierung des Verhaltens führen und die Gestaltung des Verhaltens zum endgültigen Ziel ersticken kann. Die nächste Herausforderung für die Ratten besteht darin, den Zwischenschritt des Ausstreckens und Ziehens des Griffs zu lernen.
Wie beim Belohnungstraining ist es wichtig, nicht zu übertrainieren, da das Endziel darin besteht, in die nächste Trainingsphase überzugehen. Passen Sie zunächst die Softwareeinstellung so an, dass der Roboter den Griff zu Beginn jedes Versuchs 18 Millimeter vom Fenster entfernt positioniert. Der Griff muss für einen erfolgreichen Versuch ohne Unterbrechung mindestens 10 Millimeter gezogen werden.
Es gibt keine seitlichen Einschränkungen der Zugbewegung. Führen Sie dann die Sitzungen wie zuvor durch, mit 100 Versuchen oder 60 Minuten, die ihr Ende markieren. Wenn eine Ratte nicht weit genug greift, um die Aufgabe auszuführen, dann forme das richtige Verhalten, indem du eine Kugel mit einer Pinzette in die Nähe des Griffs hältst.
Wenn eine Ratte das Interesse daran zu verlieren scheint, am Griff zu ziehen, dann klopfen Sie auf den Käfig oder geben Sie ein Pellet ab. Bestimmen Sie die Pfotenpräferenz der Ratte aus ihren ersten 20 Versuchen, am Griff zu ziehen. Wählen Sie einfach die Pfote, die häufiger als dominante Pfote verwendet wird.
Die meisten Ratten zeigen eine starke Präferenz und benutzten in mindestens 80% der Versuche eine Pfote. Sobald Sie eine dominante Pfote bemerken, passen Sie die Position des Griffs seitlich an, um diese Pfote zu begünstigen. Richten Sie den Griff an der Fensterkante aus und halten Sie ihn in dieser Position für alle zukünftigen Sitzungen mit dieser Ratte.
Trainieren Sie die Aufgabe so lange, bis die Ratte ein Leistungsplateau erreicht oder die Aufgabe an zwei aufeinanderfolgenden Tagen innerhalb von 30 Minuten 100 Mal ausführt. In der Regel sind nur zwei Sitzungen erforderlich, bevor Sie mit dem geraden Ziehen fortfahren können. Die letzte Phase des Trainings besteht darin, den Ratten beizubringen, den Griff gerade zu ziehen, um eine Belohnung zu erhalten.
Ändern Sie die Parameter in der Software so, dass eine Zugbewegung, die um mehr als zwei Millimeter von der Mittellinie abweicht, als Fehlschlag gewertet wird. Wie üblich sollte jede Sitzung so lange durchgeführt werden, bis entweder 100 Versuche abgeschlossen sind oder 60 Minuten vergangen sind. Trainieren Sie die Ratten weiter für diese Aufgabe, bis ihr Fähigkeitsniveau ein Plateau erreicht oder bis die Ratten ein definiertes Kriterium überschreiten.
Mit 10 bis 12 Wochen alten männlichen Long-Evans-Ratten wurden drei verschiedene Trainingstechniken über 22 Trainingstage verglichen. Jede Gruppe erhielt ein Belohnungstraining für Berührungen. Dann änderten sich die Parameter.
In einer Gruppe, FP, wurden Ratten darauf trainiert, den Griff des Roboters ohne seitliche Einschränkungen zu ziehen. In der nächsten Gruppe, SP1, wurden die Ratten darauf trainiert, den Griff zu ziehen, ohne mehr als zwei Millimeter von der Mittellinie abzuweichen, erhielten aber keine Freizugtrainingseinheiten. In der letzten Gruppe, SP2, erhielten die Ratten genau zwei Free-Pull-Trainingseinheiten und gingen dann zum Straight-Pull-Training über.
Wichtig für SP2 war, dass der Griff in der Nähe einer Fensterkante ausgerichtet blieb, was zu einer schwierigeren Aufgabe führte. Dieser Zustand kann versehentlich auftreten, wenn der Roboter vom Bediener nicht konsequent auf den Käfig ausgerichtet wird. Möglicherweise aufgrund dieser zusätzlichen Herausforderung stagnierte die Erfolgsquote bei SP1-Ratten früher als bei SP2-Ratten.
Im Laufe der Sitzungen verbesserte sich die Griffbewegung von der ersten bis zur letzten Sitzung. Die gezeigten Daten beziehen sich auf eine repräsentative Ratte aus der SP2-Gruppe. In ähnlicher Weise wurde die Geschwindigkeit des Ziehens von der ersten bis zur letzten Sitzung regelmäßiger, was darauf hindeutet, dass eine stabilere Bewegung erlernt wurde.
Diese Daten stammen ebenfalls von einer repräsentativen SP2-Ratte. Nachdem Sie sich dieses Video angesehen haben, sollten Sie ein gutes Verständnis dafür haben, wie Sie eine automatisierte Aufgabe zum Erreichen von Fähigkeiten ausführen und welche Faktoren sich auf Ihre Ergebnisse auswirken können. Wie wir gezeigt haben, wirkt sich eine geringfügige Änderung im Trainingsmuster auf die Leistung der Tiere aus.
Wenn Sie dieses Verfahren versuchen, ist es daher wichtig, alle Bedingungen für jedes Tier konsistent zu halten, wie z. B. die Position des Griffs.
View the full transcript and gain access to thousands of scientific videos
Dieser Artikel präsentiert ein Paradigma für das Training und die Analyse einer automatisierten Fähigkeits-Reichaufgabe bei Ratten, mit Fokus auf die Unterprozesse des motorischen Lernens. Die Methode zielt darauf ab, das Verständnis des Erlernens motorischer Fähigkeiten und der Erholung nach Hirnschäden zu verbessern.
Automated skilled reaching tasks in rodent models provide a quantifiable platform for dissecting motor skill learning mechanisms, supporting target validation in neuromotor therapeutic development. Kinematic analysis of pulling velocity, trajectory variability, and midline deviation enables objective assessment of motor function, reducing ambiguity in preclinical efficacy readouts. This approach enhances predictive confidence in lead identification for neurorehabilitation interventions by linking behavioral outputs to underlying neural processes.
The method fits within the discovery continuum from target hypothesis testing through lead optimization to preclinical validation, particularly for neuromotor pathways.