Name: Rata automatizada de un solo pellet alcanzando la reconstrucción tridimensional de trayectorias de patas y dígitos (Video) | JoVE Journal
Uploaded: 2019-07-10T15:00:00.000+00:00
Duration: 7 min 52 s
Description: Aprende a automatizar el alcance hábil en ratas para neurociencia, logrando reconstrucción tridimensional de la cinemática de las extremidades anteriores. Este método eficiente reduce el esfuerzo del experimentador y permite adquirir grandes conjuntos de datos rápidamente.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Los autores quieren agradecer a Karunesh Ganguly y a su laboratorio por su consejo sobre la hábil tarea de llegar, y Alexander y Mackenzie Mathis por su ayuda en la adaptación de DeepLabCut. Este trabajo fue apoyado por el Instituto Nacional de Enfermedades Neurológicas y Accidentes Cerebrovasculares (número de subvención K08-NS072183) y la Universidad de Michigan.

<ol><li>Chen, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+behavioral+apparatus+to+combine+parameterized+reaching+and+grasping+movements+in+3D+space%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space.</a> Journal of Neuroscience Methods. , (2018).</li>
<li>Sacrey, L. A. R. A., Alaverdashvili, M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Similar+hand+shaping+in+reaching-for-food+%28skilled+reaching%29+in+rats+and+humans+provides+evidence+of+homology+in+release%2C+collection%2C+and+manipulation+movements%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Similar hand shaping in reaching-for-food (skilled reaching) in rats and humans provides evidence of homology in release, collection, and manipulation movements.</a> Behavioural Brain Research. 204, 153-161 (2009).</li>
<li>Whishaw, I. Q., Kolb, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decortication+abolishes+place+but+not+cue+learning+in+rats%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Decortication abolishes place but not cue learning in rats.</a> Behavioural Brain Research. 11, 123-134 (1984).</li>
<li>Klein, A., Dunnett, S. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analysis+of+Skilled+Forelimb+Movement+in+Rats%3A+The+Single+Pellet+Reaching+Test+and+Staircase+Test%5BTitle%5D)+AND+%22Current+Protocols+in+Neuroscience%22%5BJournal%5D)">Analysis of Skilled Forelimb Movement in Rats: The Single Pellet Reaching Test and Staircase Test.</a> Current Protocols in Neuroscience. 58, 8.28.1-8.28.15 (2012).</li>
<li>Whishaw, I. Q., Pellis, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+structure+of+skilled+forelimb+reaching+in+the+rat%3A+a+proximally+driven+movement+with+a+single+distal+rotatory+component%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">The structure of skilled forelimb reaching in the rat: a proximally driven movement with a single distal rotatory component.</a> Behavioural Brain Research. 41, 49-59 (1990).</li>
<li>Zeiler, S. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Medial+premotor+cortex+shows+a+reduction+in+inhibitory+markers+and+mediates+recovery+in+a+mouse+model+of+focal+stroke%5BTitle%5D)+AND+%22Stroke%22%5BJournal%5D)">Medial premotor cortex shows a reduction in inhibitory markers and mediates recovery in a mouse model of focal stroke.</a> Stroke. 44, 483-489 (2013).</li>
<li>Fenrich, K. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Improved+single+pellet+grasping+using+automated+ad+libitum+full-time+training+robot%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">Improved single pellet grasping using automated ad libitum full-time training robot.</a> Behavioural Brain Research. 281, 137-148 (2015).</li>
<li>Azim, E., Jiang, J., Alstermark, B., Jessell, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Skilled+reaching+relies+on+a+V2a+propriospinal+internal+copy+circuit%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Skilled reaching relies on a V2a propriospinal internal copy circuit.</a> Nature. , (2014).</li>
<li>Guo, J. Z. Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cortex+commands+the+performance+of+skilled+movement%5BTitle%5D)+AND+%22Elife%22%5BJournal%5D)">Cortex commands the performance of skilled movement.</a> Elife. 4, e10774(2015).</li>
<li>Nica, I., Deprez, M., Nuttin, B., Aerts, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automated+Assessment+of+Endpoint+and+Kinematic+Features+of+Skilled+Reaching+in+Rats%5BTitle%5D)+AND+%22Frontiers+in+Behavioral+Neuroscience%22%5BJournal%5D)">Automated Assessment of Endpoint and Kinematic Features of Skilled Reaching in Rats.</a> Frontiers in Behavioral Neuroscience. 11, 255(2017).</li>
<li>Wong, C. C., Ramanathan, D. S., Gulati, T., Won, S. J., Ganguly, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+behavioral+box+to+assess+forelimb+function+in+rats%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated behavioral box to assess forelimb function in rats.</a> Journal of Neuroscience Methods. 246, 30-37 (2015).</li>
<li>Torres-Espín, A., Forero, J., Schmidt, E. K. A., Fouad, K., Fenrich, K. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+motorized+pellet+dispenser+to+deliver+high+intensity+training+of+the+single+pellet+reaching+and+grasping+task+in+rats%5BTitle%5D)+AND+%22Behavioural+Brain+Research%22%5BJournal%5D)">A motorized pellet dispenser to deliver high intensity training of the single pellet reaching and grasping task in rats.</a> Behavioural Brain Research. 336, 67-76 (2018).</li>
<li>Mathis, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepLabCut%3A+markerless+pose+estimation+of+user-defined+body+parts+with+deep+learning%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">DeepLabCut: markerless pose estimation of user-defined body parts with deep learning.</a> Nature Neuroscience. 21, 1281-1289 (2018).</li>
<li>Ellens, D. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+automated+rat+single+pellet+reaching+system+with+high-speed+video+capture%5BTitle%5D)+AND+%22Journal+of+Neuroscience+Methods%22%5BJournal%5D)">An automated rat single pellet reaching system with high-speed video capture.</a> Journal of Neuroscience Methods. 271, 119-127 (2016).</li>
</ol>

Los autores no tienen nada que revelar.

El alcance especializado en roedores se ha convertido en una herramienta estándar para estudiar la fisiología del sistema motor y la fisiopatología. Hemos descrito cómo implementar una tarea automatizada de alcance experto en ratas que permite: entrenamiento y pruebas con supervisión mínima, reconstrucción de trayectoria de patas y dígitos 3D (durante el alcance, agarre y retracción de la pata), identificación en tiempo real de la pata durante el alcance, y la sincronización con la electrónica externa. Es adecuado para c...

Los humanos dependen en gran medida de la habilidad dietuta, definida como movimientos que requieren movimientos multi-articulares y digitales coordinados con precisión. Estas habilidades se ven afectadas por una serie de patologías comunes del sistema nervioso central, incluyendo lesiones estructurales (por ejemplo, accidente cerebrovascular, tumor, lesiones desmielinantes), enfermedad neurodegenerativa (por ejemplo, enfermedad de Parkinson) y anomalías funcionales circuitos (por ejemplo, distonía). Entender cómo se aprenden e implementan las habilidades hábiles por los circuitos motores centrales tiene, por lo tanto, el potencial de mejorar la calidad de vida de una gran población. Además, es probable que esta comprensión mejore el rendimiento motor en personas sanas optimizando las estrategias de capacitación y rehabilitación.
Disecijar los circuitos neuronales subyacentes a la habilidad hábil en los seres humanos está limitado por consideraciones tecnológicas y éticas, lo que requiere el uso de modelos animales. Los primates no humanos se utilizan comúnmente para estudiar movimientos de extremidades hábiles dada la similitud de sus sistemas motores y repertorio conductual con los seres humanos1. Sin embargo, los primates no humanos son caros con largos tiempos de generación, lo que limita el número de sujetos de estudio y las intervenciones genéticas. Además, mientras que la caja de herramientas neurocientífica aplicable a los primates no humanos es más grande que para los seres humanos, muchos avances tecnológicos recientes no están disponibles o están significativamente limitados en los primates.
El alcance experto de los roedores es un enfoque complementario para estudiar el control del motor diestro. Las ratas y los ratones pueden ser entrenados para alcanzar, agarrar y recuperar un pellet de azúcar en una secuencia estereotipada de movimientos homólogos a los patrones de alcance humano2. Debido a su tiempo de generación relativamente corto y menores costos de vivienda, así como su capacidad para adquirir alcances calificados durante días o semanas, es posible estudiar un gran número de asignaturas durante las fases de aprendizaje y consolidación de habilidades. El uso de roedores, especialmente ratones, también facilita el uso de potentes herramientas neurocientíficas modernas (por ejemplo, optogenética, imágenes de calcio, modelos genéticos de la enfermedad) para estudiar la habilidad hábil.
El alcance experto de los roedores se ha utilizado durante décadas para estudiar el control motornormal y cómo se ve afectado por patologías específicas como el accidente cerebrovascular y la enfermedad de Parkinson 3. Sin embargo, la mayoría de las versiones de esta tarea son laboristas y de mucho tiempo, mitigando los beneficios del estudio de los roedores. Las implementaciones típicas implican la colocación de roedores en una cámara de alcance con un estante delante de una ranura estrecha a través de la cual el roedor debe alcanzar. Un investigador coloca manualmente los pellets de azúcar en el estante, espera a que el animal llegue, y luego coloca otro. Los alcances se puntúan como éxitos o fracasos, ya sea en tiempo real o por revisión de vídeo4. Sin embargo, simplemente la puntuación alcanza los éxitos o los fracasos ignora los datos cinemáticos enriquecidos que pueden proporcionar información sobre cómo (en lugar de simplemente si) el alcance se ve afectado. Este problema se solucionó mediante la implementación de una revisión detallada de los vídeos de acceso para identificar y puntuar semicuantitativamente los submovimientos5. Si bien esto añadió algunos datos sobre la cinemática de alcance, también aumentó significativamente el tiempo y el esfuerzo del experimentador. Además, los altos niveles de participación de los experimentadores pueden conducir a incoherencias en la metodología y el análisis de datos, incluso dentro del mismo laboratorio.
Más recientemente, se han desarrollado varias versiones automatizadas de alcance cualificado. Algunos se adhieren a la jaula doméstica6,7, eliminando la necesidad de transferir animales. Esto reduce el estrés en los animales y elimina la necesidad de aclimatarlos a una cámara de alcance especializada. Otras versiones permiten el seguimiento de la pata para que los cambios cinemáticos bajo intervenciones específicas se puedan estudiar8,9,10, o tener mecanismos para determinar automáticamente si los pellets fueron arrancados de la plataforma11. Las tareas automatizadas de alcance cualificado son especialmente útiles para el entrenamiento de alta intensidad, como puede ser necesario para la rehabilitación después de una lesión12. Los sistemas automatizados permiten a los animales realizar un gran número de alcances durante largos períodos de tiempo sin necesidad de una participación intensiva de los investigadores. Además, los sistemas que permiten el seguimiento de la pata y la puntuación automatizada de los resultados reducen el tiempo dedicado al investigador a realizar el análisis de datos.
Desarrollamos un sistema automatizado de alcance experto en ratas con varias características especializadas. En primer lugar, mediante el uso de un pedestal móvil para llevar el pellet a "posición de alcance" desde abajo, obtenemos una vista casi sin obstáculos de la extremidad delantera. En segundo lugar, un sistema de espejos permite múltiples vistas simultáneas del alcance con una sola cámara, permitiendo la reconstrucción tridimensional (3-D) de las trayectorias de alcance utilizando una cámara de alta resolución y alta velocidad (300 fps). Con el reciente desarrollo de algoritmos de aprendizaje automático robustos para el seguimiento de movimiento sin marcadores13,ahora rastreamos no sólo la pata, sino los nudillos individuales para extraer el alcance detallado y la cinemática de agarre. En tercer lugar, un frame-grabber que realiza un procesamiento de vídeo simple permite la identificación en tiempo real de distintas fases de alcance. Esta información se utiliza para desencadenar la adquisición de vídeo (la adquisición continua de vídeo no es práctica debido al tamaño del archivo), y también se puede utilizar para desencadenar intervenciones (por ejemplo, optogenética) en momentos precisos. Por último, los fotogramas de vídeo individuales son activados por pulsos de lógica transistor-transistor (TTL), lo que permite que el vídeo se sincronice con precisión con grabaciones neuronales (por ejemplo, electrofisiología o fotometría). Aquí, describimos cómo construir este sistema, entrenar ratas para realizar la tarea, sincronizar el aparato con sistemas externos y reconstruir trayectorias de alcance 3D.

<table><tbody><tr><td>paneles de policarbonato transparente</td><td>TAP Plásticos cortados</td><td></td><td>a pedido (ver diseño de la caja)</td></tr><tr><td>fuente/detector de infrarrojos</td> Cámara de rango <td>ENV-253SD</td><td>de 30"</td>de <td>Med Associates</td></tr><tr><td></td><td>Basler</td><td>acA2000-340kc</td><td>2046 x 1086 CMV2000 340 fps Lente de cámara Color Camera Link</td></tr><tr><td></td><td>Megapixel (computar)</td><td>M0814-MP2</td><td>2/3" 8mm f1.4 con bloqueo Iris & Cables</td></tr> de <tr><td>cámara</td><td>de enfoque Basler</td><td>#2000031083</td><td>Cable PoCL Camera Link SDR/MDR Full, 5 m - Cables de datos</td></tr><tr><td>Espejos Actuador</td> lineal <td>Amazon</td><td></td><td></td></tr><tr><td></td><td>Concéntrico</td> Actuador lineal <td>LACT6P</td><td>Carrera de 6" (nominal), 110 lb de fuerza, 12 VDC, con potenciómetro</td></tr><tr><td>depósito/embudo de pellets</td><td>Amico (Amazon)</td><td>a12073000ux0890</td><td>Embudo</td></tr> <tr>de 6"<td>tubo guía</td><td>ePlastics</td><td>ACREXT.500X.250</td><td>1/2" OD x 1/4" ID Transparente. Tubo acrílico de plexiglás extruido x</td></tr><tr><td>varilla de entrega de pellets</td> de 6 pies de largo <td>ePlastics</td><td>ACRCAR.250</td><td>0.250 "DIA. Varilla acrílica fundida (2' longitud)</td></tr> <tr><td>conector T de plástico</td><td>United States Plastic Corp</td><td>#62065</td><td>3/8" x 3/8" x 3/8" ID de manguera Camiseta de HDPE negro</td></tr><tr><td>Luces LED</td><td>Iluminación EVER</td><td>4100066-DW-F</td><td>Tira de luz LED impermeable flexible de 12 V, cinta LED, luz diurna blanca, súper brillante 300 unidades 5050 LEDS, carrete de 16.4 pies y 5 m</td></tr><tr><td>respaldo</td><td>de luz ePlastics</td><td>ACTLNAT0.125X12X36 0.125</td><td>"x 12" x 36" Lámina de acetal natural</td></tr><tr><td>Películas difusoras de luz</td><td>inventables</td><td>23114-01.007x8.5x11</td><td>", gabinete mate de dos lados</td></tr><tr><td>y materiales de marco personalizados</td><td>varios (Home Depot, etc.)</td><td></td><td>Tablero de fibra de 3/4" (consulte el protocolo para conocer las dimensiones de cada estructura)</td></tr><tr><td>Espuma acústica</td><td>Acoustic First</td><td></td><td>FireFlex Wedge Espuma acústica (2" de espesor)</td></tr><tr><td>ventiladores</td><td>Cooler Master (Amazon)</td><td>B002R9RBO0</td><td>Rifle Bearing 80mm Ventilador de enfriamiento silencioso para cajas de computadora y CPU</td></tr><tr><td>Bisagras de la puerta del gabinete</td><td>Everbilt (Home Depot</td><td>#14609</td>) <td>bisagra de acero continua (1.4" x 48")</td></tr><tr><td>ruedas de gabinete</td><td>Everbilt (Home Depot</td><td>#49509</td><td>Rueda de placa giratoria de goma blanda con capacidad de carga de 90 lb y freno lateral</td></tr><tr><td>manija de la puerta del gabinete</td><td>Everbilt (Home Depot</td><td>#15094</td><td>Tirador de puerta de servicio ligero blanco (4.5")</td></tr> <tr><td>computadora</td><td>Hewlett Packard</td><td>Z620</td><td>HP Z620 Estación de trabajo de escritorio</td></tr><tr><td>Camera Link Frame Grabber</td><td>National Instruments</td><td>#781585-01</td><td>PCIe-1473 Virtex-5 LX50 Enlace de cámara - Tablero</td></tr><tr><td>RIO multifunción</td> completo <td>National Instruments</td><td>#781100-01</td><td>PCIe-17841R</td></tr><tr><td>Cable de placa RIO analógico</td><td>National Instruments</td><td>SCH68M-68F-RMIO</td><td>Cable digital</td></tr> de <tr><td>placa RIO</td><td>Instruments nacionales</td><td>#191667-01</td><td>SHC68-68-RDIO Cable digital para</td></tr><tr><td>bloque de terminales analógico</td> de la serie R<td>National Instruments</td><td>#782536-01</td><td>SCB-68A Rechazo de ruido, bloque de conector de E/S blindado</td></tr><tr><td>Bloque de terminales digitales</td><td>National Instruments</td><td>#782536-01</td><td>SCB-68A rechazo de ruido, bloque de conector de E/S blindado bastidor</td>de</tr><tr><td>relé de 24 posiciones</td><td>Measurement Computing Corp.</td><td>SSR-RACK24</td><td>Placa posterior de relé de estado sólido (relés tipo Gordos/OPTO-22), conmutador de CC de 24 canales</td></tr><tr><td></td><td>Measurement Computing Corp.</td><td>SSR-ODC-05 Módulo de</td><td>relé de estado sólido, único, interruptor de CC, 3 a 60 VDC @ 3.5 A</td></tr><tr><td>DC Sense</td><td>Measurement Computing Corp.</td><td>SSR-IDC-05 módulo de</td><td>relé de estado sólido, simple, detección de CC, 3 a 32 V CC</td></tr><tr><td>Fuente de alimentación de CC</td><td>BK Precision</td><td>1671A</td><td>Triple salida 30 V, 5 A Fuente de alimentación de CC Fuente de alimentación de CC Pellets de</td></tr><tr><td>azúcar</td><td>Bio Serv</td><td>F0023</td><td>Pellets de precisión sin polvo, 45 mg, sacarosa (sin sabor)</td></tr><tr><td>LabVIEW</td><td>National Instruments</td><td>LabVIEW 2014 SP1, versiones de 64 y 32 bits</td><td>Se requiere LabVIEW de 64 bits para acceder a suficiente memoria para transmitir videos, pero la codificación FPGA debe realizarse en LabVIEW</td></tr><tr><td>MATLAB</td><td>de</td> 32 bits El software de calibración y reconstrucción de trayectorias de la caja <td>Matlab R2019a</td><td>está escrito en Matlab y requiere la caja de herramientas Computer Vision</td></tr></tbody></table>

rata automatizada de un solo pellet alcanzando la reconstrucción tridimensional de trayectorias de patas y dígitos

Automated Rat Single-Pellet Reaching with 3-Dimensional Reconstruction of Paw and Digit Trajectories

El alcance con habilidades de roedores se utiliza comúnmente para estudiar habilidades hábiles, pero requiere mucho tiempo y esfuerzo para implementar la tarea y analizar el comportamiento. Recientemente se han desarrollado varias versiones automatizadas de alcance cualificado. Aquí, describimos una versión que presenta automáticamente pellets a ratas mientras graba vídeo de alta definición desde múltiples ángulos a altas velocidades de fotogramas (300 fps). La pata y los dígitos individuales se rastrean con DeepLabCut, un algoritmo de aprendizaje automático para la estimación de la pose sin marcadores. Este sistema también se puede sincronizar con grabaciones fisiológicas, o ser utilizado para desencadenar intervenciones fisiológicas (por ejemplo, estimulación eléctrica u óptica).

Las ratas adquieren la tarea de alcance experto rápidamente una vez aclimatedcado al aparato, con el rendimiento estancado en términos de número de alcances y precisión durante 1-2 semanas (Figura5). La Figura 6 muestra fotogramas de vídeo de ejemplo que indican estructuras identificadas por DeepLabCut, y la Figura 7 muestra trayectorias de alcance individuales superpuestas desde una sola sesión. Finalmente, en ...

El alcance con habilidades de roedores se utiliza comúnmente para estudiar habilidades hábiles, pero requiere mucho tiempo y esfuerzo para implementar la tarea y analizar el comportamiento. Describimos una versión automatizada del alcance cualificado con seguimiento de movimiento y reconstrucción tridimensional de trayectorias de alcance.

Rata automatizada de un solo pellet alcanzando la reconstrucción tridimensional de trayectorias de patas y dígitos

Rodent skilled reaching is commonly used to study dexterous skills, but requires significant time and effort to implement the task and analyze the ...

Este método se basa en los protocolos de alcance calificados de ratas establecidos para automatizar el entrenamiento y las pruebas, proporcionando un medio eficiente para adquirir grandes conjuntos de datos relativamente rápidamente. Minimiza el esfuerzo del experimentador al tiempo que permite la reconstrucción tridimensional de la cinemática de la extremidad delantera. La cinemática se puede utilizar para evaluar los efectos de intervenciones cronopesadas con precisión o correlacionadas con grabaciones fisiológicas.Con algunos ajustes, esta técnica también se puede aplicar en ratones. Comience encendiendo las luces y coloque la rata en una cámara de alcance hábil. Use fórceps para sostener un pellet a través de la ranura de alcance en la parte delantera de la caja.Deje que la rata coma tres perdigones de los fórceps. Tire del pellet hacia atrás la próxima vez que la rata intente comer el pellet de los fórceps y repita hasta que la rata alcance el pellet con una pata como máximo de 11 alcances que indiquen la preferencia de la pata. A continuación, alinee la varilla de entrega de pellets con el lado de la ranura de alcance contralateral a la pata preferida de la rata.Coloque un pellet en la barra de entrega. A continuación, utilice fórceps para cebar a la rata con el pellet, pero dirigir la rata hacia la barra de entrega para que su pata golpea el pellet en la varilla. Después de que la rata ha intentado 10 llegar a la barra de entrega sin ser cebado, avanzar la rata a la siguiente fase.A continuación, coloque la varilla de entrega de pellets en función de la preferencia de la pata de la rata y establézcala en la posición dos. Ajuste la posición de altura de la varilla de entrega de pellets utilizando el mando a distancia del actuador. Una vez que la barra de entrega esté a la altura correcta, mantenga pulsado el número deseado hasta que la luz parpadee en rojo para ajustar.A continuación, coloque la rata en la cámara y cebo la rata en la parte posterior con un pellet. Cuando la rata se mueve lo suficientemente lejos a la parte posterior de la cámara que rompería el haz infrarrojo si la versión automatizada estaba funcionando, mueva la barra de entrega de pellets a la posición tres. Finalmente, espere a que la rata alcance el pellet y luego mueva la varilla de entrega de pellets de nuevo a la posición dos.Coloque un pellet nuevo en la barra de entrega si se derriba. Repita estos pasos gradualmente cebando a la rata cada vez menos hasta que la rata comience a uno, muévase a la parte posterior para solicitar un pellet sin ser cebado, y dos, inmediatamente se mueven al frente después de solicitar un pellet en la parte posterior. Después de que la rata haya hecho esto 10 veces, comience a entrenar en la tarea automatizada.Para configurar el sistema automatizado, encienda las luces de la cámara y rellene el depósito de pellets. Coloque la varilla de entrega de pellets de acuerdo con la preferencia de la pata de la rata. Compruebe que las posiciones del actuador estén configuradas correctamente.A continuación, encienda el ordenador y abra el programa de alcance experto. Introduzca el número de identificación de la rata en el asunto y seleccione la preferencia de la pata en el menú desplegable de la mano. Especifique la ruta de guardado de los vídeos.A continuación, establezca la hora de la sesión y el número de vídeos máximos. Establezca la duración de la elevación de pellets también y habilite la penalización de alcance temprano. A continuación, para tomar imágenes de calibración, coloque la mano de ayuda dentro de la cámara de alcance y atorle el clip del caimán a través de la ranura de alcance.Sostenga el cubo delante de la ranura de alcance con el clip de cocodrilo. A continuación, coloque el cubo de modo que el lado rojo aparezca en el espejo superior, el lado verde en el espejo izquierdo y el lado azul en el espejo derecho. En el programa de comportamiento, asegúrese de que el umbral de ROI se establece en un valor muy grande.Haga clic en el botón de ejecución y una vez que el botón inicializado de la cámara se vuelva verde, pulse Start para comenzar la adquisición de vídeo. Haga clic en Modo Cal y, a continuación, haga clic en Tomar imagen de Cal. Mueva el cubo ligeramente y tome otra imagen.Repita de nuevo para un total de tres imágenes. Por último, detenga el programa haciendo clic en Detener y, a continuación, haga clic en el botón detener signo. Retire la mano de ayuda y el cubo de la caja.Tenga cuidado de no golpear nada en la cámara de comportamiento después de que se hayan tomado las imágenes de calibración ese día. Primero, coloca a la rata en la cámara de alcance hábil. Haga clic en la flecha blanca para ejecutar el programa.A continuación, establezca la posición del ROI para la detección de patas ajustando x offset, y offset, ROI width y ROI height. Coloque el ROI en el espejo lateral que muestra el dorso de la pata directamente delante de la ranura de alcance y haga clic en comenzar para comenzar el programa. Mientras la rata no está alcanzando, ajuste el valor de umbral de ROI bajo hasta que el valor de activación de ROI vivo esté oscilando entre cero y uno.A continuación, establezca el umbral de ROI para que sea significativamente mayor que el valor de activación de ROI en vivo durante los golpes de nariz y inferior al valor de activación de ROI en vivo cuando la rata alcanza. Ajuste hasta que los videos se activen constantemente cuando la rata llegue, pero no cuando se mete la nariz a través de la ranura. Supervise las primeras pruebas para asegurarse de que todo funciona correctamente.Cuando una rata llega antes de solicitar un pellet, observe el aumento del número de los primeros alcances. Cuando una rata llega después de solicitar un pellet, observe el número de videos aumentar mientras una copia del video se guarda como un archivo bin. Finalmente, después de alcanzar el tiempo de sesión o el número máximo de videos, pulse el botón de detener la señal.Los resultados indican que después de 20 días, las ratas adquieren la tarea de alcance experto. Aquí, se muestran las trayectorias de alcance de una sola sesión. Esto representa sólo el avance inicial de la pata para facilitar la presentación.Además, si el gatillo de detección de patas no se establece con precisión, hay una variabilidad significativa en el marco en el que la pata rompe la ranura de alcance que puede conducir a la variabilidad en cuando las intervenciones se activan durante los movimientos de alcance. Aparte de un manejo cuidadoso de los animales, no se tomarán precauciones en este protocolo. Es más importante establecer el umbral de ROI correctamente para que los vídeos u otras intervenciones se activen en los momentos adecuados.Este método se puede combinar con varias otras técnicas como la optogenética, la imagen de calcio y los modelos genéticos que pueden abordar preguntas que van desde el control motor básico hasta la fisiopatología del trastorno del movimiento. Esta técnica permite la correlación de la cinemática detallada de alcance y agarre con grabaciones fisiológicas o intervenciones que permiten a los investigadores responder no sólo si, sino cómo cambian los movimientos con los circuitos neuronales.

automated-rat-single-pellet-reaching-with-3-dimensional

Research

Investigación

JoVE Journal

Behavior

Comportamiento

Se presenta un paradigma para analizar la adquisición de una tarea de alcance de extremidades anteriores hábil de alta precisión en ratas.

Adquisición de una alta precisión Skilled Miembro Anterior Alcanzar Tarea en Ratas

Un paradigma se presenta para la formación y el análisis de una tarea de alcanzar experto automatizado en ratas. Análisis de los intentos de tracción revela distintos subprocesos del aprendizaje motor.

La investigación de los procesos de aprendizaje de habilidades motoras con una robótica Manipulandum

Este manuscrito describe una tarea semiautomático que cuantifica la supinación en ratas. Las ratas alcanzaran, agarre y supinados un manipulandum esférico. La rata es recompensada con una pelotilla si el ángulo de giro supera un criterio establecido por el usuario. Ello aumenta el rendimiento, sensibilidad a la lesión y la objetividad frente a las tareas tradicionales.

La tarea de supinación de mando: Un método semiautomático para evaluar la función de Forelimb en ratas

Describimos un novedoso sistema de análisis de marcha, Paw-Print Analysis of Contrast-Enhanced Recordings (PrAnCER), un sistema automatizado de acceso abierto para la cuantificación de las características de la marcha en ratas que utiliza un nuevo piso semitransparente para cuantificar la marcha. Este sistema fue validado usando el modelo haloperidol de la enfermedad de Parkinson.

Análisis de impresión de patas de grabaciones mejoradas por contraste (PrAnCER): Un sistema de análisis automatizado de gait de bajo costo y acceso abierto para evaluar los déficits de los motores

Aquí se presenta un protocolo para recopilar y analizar la cinemática tridimensional de la locomoción cuadrúpeda en roedores para estudios preclínicos.

Análisis de gait cinemático 3D para estudios preclínicos en roedores

El método para evaluar el impacto de la formación en las habilidades motoras es una herramienta útil. Desafortunadamente, la mayoría de las evaluaciones conductuales pueden ser intensivas en mano de obra y/o costosas. Aquí describimos un método robótico para evaluar la habilidad de la prehensión (alcance a agarrar) en ratones.

Evaluación de la prehensión habilidosa en ratones mediante un auto-entrenador

Introducimos un método de análisis cinemático que utiliza un aparato de captura de movimiento tridimensional que contiene cuatro cámaras y software de procesamiento de datos para realizar evaluaciones funcionales durante la investigación fundamental que involucra modelos de roedores.

Análisis cinemático 3D para la evaluación funcional en el modelo de rata de lesión de aplastamiento de nervios ciáticos

El análisis automatizado de la marcha es una herramienta factible para evaluar la recuperación funcional en modelos de roedores de lesión del nervio periférico y lesión por contusión de la médula espinal. Si bien sólo se requiere una configuración para evaluar la función locomotora en varios modelos experimentales, el ajuste meticuloso de software duro y suave y el entrenamiento de los animales es muy importante.

Análisis automatizado de gaita para evaluar la recuperación funcional en roedores con daño de contusión de nervio periférico o médula espinal

El presente protocolo describe cómo utilizar la optogenética inalámbrica combinada con videografía de alta velocidad en una sola tarea de alcance a agarre de pellets para caracterizar los circuitos neuronales involucrados en el rendimiento del comportamiento motor hábil en ratones que se mueven libremente.

In vivo Control optogenético inalámbrico del comportamiento motor calificado

El estudio actual describe una prueba de comportamiento motor fino para examinar los déficits motores en modelos de roedores, incluida la rata TgF344-AD, utilizando el aprendizaje automático.

Una tarea de motricidad fina para estudiar la cinemática articular en un modelo preclínico de enfermedad neurodegenerativa

Este protocolo establece una cadena de evaluación cinemática de la extremidad posterior de rata utilizando una prueba de cinta sin marcadores con autoetiquetado de trayectorias multiarticular impulsado por aprendizaje profundo, que permite la cuantificación reproducible del movimiento.

Seguimiento síncrono multiarticular basado en aprendizaje profundo para la cuantificación objetiva de la cinemática locomotora de las extremidades posteriores en ratas

Aprende a automatizar el alcance hábil en ratas para neurociencia, logrando reconstrucción tridimensional de la cinemática de las extremidades anteriores. Este método eficiente reduce el esfuerzo del experimentador y permite adquirir grandes conjuntos de datos rápidamente.

Rata automatizada de un solo pellet alcanzando la reconstrucción tridimensional de trayectorias de patas y dígitos

Explorar más videos