齧歯動物による補強意思の中に費用便益分析を評価するためのオペラントのプロトコル
2018年9月10日
費用便益分析は、脳が意思決定の過程を実行する重量を量るスケール アプローチです。ラットが待っている 15 を犠牲にしてより高い報酬を選択オペラント条件ベースの意思決定パラダイムにラットの訓練するプロトコルを提案するここでは、それらを受信する s。
この手法は、結果と原因を比較することが意思決定にどのように影響するかなど、認知神経科学の重要な質問に答えることができます。この手法の主な利点は、ボードの位置などの特別な要素が動物の決定に影響を与えないことです。まず、12時間の明暗サイクルを持つ部屋で成体のオスラットに餌へのアクセスを制限することから始めます。
1日目から3日目は、1日2回、5分間動物を扱います。次に、各取り扱いセッションの後に動物の体重を量り、自由給餌量を決定します。次に、3つのパーティションまたはアーム、2つの刺激スピーカー、5つの格納式ドア、および5つの赤外線モーションセンサーまたは赤外線ビームまたはIRBセンサーを備えたT迷路を取得します。
実験的なソフトウェアコードをコンピューターにコピーします。次に、実験ソフトウェアをダウンロードしてコンピューターにインストールします。USBポートを使用して、マイクロコントローラをコンピュータに接続します。
次に、コンピューターでソフトウェアアイコンをクリックし、[ツール]に移動して、[ポート]を選択します。ドロップダウンメニューから、ソフトウェアをコンピューターに接続するCOMポートを選択します。[ツール] に移動し、[ボード] を選択します。
ドロップダウンメニューから、T迷路を制御するソフトウェアの種類を選択します。次に、インターフェイスウィンドウの左上にある[アップロード]をクリックします。実験的なソフトウェアコードを選択し、プロセスが終了するまで待ちます。
プロセスが終了したら、インターフェイスウィンドウの右上にある[シリアルモニタ]をクリックします。次に、新しいポップアップウィンドウで、ボーレートを115、200に変更します。実験日の5日前から、少なくとも1時間、動物を実験室に連れて行ってください。
各ゴールアームに10個の砂糖ペレットを残し、すべてのドアを開いたままにします。1日目から3日目までは、1日1回、動物を10分間迷路に個別に配置して、制限なく迷路を探索します。4日目から5日目にかけて、動物を個別に迷路に配置します。
各アームに2つのペレットを残し、両側から食品をサンプリングできるようにします。両側からペレットを食べた直後、または迷路に入ってから5分後に、動物を迷路から取り出します。最後に、各慣れセッションの後、迷路の床を70%エタノールで掃除し、エタノールが蒸発したことを確認してから、次の動物を迷路に配置します。
6日目は、実験の少なくとも1時間前に動物を実験室に連れて行ってください。ソフトウェアプログラムを実行し、トライアル番号を14に設定し、そのうち最初の4つのトライアルは強制選択型、残りは選択型トライアルになります。各試行を開始する前に、4つのペレットをゴールアーム(HRA)にセットし、2つのペレットをもう一方のアーム(低報酬アームLRA)に配置します。
強制選択試行訓練では、各試行の前に一方の腕を擬似ランダムにブロックし、動物がもう一方の腕を選択せざるを得ないようにします。スタートボックスに動物を置きます。5〜7秒後、スタートゲートを同時に開き、ソフトウェアのインターフェースウィンドウで[スタート]をクリックします。
ペレットを食べた直後、または迷路に入ってから5分後に動物を集め、動物を家のケージに2分間放置します。各試行の前に、ソフトウェアによって HRA として選択されたアームのドア B を閉じます。反対側のアームであるLRAのドアAを開いたままにします。
次に、スタートボックスに動物を配置します。5 秒から 7 秒後、スタートゲートを同時に開き、[スタート] をクリックします。動物にどちらの腕も自由に選ばせてください。
動物がHRAを選択した場合は、ドアAを開け、動物を部屋に入れ、ドアAを閉め、ドアBをすぐに開けて、動物が選択したフードにうまくアクセスできるようにします。動物がLRAを選択した場合は、動物が食べ物にしっかりとアクセスできるように、ドアBを開けてください。次に、選択した食品のすべての食品をよく食べた後、動物を取り出し、家庭用ケージに2分間放置します。
各動物について10回の選択試行を完了し、各試行で動物の選択(HRAまたはLRA)を記録します。各トレーニングセッション後のすべての選択肢トライアルの高報酬選択肢(HRC)の割合を計算します。最後に、各動物が識別トレーニングでHRCの80%に達した後、動物がHRAを選択してから5秒の遅延後にドアBを開けて遅延トレーニングを完了します。
動物1匹につき1日10回の試行を行います。その結果、刺激の開始から終了まで、ACCの低周波電力と高周波電力の両方が減少したことが示されました。チャンバーの外で過ごした時間とチャンバー内で過ごした時間を比較したスペクトル分析では、ACCの振動活動に変化は見られませんでした。
さらに、OFCの中高周波数帯の活動は、刺激の開始後に増加しました。プレチャンバーとチャンバーのタイムウィンドウを一緒に比較した場合、有意な変化は観察されませんでした。この手順を試みるときは、動物の決定に影響を与え、結果の信頼性を損なう可能性があるため、不安の原因を取り除くことが重要です。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
本研究では、意思決定におけるコスト・ベネフィット分析を調査するため、オペラント条件付けに基づく意思決定パラダイムを用いて成体オスラットを訓練するプロトコルを提案します。本研究は、脳が報酬と待機時間をどのように評価しているかに焦点を当て、行動学的および認知神経科学的な知見を明らかにします。
研究の主要構成要素
科学分野
- 認知神経科学
- 行動心理学
背景
- ラットにおける意思決定プロセスの評価。
- 高い報酬の優先順位と待ち時間の関係。
- 意思決定に対する環境の影響。
研究目的
- 意思決定の背後にある認知プロセスを理解すること。
- 異なる報酬構造が選択にどのように影響するかを評価すること。
- げっ歯類の行動解析のための信頼性の高いプロトコルを開発すること。
使用方法
- T迷路を用いて、オペラントに基づく意思決定タスクを実施した。
- 食餌制限後、成体雄ラットのトレーニングを行った。
- 正式な試験を開始する前に、動物に順化期間を設けた。
- 主要な手順には、ハンドリング、迷路の探索、および一連の選択試験が含まれる。
主要な結果
- 前帯状皮質（ACC）における周波数パワーの変化が示されました。
- 異なる時間窓において、振動活動に有意な変化は見られませんでした。
- 行動結果から、選択パターンに裏付けられた、より高い報酬に対する動物の好みが明らかになりました。
結論
- このプロトコルにより、齧歯類における意思決定プロセスの系統的な調査が可能になります。
- 結果から、意思決定の神経相関に関する知見が得られます。
- 本研究は、認知評価に関与するニューロンメカニズムの理解に寄与します。
よくある質問
産業界における重要性
本プロトコルは、げっ歯類におけるコスト・ベネフィット意思決定の自動評価を可能にし、報酬価値評価および衝動制御の根底にある神経メカニズムを評価するための標準化されたプラットフォームを提供します。行動選択を定量化し、それを電気生理学的読み取り値と相関させることで、依存症やうつ病などの意思決定機能障害を伴う疾患に対する神経精神薬探索におけるターゲットバリデーションを支援します。自動化と再現性の向上により、初期段階のメカニズム的リスク低減におけるトランスレーショナルな信頼性が高まります。
バイオファーマ研究開発における戦略的応用
初期発見およびターゲット検証
- 科学的価値： 報酬とコストのトレードオフに関与する神経回路の解析を可能にし、前頭前皮質領域における標的仮説の検証を支援します。
- 運用的価値： 自動化されたT迷路システムにより、ばらつきと労力が削減され、薬理学的スクリーニングのスループットが向上します。
スクリーニングおよびアッセイの開発
- 科学的価値： 化合物が意思決定に及ぼす影響を翻訳可能な読み出しとして、定量的な選択好みのデータ（高報酬選択率）を生成します。
- 運用上の価値： 標準化された刺激提示と自動データ収集により、アッセイの信頼性とラボ間の比較可能性が向上します。
トランスレーショナル・前臨床研究
- 科学的価値： 行動を神経活動（ACCおよびOFCのLFPの変化）に関連付けることで、バイオマーカーに沿ったターゲットエンゲージメントの評価を可能にします。
- 運用の価値： 用量反応およびタイムコース研究をサポートし、高度な前臨床投資を行う前にCNSターゲットのリスクを低減します。
パイプラインおよびワークフローの統合
この手法はディスカバリー生物学のフェーズに位置づけられ、精神疾患の適応に関連する認知エンドフェノタイプをモデル化することで、ターゲット選定に寄与します。
- 基礎生物学的な発見： 価値判断および衝動制御に関与する皮質-線条体回路のメカニズム解明を促進します。
- スクリーニング： さまざまな報酬の遅延や大きさにおける決定バイアスの自動化され、再現可能な測定を可能にします。
- 分析： 電気生理学的出力（LFPパワーシフト）および行動学的出力を提供し、マルチモーダルな標的バリデーションを実現します。
- トランスレーショナルリサーチ： 認知機能の柔軟性や報酬処理といった臨床的エンドポイントと一致しており、go/no-go決定の判断をサポートします。
- 企業での再利用： プロトコルの標準化により、神経精神医学における複数の標的クラスや治療領域での再利用が可能です。
運用および企業への影響
- 科学的価値： 複雑な認知プロセスに対する標的変調効果の予測信頼性を向上させる。
- 運用の価値： マイクロコントローラによる自動化により、オペレーターへの依存度を下げ、実験の一貫性を高める。
- 戦略的価値： 認知面への副作用を早期に検出することを可能にし、中枢神経系（CNS）治療薬開発における後期段階での脱落を減少させる。
- ポートフォリオへの影響： 意思決定ネットワークへの機能的影響に基づいた、リスク調整後の標的優先順位付けを支援する。
実施上の注意点
- 齧歯類行動学、電気生理学、およびマイクロコントローラベースの自動化に関する専門知識が必要です。
- 赤外線（IR）センサー、格納式ドア、および同期ソフトウェアを含む安定したハードウェアセットアップに依存します。
- 標準化されたプロトコルのため、行動解析、電気生理学、およびデータ解析チーム間のチーム間連携が必要です。
- 他のモデル（マウスなど）への適応には、迷路のサイズ変更や感度の調整が必要になる場合があります。
- 出典資料に記載されている通り、データの妥当性を維持するためには、環境制御（不安の軽減など）が極めて重要です。
