オートトレーナーを用いてマウスの熟練した予感を評価する
2019年9月12日
トレーニングが運動能力に与える影響を評価する方法は有用なツールです。残念ながら、ほとんどの行動評価は労働集約的で高価な場合があります。ここでは、マウスの先入観(リーチツー把握)スキルを評価するロボット的な方法について述べる。
当社の技術は、時間を節約し、多くの異なる種類の研究のスプリングボードとして機能することができる複雑な行動分析を自動化します。私たちのテクニックでは、タスクと報酬は同じものです。あいまいなタスクを実行すること、誤ったタスクを実行することと報酬を受け取る間に切断はありません。
動物モデルは、神経学的傷害後の回復を増強するアプローチをテストする機会を提供する。例えば、私の研究室では、脳卒中後のリハビリテーションに対する革新的な新しいアプローチを開発する緊急の必要性があるため、脳卒中後の回復を増強するためのアプローチをテストしています。脳卒中に加えて、私たちのオートトレーナーは、怪我の前に運動学習を研究するだけでなく、パーキンソン病、アルツハイマー病、または外傷性脳損傷のモデルで有用であり得る。
マウスがゴールウェイトに達したら、ペレット表面に45ミリグラムのペレットをスロットの正面に置いてトレーニングセッションを開始し、マウスがペレットを取り出すことを許可します。マウスが開いたスロットを供給と関連付ける場合は、ピンセットのペアを使用して、マウスが以前にペレットを取り出したのと同じ位置にペレットを保持します。マウスがペレットに噛み付き始めると、ペレットが口の手の届かないところにあるように、ペレットを約半センチメートル引き離します。
マウスがスロットを通して足を伸ばすと、マウスがペレットを食べることによって動作を強化します。実験に役立たないが、左足か右足が好ましいかを記録する。マウスがペレットを食べることと足を伸ばすと、ペレットを口と舌で取り出そうとする試みに応じてペレットを差し控えることによって行動をさらに強化する。
マウスが足を使わずにペレットを正常に得るのを止めるように注意してください。45ミリグラムのペレットをケージゲートの外側の端からわずか1センチメートル下に配置し、ペレットの左端または右端の点がケージゲートスロットの端からまっすぐ伸びる線に正接するようにして、望ましい足に達する挙動の導入を完了します。その後、マウスがペレットを取り出そうとし、ペレットを取り除き、マウスが足の延長以外の他の方法で検索を試みるべき場合に消費を防ぐために警戒することができます。
トレーニングセッションを開始する前に、自動トレーナーのLabVIEWインターフェイスの[実行]矢印をクリックし、ペレットの有無にかかわらず、餌ペレットセンサーの読み取り値を確認します。[停止] をクリックしてテストの実行を停止し、餌ペレット センサーのターゲットをこれらの 2 つの測定値の間の値に変更します。変更したマウスケージをオートトレーナーに置き、ケージゲートを貼り付けます。
次に、手動手順のようにペレットをスロットの端に合わせ、LabVIEWインタフェースで新しいトレーニングセッションを開きます。トレーニング セッションに関するデータを記録するために必要な情報を入力し、[マウス ID] フィールドをクリックして、各トレーニング セッションのファイル名を入力します。[ルーチン中に分配する総ペレット]フィールドをクリックして、1回の実験で分配されるペレットの数を制御します。
[ペレット番号の後に一時停止]フィールドをクリックして、示されたペレットがダイビング ボードから取り外された後に 5 秒のポーズを設定し、[一時停止の長さ] フィールドをクリックして、ペレットがダイビング ボードから取り外されてから新しいペレットが分配される時間の間に一時停止を設定します。[リーチ距離]フィールドにペレットが配置される距離を手動で記録するようにオートトレーナーを設定し、[ログを含むフォルダ]フィールドをクリックして、収集したデータを保存するファイルの場所を選択します。情報フィールドに入力したら、[実行] をクリックしてトレーニング セッションを開始します。
オートトレーナーは、ペレットの総数が分配され、最後のペレットがマウスによって取り出されるか、または落とされるまで、個々のペレットを分配し、漏斗を通って落ちるかどうかを追跡します。この時点でプログラムは自動的に停止します。必要に応じて、停止ボタンをクリックして早期に停止することもできます。
ソフトウェアがセットアップされたら、テストするマウスのホームケージをペ台に置き、[実行]をクリックしてマウスがスロットを調査できるようにし、見慣れない新しい環境です。オートトレーナーで訓練されたマウスは、先入観のタスクを学び、運動能力の明確な増加を示す。このスキルの増加は、動物がオートトレーナーを使用せずに手動で訓練される場所に観察されるものと似ています。
マウスが足を使えるようにしてください。あなたが食べ物を持たせているだけだと思わせれば、彼らはあなたに手を伸ばすことはありません。損傷は、病変が運動性能にどのような影響を与えるか、および前記病変からの回復を促す方法を決定するために、運動経路の任意の部分に誘発することができる。
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
この記事では、マウスの把握スキルを評価するためのロボット方法を提示し、行動評価を簡素化することを目的としています。自動化されたアプローチは時間を節約するだけでなく、運動スキル評価の精度も向上させます。
主要な研究要素
科学の分野
- 神経科学
- 行動分析
- 研究におけるロボット工学
背景
- 行動評価は労力がかかり、コストが高い可能性があります。
- 動物モデルは神経学的損傷後の回復を研究する上で重要です。
- 特に脳卒中後の革新的なリハビリテーションアプローチの必要性があります。
- ロボット工学的方法は運動スキルの評価を効率化できます。
研究の目的
- マウスの運動スキルを評価する手法を開発すること。
- 時間とリソースを節約するために行動分析を自動化すること。
- 様々な神経学的状態を研究するためのプラットフォームを提供すること。
使用された方法
- 把握スキルを評価するためのロボット自動化。
- 学習を向上させるためのタスクと報酬の統合。
- 脳卒中、パーキンソン病、アルツハイマー病のモデルへの応用。
- 損傷前後の運動学習の評価。
主な結果
- ロボット工学的方法は評価プロセスを簡素化します。
- 運動スキルに関する一貫性のある信頼できるデータを提供します。
- 神経学的損傷の回復戦略の研究を促進します。
- 運動学習を含む様々な研究に適応できます。
結論
- 自動化された方法は行動分析における重要な進歩です。
- 神経学的回復の研究を向上させる可能性を秘めています。
- 将来の研究は、この技術をより広範な応用に活用できる可能性があります。
よくある質問
Executive Industry Relevance
This automated prehension assay enables high-throughput evaluation of motor function in rodent models, supporting target validation in neurological disease programs. By integrating task and reward, it enhances learning consistency and reduces variability in reach-to-grasp performance metrics. The system provides quantitative, reproducible data suitable for de-risking therapeutic hypotheses in motor recovery research.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to motor pathway function and recovery mechanisms.
- Operational Value: Supports functional target validation through objective measurement of skilled prehension behavior.
- Predictive Value: Generates reliable motor skill readouts that aid in portfolio triage for neurorehabilitation candidates.
Screening & Assay Development
- Assay Readiness: Produces standardized, quantifiable reaching and grasping success rates for compound or intervention screening.
- Reproducibility: Automates pellet delivery and attempt recording, minimizing operator bias and increasing throughput.
- Scalability: Allows concurrent training and data collection across multiple mice with minimal manual intervention.
Translational & Preclinical Research
- Disease Relevance: Models skilled motor deficits applicable to stroke, Parkinson's, Alzheimer's, and traumatic brain injury.
- Translational Continuity: Bridges discovery motor assessments with preclinical efficacy testing in neurological injury models.
- Risk-Adjusted Decisions: Supports go/no-go evaluations based on motor skill recovery trajectories pre- and post-lesion.
Pipeline & Workflow Integration
The auto-trainer fits within the discovery-to-preclinical continuum, enabling motor skill assessment from early target validation through lead optimization stages.
- Discovery Biology: Facilitates hypothesis testing of motor circuit engagement and pathway-specific contributions to skilled behavior.
- Screening: Delivers quantitative success/failure outcomes per pellet attempt, supporting dose-response and compound effect analysis.
- Analytics: Tracks reach distance, paw preference, and success rate over time, enabling longitudinal motor skill profiling.
- Translational Research: Aligns with preclinical validation by measuring functional recovery in injury models.
- Enterprise Reuse: Represents a reusable behavioral platform adaptable across multiple neurological disease programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target engagement by reducing noise in motor behavior readouts.
- Operational Value: Enhances reproducibility and scalability of skilled motor assessments through automation.
- Strategic Value: Improves capital efficiency by reducing manual labor and accelerating data generation in motor function studies.
- Portfolio Impact: Enables risk-based prioritization of neurorehabilitation candidates using objective motor skill endpoints.
Implementation Considerations
- Requires expertise in rodent handling, behavioral training, and LabVIEW-based data acquisition systems.
- Dependent on instrumentation including auto-trainer hardware, pellet dispenser, funnel sensor, and food restriction protocols.
- Necessitates standardization across sites for pellet size, slot alignment, and training session parameters.
- Adaptation considerations include varying mouse strains, injury models, and pellet types while maintaining paw-reach specificity.
- Practical limitations include the need to prevent mouth-based retrieval strategies to ensure assay validity.
