마우스의 높은 주문 반복적 인 행동에 대한 잠재적 인 분석으로 소설 개체 탐사

요약

고차원적 제한, 반복적 행동(RRB)은 영향을 받는 개인의 삶을 방해합니다. 이러한 행동은 설치류에서 모델링하기 어렵기 때문에 RRB에 대한 잠재적 치료법이나 개입에 대한 기본적인 생물 의학 연구를 어렵게 만듭니다. 여기에서는 새로운 물체 탐사를 마우스의 고차 RRB에 대한 잠재적 분석으로 설명합니다.

초록

제한적이고 반복적인 행동(RRB)은 자폐 스펙트럼 장애(ASD)의 핵심 특징이며 영향을 받는 개인의 삶을 방해합니다. RRB는 일반적으로 낮은 차수와 높은 차의 구성 요소로 나뉘며, 낮은 차의 RRB는 운동 고정관념으로 구성되고 고차 RRB는 인내적 행동과 시퀀싱 행동으로 구성됩니다. 고차 RRB는 마우스에서 모델링하기 어렵습니다. 마우스의 RRB에 대한 현재 분석은 주로 저차 성분에 초점을 맞추고 있어 고차 RRB에 대한 잠재적 치료 또는 중재에 대한 기본적인 생물의학 연구가 어렵습니다. 여기에서는 새로운 분석법인 새로운 물체 탐사에 대해 설명합니다. 이 분석은 주변에 배치된 4개의 새로운 물체가 있는 기본 야외 경기장을 사용합니다. 테스트 마우스는 경기장을 자유롭게 탐험할 수 있으며 마우스가 새로운 물체를 조사하는 순서가 기록됩니다. 이러한 데이터에서 패턴화된 탐색 순서를 식별할 수 있으며 각 마우스에 대해 가장 선호되는 물체도 식별할 수 있습니다. 여기에서 공유된 대표 데이터와 새로운 객체 탐사 분석을 사용한 과거 결과는 근친 마우스 균주가 이 분석에서 다른 행동을 보이며 낮은 차원의 RRB가 높은 균주도 높은 패턴 행동을 보인다는 것을 보여줍니다. 이와 같이, 새로운 물체 탐사 분석은 인간의 고차 RRB에 대해 우수한 얼굴 타당성을 가지고 있는 것으로 보이며 ASD에 대한 새로운 치료법을 조사하는 향후 연구에 귀중한 분석이 될 수 있습니다.

서론

언어를 통해 의사 소통, 사회적 장애, 어려움, 반복적 인 패턴 행동 ¹ : 자폐증 스펙트럼 장애 (ASD)의 세 가지 핵심 증상으로 구성된 신경 발달 장애이다. 2000 년 이후, ASD 진단 된 개체의 수 십년 ² 스판 68 1 150 1까지 증가했다. 질환의 유병률이 계속 증가하고 있지만,이 질환의 원인은 아직 알려져 있지 않다. 이 모델은 ASD의 기본 증상과 원인의 증가 이해로 이어질 수 있기 때문에, 코어와 ASD의 관련 증상에 적합한 마우스 모델을 식별하기위한 노력의 상승이 있었다. 반복적 인 행동 ^(3)를 포함하는 ASD의 핵심 증상에 대한 얼굴의 유효성과 행동을 표시하는 표시 여러 근친 마우스 변종이있다.

제한, 반복적 인 행동 (RRBs)는 같은 ASD와 같은 일부 정신 장애의 핵심 증상이다.RRBs은 장애 ^4의 정도에 따라 증가 할 수 있으며, 크게 영향을받는 개인의 라이프 스타일을 방해 할 수 있습니다. RRBs은 일반적으로 두 가지 범주, 인간 등의 락을 손으로 날개가 퍼덕 거리는 등의 작업으로 구성 하위 위해 반복적 인 행동에 배치됩니다; 일상적인 저항을 엄격하게 준수 구성 고차 반복적 인 행동, ^5-8을 변경합니다.

저차 반복 동작 널리 그들은 쉽게 실험실 설정 ^9에서 관찰 될 수 모터 stereotypies로 나타내 설치류 연구되어왔다. 이러한 행동은 인간의 RRBs 좋은 얼굴 유효성, 잠재적으로 강력한 구조의 타당성뿐만 아니라 ^(10)이 나타납니다. 저차 RRBs의 존재에 대한 테스트는 이러한 모터 stereotypies ^(11)의 관찰 및 기간을 연구하기 위해 마우스 활동의 비디오 모니터링을 통해 완료 할 수 있습니다. 높은 순서 반복적 인 행동은 기본적인 생물 의학 재에 대한 도전을 제기이 RRBs가 쉽게 간단한 관찰을 통해 확인되지 않는 한, 설치류를 이용하여 검색 할 수 있습니다. 때문에 이러한 행동을 식별의 어려움, 높은 순서 반복적 인 행동 적은 설립 분석이 존재한다. 전통적으로, 고차 RRBs은 시험 동물에서 탈출 능력에 도달하도록 훈련 미로 패러다임을 사용하여 쥐에서 측정 하였다. 이탈 위치는 전환 및 이탈 위치를 다시 배울 필요 시도의 수는 ^12을 기록한다. 그들은 긴 훈련 기간을 필요로 이러한 분석은 종종 불안을 유발하고, 높은 변수 결과가 발생할 수 있습니다 이상적인 없습니다. 구멍 보드 탐사는 고차원에게 RRBs ^{(13, 14)을} 정량화하는 데 사용되었습니다. 이 방법은 확장 된 훈련을 필요로하지 않지만, 식품 동기 및 / 또는 후각 판정에 의존 않는다. 불안 야기하지 않거나 훈련이 구멍 보드 exploratio의 기존 레퍼토리에 좋은 보완 될 필요 고차 RRBs에 대한 분석 n 및 현재 사용 미로 기반 분석법.

C58 / J (C58) 근친 마우스 변형 강하게 ASD, 즉 반복적 인 목적이 모터 stereotypies와 ^3,11를 자기 - 정리의 높은 수준과 관련된에 박힌 행동의 높은 수준을 예시한다. 또한, C58 마우스는 다시, 양육 뒤집기와 ^11,14,16를 scrabbling의 높은 수준을 통해 RRBs를 표시합니다. 이 균주는 초기 신생아 기간에 이러한 행동을 보여주는 시작하여 성인기에 걸쳐 그들을 표시하고 있습니다. 이 균주뿐만 아니라 다른 마우스 균주에 존재하는 잘 문서화 저차 RRBs 보완 상승 고차 RRBs의 존재에 대해 테스트 할 수있는 것이 적합하다. 여기에 설명 된 신규 한 오브젝트 탐사 분석은 패터닝 행동뿐만 아니라 반복 모터 stereotypies를 측정 할 수있는 기능을 제공으로 연구자들이 동시에 저차 및 고차 RRBs을 관찰 할 수있는 기회를 제공한다.

고차 반복적 인 행동에 대한 분석과 같은 새로운 개체 탐사를 사용 e_content은 "> 피어슨 등의 알에 의해 개발되었다. ^(17).이 새로운 평가는 네 개의 새로운 개체의 첨가로 잘 설립 된 오픈 필드 테스트 ^{18 ~ 21의} 확장이다 아레나. 마우스는 객체 간의 패턴 조사 높은 숫자를 표시 BTBR 마우스와. 개체 조사이어서 패턴의 존재에 대해 분석 하였다 추적 하였다 자유롭게이 익숙 객체 및 수와 오브젝트 조사 순서로 조사시켰다.이를 이용 불필요한 자극을 제거 할뿐만 아니라 동작을 배울 필요가 없다하면서 분석은 마우스 고차 반복 패터닝 행동을 표시 할 수있다. 새로운 물체를 탐사 고차 RRBs를 유도는 생쥐 자연 탐사를 통해 패턴 형성 순서를 생성 할 수로서 . 이러한 고차원 RRBs의 존재를 정량화하기 위해 조사를이 분석을 허용 사용.

피어슨 등. 이 분석을 개발하고 흥미로운 결과 ^(17)와 상기 BTBR 근친 마우스 균주에서 잠재적 상위 차수 반복 동작의 존재를 테스트하는 데 사용. 우리는 최근 C58, C57BL / 6J (C57) 및 FVB / NJ (FVB) 균주의 행동을보고 후속 연구뿐만 아니라,이 분석에 존재하는 잠재적 인 교란 변수에 대한 더 자세한 조사, 가능한을 게시 한 데이터를 분석하는 통계적 방법 ^{(22)를 생성합니다.}

프로토콜

여기에 설명 된 프로토콜은 레드 랜드 대학에서 기관 동물 케어 및 사용위원회에 의해 승인되었다. 이 연구에 사용 된 C58, C57, 및 FVB 마우스는 원래 잭슨 연구소 (바 하버, ME)에서 얻은 재고 대학 레드 랜드의 동식물 사육장에서 사육 하였다. 이 동식물 사육장에서 센티넬 6 개월마다 검사를하고 병원균이 없음을 발견했다.

1. 장비 및 객실 설정

참고 : 우리는 새로운 개체 테스트에 대한 두 개의 다른 경기장 사용 : 투명한 플라스틱 직사각형 케이지 (45cm를 X 24cm X 20cm) 또는 41cm의베이스 직경이 불투명 한 원형 케이지; 그러나, 임의의 케이스가 사용될 수있다. 피어슨 등. 자신의 분석에서 작은 사각형 케이지 (20cm X 30cm X 20cm)를 사용했다. 이 특정 실험 설계에서 세부 사항은 아래에 포함하지만,이 분석의 새로움을 부여, 설명 변수의에 대한 행동 표현형의 필드 내에 허용 기준이 없습니다.

옥수수 속 침구에 ½ 약으로 시험 무대를 입력합니다.
1. 네 가지 새로운 개체를 선택합니다. 청소가 용이하고 형상 및 색상이 서로 상이한 츄잉 저항 고밀도 플라스틱으로 구성된 대략 동일한 크기의 4 개의 물체를 선택한다. 중요한 것은, 그 테스트 마우스는 분석에서 실행되는 때까지 이러한 개체에 노출되지 않도록.
   참고 : 예를 들어, 분홍색 장난감 벽돌, 붉은 원숭이, 파란색 쓰기 흰색 타일과 표준 흰색 다이는 여기에 사용되었다.
2. 직사각형 경기장에서 이러한 개체 모서리에서 약 3cm를 배치합니다. 둥근 아레나, 그들은 동일 서로 거리 및 측면으로부터 약 10cm에 있는지 객체는 배치. 다른 번호 1-4 (도 1)과 같이 각각의 객체의 위치를 기록한다. 개체를 테스트를 통해 랜덤 또는 카운터 순서로 배치되어 있는지 확인합니다.
3. 시험 바로 위에 카메라를 배치경기장은 순응 테스트 기간 동안 전체 경기장을 기록합니다.
   참고 : 잠재적으로 테스트하는 동안 활동 수준 및 탐사에 영향을 미칠 수있는 마우스와 같은 방에 수사관을 가졌어요.

2. 소설 개체 탐사 테스트

1. 약 100 룩스에서 형광등 조명 방에 빛 사이클의 시작에서 테스트합니다. 그 조명이 비디오 녹화하는 동안 모양을 표준화 시험 분야에 걸쳐 균일해야합니다.
2. 테스트 분야의 하단에 공지 된 크기의 광고판을 놓고 비디오 녹화를 시작합니다.
3. 10 분은 적응 기간 역할을하는 빈 테스트 분야에 테스트 마우스를 전송합니다. 비디오 레코드 적응 기간.
4. 순응 기간 후, 신속하게, 경기장에 마우스를두고 시험 분야에 네 개의 새로운 개체를 추가하고 추가로 10 분 동안 마우스 동작을 기록합니다.
5. 전체 20 분 순응 / 테스트 체육 번에서 주장이 경과, 홈 케이지 철저하게 청소에 테스트 마우스를 반환하고 무향 접시 비누와 물로 소설 개체 및 테스트 분야를 건조.

3. 비디오 점수

1. 신뢰성을 용이하게하기 위해 비디오를 사용하는 모든 행동 점수를 완료합니다.
   주 : 행동 로깅 소프트웨어 Noldus 옵저버 여기 기술 된 바와 같이 ^{22 단계를} 수행하기 위해 사용되었지만, 전문 프로그램은 필요하지 않다 :
   1. 첫 번째 동영상을 득점하기 전에, 새 프로젝트를 만들거나 기존의 유사한 프로젝트를 편집하여 행동 로깅 소프트웨어의 부호화 방식 프로젝트를 설정합니다.
      1. 프로젝트 설정 상자 내에서 데이터 수집 설정 '오프라인 관측을.' '상태 이벤트'로서 동작 코딩 박스, 프로그램 "스크래블", "미용"및 "사육", "파기" "킁킁 개체 1, 2, 3, 4"내. 는 '포인트 이벤트'와 같은 프로그램 "점프". 참고 : 정의이러한 행동에 대한의 다른 곳에서 ¹¹ 자세히 설명되어 있습니다.
         주 : 포인트 이벤트 단순히 계수 데이터를 수집하는 반면, 주 이벤트가 시작이 시간을 멈춘다. 각 개별 행동에 대한 키는 소프트웨어에 의해 생성되며, 이러한 대응 키는 보조 키보드 (단계 3.1.2)로 프로그래밍된다.
      2. 키보드 소프트웨어를 열고, 보조 키보드를 프로그래밍 적절한 키 조합에서 적절한 보조 키보드 화면에 표시되는 버튼 입력을 클릭하고 확인을 클릭합니다. 보조 키보드가 프로그래밍되면, 컴퓨터의 백그라운드에서 실행되는 프로그램으로서 소프트웨어를 닫는다.
   2. 프로젝트 및이 설정되면, 수와 후방의 지속 시간 (두 앞발로 정의 경기장의 벽에 배치되는)를 점수로 행동 로깅 소프트웨어를 사용, 마우스로내는 두 앞발로 정의 (판다 제 m로 정의 경기장의 침구), 자기 신랑 (자신의 몸과 / 또는 앞발로 얼굴의 모든 부분을 터치 마우스)의 영역을 핥는 및 점프 여러개 (마우스 양육로 정의하고 네 발이 동시에 땅에 떨어져되도록 다음) 점프.
      1. 비디오를 점수로>> 새를 관찰> 프로젝트 열기 파일 다음 관찰로 이동합니다. 이 프로그램은 파일 이름을 묻는 메시지를 표시합니다. 명명되면, 해당 영상 미디어 파일을 선택한다.
      2. 관측 시작 버튼을 클릭하여 점수를 시작합니다.
         주 : 마우스 반복 동작을 처치하면, 모든 주 이벤트는 동작의 개시에 대응하는 제 1 및 제 2의 동작의 종료에 대응하는 두 개의 키 입력을 요구한다. 포인트 이벤트는 하나의 키 입력을 필요로한다.
   3. 마우스를 각 개체를 스니핑 횟수 점수. 킁킁는 마우스가 개체의 0.5 cm 내 코를 이동하는 시간으로 정의된다. repet 같은 방식으로 행동 기록 소프트웨어를 사용하여 냄새를 측정 기간을 직관적 동작 기간 (단계 3.1.2)를 측정 하였다.
      1. 마우스가 객체를 막습니다마다, 10 분의 시험 기간 (예 : 1243421 ...) 말까지 숫자의 문자열로 이어질 것입니다 해당 위치 번호를 기록한다. 수동으로 데이터를 기록한다.
         참고 : 득점 동영상, 숫자가 항상 지정된 위치에 해당하는 동안 개체, 효율성 및 일관성을하지 용이하게하기 위해.
      2. 마우스가 객체를 막습니다 경우, 두 배 수를 계산, 다시 객체를 막습니다 멀리 보인다.
      3. 전체 10 분의 영상이 획득되면, 행동 분석> 새로 만들기> 분석을 클릭하여 데이터를 시각화. 데이터는 화면 수출에 표시하거나 복사하여 별도의 스프레드 시트에 붙여 넣기하면.
   4. 마우스를 테스트하는 동안 경기장 내에서 이동 한 총 거리를 기록한다.
      주 : 시험 마우스 추적 센티미터 이동 한 총 거리를 기록하는 보정 영상 추적 소프트웨어를 사용 하였다이 단계를 수행합니다. 비디오 트래킹 소프트웨어 얻었 모든 동영상은 동영상의 시작 분야에서 알려진 위치 측정의 광고판했다.
      1. 광고판의 각 끝을 따라 보정 라인을 설정하고 소프트웨어의 교정 화면 내에서 적당한 길이를 입력하여 소프트웨어 내의 각 비디오를 보정하기 위해 광고판을 사용합니다. 선이 그려되면, 입력 알려진 길이와 각 라인에 해당하는 광고판의 폭입니다.
      2. 아레나 설정 내에서, 전체 분야를 선택합니다.
         참고 : 예를 들어, 벽을 따라 대 센터를 통해 마우스 움직임이 관심이었다 경우 경기장의 별도 영역은 소프트웨어에서 차별화 할 수 있습니다.
      3. 시험 제어 설정 내에서, 10 분 시간을 선택합니다. 검색 설정에서 밝은 배경에 어두운 객체를 선택합니다.
         참고 :이 흰둥이 마우스를 사용하고 있다면 변경해야 할 것이다 또는 배경이 어두운 그늘 인 경우.
      4. 설정되면프로그램 된, 동영상을 점수. 취득> 열기 취득을 클릭합니다. 획득 컨트롤 상자에서 새로 재판을 클릭 한 다음 시험을 시작합니다. 십분이 경과 한 후, 프로그램은 중지되고 데이터는 가시화 될 수있다.
      5. 계산 통계> 분석을 클릭합니다. 데이터는 화면 수출에 표시하거나 복사하여 별도의 스프레드 시트에 붙여 넣기하면.

4. 통계 분석, 시퀀싱

1. 각 마우스에 의해 생성 된 조사를 객체에 해당하는 숫자의 문자열 내에서 반복 번호없이 모든 가능한 3 자리 숫자의 조합 (예 : 121, 123, 124이 아닌 112 또는 122)의 총 수를 식별합니다.
   주 : 파이썬 프로그래밍 언어로 작성된 프로그램은 각각의 가능한 서열 번호 문자열의 표시 횟수를 식별하는 데 사용 하였다. 또한 외부 프로그램을 사용할 필요가없고,이 단계는 예를 사용하여 (다양한 방법을 완료 할 수있다a)는 Microsoft Word 또는 Excel에서 함수를 찾을 수 있습니다.
2. 각 시퀀스가​​ 발생하는 횟수를 기록하고 각 마우스 세 자주 반복 ​​시퀀스를 식별한다.
   주 : 개별 마우스 서열에 따라 달라질 실제 서열은 서열이 반복 횟수보다 적은 이익 (즉, 패턴에 부착 패턴 자체보다 더 중요하다)이다.
3. 서열의 총수가 마우스 반복 활동 레벨에 긍정적 상관 관계 때문에, 각 마우스 패턴의 총 개수가 가장 빈번한 패턴의 양을 분할하여 이들 값을 수정한다. 이는 전체 활동의 독립적 인 시퀀스 반복 인덱스를 얻을 것입니다.
4. 적절한 ANOVA, 다중 비교 절차 (던넷 예에 대한 시험) 및 사후 시험을 이용하여 그룹간에 (활동 레벨에 대해 보정)는 각 마우스의 일반적인 시퀀스를 반복 횟수를 비교한다.

5. 통계 분석, 개체 환경 설정

1. 상기 (공정 3.1.3.1)에서 생성 수의 동일한 문자열을 사용하여, 1 초간의 총 수를 카운트하는 각 개체 조사 또는 다른 말로 총 횟수를 카운트함으로써 각 마우스의 새로운 물체 순위를 식별하고 2 초 , 3 초, 데이터의 문자열에 4 초. (4.3-4.4 단계) 상기 한 바와 같이 활동 수준에 대한 수정 및 ANOVA를 통해 비교할 수 있습니다.
   참고 :이 방법은 우리가 실험실 ^(22)에 의해 출판 및 기술 여기 피어슨 등에 크게 기반으로 ^17.

결과

암컷 C58 / J 마우스가 아닌 직사각형 분야에서 둥근 아레나 다른 균주보다 순차 패턴 (도 2, 패널 A)의 수를 높게 표시 대표 ^{데이터도 22} (도 2, 패널 C). 서로 (그림 2, 패널 B와 D)에서 차이가 세 남성 균주 없음. 대표적인 데이터 (그림 3, 패널 A와 C) 모두 남성과 여성 C58 / J 마우스는 (이후 자신의 이상 방문 개체에 대한 낮은 선호도) 라운드 분야에서 그들의 가장 방문 개체에 대한 강한 선호를 표시하는 것을 보여하지만 직사각형 아레나 (도 3, 패널 B 및 D)이다.

토론

여기서 우리는 인간의 고차 반복적 인 행동에 대한 얼굴의 유효성과 마우스 동작을 정량화하는 데 유용 할 수있는 최근에 개발 된 분석을 제시한다. 반스 또는 T-미로 같은 더 설립 분석과는 달리,이 소설 개체 탐사 분석은 어떤 마우스 훈련을 필요로하지 않으며 그것은 자극 특히 불안하다. 또한, 소설 개체 탐사 관심, RRBs의 행동에 더 초점을 허용하고 결과를 기울 교란 변수의 가능성을 감소, 음식물이나 사회적 자극을 필요로하지 않습니다. 또한, 다른 마우스 변종 균주는 소설 개체 탐사 분석 ^{17, 22의} 상승 패턴 탐사 및 객체 기본 설정을 표시 상승 낮은 순서 RRBs을 보여주는으로,이 분석에서 차동 동작을 보여 않습니다. 따라서,이 분석은 인간 RRBs 좋은 얼굴 타당성을 가지고 나타납니다. 분석 향후 연구에 의해 변형되는 경우, 남아 유리할위의 장점, 즉 필요한 훈련의 부족과 불안 유발 자극의 최소화 염두에. 분석에 사용 된 새로운 개체 (1.2 절)의 선택은 매우 중요합니다. 개체는 청소하기 쉬운, ...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
표준 폴리카보네이트 설치류 케이지 (45 cm x 24 cm x 20 cm)			다중 케이지는 여러 마우스의 테스트를 용이하게 하는 데 바람직합니다
플라스틱 불투명 원형 테스트 경기장 (41cm 기본 직경)	미국 플라스틱 공사	13931	다중 마우스의 테스트를 용이하게 하기 위해 다중 경기장이 바람직합니다
표준 옥수수 속대 설치류 침구
소설 개체 - 빨간 원숭이	Hasbro, Pawtucket RI		원숭이 배럴
개체 - 직사각형 2 x 4 LEGO
소설 개체 - 타일	Thinkfun Inc., Alexandria VA		from Toot and Otto
소설 개체 - 표준 흰색 다이
비디오 카메라
행동 로깅 소프트웨어 - The Observer	Noldus, Wageningen, The Netherlands	다른 프로그램을 사용할
비디오 추적 소프트웨어 - EthoVision	Noldus, Wageningen, The Netherlands	다른 프로그램을 사용할
X-Keys input keyboard	P.I. Engineering, Williamstown MI	829484
MacroWorks II	P.I. Engineering, 윌리엄스타운, 미시간

소설 수 있습니다수 있습니다주