방법 논문

설치류에 의해 강화 결정 시 비용-이익 분석을 평가 하기 위한 작동 프로토콜

DOI:

10.3791/57907

2018년 9월 10일

* These authors contributed equally

이 논문에서

요약

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

비용-이익 분석은 의사 결정의 과정에서 수행 하는 두뇌 무게 규모 접근 이다. 여기, 우리 제안 훈련 프로토콜 쥐 한 조작-기반 의사 결정 패러다임 쥐 15 대기 비용으로 더 높은 보상을 선택 하는 곳에 그들을 받을 s.

초록

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

증강 기반 의사 결정 혜택 및 그들의 결과의 상대적 가치에 따라 행동의 경쟁 과정 사이 선택 하는 기능입니다. 이 과정은 정상적인 인간의 행동에 필수적인 고 중독, 정신 분열 증, 우울증 등 신경 정신 장애에 의해 중단 될에 게 표시 되었습니다. 오랫동안 설치류 인간 인식의 신경 생물학을 밝히기 위해서 사용 되었습니다. 이 위해, 몇 가지 행동 작업 개발 되었습니다; 그러나, 대부분은 비 자동화 되며 노동 집약. 오픈 소스 마이크로컨트롤러의 최근 개발 인지 작업을 표준화 하는 자극 프레 젠 테이 션의 다양 한 평가 대 한 조작-기반 작업을 자동화 하는 연구원 활성화 데이터 녹음을 개선 하 고 따라서, 개선 연구 출력입니다. 여기, 우리는 T-maze 사용자 작성 소프트웨어 프로그램에 의해 제어 되는 기사를 사용 하 여 자동화 된 지연 기반 증강 기반 의사 결정 작업을 설명 합니다. 이러한 의사 결정 작업을 사용 하 여, 우리 표시 변경 내용을 로컬 필드 잠재적인 활동 쥐의 전방 대상 피 질에에서 지연 기반 비용-이익 결정 작업 수행 하는 동안.

서론

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

의사 결정 인식 하 고 선택 값 및 의사 결정자의 선호와 선택 된 작업1의 결과에 따라 선택의 과정입니다. 비록 의사 결정은 기본 같은 인지 능력 (, 경제학, 심리학, 그리고 신경 과학), 신경 메커니즘은 아직 완전히 이해 되지 않습니다 다른 분야에서 광범위 하 게 연구 되었습니다. 의사 결정의 두 개의 하위 지 각 의사 결정 및 의사 결정 강화 유도 있습니다. 비록 그들은 상당한 겹치는 요소와 개념을 통합, 지 각 결정 사용 가능한 감각 정보1,2에 의존 하는 증강 기반 의사 결정 상대적인 가치와 거래 하는 반면 작업의 특정 날짜 표시줄3얻었다. 강화 결정의 1 개의 중요 한 양상은 어떤 주어진된 선택의 혜택을 계산 하 고 각 대안1의 관련된 비용을 빼서 하 여 두뇌에 의해 직관적으로 수행 비용-혜택 분석입니다.

T-maze (또는 가변 Y-미로) 설치류를 사용 하 여 인지 실험에서 대부분 사용 미로 중 하나입니다. 동물 시작 팔 (T의 기지)에 배치 되며 목표 팔 (쪽 팔 중 하나)을 선택 하도록 허용. 강제 교체 또는 왼쪽-오른쪽 차별 등의 작업 및 작업 메모리4테스트 설치류는 T-maze에 주로 사용 됩니다. T-미로에서 또한 널리 이용 된다 결정 실험5,,67. 간단한 디자인에서 보상 단 하나의 목표에 배치 됩니다. 선택은 예측 가능한, 그리고 보상 보다 보상 값에 아무것도 동물 확실히 선호. 또 다른 옵션은 두 목표 팔에 보상 하 고 다음 여러 매개 변수 (, 동물의 자연 환경, 보상, 고 비용의 값에 차이가 지불)에 따라 데려다 어떤 경로 선택 하는 동물을 해 하 합니다. 값 기반 디자인에서 작업 무게 눈금 속성을 함으로써 더 복잡 합니다. 이 방법에서는, 동물 [, 대기 (지연 기반)의 금액, 보상 받을 하는 데 필요한 노력 (노력 기반)의 금액] 작업의 비용 사이 뿐만 아니라 2 개의 대안 사이 선택 하 여 다르게 가치 보상을 받습니다. 각5,6만든 결정에 기여.

전통적인 지연 기반 T-maze 의사 결정, 동물 훈련 높은 보상 팔 (HRA)를 선택 하 고 반대를 피하기 위해 낮은 보상 팔 (아이라). HRA와는 아이라 면 실험을 통해 변경 되지 않습니다. 위에서 설명한 작업을 잘 문학에 문서화 되어있다, 하지만 그것은 몇 가지 절차 단점에서 겪고 있다. 첫째, 고정된 목표 팔을 함으로써, 동물 알고 있는 팔 각 재판의 시작 부분에서 선택. 이 시나리오에서는 동물 그들의 메모리 보다는 의사 결정에 따라 목표 팔을 선택할 수 있습니다. 따라서, 지연 기반 의사 결정 패러다임에서 동물 연구 개입 때문에 낮은 보상을 선택 하는 경우 그것은 되지 않습니다 분명이 손실의 메모리 또는 연구 개입 때문 인지. 메모리 문제에서 관찰 된 행동을 분리 하는 메모리 제어 그룹 간주 될 수 있습니다, 하지만이 추가 작업7때문에 연구자와 동물 모두를 짐. 두 번째 우려는 동물에 의해 의사 결정의 순간: 동물 결정 영역 (모든 3 개의 팔의 접합)에 도달, 그들은 일반적으로 왼쪽 및 오른쪽, 비용과 혜택 각 팔에 관한 무게 모양과 그들의 결정. 그러나, 몇 가지 시도 후 그들은 결정 영역에 도착 하기 전에 같은 계산을 수행 하 고 단순히 보상 팔에 직접 실행. 결과적으로, 이러한 두 가지 단점이-한 팔을 의사 결정의 순간을 찾는 사전 바이어스-둘 다 높은 electrophysiological 해석 인터럽트 및 neuroimaging 데이터.

이 문서에서 설명 하는 방법에서 기본 팔 (HRA) 청각 큐에 의해 재생이 고 재판 재판에서 다를 수 있습니다. 동물 테스트 영역 (그림 1)을 입력 하 고 "코를 파고"에 의해 청각 큐를 트리거링 하 여 시련을 시작 3 무기의 교차점에 위치 하 고 적외선 게이트. 오디오 신호 (20 dB, 500 및 1000 밀리초 사이) 목표 팔의 끝에 스피커에서 재생 됩니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

여기 설명 하는 모든 절차 승인 관리 및 실험 동물의 사용에 대 한 가이드에 따라 실시 하 고 Florey 연구소 동물 윤리 위원회 또는 신경 과학 연구 센터에 의해 승인 했다.

1. 주택, 처리, 및 음식 제한

  1. (일반적으로 8 주 이전) 성인 남성 쥐 (모든 변종)을 사용 하 고 12-h 명암 주기 방에서 그들을 유지.
  2. 작업을 수행 하기 위해 동물을 장려 하기 위해 그들의 음식 액세스를 제한 합니다.
    참고: 동물을 유일 하 게 주택은 제안, 각자의 음식 섭취 량의 더 나은 제어를 제공 합니다.
  3. 일 1-3, 약 5 분, 하루 x 2에 대 한 동물을 처리 합니다.
    참고: 처리 동물 인간의 접촉에서는 살펴봅니다 및 스트레스와 실험을 통해 동물에 불안의 수준을 감소.
  4. 각 처리 세션 후 동물의 무게. 첫 날의 무게를 사용 하 여 무료 공급 금액으로 하 고 그들의 무료 공급 금액의 약 80-85%에 동물 유지.

2. 실험 설정

  1. 3 파티션 또는 팔, 2 개의 자극 스피커, 5 개폐식 문, 그리고 5 적외선 모션 센서 또는 적외선 빔 (IRB) 센서 T-maze를 사용 합니다.
    참고:는 T-maze 중 밀도 섬유판 (MDF) 또는 폴 리 염화 비닐 (PVC)의 건설 수 있습니다.
  2. 여기 Arduino 마이크로컨트롤러에 의해 건설 하는 미로 제어 합니다.
  3. Arduino 코드를 컴퓨터에 복사 합니다.
  4. 소프트웨어 웹사이트에서 Arduino 소프트웨어를 다운로드 하 고 컴퓨터에 설치 합니다.
  5. 마이크로컨트롤러는 USB 포트를 사용 하 여 컴퓨터에 연결 합니다.
  6. 컴퓨터에서 소프트웨어 아이콘을 클릭 하 고 도구를 서 포트를 선택 합니다.
  7. 드롭 다운 메뉴에서 컴퓨터에 소프트웨어를 연결 COM 포트 (통신 포트)을 선택 합니다.
  8. 도구 에 하 고 보드를 선택 합니다. 드롭 다운 메뉴에서 Arduino는 T-maze 제어 하의 유형을 선택 합니다.
  9. 인터페이스 창 왼쪽 클릭 상단에 업로드 . Arduino 코드를 선택 합니다. 프로세스가 완료 될 때까지 기다립니다.
  10. 상단에 시리얼 모니터 를 클릭 인터페이스 윈도우의 오른쪽. 다음, 새로운 팝업 창에서를 115200 전송 속도 변경 합니다.

3입니다. 미로에 habituation

  1. Habituation의 각 세션 전에 동물 실험 실 적어도 실험 이전 h 1가지고.
  2. 각 목표 팔에 10 설탕 알갱이 두고 모든 문을 열어 둡니다.
    참고:이 단계에서 있다 (그림 1) 동물의 움직임을 추적할 필요가 없습니다.
  3. 일 1-3: 10 분의 기간에 대 한 미로, 금지 없이 미로 탐험 하루 1 x에서 동물을 개별적으로 배치.
  4. 4-5 일: 미로에서 동물을 개별적으로 배치. 각 팔에 2 알 약을 두고 양쪽에서 음식을 하도록 허용. 양쪽에서 펠 릿을 식사 후 즉시 또는 미로에 빠지는의 5 분 후 미로에서 동물을 제거 합니다.
    참고:이 단계와 이전 단계 사이의 주요 차이점은 동물 양쪽에서 펠 릿을 식사 후 즉시 미로에서 제거 될 필요가. 이 것이 숙지 동물 시험의 끝에 미로에서 제거 되 고.
  5. 각 세션 후, 70% 에탄올과 미로 바닥을 청소 하 고 에탄올 미로에서 다음 동물을 배치 하기 전에 증발 했다 다는 것을 확인 한다.

4. 차별 교육

  1. 미로 준비
    1. 주 6: 적어도 실험 전에 h 1 실험 동물을 가져.
    2. Arduino 프로그램을 실행 하 고 14의 처음 4 재판 강제 선택 되며 나머지 선택 재판 될 것입니다 시도 수를 설정 합니다.
      참고: 프로그램이 무작위로 왼쪽과 T-maze의 오른쪽에 할당할 재판의 동등한 수를 생성 합니다.
    3. 각 시험이 시작 되기 전에 4 알 약 목표 팔 HRA는 아이라는 다른 팔에 2 알 약으로 감 하는 장소.
  2. 강제 선택 예 심 훈련 (4 재판)
    1. 동물 강제로 다른 팔을 선택 하는 의사 무작위로 한 팔 각 재판 전에 차단 합니다.
      청각 신호는 HRA의 측면을 강조 하는 동안 참고: 차단된 팔 높은 보상 팔 또는 낮은 보상 팔을 될 수 있습니다.
    2. 시작 상자 (그림 1)에 동물을 배치 합니다. 5-7 s 후 동시에 시작 문 열고 Arduino의 인터페이스 창에서 시작 을 클릭 합니다.
    3. 펠 릿을 식사 직후 또는 미로에 빠지는의 5 분 후 동물을 수집 합니다.
    4. 2 분 동안 홈 장에 동물을 둡니다.
  3. 선택 예 심 훈련 (10 타석)
    1. 각 시험 전에 문-B HRA 하는 소프트웨어에 의해 선택 되는 팔에 닫습니다. 반대 팔 (아이라)에 열려 있는 문-A 둡니다.
    2. 시작 상자 (그림 1)에 동물을 배치 합니다. 5-7 s, 후 동시에 시작 문 열고 시작을 클릭 합니다.
    3. 두 팔을 자유롭게 선택 하는 동물을 보자. 동물을 선택 하는 경우 HRA, 문을 열고 A 동물 챔버, 닥 문-A, 즉시 동물 접근에 게 선택한 음식 잘 오픈 도어 B를 입력 하자.
    4. 만약 동물 아이라, 오픈 도어-B 잘 음식에 동물 액세스를 제공 하기 위해 선택 합니다.
    5. 그것은 잘 선택 된 음식에 있는 모든 음식을 먹은 후 동물을 제거 하 고 2 분에 대 한 홈 장에 그것을 두고.
    6. 각 동물에 대 한 10 선택 실험을 완료 하 고 각 재판에서 동물의 선택 (HRA 또는 아이라)를 기록 합니다.
    7. 각 훈련 세션 후 모든 선택-재판에 대 한 높은 보상 선택 (HRC)의 비율을 계산 합니다.
    8. 14 코스의 완성에 따라 각 적외선 센서에 의해 얻은 개별 시간 Arduino 인터페이스 창에 표시 됩니다.

5. 지연 교육

  1. 일단 각 동물에는 차별 교육 (4 단계)에서 HRC의 80%에 도달 했습니다, 각 동물에 대 한 하루 10 타석을 실행 하 여 지연 훈련을 시작 합니다. 이 단계에서 문 B 동물 HRA를 선택할 때만 5 s 지연 후 열릴 것 이다.
  2. 동물 5 s 지연 훈련 세션의 끝에는 HRC 80%의 경우, 증가 10 지연 다음 훈련 세션에 대 한 s.
  3. 동물에는 80 %10 s 지연의 HRC에 도달 했습니다, 일단 증가 15 지연 다음 훈련 세션에 대 한 s.
  4. 각 훈련 세션 후 HRC를 계산 하기 위해 각 시도 대 한 동물의 선택을 기록 합니다.
  5. 시험의 완료에 따라 각 적외선 센서에 의해 얻은 개별 시간 Arduino 인터페이스 창에 표시 됩니다.
    참고 1: Enter를 클릭 하면 타이머가 시작 됩니다. 'Time_decision'은 IRB-1 코 구멍이 후 시간 이다. 'Time_left_1'은 시간 때 동물 휴식 IRB-1 L 'Time_left_2'는 경우 IRB-2 L 깨졌습니다. 행동 연구는 전기 생리학 또는 신경 영상 결합 하는 경우 (예를 들어, 칼슘 이미징) 방법, 영화 녹음 신경 신호에 동물의 행동의 더 나은 동기화에 대 한 제안.

6입니다. 생리학 (전극 제조)

  1. 단일 또는 바이 폴라 전극을 사용 하 여 로컬 필드 전위 (LFPs)를 기록 하.
    참고: 양극 전극의 사용은 권장 볼륨 전도의 영향을 줄이기 위해 로컬 다시 참조할 수 있기 때문에. 따라서, 기록된 LFP는 끝 사이 ~ 200 μ m 거리 2 전극 사이 차동 전압 이다.
  2. 바이 폴라 전극, 텅스텐 전극 2를 함께 접착제 또는 2 스테인리스 와이어를 함께 바람 (일반적으로, 50 μ m 직경 PFA 코팅 스테인레스 스틸 와이어 사용 된다).
  3. 솔더는 접지 및 녹음 녹화 시스템 전기 생리학에 커넥터 될 미니 플러그/소켓에 전선.

7입니다. 마 취

  1. 이식 전극, 케 타 민 (100mg/kg) 및 xylazine (8 mg/kg)의 혼합물의 복 주사 하거나 isoflurane 다음 단계에 설명 된 대로 관리 하 여 쥐를 anesthetize.
    참고: Isoflurane 마 취의 깊이의 향상 된 제어로 인해 좋습니다.
  2. 마 취 기계를를 사용 하 여 제어 산소와 마 취 증기 흐름.
  3. Isoflurane에 의해 동물을 anesthetize를 유도 챔버에 배치 하 고 마 취 기계에 약 4%와 산소에 500-1000 mL/min의 속도로 isoflurane를 설정 합니다.
  4. 동물의 righting 반사 사라질 때까지 유도 계속 합니다.
  5. 컴퓨터에서 1-2.5 %isoflurane 및 300-400 mL/min의 산소에서 마 취 유지 보수 속도 설정 합니다.
  6. Stereotaxic 장치에 단열재 (탈지 면)와 열 패드를 놓고 동물 stereotaxic 장치에 고정 합니다.
  7. 동물의 발가락을 곤란 하 게 하 여 마 취의 레벨을 측정 합니다.

8. 수술

  1. Using 전기 면도기 또는 위, 면도 동물의 머리 절 개 만들어질 것 이다.
  2. Povidone-요오드, 4% 그리고 에탄올과 수술 영역을 문질러.
  3. 눈 수술 하는 동안 동물의 각 막을 보호 하기 위해 윤활제를 적용 합니다.
  4. 동물의 눈과 귀 사이의 피부를 당겨 부드럽게 조직 집게를 사용 하 여. 포 셉 사이 슬쩍가 고는 제거 하는 피부를 잘라가 위를 사용 하 여.
  5. 과산화 수소를 사용 하 여 청소 하 고 소독 두개골.
  6. Stereotaxic 좌표를 사용 하 여 전극 삽입 포인터의 위치를 찾아서 두개골에 영구 표시와 함께 표시.
  7. 임 플 란 트, 및 기록 전극 당 하나의 구멍을 정박 한 접지 전극에 대 한 하나의 구멍을 휴대용 드릴을 사용 합니다.
  8. 외피와 subcortical 손상을 최소화 하기 위해 매우 느린 속도로 전극을 삽입 합니다.
  9. 작은 나사를 사용 하 여 두개골에 접지 전극을 연결 합니다.
  10. 치과 아크릴 시멘트의 얇은 레이어를 사용 하 여 커넥터 플러그/소켓 장소에 보안.
  11. Buprenorphine 주사 (15 µ g/k g, 피하) 또는 meloxicam (1-3 mg/kg, 피하) 진통제로.
  12. 복구 하는 온수 매트에에 동물을 둡니다. 그것은 마 취에서 회복 될 때까지 매 30 분 동물을 관찰 합니다.

9. 수술 후 교육

  1. 수술 후 적어도 10 일 복구 기간 허용. 음식에 자유 접근을 개별적으로 동물 및 광고 libitum 물 및 매일 그들을 모니터 (자세한 내용은 Rudebeck, 월튼, Smyth, Bannerman, 및 Rushworth7 참조).
  2. 복구, 다음 무료 공급 금액의 85%로 제한 하는 동물의 다이어트 시작 합니다.
  3. 동물 차별 단계 (4 단계)을 미로에 재교육
  4. 다시 그들은 HRC의 80%를 달성 때까지 쥐를 훈련을 계속 한다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

여기에 제시 된 데이터 왼쪽된 orbitofrontal 외피 (OFC)를 전방 대상 피 질 (ACC) 6 남성 Wistar 쥐 바이 폴라 전극 (의 PFA 코팅 스테인레스 스틸)를 사용 하 여 기록된 LFP입니다. 표 1 각 교육 단계에 대 한 행동 인수 길이 보여준다. 좌표 대상 위치는 쥐에서 결정 했다 두뇌 지도 책9 와 다음과 같습니다: AAC, 중간, 그리고 2 밀리미터 두개골;을 복 부에 0.8 m m 측면 bregma에 앞쪽 1.2 m m에 대 한 그리고 OFC에 대 한 3.5 m m는 bregma에 앞쪽, 2.3 m m 옆 중간, 그리고 두개골에 복 부 5.4 m m.

녹음 대역 통과 필터링 (0.01-250 Hz) LFPs를 추출 하 고 1000 Hz 샘플링. 스펙트럼 분석 다...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

설치류 오래 학습 및 메모리2,14 강화 동작7,,1516 등 인지 능력에서 다른 주제를 다루는 neuroscientific 학문에서 사용 된 중앙 제어 기관17,18 및 neuropharmacology19,20하. 제안 된 프로토콜 설명 복잡 한 행동 작업 생리학 및 neuroimaging 관련된 실험에 적합 했다. 우리 지연 기반 강화 가이드에 대 한 작업 쥐, 설명 하지만 이후 쥐 쥐에 대 한 적응 시킬 수 있다 그리고 마우스 육지 작업에 마찬가지...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

저자는 공개 없다.

감사의 글

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

이 연구는 RMH 신경 과학 재단, 호주;에 의해 지원 되었다 호주 두뇌 기초; RACP Thyne 리드 원정대, 호주; 그리고 인지 과학 및 기술 위원회, 이란 압바스 Haghparast에서 부여 하는 프로젝트에 의해.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
T-maze자체 제작
먼지없는 정밀 설탕 펠릿TSE 시스템 국제 그룹F002345 mg, 자당
케타민 염산염 주입, USP시그마 -알드리치6740-87-0
자일라진시그마 알드리치7361-61-7
입체 택시 장치스톨팅
이소 플루란Santa Cruz Biotechnologysc-363629Rx
PFA 코팅 스테인리스 스틸 와이어AM 시스템
아크릴 시멘트Vertex, MA, USA(
목재 또는 PVC(폴리염화비닐)-made)현지공급 업체
Mini-Fit 전원 커넥터Molex15243048
ethannol 70%현지 공급 업체
부프레노르핀다이아몬드백 약물
Arduino UNOArduinohttps://www.arduino.cc/
적외선 발광 다이오드샤프GL480E00000Fhttp://www.sharp-world.com/
Chronux 도구 상자Chronux.org
Arduino 코드https://github.com/dechuans/arduino-maze

참고문헌

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Gold, J. I., Shadlen, M. N. The neural basis of decision making. Annual Review of Neuroscience. 30, 535-574 (2007).
  2. Shi, Z., Müller, H. J. Multisensory perception and action: development, decision-making, and neural mechanisms. Frontiers in Integrative Neuroscience. 7, 81(2013).
  3. Sutton, R. S., Barto, A. G. Reinforcement Learning: An Introduction. 1, MIT Press. Cambridge, MA. (1998).
  4. Khani, A., Rainer, G. Neural and neurochemical basis of reinforcement-guided decision making. Journal of Neurophysiology. 116, 724-741 (2016).
  5. Fatahi, Z., Haghparast, A., Khani, A., Kermani, M. Functional connectivity between anterior cingulate cortex and orbitofrontal cortex during value-based decision making. Neurobiology of Learning and Memory. 147, 74-78 (2018).
  6. Khani, A., et al. Activation of cannabinoid system in anterior cingulate cortex and orbitofrontal cortex modulates cost-benefit decision making. Psychopharmacology. 232, 2097-2112 (2015).
  7. Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., Rushworth, M. F. Separate neural pathways process different decision costs. Nature Neuroscience. 9, 1161-1168 (2006).
  8. Gage, G. J., et al. Surgical implantation of chronic neural electrodes for recording single unit activity and electrocorticographic signals. Journal of Visualized Experiments. (60), e3565(2012).
  9. Paxinos, G., Watson, C. The Rat Brain in Stereotaxic Coordinates. , Academic Press. San Diego, CA. (1998).
  10. Bokil, H., Andrews, P., Kulkarni, J. E., Mehta, S., Mitra, P. P. Chronux: a platform for analyzing neural signals. Journal of Neuroscience Methods. 192, 146-151 (2010).
  11. Cohen, M. X. Analyzing Neural Time Series Data: Theory and Practice. , MIT Press. Cambridge, MA. (2014).
  12. Luk, C. -H., Wallis, J. D. Choice coding in frontal cortex during stimulus-guided or action-guided decision-making. Journal of Neuroscience. 33, 1864-1871 (2013).
  13. Rudebeck, P. H., et al. Frontal cortex subregions play distinct roles in choices between actions and stimuli. Journal of Neuroscience. 28, 13775-13785 (2008).
  14. Goshadrou, F., Kermani, M., Ronaghi, A., Sajjadi, S. The effect of ghrelin on MK-801 induced memory impairment in rats. Peptides. 44, 60-65 (2013).
  15. Haghparast, A., et al. Intrahippocampal administration of D2 but not D1 dopamine receptor antagonist suppresses the expression of conditioned place preference induced by morphine in the ventral tegmental area. Neuroscience Letters. 541, 138-143 (2013).
  16. Esmaeili, M. -H., Kermani, M., Parvishan, A., Haghparast, A. Role of D1/D2 dopamine receptors in the CA1 region of the rat hippocampus in the rewarding effects of morphine administered into the ventral tegmental area. Behavioural Brain Research. 231, 111-115 (2012).
  17. Chaleek, N., Kermani, M., Eliassi, A., Haghparast, A. Effects of orexin and glucose microinjected into the hypothalamic paraventricular nucleus on gastric acid secretion in conscious rats. Neurogastroenterology & Motility. 24, e94-e102 (2012).
  18. Kermani, M., Eliassi, A. Gastric acid secretion induced by paraventricular nucleus microinjection of orexin A is mediated through activation of neuropeptide Yergic system. Neuroscience. 226, 81-88 (2012).
  19. Kermani, M., Azizi, P., Haghparast, A. The role of nitric oxide in the effects of cumin (Cuminum Cyminum L.) fruit essential oil on the acquisition of morphine-induced conditioned place preference in adult male mice. Chinese Journal of Integrative Medicine. , 1-6 (2012).
  20. Ahmadi, A., et al. Synthesis and antinociceptive behaviors of new methyl and hydroxyl derivatives of phencyclidine. Current Medicinal Chemistry. 19, 763-769 (2012).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

Operant T mazeDelay based Decision MakingReinforcement guided BehaviorRodent Cognitive TaskAutomated Behavioral AssayLocal Field PotentialAnterior Cingulate CortexInfrared Motion SensorsCustom Software ProgramSugar Pellet Reward

관련 논문