2018년 9월 10일
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.
이 기술은 결과와 원인을 비교하는 것이 의사 결정에 어떤 영향을 미칠 수 있는지와 같은 인지 신경 과학의 주요 질문에 답할 수 있습니다. 이 기술의 가장 큰 장점은 보드의 위치와 같은 특수 요소가 동물의 결정에 영향을 미치지 않는다는 것입니다. 12시간 명암 주기가 있는 방에서 성인 수컷 쥐의 음식 접근을 제한하는 것으로 시작합니다.
첫째 날부터 셋째 날까지는 하루에 두 번 5분씩 동물을 돌본다. 그런 다음 각 취급 세션 후에 동물의 무게를 측정하여 무료 사료 양을 결정합니다. 다음으로, 3개의 칸막이 또는 암, 2개의 자극 스피커, 5개의 개폐식 문, 5개의 적외선 모션 센서 또는 적외선 빔 또는 IRB 센서가 장착된 T 미로를 얻습니다.
실험용 소프트웨어 코드를 컴퓨터에 복사합니다. 그런 다음 실험용 소프트웨어를 다운로드하여 컴퓨터에 설치합니다. USB 포트를 사용하여 마이크로 컨트롤러를 컴퓨터에 연결합니다.
그런 다음 컴퓨터에서 소프트웨어 아이콘을 클릭하고 도구로 이동한 다음 포트를 선택합니다. 드롭다운 메뉴에서 소프트웨어를 컴퓨터에 연결하는 COM 포트를 선택합니다. 도구로 이동하여 보드를 선택합니다.
드롭다운 메뉴에서 T 미로를 제어하는 소프트웨어 유형을 선택합니다. 그런 다음 인터페이스 창의 왼쪽 상단에 있는 업로드를 클릭합니다. 실험용 소프트웨어 코드를 선택하고 프로세스가 완료될 때까지 기다립니다.
프로세스가 완료되면 인터페이스 창의 오른쪽 상단에 있는 Serial Monitor(직렬 모니터)를 클릭합니다. 그런 다음 새 팝업 창에서 전송 속도를 115, 200으로 변경합니다. 실험일 5일 전, 적어도 1시간 동안 동물들을 실험실로 데려오세요.
각 골 팔에 설탕 알갱이 10개를 남겨두고 모든 문을 열어 둡니다. 첫째 날부터 셋째 날까지 하루에 한 번 10분 동안 동물들을 개별적으로 미로에 배치하여 제한 없이 미로를 탐험합니다. 4일차부터 5일차 동안, 동물들을 개별적으로 미로에 넣는다.
각 팔에 두 개의 펠릿을 남겨두고 양쪽에서 음식을 샘플링하도록 합니다. 양쪽에서 펠릿을 먹은 직후 또는 미로에 들어간 지 5분 후에 동물을 미로에서 제거하십시오. 마지막으로, 각 습관화 세션이 끝나면 70% 에탄올로 미로의 바닥을 청소하고 다음 동물을 미로에 넣기 전에 에탄올이 증발했는지 확인하십시오.
여섯째 날에는 실험 시작 최소 1시간 전에 동물들을 실험실로 데려옵니다. 소프트웨어 프로그램을 실행하고 평가판 번호를 14로 설정하며, 그 중 처음 4개의 시도는 강제 선택이고 나머지는 선택 평가판입니다. 각 트라이얼이 시작되기 전에, 높은 보상 암인 HRA로 신호를 보낼 골 암에 4개의 펠릿을 놓고, 낮은 보상 암인 LRA인 다른 암에 2개의 펠릿을 놓습니다.
강제 선택 시도 훈련의 경우, 각 시도 전에 의사 무작위로 한 팔을 차단하여 동물이 다른 팔을 선택하도록 합니다. 시작 상자에 동물을 놓습니다. 5-7초 후에 동시에 시작 게이트를 열고 소프트웨어의 인터페이스 창에서 시작을 클릭합니다.
펠릿을 먹은 직후 또는 미로에 들어간 지 5분 후에 동물을 모으고 2분 동안 집 우리에 동물을 두십시오. 각 시험에 앞서 소프트웨어가 HRA로 선택한 암의 B번 문을 닫으십시오. 반대쪽 암인 LRA에서 도어 A를 열어 둡니다.
그런 다음 시작 상자에 동물을 놓습니다. 5-7초 후에 동시에 시작 게이트를 열고 시작을 클릭합니다. 동물이 양쪽 팔을 자유롭게 선택하게 하십시오.
동물이 HRA를 선택한 경우 문 A를 열고 동물을 방에 들어가게 한 다음 문 A를 닫고 즉시 문 B를 열어 동물이 선택한 음식 우물에 접근할 수 있도록 합니다. 동물이 LRA를 선택하면 동물이 먹이 우물에 접근할 수 있도록 문 B를 엽니다. 다음으로, 선택한 사료 우물에 있는 모든 사료를 먹은 후 동물을 꺼내 가정용 케이지에 2분 동안 두십시오.
각 동물에 대한 10개의 선택 시험을 완료하고 각 시험에서 동물의 선택(HRA 또는 LRA)을 기록합니다. 각 교육 세션 후 모든 선택 시도에 대한 High Reward Choice(HRC)의 백분율을 계산합니다. 마지막으로, 각 동물이 변별 훈련에서 HRC의 80%에 도달한 후, 동물이 HRA를 선택하면 5초 지연 후 B 문을 열어 지연 훈련을 완료합니다.
각 동물에 대해 하루에 10번의 시험을 실행합니다. 결과는 자극이 시작될 때부터 끝날 때까지 ACC에서 저주파 전력과 고주파 전력 모두에서 감소가 있음을 나타냈습니다. 챔버 밖에서 보낸 시간과 챔버 안에서 보낸 시간을 비교한 결과, 스펙트럼 분석에서는 ACC의 진동 활동에 변화가 없는 것으로 나타났습니다.
또한, 자극 발병 후 OFC에서 중주파 및 고주파 대역 활동이 증가했습니다. 사전 챔버 및 챔버 시간 창을 함께 비교했을 때 중요한 변화는 관찰되지 않았습니다. 이 절차를 시도하는 동안 동물의 결정에 영향을 미치고 결과의 신뢰성을 손상시킬 수 있으므로 불안의 원인을 제거하는 것이 중요합니다.
전체 스크립트를 보고 수천 개의 과학 동영상에 액세스하세요
본 연구는 의사결정 과정 중 비용-혜택 분석을 조사하기 위해 작업 기반 의사결정 패러다임에서 성인 수컷 쥐를 훈련시키는 프로토콜을 제안합니다. 뇌가 보상과 대기 시간을 어떻게 평가하는지에 초점을 맞추며, 행동 및 인지 신경과학적 통찰을 강조합니다.
This protocol enables automated assessment of cost-benefit decision-making in rodents, providing a standardized platform for evaluating neural mechanisms underlying reward valuation and impulse control. By quantifying behavioral choices and correlating them with electrophysiological readouts, it supports target validation in neuropsychiatric drug discovery, particularly for disorders involving impaired decision-making such as addiction and depression. The automation and reproducibility enhance translational confidence in early-stage mechanistic de-risking.
The method fits within the discovery biology phase, where it informs target selection by modeling cognitive endophenotypes relevant to psychiatric indications.