Artykuł metodologiczny

Zautomatyzowane, ilościowe badania poznawczo-behawioralne myszy: do genetyki, farmakologii, poznania zwierząt i nauczania na studiach licencjackich

DOI:

10.3791/51047

⸱

26 lutego 2014

 ,  ,  ,  , 
1Department of Psychology, Rutgers University, 2Department of Psychology, Koç University, 3Center for Neural Science, New York University, 4Department of Mathematics & Computer Science, Fairfield University

W tym artykule

Podsumowanie

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

W pełni zautomatyzowany system do pomiaru fizjologicznie istotnych właściwości mechanizmów pośredniczących w lokalizacji przestrzennej, lokalizacji czasowej, czasie trwania, szacowaniu szybkości i prawdopodobieństwa, ocenie ryzyka, impulsywności oraz dokładności i precyzji pamięci, w celu oceny wpływu manipulacji genetycznych i farmakologicznych na podstawowe mechanizmy poznawcze u myszy.

Streszczenie

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

Opisujemy wysokoprzepustowy, w pełni zautomatyzowany, działający na stałe system testów behawioralnych 24/7 do oceny wpływu manipulacji genetycznych i farmakologicznych na podstawowe mechanizmy poznania i uczenia się u myszy. Standardowa polipropylenowa obudowa myszy jest połączona za pomocą akrylowej rurki ze standardową komercyjną skrzynką testową myszy. Skrzynka testowa posiada 3 zbiorniki, z których 2 są podłączone do podajników pelletu. Wszystkie są wewnętrznie oświetlone diodą LED i monitorowane pod kątem wejścia głowicy za pomocą wiązek podczerwieni (IR). Myszy żyją w środowisku, co eliminuje obchodzenie się z nimi podczas badań przesiewowych. Uzyskują pożywienie podczas dwóch lub więcej dziennych okresów karmienia, wykonując protokoły instrumentalne (instrumentalne) i Pawłowa (klasyczne), dla których napisaliśmy oprogramowanie do kontroli protokołów oraz oprogramowanie do analizy danych i wykresów w czasie quasi-rzeczywistym. Procedury analizy danych i tworzenia wykresów są napisane w języku opartym na MATLAB, stworzonym w celu znacznego uproszczenia analizy dużych, oznaczonych znacznikiem czasu rekordów zdarzeń behawioralnych i fizjologicznych oraz zachowania pełnego śladu danych od surowych danych przez wszystkie analizy pośrednie do opublikowanych wykresów i statystyk w ramach jednej struktury danych. Kod analizy danych zbiera dane kilka razy dziennie i poddaje je analizom statystycznym i graficznym, które są automatycznie przechowywane w "chmurze" i na komputerach w laboratorium. W ten sposób postęp poszczególnych myszy jest codziennie wizualizowany i określany ilościowo. Kod analizy danych komunikuje się z kodem kontrolnym protokołu, umożliwiając automatyczne przechodzenie od protokołu do protokołu poszczególnych podmiotów. Wdrożone protokoły behawioralne obejmują dopasowywanie, automatyczne kształtowanie, czasowe przełączanie zbiorników, ocenę ryzyka w czasowym przełączaniu zbiorników, pomiar impulsywności oraz okołodobowe przewidywanie dostępności żywności. Kod open source do kontroli protokołów i analizy danych sprawia, że dodawanie nowych protokołów jest proste. Osiem środowisk testowych mieści się w szafie o wymiarach 48 cali x 24 cale x 78 cali; Dwie takie szafy (16 środowisk) mogą być sterowane przez jeden komputer.

Wprowadzenie

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

Aby wykorzystać potężne techniki genetyki, genetyki molekularnej, biologii molekularnej i neurofarmakologii do wyjaśnienia mechanizmów komórkowych i molekularnych, które pośredniczą w podstawowych mechanizmach poznawczych, potrzebujemy wysokonakładowych, wysokonakładowych metod badań psychofizycznych, które określają ilościowo fizjologicznie znaczące właściwości mechanizmów poznawczych. Psychofizycznie mierzalna, fizjologicznie znacząca właściwość ilościowa mechanizmu to właściwość, którą można zmierzyć za pomocą środków behawioralnych, a także za pomocą środków elektrofizjologicznych lub biochemicznych. Przykładami są widmo absorpcji rodopsyny, okres swobodnego biegu zegara okołodobowego oraz okres refrakcji aksonów nagrody w pęczku przyśrodkowym przodomózgowia1,2. Pomiary psychofizyczne, które można porównać do pomiarów komórkowych i molekularnych, stanowią podstawę do powiązania mechanizmów komórkowych i molekularnych z mechanizmami psychologicznymi poprzez korespondencję ilościową. Na przykład fakt, że widmo absorpcyjne rodopsyny in situ w zewnętrznych segmentach pręcików nakłada się na ludzką funkcję czułości spektralnej skotopowej, jest mocnym dowodem na to, że izomeryzacja rodopsyny wywołana przez fotony jest pierwszym krokiem w widzeniu skotopowym. Ilościowe aspekty złożonych wzorców zachowań mają również kluczowe znaczenie dla stosowania metod QTL w genetyce behawioralnej3,4.

Wydajność myszy (i szczurów) w dobrze znanych instrumentalnych i Pawłowskich protokołach uczenia się zależy od mechanizmów mózgowych, które mierzą abstrakcyjne wielkości, takie jak czas, liczba, czas trwania, tempo, prawdopodobieństwo, ryzyko i lokalizacja przestrzenna. Na przykład, szybkość nabywania reakcji warunkowych Pawłowa zależy od stosunku między średnim odstępem między zdarzeniami wzmacniającymi (zazwyczaj dostawami pokarmu) a średnim opóźnieniem do wzmocnienia po nadejściu sygnału dla zbliżającego się wzmocnienia5-7. Dla drugiego przykładu, stosunek średniego czasu trwania wizyt do dwóch lejów zasypowych w protokole dopasowania jest w przybliżeniu równy stosunkowi współczynników wzmocnienia w tych dwóch lejach8-10.

Metody testowania behawioralnego, obecnie szeroko stosowane przez neurobiologów zainteresowanych mechanizmami leżącymi u podstaw leżących u podstaw, to w większości metody o niskiej objętości, niskiej przepustowości i pracochłonności26. Co więcej, nie mierzą wielkości, które można porównać z wielkościami mierzonymi metodami elektrofizjologicznymi i biochemicznymi, jak na przykład behawioralnie mierzone okresy i fazy oscylatorów okołodobowych można porównać z elektrofizjologicznymi i biochemicznymi pomiarami okresu i fazy okołodobowej. Obecne metody testowania behawioralnego koncentrują się na kategoriach uczenia się, takich jak uczenie się przestrzenne, uczenie się temporalne lub uczenie się strachu, a nie na mechanizmach leżących u ich podstaw. Przykładem tych niedociągnięć jest szeroko stosowany test labiryntu wodnego w uczeniu przestrzennym11-15. Uczenie przestrzenne to kategoria. Uczenie się w tej kategorii zależy od wielu mechanizmów, a jednym z nich jest mechanizm martwej rachuby,16,17. Dead reckoning zależy z kolei od licznika kilometrów, mechanizmu, który mierzy przebiegdystansu 18. Podobnie, uczenie się temporalne jest kategorią. Zegar okołodobowy jest jednym z mechanizmów, od których zależy uczenie się w tej kategorii, ponieważ oscylator z około 24-godzinnym okresem jest potrzebny, aby zwierzęta nauczyły się pory dnia, o której zachodzą zdarzenia17,19. Zegar, który umożliwia przewidywanie jedzenia, nie został jeszcze odkryty19.

Zegar jest mechanizmem mierzącym czas. Oscylatory endogenne z szerokim zakresem okresów pozwalają mózgowi lokalizować zdarzenia w czasie poprzez rejestrowanie faz tych zegarów16,17. Możliwość rejestrowania lokalizacji w czasie umożliwia pomiar czasów trwania, czyli odległości między lokalizacjami w czasie. Uczenie się asocjacyjne zależy od pomiarów czasu trwania przez mózg5,6,20,21. Liczniki to mechanizmy mierzące liczby. Pomiar liczb umożliwia oszacowanie prawdopodobieństwa, ponieważ prawdopodobieństwo jest proporcją między liczebnością podzbioru a liczebnością nadzbioru. Pomiar liczby i pomiar czasu trwania umożliwiają oszacowanie szybkości, ponieważ wskaźnik to liczba zdarzeń podzielona przez czas trwania interwału, w którym ta liczba została zmierzona. Pomiary czasu trwania, liczby, współczynnika i prawdopodobieństwa umożliwiają dostosowanie zachowania do zmieniającego się ryzyka. 22,23 Nasza metoda skupia się na pomiarze dokładności i precyzji tych podstawowych mechanizmów. Dokładność to stopień, w jakim miara mózgu odpowiada obiektywnej mierze. Precyzja to zmienność lub niepewność w pomiarze mózgu ustalonej wartości obiektywnej, na przykład ustalonego czasu trwania. Prawo Webera jest najstarszym i najpewniej ustalonym wynikiem w psychofizyce. Twierdzi ona, że precyzja pomiaru wielkości przez mózg jest ustalonym ułamkiem tej wielkości. Frakcja Webera, która jest współczynnikiem zmienności rozkładu statystyka (σ/μ), mierzy precyzję. Stosunek średniej psychofizycznej (np. średniego ocenianego czasu trwania) do obiektywnej średniej (średniego obiektywnego czasu trwania) jest miarą dokładności.

Przedstawiona tutaj metoda maksymalizuje objętość (liczbę zwierząt poddawanych badaniu w danym momencie na danej powierzchni laboratorium) i przepustowość (ilość uzyskanych informacji podzielona przez średni czas trwania badania przesiewowego pojedynczego zwierzęcia), jednocześnie minimalizując ilość ludzkiej pracy wymaganej do wykonania pomiarów i maksymalizując natychmiastowość, z jaką wyniki badań przesiewowych stają się znane.

Architektura oprogramowania do analizy danych przedstawiona tutaj automatycznie umieszcza surowe dane oraz wszystkie wyniki podsumowujące i statystyki pochodzące z danych w jednej strukturze danych, z nagłówkami pól, które czynią zrozumiałym ogromne morze liczb w nich zawartych. Oprogramowanie analityczne operuje tylko na danych w tej strukturze i zawsze przechowuje wyniki swoich operacji w polach w tej samej strukturze. Zapewnia to nienaruszoną ścieżkę od surowych danych do opublikowanych podsumowań i wykresów.

Oprogramowanie automatycznie zapisuje w strukturze programy kontrolno-eksperymentalne, które zarządzały w pełni zautomatyzowanymi testami, i automatycznie wskazuje, które surowe dane pochodzą z którego programu. W ten sposób zachowuje nieskazitelny ślad danych, bez wątpliwości co do tego, jakie warunki doświadczalne obowiązywały dla każdego zwierzęcia w każdym momencie badania i bez wątpliwości co do tego, w jaki sposób statystyki podsumowujące zostały uzyskane na podstawie surowych danych. Ta metoda przechowywania danych znacznie ułatwia opracowywanie ustandaryzowanych baz danych badań przesiewowych zachowań, umożliwiając innym laboratoriom dalszą analizę tych bogatych zestawów danych.

Ta metoda minimalizuje ryzyko utraty wsparcia dla firmware'u i oprogramowania, od którego zależy. Aparatura badawcza jest banalnie zmodyfikowana z dawno uznanego źródła komercyjnego. Języki programowania to niestandardowy język dostarczony przez producenta sprzętu, służący do kontroli protokołów, a do analizy danych i tworzenia wykresów jest specjalnie zaprojektowanym, niekomercyjnym zestawem narzędzi typu open source (TSsystem) napisanym w bardzo szeroko obsługiwanym komercyjnym języku programowania naukowego, analizy danych i tworzenia wykresów. Przybornik zawiera polecenia wysokiego poziomu służące do wyodrębniania informacji strukturalnych i statystyk podsumowujących z długimi rekordami zdarzeń ze znacznikiem czasu. Programy implementujące protokoły i programy do analizy danych są open source i dokładnie udokumentowane.

System przesiewowy jest schematycznie przedstawiony na rysunku 1. Dziesięć szaf, z których każda zawiera 8 środowisk testowych, można ustawić w pomieszczeniu laboratoryjnym o wymiarach 10 stóp x 15 stóp, umożliwiając jednoczesne uruchamianie 80 myszy. przechodzące przez port w ścianie imprezowej powinny łączyć otoczenie z elektronicznymi/elektrycznymi kartami interfejsu i komputerami w innym pomieszczeniu. Komputery uruchamiają programy kontrolujące protokoły. Na każde 2 szafy (16 środowisk testowych) wymagany jest jeden komputer. Komputery muszą być połączone za pośrednictwem sieci lokalnej z serwerem, na którym działa oprogramowanie do analizy danych i tworzenia wykresów.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

Trzy w pełni zautomatyzowane protokoły w systemie TSsystem (dopasowanie, warunkowanie instrumentalne i klasyczne) oraz protokół przełączania zostały zatwierdzone przez Komitet ds. Opieki nad Zwierzętami i Obiektów w Rutgers New Brunswick.

1. Konfiguracja systemu fizycznego

  1. Skonfiguruj środowiska testowe w szafach (patrz rysunek 1).
  2. Zainstaluj oprogramowanie do kontroli eksperymentów dostarczone ze środowiskami testowymi na komputerach kontrolujących protokół.
    nuta: Nie używaj tych komputerów do żadnych innych celów!

2. Konfiguracja systemu oprogramowania

  1. Skonfiguruj sieć LAN (sieć lokalną) w taki sposób, aby serwer, na którym zainstalowane jest oprogramowanie do analizy danych, mógł uzyskać dostęp do dysków twardych komputera (komputerów) kontrolującego środowiska testowe (patrz Rysunek 1).
  2. Ustanów konto synchronizacji plików do przechowywania danych w "chmurze".
  3. Umieść folder TSsystem i jego podfoldery na ścieżce wyszukiwania komercyjnego języka programowania w folderze zsynchronizowanym z chmurą.
    nuta: TSsystem to zestaw narzędzi programowych, czyli biblioteka ponad 30 funkcji wysokiego poziomu, które ułatwiają tworzenie złożonego kodu do analizy danych i wykresów danych, który automatycznie przetwarza dane za każdym razem, gdy są one zbierane z plików wyjściowych generowanych przez program kontrolny eksperymentu. Wszystkie polecenia operują na danych w polach struktury Experiment i umieszczają wyniki w innych polach w tej samej strukturze (patrz Rysunek 2). Te polecenia typu open source są napisane w jednym z najczęściej używanych komercyjnych języków programowania naukowego i tworzenia wykresów. Ma wiele innych "zestawów narzędzi", w tym najbardziej użyteczny zestaw narzędzi statystycznych.

3. Rozpoczęcie eksperymentu

  1. Wywołaj TSbegin (patrz Rysunek 3).
    nuta: TSbegin to interaktywny graficzny interfejs użytkownika (Graphic User Interface) w przyborniku TSsystem. Prowadzi użytkownika przez proces tworzenia hierarchicznej struktury danych, w której surowe dane i wszystkie wyniki z nich pochodzące zostaną umieszczone przez inne funkcje w przyborniku TSsystem.
  2. Wywołaj TSaddprotocol (patrz Rysunek 4).
    nuta: TSaddprotocol to graficzny interfejs użytkownika w przyborniku TSsystem. Prowadzi użytkownika przez proces określania parametrów kontrolnych dla protokołu eksperymentalnego, określania kodu decyzyjnego, który zautomatyzuje decyzję o zakończeniu protokołu i przejściu do następnego, oraz określania kryteriów decyzyjnych, które mają być stosowane.
  3. Umieść myszy w środowiskach testowych dostępnych 24 godziny na dobę, 7 dni w tygodniu, po jednej myszy na środowisko.
    Notatki: Zwróć uwagę, aby zanotować numer identyfikacyjny myszy, która trafia do każdego z ponumerowanych środowisk eksperymentalnych (Pole 1, Ramka 2 itd.). Zwróć również uwagę na literę identyfikującą komputer kontrolny eksperymentu w sieci lokalnej (LAN) i jego adres IP.
  4. Wywołaj metodę TSstartsession (Rysunek 5).
    nuta: TSstartsession to graficzny interfejs użytkownika w przyborniku TSsystem. Prowadzi użytkownika przez proces rozpoczynania sesji eksperymentalnej. Sesje eksperymentalne trwają jeden lub dwa tygodnie, podczas których przeprowadzanych jest kilka różnych protokołów testów behawioralnych. TSstartsession przechowuje informacje wchodzące do makra, które są odczytywane przez oprogramowanie sterujące protokołem podczas uruchamiania sesji. Dołączona jest ścieżka i nazwa pliku kodu, który jest odczytywany przez oprogramowanie sterujące protokołem. Oprogramowanie analityczne TSsystem wczytuje ten kod do hierarchicznej struktury danych, dzięki czemu nigdy nie ma wątpliwości co do dokładnego obowiązującego protokołu w danym momencie.
  5. Przejdź do komputerów sterujących i wywołaj makra zapisane w folderze MedPC, aby rozpocząć sesję dla komputerów sterowanych przez ten komputer.

4. Analiza danych

  1. Jeśli utworzyłeś nowy protokół, napisz odpowiedni kod do analizy danych i wykresów za pomocą poleceń w przyborniku TSsystem, co znacznie upraszcza tworzenie złożonych analiz danych.
    nuta: Analiza danych i kod graficzny dla trzech protokołów, których wyniki opisano poniżej, są zawarte w zestawie narzędzi TSsystem. Ponieważ są one open source, można je dowolnie modyfikować. Kod tych analiz jest obszernie komentowany, co ułatwia tworzenie kodu do analizowania wyników z protokołów określonych przez użytkownika.
  2. Przez cały czas trwania eksperymentu (od 24 godzin do wielu tygodni) monitoruj pocztę e-mail pod kątem alertów z serwera wskazujących na możliwe awarie sprzętu (awarie zasilania, spontaniczne ponowne uruchomienie komputera sterującego, awarie podajnika granulek itp.), które wykrywa program analizujący dane TSsystem.
  3. Zapoznaj się z wykresami wydajności, które kod analizujący dane napisany w TSsystem generuje za każdym razem, gdy jest wywoływany przez czasomierz analizy (zwykle 2-4 razy dziennie).
    nuta: Czasomierz analizy wywołuje program do analizy danych i tworzenia wykresów w określonych przez użytkownika odstępach czasu. Wywoływany program jest napisany z funkcjami w TSsystem. Wczytuje do hierarchicznej struktury danych surowe dane zebrane z pliku, do którego zapisuje oprogramowanie sterujące protokołem. Następnie analizuje dane i przedstawia wyniki analiz na wykresach. Plik zawierający hierarchiczną strukturę danych jest przechowywany w folderze synchronizacji plików w chmurze. Zapewnia to automatyczne tworzenie kopii zapasowych poza siedzibą firmy. Automatyczna synchronizacja plików przechowuje kopie pliku struktury na komputerach wszystkich pracowników i współpracowników, którym udzielono dostępu. Określone wykresy są automatycznie wysyłane pocztą e-mail do określonych pracowników i współpracowników. Główny badacz może monitorować postęp testów z dowolnego miejsca na świecie w dowolnym czasie i, jeśli to konieczne, zmienić protokół eksperymentalny, on-line, zdalnie od miejsca, w którym testowane są myszy.
  4. Użyj TSbrowser, aby przeanalizować dane i statystyki podsumowujące w hierarchicznej strukturze danych, gdy stają się dostępne, w czasie quasi rzeczywistym (patrz rysunek 2).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

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

System może i powinien być używany do uruchamiania protokołów dostosowanych do celów indywidualnego badacza lub nauczyciela w klasie. Opracowaliśmy jednak zestaw 3 protokołów, które powinny okazać się przydatne w badaniach przesiewowych na dużą skalę myszy zmanipulowanych genetycznie i testach farmakologicznych na dużą skalę: protokół dopasowywania, protokół automatycznego kształtowania 2 lejów i protokół przełączania. Protokół dopasowywania mierzy zdolność myszy do szacowania dochodów (granulek żywności na jednostkę cza...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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

Nasza metoda daje szeroki zakres fizjologicznych, znaczących, ilościowych wyników dotyczących funkcjonowania kilku różnych mechanizmów poznawczych, uczenia się i pamięci, dla wielu myszy jednocześnie, w minimalnym czasie, przy minimalnym nakładzie pracy człowieka i bez zajmowania się obiektami eksperymentalnymi przez dni, tygodnie lub miesiące testów. Te atrybuty pasują do programów badań genetycznych i farmakologicznych. Wykorzystuje minimalnie zmodyfikowany, gotowy sprzęt (pudełka testowe i wanny lęgowe). Dostarcza wię...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

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

Autorzy nie mają nic do ujawnienia.

Podziękowania

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

Stworzenie tego systemu było wspierane przez 5RO1MH77027.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Panel połączeń SmartCtrlMed AssociatesSG-716B (115)panelsterowania dla wejść/wyjść
Moduł interfejsu SmartCtrlMed AssociatesDIG-716B (114)kartainteligentna dla każdej komory
uniwersalny MedAssociatesSG-210CB (115)od karty inteligentnej do panelu sterowania
Szafka MedAssociatesSG-6080C (109)szafka do przechowywania kart inteligentnych
Zasilacz do montażu w szafieMed AssociatesSG-500 (112)Zasilanie 28 V
Szeroka komora testowa myszyMed AssociatesENV-307W (31)komora testowa
Pakiet panelu wypełniającegoMed AssociatesENV-307W-FP (32)panele o różnych rozmiarach do komory testowej
Szeroka mysz Modułowa siatkapodłogowa Med AssociatesENV-307W-GF (31)Siatka podłogowa komory testowej
Detektor wejścia głowicyMed AssociatesENV-303HDW (62)wejście głowicy/wejście pelletu do zasobnika
Dozownik pelletuMed AssociatesENV-203-20 (73)podajnik
Pojemnik na peletyMed AssociatesENV-303W (61)zbiornik
Pojemnik na pellet LightMed AssociatesENV-303RL (62)światło
zbiornikaHouse LightMed AssociatesENV-315W (43)kontroler oświetlenia domowego
IRMed AssociatesENV-253B (77)czujnik wejścia do rury między gniazdem a testem
WentylatorMed AssociatesENV-025F28 (42)wentylator wyciągowy do każdej komory
Polipropylenowa wannagniazdowa
Akrylowe połączenie rurowemiędzy gniazdem i obszary testowe
Szafa stalowado przechowywania komór testowych (78 "wys., 48 "szer., 24 "gł.)
Komputersystemem Windows z oprogramowaniem do kontroli eksperymentów MedPC
Serwerz systemem Matlab, połączony z komputerem sterującym za pomocą oprogramowania LAN
MedPC MedAssociateszastrzeżony język programowania sterowania procesami
Matlab w Statistics ToolboxAutorski system programowania do analizy danych i wykresówMatlab
TSsystemw materiałach uzupełniających w aktualizacjach od starszego autoraZestaw narzędzi Matlab o otwartym kodzie źródłowym
Uwaga: Jest to sprzęt potrzebny dla jednej szafy, zawierającej 8 środowisk testowych. Sprzęt musi być zreplikowany dla każdej takiej szafy. Jednak jeden komputer może sterować 2 szafami (16 środowisk testowych)
z Oprogramowanie

Bibliografia

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Gallistel, C. R., Shizgal, P., Yeomans, J. S. A portrait of the substrate for self-stimulation. Psychol. Rev. 88, 228-273 (1981).
  2. Takahashi, J. S. Molecular neurobiology and genetics of circadian rhythms in mammals. Ann. Rev. Neurosci. 18, 531-553 (1995).
  3. Mackay, T. F. C., Stone, E. A., Ayroles, J. F. The genetics of quantitative traits: challenges and prospects. 10, 565-577 (2009).
  4. Weber, J. N., Peterson, B. K., Hoekstra, H. E. Discrete genetic modules are responsible for complex burrow evolution in Peromyscus mice. Nature. 493, 402-405 (2013).
  5. Balsam, P. D., Drew, M. R., Gallistel, C. R. Time and Associative Learning. Compar. Cogn. Behav. Rev. 5, 1-22 (2010).
  6. Gallistel, C. R., Gibbon, J. Psychol Rev. Psychol Rev. 107, 289-344 (2000).
  7. Ward, R. D., et al. Conditional Stimulus Informativeness Governs Conditioned Stimulus—Unconditioned Stimulus Associability. J. Exp. Psychol. Animal Behav. Process. 38, 217-232 (2012).
  8. Gallistel, C. R., et al. Is matching innate. J. Exp. Anal. Behav. 87, 161-199 (2007).
  9. Herrnstein, R. J. Derivatives of matching. Psychol. Rev. 86, 486-495 (1979).
  10. Mark, T. A., Gallistel, C. R. Kinetics of matching. J. Exp. Psychol. Animal Behav. Process. 20, 79-95 (1994).
  11. Brandeis, R., Brandys, Y., Yehuda, S. The use of the Morris water maze in the study of memory and learning. Int. J. Neurosci. 48, 29-69 (1989).
  12. Foucaud, J., Burns, J. G., Mery, F. Use of spatial information and search strategies in a water maze analog in Drosophila melanogaster. PLoS ONE. 5, (2010).
  13. Logue, S. F., Paylor, R., Wehner, J. M. Hippocampal lesions cause learning deficits in inbred mice in the Morris water maze and conditioned-fear task. Behav. Neurosci. 111, 104-113 (1997).
  14. Upchurch, M., Wehner, J. M. Differences between inbred strains of mice in Morris water maze performance. Behav. Genet. 18, 55-68 (1988).
  15. Zilles, K., Wu, J., Crusio, W. E., Schwegler, H. Water maze and radial maze learning and the density of binding sites of glutamate, GABA, and serotonin receptors in the hippocampus of inbred mouse strains. Hippocampus. 10, 213-225 (2000).
  16. Chen, G., King, J. A., Burgess, N., O'Keefe, J. How vision and movement combine in the hippocampal place code. Proc. Natl. Acad. Sci. U.S.A. 110, 378-383 (2013).
  17. Gallistel, C. R. The organization of learning. , Bradford Books/MIT Press. (1990).
  18. Wittlinger, M., Wehner, R., Wolf, H. The desert ant odometer: a stride integrator that accounts for stride length and walking speed. J. Exp. Biol. 210, (2007).
  19. Challet, E., Mendoza, J., Dardente, H., Pevet, P. Neurogenetics of food anticipation. Eur. J. Neurosci. 30, 1676-1687 (2009).
  20. Arcediano, F., Miller, R. R. Some constraints for models of timing: A temporal coding hypothesis perspective. Learn. Mot. 33, 105-123 (2002).
  21. Denniston, J. C., Blaisdell, A. P., Miller, R. R. Temporal Coding in Conditioned Inhibition: Analysis of Associative Structure of Inhibition. J. Exp. Psychol. Animal Behav. Process. 30, 190-202 (2004).
  22. Balci, F., Freestone, D., Gallistel, C. R. Risk assessment in man and mouse. Proc. Natl. Acad. Sci. U.S.A. 106, 2459-2463 (2009).
  23. Kheifets, A., Gallistel, C. R. Mice take calculated risks. Proc. Natl. Acad. Sci. U.S.A. 109, 8776-8779 (2012).
  24. Fetterman, J. G., Killeen, P. R. Categorical scaling of time: Implications for clock-counter models. J. Exp. Psychol. Animal Behav. Process. 21, 43-63 (1995).
  25. Luby, M., et al. Food anticipatory activity behavior of mice across a wide range of circadian and non-circadian intervals. PLoS One. 7, (2012).
  26. Lee, S. A., Vallortigara, G., Ruga, V., Sovrano, V. A. Independent effects of geometry and landmark in a spontaneous reorientation task: a study of two species of fish. Animal Cogn. 15, 861-870 (2012).
  27. Rodriguiz, R., Wetsel, W. C. Animal Models of Cognitive Impairment Ch. 12. Levin, E. D., Buccafusco, J. J. , CRC Press. (2006).
  28. Gallistel, C. R., et al. Fully Automated Cognitive Assessment of Mice Strains Heterozygous for Cell--Adhesion Genes Reveals Strain--Specific Alterations in Timing Precision. Philosoph. Trans. Royal Soc. B. , (2013).

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Zautomatyzowane testy behawioralneprzesiewowe badania poznawcze u myszywysokoprzepustowe fenotypowanieprotoko y warunkowania instrumentalnegoprotoko y warunkowania paw owowskiegoanaliza danych w programie MATLABmonitorowanie zasobnik w w podczerwienisystemy podawania peletupomiar antycypacji oko odobowejprotoko y oceny impulsywno ci

Powiązane artykuły