System do śledzenia dynamiki zachowań preferencji społecznych u małych gryzoni

Summary

Opisany tutaj jest nowatorski zautomatyzowany system eksperymentalny, który stanowi alternatywę dla testu trzykomorowego, a także rozwiązuje kilka zastrzeżeń. System ten dostarcza wielu parametrów behawioralnych, które umożliwiają rygorystyczną analizę dynamiki zachowania małych gryzoni podczas testów preferencji społecznych i preferencji nowości społecznych.

Abstract

Badanie neurobiologicznych mechanizmów zachowań społecznych wymaga testów behawioralnych, które mogą być stosowane do modeli zwierzęcych w sposób bezstronny i niezależny od obserwatora. Od początku tysiąclecia test trójkomorowy jest szeroko stosowany jako standardowy paradygmat do oceny towarzyskości (preferencji społecznej) i preferencji nowości społecznej u małych gryzoni. Jednak ten test cierpi z powodu wielu ograniczeń, w tym zależności od nawigacji przestrzennej i zaniedbania dynamiki behawioralnej. Zaprezentowany i zweryfikowany w tym miejscu jest nowatorski system eksperymentalny, który stanowi alternatywę dla testu trójkomorowego, a jednocześnie rozwiązuje niektóre z jego zastrzeżeń. System wymaga prostej i niedrogiej aparatury eksperymentalnej oraz publicznie dostępnego systemu analizy typu open source, który automatycznie mierzy i analizuje wiele parametrów behawioralnych na poziomie indywidualnym i populacyjnym. Pozwala na szczegółową analizę dynamiki behawioralnej małych gryzoni podczas dowolnego testu dyskryminacji społecznej. Wykazujemy skuteczność systemu w analizie dynamiki zachowań społecznych podczas testów preferencji społecznych i preferencji nowości społecznych przeprowadzanych przez dorosłe samce myszy i szczurów. Co więcej, weryfikujemy zdolność systemu do ujawniania zmodyfikowanej dynamiki zachowań społecznych u gryzoni po manipulacjach, takich jak przycinanie wąsów. W ten sposób system pozwala na rygorystyczne badanie zachowań społecznych i dynamiki w modelach małych gryzoni oraz wspiera dokładniejsze porównania między szczepami, warunkami i leczeniem.

Introduction

Odkrycie biologicznych mechanizmów leżących u podstaw zaburzeń neurorozwojowych (NDD) jest jednym z głównych wyzwań w dziedzinie neuronauki¹. Sprostanie temu wyzwaniu wymaga paradygmatów behawioralnych i systemów eksperymentalnych, które typizują zachowanie gryzoni w standardowy i bezstronny sposób. Wpływowe badanie opublikowane ponad dekadę temu przez Moya i współpracowników² przedstawiło test trzykomorowy. Od tego czasu test ten jest szeroko stosowany do badania zachowań społecznych w modelach NDD gryzoni. Ten test ocenia dwie wrodzone tendencje gryzoni: 1) do pozostawania w pobliżu bodźca społecznego nad obiektem (towarzyskość, zwana również preferencją społeczną [SP]) oraz 2) preferowanie bliskości nowego bodźca społecznego nad znanym (preferencja nowości społecznej [SNP])^3,4. Kilka późniejszych badań sugerowało metody automatycznej analizy testu trójkomorowego przy użyciu metod komputerowych^5,6.

Ten test nadal cierpi z powodu kilku zastrzeżeń. Po pierwsze, bada głównie preferencje dotyczące miejsc społecznych, a nie motywację podmiotu do bezpośredniej interakcji z bodźcem społecznym, chociaż niektóre grupy mierzą również czas badania węchu (wąchania), albo ręcznie⁷ lub za pomocą komercyjnych systemów komputerowych^8,9,10. Po drugie, test trójkomorowy jest najczęściej używany do pomiaru całkowitego czasu spędzonego przez badanego w każdej komorze i zaniedbuje dynamikę behawioralną. Wreszcie, opiera się tylko na jednym aspekcie zachowania społecznego, którym jest czas spędzony przez badanego w każdej komorze (lub czas węchania, jeśli jest mierzony).

Tutaj prezentujemy nowatorski i niedrogi system eksperymentalny, który jest alternatywą dla aparatury trzykomorowej. Pozwala również na wykonywanie tych samych testów behawioralnych przy jednoczesnym rozwiązywaniu wyżej wymienionych zastrzeżeń. Przedstawiony system behawioralny automatycznie i bezpośrednio mierzy badawcze zachowanie gryzonia w stosunku do dwóch bodźców. Dodatkowo analizuje dynamikę zachowania w sposób niezależny od obserwatora. Co więcej, system ten mierzy wiele parametrów behawioralnych i analizuje je zarówno na poziomie indywidualnym, jak i populacyjnym; W ten sposób wspiera rygorystyczną analizę zachowań społecznych i ich dynamiki podczas każdego testu. Co więcej, losowe przestawianie komór w przeciwległych rogach areny podczas różnych etapów testów neutralizuje wszelkie efekty pamięci przestrzennej lub preferencji. System ten może być również wykorzystywany do innych testów dyskryminacji, takich jak dyskryminacja ze względu na płeć. Niestandardowa aparatura jest łatwa do wyprodukowania, a system analizy jest publicznie dostępny jako kod open source, co pozwala na jego wykorzystanie w dowolnym laboratorium. Wykazujemy zdolność tego systemu do pomiaru wielu parametrów zachowań społecznych w szczepach gryzoni o różnych kolorach futra podczas testów preferencji społecznych i preferencji nowości społecznych. Weryfikujemy również zdolność systemu do ujawniania zmodyfikowanej dynamiki zachowań społecznych u gryzoni po manipulacjach, takich jak przycinanie wąsów.

Oprogramowanie TrackRodent: w MATLAB (2014a-2019a) napisano trzy algorytmy do śledzenia obiektu eksperymentalnego i jego interakcji z bodźcami. Wszystkie algorytmy zostały zdeponowane w serwisie GitHub, znalezionym pod adresem . Głównym celem wszystkich czterech algorytmów jest śledzenie konturów ciała osoby badanej w celu wykrycia bezpośredniego kontaktu z obszarami bodźców.

Algorytm oparty na ciele: ten algorytm ma trzy wersje, które śledzą kontury ciemnej myszy bez przewodów na białym tle (BlackMouseBodyBased), białej myszy na ciemnym tle (WhiteMouseBodyBased) lub białego szczura na ciemnym tle (WhiteRatBodyBased). Graficzny interfejs użytkownika (GUI) oprogramowania wymaga, aby eksperymentator wybrał eksperyment przy użyciu myszy lub szczurów, a następnie wybrał właściwy kod. Dla każdej wersji algorytmu istnieją dwa opcjonalne kody: jeden, który przedstawia proces śledzenia na ekranie podczas wykonywania analizy, i drugi, który tego nie robi (stąd działa szybciej i jest określany jako "szybki"). Na przykład nazwy odpowiednich kodów algorytmu BlackMouseBodyBased to: "BlackMouseBodyBased23_7_14" i "BlackMouseBodyBased23_7_14_Fast". Wszystkie algorytmy kończące się na "fast" nie pokazują śledzenia online, a użytkownicy muszą bezpośrednio zapisać dane w pliku z wynikami (plik .mat). Wszystkie algorytmy oparte na ciele wymagają ustawienia pojedynczego progu ("dolnego progu" w graficznym interfejsie użytkownika oprogramowania) w celu wykrycia ciała obiektu.

Algorytm oparty na kierunkowości głowy: drugi algorytm, który jest dostępny tylko dla czarnych myszy, jest oparty na algorytmie opartym na ciele, oprócz określania kierunkowości głowy. Algorytm ten wykrywa interakcje głowy podmiotu z obszarami "bodźców", unikając w ten sposób fałszywych alarmów, które mogą powstać w wyniku losowych kontaktów podmiotu z tymi obszarami. Dla tego algorytmu zdefiniowano dwa progi wykrywania konturów ciała myszy: wysoki próg, który obejmuje jaśniejszy ogon czarnych myszy, i niski próg, który obejmuje ciało bez ogona. Następnie algorytm dopasowuje elipsoidę do wykrytych granic przy użyciu dolnego progu i definiuje położenie głowy i ogona myszy (bez rozróżnienia między nimi). Ostateczna dyskryminacja między ogonem a głową opiera się na granicach wyznaczonych przez wyższy próg.

Przewodowy algorytm zwierzęcia: trzeci algorytm ma na celu zminimalizowanie artefaktów wynikających z (np. przewodu elektrycznego lub światłowodu) podłączonych do zwierzęcia, umożliwiając analizę zachowania zwierzęcia podłączonego do. Ten algorytm ma kody tylko dla czarnych myszy i białych szczurów. Kod dla szczurów wymaga od eksperymentatora zdefiniowania zarówno dolnego, jak i wysokiego progu, podczas gdy kod myszy wymaga tylko niskiego progu.

Protocol

Wszystkie opisane metody zostały zatwierdzone przez Instytucjonalny Komitet ds. Opieki i Użytkowania Zwierząt (IACUC) Uniwersytetu w Hajfie.

1. Konfiguracja eksperymentalna

1. arena
   1. Zbuduj arenę doświadczalną dla myszy (Rysunek 1A,D), umieszczając białe lub czarne (w zależności od koloru zwierzęcia) pudełko z pleksi (37 cm x 22 cm x 35 cm) w środku komory akustycznej (60 cm x 65 cm x 80 cm, wykonane z drewna pokrytego od wewnątrz pianką o grubości 2 cm). W przypadku światła usuń pasek (2 cm szerokości, 10 cm poniżej sufitu komory) pianki wokół komory akustycznej (obok drzwi) i przymocuj taśmę LED z czerwonymi lub białymi żarówkami. Upewnij się, że światło wokół areny jest tak jednolite, jak to możliwe, aby zapobiec odbiciom.
   2. Zbuduj arenę dla szczurów podobnie jak opisaną powyżej dla myszy, o różnych wymiarach, które odpowiednio pasują do wielkości szczurów Sprague-Dawley (SD) (Rysunek 1G). Umieść czarne pudełko z pleksi (50 cm x 50 cm x 40 cm) w środku komory akustycznej (90 cm x 60 cm x 85 cm, wykonane z drewna pokrytego od wewnątrz pianką o grubości 2 cm).
2. Komory
   1. Dla myszy stwórz dwie czarne lub białe (w zależności od koloru futra) trójkątne komory (12 cm równoramienne, 35 cm wysokości, z zamkniętą podłogą) z pleksi o grubości 6 mm. Zlokalizuj je w dwóch losowo wybranych przeciwległych rogach areny (Rysunek 1B,E). Przyklej metalową siatkę (18 mm x 6 cm; otwory 1 cm x 1 cm) w dolnej części każdej komory za pomocą kleju epoksydowego, aby umożliwić bezpośrednie interakcje z bodźcem przez siatkę (Rysunek 1C,F). Oznacz każdą komorę w sposób, który pozwala na odróżnienie od innych w filmie bez dawania wskazówek osobom badanym (zobacz Rysunek 1B,E dla przykładów).
      nuta: Każda komnata docelowo będzie zawierała bodziec społeczny (mysz) lub przedmiot (plastikowa zabawka o wymiarach 5 cm x 5 cm x 5 cm, o wyraźnym kształcie i kolorze; Rysunek 1C,I wstawki). Pozwól zapachowi kleju epoksydowego odparować przez co najmniej tydzień przed użyciem.
   2. Dla szczurów stwórz dwie czarne trójkątne komory (20,5 cm równoramienne, 40 cm wysokości, wykonane z pleksi o grubości 6 mm, z zamkniętą podłogą) i umieść je w dwóch losowo wybranych przeciwległych rogach areny (Rysunek 1H), każda z metalową siatką (25 cm x 7 cm; otwory 2,5 cm x 1 cm) zakrywającą jej dolną część (Rysunek 1I).
3. Umieść wysokiej jakości kamerę monochromatyczną, wyposażoną w obiektyw szerokokątny, w górnej części komory akustycznej i podłącz ją do komputera, aby umożliwić wyraźne oglądanie i nagrywanie zachowania obiektu za pomocą komercyjnego oprogramowania (sugestie znajdują się w Tabeli materiałów).

2. Paradygmat behawioralny

UWAGA: Kroki 2.1-2.7 opisują paradygmat zachowania myszy. Patrz punkt 2.8 w celu uzyskania szczegółowych instrukcji dotyczących szczurów.

1. Upewnij się, że klatki wszystkich zwierząt (badanych: 2-4 miesięczne samce myszy; bodźce: 21-30 jednodniowe młode myszy) pozostają w pomieszczeniu eksperymentalnym przez co najmniej 1 godzinę przed rozpoczęciem eksperymentu behawioralnego.
2. Po okresie aklimatyzacji wstaw losowo dwie puste komnaty do areny w dwóch przeciwległych rogach. Umieść obiekt na środku areny na 15 minut przyzwyczajenia. W tym czasie umieść dwa bodźce społeczne, każdy w innej komorze znajdującej się poza areną w celu przyzwyczajenia. Umieść przedmiot (plastikową zabawkę o wymiarach 5 cm x 5 cm x 5 cm, o wyraźnym kształcie i kolorze) w innej komorze.
3. Aby wykonać test preferencji społecznych (SP), rozpocznij nagrywanie wideo i kontynuuj nagrywanie do końca testu.
4. Usuń dwie puste komory i natychmiast włóż przedmiot i jeden z bodźców społecznych, każdy w osobnej komorze. Zlokalizuj losowo te komnaty w przeciwległych rogach areny, które były puste podczas przyzwyczajenia. Pozwól badanemu na interakcję z bodźcami przez 5 minut testu SP. Po zakończeniu testu zatrzymaj nagrywanie.
5. Po teście SP usuń komory zawierające bodźce z areny i pozostaw badanego na pustej arenie na 15 minut. Wyczyść komory z zewnątrz chusteczkami z 10% etanolu.
6. Aby wykonać test preferencji nowości społecznej (SNP), rozpocznij nagrywanie wideo i włóż dwie komory na arenę: jedną zawierającą ten sam bodziec społeczny, który został użyty w teście SP (bodziec znajomy), a drugą zawierającą nowy bodziec społeczny. Umieść te komnaty losowo w dwóch przeciwległych rogach areny, upewniając się, że te miejsca nie zostały użyte do testu SP. Pozwól badanemu na interakcję z bodźcami przez 5 minut testu SNP.
7. Pod koniec testu SNP przerwij nagrywanie wideo, usuń testera i komory z areny, a następnie umieść go z powrotem w jego klatce domowej. Pozostaw bodźce w komorach do następnego eksperymentu (z innym obiektem) lub zwróć je do ich domowych klatek. Wyczyść arenę i komory bieżącą wodą, a następnie 10% etanolem i pozostaw do wyschnięcia.
8. Paradygmat behawioralny dla szczurów
   1. W przypadku szczurów powtórz paradygmat behawioralny opisany w krokach 2.1-2.7, z dwiema modyfikacjami: 1) zajmij się szczurami i przyzwyczaj bodźce społeczne do komór przez 2 dni (10 minut każdego dnia) przed eksperymentem; oraz 2) przedłuż test SP o 15 minut, aby dać szczurom dłuższy okres ekspozycji na bodźce społeczne. Później ogranicz analizę testu SP do początkowych 5 min.
      nuta: Do przeprowadzenia jednej sesji potrzebna jest co najmniej jedna arena i pięć komnat.

3. Używanie graficznego interfejsu użytkownika TrackRodent do analizy behawioralnej

UWAGA: Zobacz górny panel Rysunek 2A dla GUI TrackRodent.

1. Otwórz program MATLAB (przetestowany z wersjami 2014a-2019a) i wybierz folder TrackRodent.
2. Dodaj wszystkie podfoldery do ścieżki roboczej, klikając prawym przyciskiem myszy każdy folder i wybierając Dodaj do ścieżki | Wybrane foldery i podfoldery.
3. Wpisz TrackRodent w oknie poleceń i naciśnij Enter.
4. Prześlij pojedynczy plik lub wiele plików wideo (format AVI lub MP4), wybierając opcję Załaduj plik sesji (AVI).
5. Inspektor filmu, umożliwiający inspekcję klipu wideo klatka po klatce, zostanie natychmiast otwarty dla pierwszego pliku na liście (Rysunek 2A). Służy do sprawdzania klipu wideo i definiowania pierwszej i ostatniej klatki segmentu, który ma być analizowany. Zapisz numery tych ramek, które będą wymagane później. Po zakończeniu zamknij okno.
6. Aby sprawdzić dodatkowe pliki wideo, otwórz inspektora wideo w dowolnym momencie, naciskając przycisk Sprawdź film i wybierając określony plik wideo.
7. Wybierz badany gatunek (mysz lub szczur; mysz jest myszem domyślnym).
8. Wyklucz wszystkie obszary, które mogą przerywać śledzenie, zgodnie z kolorami obiektu i areny (lub biały).
   1. Aby wykluczyć dany obszar, naciśnij Wyklucz obszar, a gdy kursor zmieni się w kształt krzyża, zaznacz wszystkie rogi obszaru do wykluczenia. Po zakończeniu kliknij prawym przyciskiem myszy, a następnie dwukrotnie kliknij lewym przyciskiem myszy środek zaznaczonego obszaru. Wykluczony obszar zmieni się na ekranie w odcień czerwieni. Powtórz tę procedurę, aby wykluczyć tyle obszarów, ile potrzeba.
9. Aby usunąć obszar z wykluczenia, naciśnij Usuń wykluczony obszar, a następnie (za pomocą skrzyżowanego kursora) kliknij obszar, który ma zostać usunięty z wykluczenia.
10. Aby zdefiniować każdą komorę jako obszar "bodźca", w celu automatycznego wykrycia jego badania przez badany, wybierz kształt obszaru "bodźca", który ma być wielokątny lub eliptyczny, zaznaczając odpowiednie pole, a następnie naciskając Bodziec X (gdzie "X" oznacza 1, 2 lub 3). Zaznacz obszary "bodźca" podobnie jak obszary wykluczone, które następnie zmienią kolor na żółty. Aby zmienić lokalizację określonego obszaru "bodźca", naciśnij ponownie bodziec X i zaznacz nową lokalizację obszaru (spowoduje to automatyczną aktualizację lokalizacji).
    nuta: Wybierz różne numery bodźców w spójny sposób dla wszystkich plików (tj. obiekt jako bodziec 1 dla wszystkich plików testowych SP).
11. Aby śledzić obecność obiektu w określonym wirtualnym przedziale wewnątrz areny, wybierz kształt obszaru "przedziału" (wielokątny lub eliptyczny), a następnie naciśnij Przedział X (gdzie "X" oznacza 1, 2, 3, 4 lub 5). Zaznacz obszary "kompartmentów" podobnie jak obszary wykluczone lub bodźce, które następnie staną się koloru niebieskiego. Aby zmienić lokalizację określonego obszaru "przedziału", naciśnij ponownie Komora X i zaznacz nową lokalizację obszaru (spowoduje to automatyczną aktualizację lokalizacji).
12. Wybierz żądany algorytm (BlackMouseBodyBased został użyty w filmie) z listy (zobacz dostępne algorytmy w Rysunek 2B).
13. Wpisz numery klatek początkowych i końcowych dla analizy w odpowiednich polach edycji graficznego interfejsu użytkownika.
14. Wybierz próg wykrywania ciała obiektu.
    nuta: Większość algorytmów używa tylko progu "Niski", podczas gdy algorytmy kierunkowości głowy również używają progu "Wysoki". Dla progu "Niski" wybierz poziom, który obejmuje ciało myszy/szczura bez ogona (w jak największym stopniu), podczas gdy próg "Wysoki" powinien również obejmować ogon. W przypadku korzystania z algorytmów opartych na kierunkowości głowy, oprogramowanie określi położenie głowy jako przeciwne do położenia ogona.
    nuta: Oprogramowanie później zignoruje małe obiekty wykryte przy użyciu wybranego progu.
15. Aby ocenić automatyczne wykrywanie obramowań tematu dla danego progu, wprowadź wartość w odpowiednim polu progu i naciśnij Enter na klawiaturze.
16. Wybierając wiele plików, przejdź do następnego pliku (za pomocą przycisku Dalej u góry) i wybierz odpowiednie definicje dla każdego pliku. Po zakończeniu sprawdź parametry i lokalizacje obszarów dla wszystkich plików, przechodząc między nimi, używając przycisków Poprzedni i Następny w górnej części graficznego interfejsu użytkownika.
    nuta: Definicje wszystkich obszarów i parametrów są specyficzne dla danego pliku.
17. Aby rozpocząć analizę behawioralną wszystkich wybranych plików, przejdź do pierwszego pliku i naciśnij Start.
18. Na końcu analizy plik wyników (plik .mat) jest zapisywany dla każdego filmu w tym samym katalogu, w którym znajdują się pliki filmowe.
    nuta: Jeśli używana jest wolna (nieszybka) wersja algorytmu, zapisze on również wersję filmu z białym krzyżykiem środka masy ciała, który zmienia kolor co klatkę wykrytą jako śledcza, chyba że przycisk przełącznika Zapisz analizowany film w graficznym interfejsie użytkownika nie jest zaznaczony. Ta wersja filmu (zapisana w tym samym katalogu, o tej samej nazwie co oryginalny film, z sufiksem "analizowany film") może być używana w trybie offline do oceny jakości automatycznego wykrywania przez system.

4. Używanie graficznego interfejsu użytkownika TrackRodent do prezentacji wyników

UWAGA: Zobacz dolny panel Rysunek 2A do prezentacji wyników.

1. Aby sprawdzić wyniki każdego pliku filmowego, naciśnij przycisk Załaduj plik z wynikami i wybierz pliki .mat wygenerowane przez analizę behawioralną.
2. Poruszaj się między przyciskami przełączania, aby sprawdzić na ekranie dowolną z następujących analiz: Ślad lokalizacji myszy (Rysunek 2A); Zajęcie przedziałów w trakcie sesji (jeśli "przedziały" zostały zdefiniowane, nie pokazane); Eksploracja bodźców podczas sesji (Rysunek 2C); Łączny czas przebywania w przedziałach (jeżeli zdefiniowano "przedziały", a nie pokazano); i Całkowity czas eksploracji bodźców (Rysunek 2D).
   UWAGA: Obszary "Bodźca" to obszary, w których oprogramowanie ocenia interakcję z obiektem, podczas gdy obszary "Przedział" to obszary, w których oprogramowanie śledzi obecność podmiotu. Zatrzymanie analizy za pomocą przycisku Zatrzymaj analizę spowoduje automatyczne zapisanie wygenerowanych wyników do ostatniej analizowanej klatki. W przypadku większości komputerów powinno być możliwe przesłanie i przeanalizowanie nawet 20 filmów jednocześnie (w zależności od wydajności komputera).

5. Korzystanie z graficznego interfejsu użytkownika TrackRodentPopulationSummary do analizy populacji (Rysunek 2E)

1. Otwórz program MATLAB (przetestowany z wersjami 2014a-2019a) i wybierz folder TrackRodent.
2. Wpisz TrackRodentPopulationSummary w oknie poleceń i naciśnij Enter.
3. Prześlij wiele plików wyników TrackRodent (format .mat), naciskając Wybierz pliki wyników.
4. Wypełnij numery Ostatnia klatka do analizy, Nazwa testu, Nazwa bodźca 1 i Nazwa bodźca 2.
5. Wybierz żądane analizy z listy opcjonalnych analiz, zaznaczając wszystkie odpowiednie pola.
6. Wybierz opcję Eksportuj wyniki do arkusza analiz, zaznaczając odpowiednie pole, aby wyodrębnić wszystkie wyniki sprawdzonych analiz jako pojedynczy plik arkusza kalkulacyjnego.
7. Naciśnij Start i poczekaj na zakończenie analizy.
   nuta: Na tym kończymy analizę. Oprogramowanie może być używane do analizowania wyników dowolnej liczby plików filmowych, biorąc pod uwagę, że wszystkie zostały przeanalizowane behawioralnie za pomocą oprogramowania TrackRodent. Analiza wykonywana przez oprogramowanie zakłada nagrywanie wideo z częstotliwością odświeżania 30 Hz. W przypadku, gdy użyto innej liczby klatek na sekundę, pomnóż czas przez 30 i podziel przez liczbę klatek na sekundę używaną do nagrywania, aby przekonwertować go na prawidłowe wartości.

Results

Korzystanie z systemu do testu preferencji społecznych w myszach C57BL/6J
Rysunek 1 pokazuje trzy wersje eksperymentalnego układu. Pierwsza wersja (Rysunek 1A-C) jest przeznaczona dla myszy o ciemnym kolorze futra, takich jak myszy C57BL/6J. Druga (Rysunek 1D-F) jest planowana dla myszy o jasnych kolorach futra, takich jak myszy BALB/c lub ICR (CD-1). Trzeci jest wi...

Discussion

Opisywany tu układ doświadczalny, który został zaprojektowany jako alternatywa dla trzykomorowej aparatury ^2,5, pozwala na wykonywanie tych samych testów, rozwiązując przy tym niektóre z jego ograniczeń. Zastosowanie trójkątnych komór, które znajdują się w dwóch przeciwległych narożnikach prostokątnej areny, ogranicza obszar interakcji podmiot-bodziec do ściśle określonej płaszczyzny, umożliwiając tym samym precyzyjną, zautomatyzowaną analizę zachowań badawczych....

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Flea3 1,3 MP Mono USB3 Vision	FLIR (dawniej PointGrey)	FL3-U3-13Y3M-C	Kamera monochromatyczna
FlyCap 2.0	FLIR (dawniej PointGrey)	FlyCapture 2.13.3.61X64	Oprogramowanie do nagrywania wideo
Strona główna 5 minut Klej epoksydowy	Devocon	20845	Do przyklejania metalowej siatki do komór bodźców z pleksiglasu
Matlab 2014-2019	MathWorks	R2014a - R2019a	Środowisko programistyczne
Tablice z pleksiglasu (grubość 6 mmCzarne lub białe)	Melina (1990) LTD, Izrael	NaN	Do budowy aren i komór bodźcowych
Czerwone taśmy led (60 diod na metr) podłączone do zasilacza 12 V	2012topdeal dostawca eBay	NaN	Do oświetlenia komory akustycznej