Ocena umiejętnego chwytu u myszy za pomocą automatycznego trenażera
12 września 2019
Metoda oceny wpływu treningu na zdolności motoryczne jest użytecznym narzędziem. Niestety, większość ocen behawioralnych może być pracochłonna i/lub kosztowna. Opisujemy tutaj robotyczną metodę oceny umiejętności chwytania (sięgania do chwytania) u myszy.
Nasza technologia automatyzuje skomplikowaną analizę behawioralną, która może zaoszczędzić czas i służyć jako punkt wyjścia dla wielu różnych rodzajów badań. W naszej technice zadanie i nagroda to to samo. Nie ma rozdźwięku między wykonaniem niejasnego zadania, być może niepoprawnie, a otrzymaniem nagrody.
Modele zwierzęce dają możliwość testowania podejść do poprawy powrotu do zdrowia po urazie neurologicznym. Na przykład w moim laboratorium testujemy podejścia mające na celu zwiększenie rekonwalescencji po udarze, ponieważ istnieje pilna potrzeba opracowania nowych, innowacyjnych podejść do rehabilitacji po udarze. Oprócz udaru, nasz autotrener może być przydatny do badania uczenia się motorycznego przed urazem, a także w modelach choroby Parkinsona, Alzheimera lub urazowego uszkodzenia mózgu.
Gdy mysz osiągnie swoją docelową wagę, rozpocznij sesję treningową, umieszczając 45-miligramowy granulek na powierzchni kulki bezpośrednio przed gniazdem i pozwól myszy odzyskać kulkę. Kiedy mysz skojarzy otwarte miejsce z karmieniem, użyj pęsety, aby przytrzymać kulkę w tej samej pozycji, w której mysz wcześniej pobrała granulki. Gdy mysz zacznie gryźć wypluwkę, odciągnij ją na około pół centymetra, tak aby kulka była poza zasięgiem pyska.
Kiedy mysz wysuwa łapę przez szczelinę, wzmocnij zachowanie, pozwalając myszy zjeść granulkę. Chociaż nie jest to instrumentalne w eksperymentach, zapisz, czy preferowana jest lewa, czy prawa łapa. Ponieważ mysz kojarzy wysuwanie łapy z jedzeniem wypluwki, dodatkowo wzmocnij zachowanie, powstrzymując wypluwkę w odpowiedzi na próby odzyskania wypluwki ustami i językiem.
Uważaj, aby powstrzymać myszy przed pomyślnym zdobyciem granulki bez użycia łapy, w przeciwnym razie nauczą się złych nawyków, których trudno się oduczyć. Zakończ wprowadzanie pożądanego zachowania sięgania łapą, umieszczając 45-miligramowy granulat nieco poniżej jednego centymetra od zewnętrznej krawędzi bramki klatki, tak aby lewy lub prawy najbardziej wysunięty punkt śrutu był styczny do linii wychodzącej prosto z krawędzi szczeliny bramki klatki. Następnie pozwól myszy spróbować odzyskać kulkę, zachowując czujność, aby usunąć kulkę i zapobiec jej spożyciu, jeśli mysz spróbuje odzyskać ją inną metodą niż przedłużenie łapy.
Przed rozpoczęciem sesji treningowej kliknij strzałkę Uruchom w interfejsie LabVIEW automatycznego trenażera i zanotuj odczyt czujnika pelletu przynęty, zarówno z założonym pelletem, jak i bez. Kliknij przycisk Zatrzymaj, aby zatrzymać przebieg testowy i zmienić docelowy czujnik granulatu przynęty na wartość między tymi dwoma odczytami. Umieść zmodyfikowaną klatkę myszy na autotrenażerze i przymocuj bramkę klatki.
Następnie wyrównaj granulkę do krawędzi szczeliny, tak jak w procedurze ręcznej, i otwórz nową sesję treningową w interfejsie LabVIEW. Wprowadź informacje wymagane do zarejestrowania danych dotyczących sesji treningowej i kliknij pole Identyfikator myszy, aby wprowadzić nazwę pliku każdej sesji treningowej. Kliknij pole Całkowita ilość granulek do dozowania podczas rutyny, aby kontrolować, ile granulek jest dozowanych w jednym eksperymencie.
Kliknij pole Pause After Pellet Number, aby ustawić pięciosekundową pauzę po wyjęciu wskazanego pelletu z trampoliny, a następnie kliknij pole Pause Length (Długość pauzy), aby ustawić pauzę między momentem wyjęcia pelletu z trampoliny a czasem wydania nowego pelletu. Ustaw autotrenażer tak, aby ręcznie rejestrował odległość, na której kulka jest umieszczana w polu Odległość zasięgu, a następnie kliknij pole Folder zawierający dzienniki, aby wybrać lokalizację pliku, w którym chcesz zapisać zebrane dane. Po wypełnieniu pól informacyjnych kliknij przycisk Uruchom, aby rozpocząć sesję treningową.
Automatyczny trenażer będzie dozował poszczególne granulki i śledził, czy wpadną one przez lejek, aż całkowita liczba kulek zostanie wydana, a ostatnia kulka zostanie pobrana lub upuszczona przez mysz. W tym momencie program zatrzyma się automatycznie. W razie potrzeby można go również zatrzymać przedwcześnie, klikając przycisk Zatrzymaj.
Po skonfigurowaniu oprogramowania umieść klatkę domową myszy, która ma być testowana, na cokole i kliknij Uruchom, aby umożliwić myszy zbadanie gniazda i jego nowego, nieznanego otoczenia. Myszy trenowane z autotrenażerem nauczyły się zadania chwytania i wykazują wyraźny wzrost umiejętności motorycznych. Ten wzrost umiejętności jest podobny do obserwowanego w przypadku, gdy zwierzę jest szkolone ręcznie bez użycia automatycznego trenera.
Upewnij się, że myszy używają łap. Jeśli pozwolisz im myśleć, że po prostu pozwalasz im jeść, nie sięgną po ciebie. Uraz może być wywołany w dowolnej części ścieżki motorycznej, aby określić, jaki wpływ ma zmiana na sprawność motoryczną i jak zachęcić do powrotu do zdrowia po tej zmianie.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
Ten artykuł przedstawia robotyczną metodę oceny umiejętności chwytania u myszy, mającą na celu uproszczenie ocen zachowań. Automatyczne podejście nie tylko oszczędza czas, ale także poprawia dokładność ewaluacje umiejętności motorycznych.
Kluczowe komponenty badania
Dziedzina nauki
- Neuronauka
- Analiza zachowań
- Robotyka w badaniach
Tło
- Oceny zachowań mogą być pracochłonne i kosztowne.
- Modele zwierzęce są niezbędne do badania powrotu po urazach neurologicznych.
- Jest potrzeba innowacyjnych podejść do rehabilitacji, szczególnie po udarach.
- Metody robotyczne mogą uprościć ocenę umiejętności motorycznych.
Cel badania
- Opracowanie metody oceny umiejętności motorycznych u myszy.
- Automatyzacja analizy zachowań w celu zaoszczędzenia czasu i zasobów.
- Dostarczenie platformy do badania różnych stanów neurologicznych.
Zastosowane metody
- Automatyzacja robotyczna do oceny umiejętności chwytania.
- Integracja zadania i nagrody w celu zwiększenia uczenia się.
- Zastosowanie w modelach udaru, choroby Parkinsona i Alzheimera.
- Ocena uczenia się motorycznego przed i po urazie.
Główne wyniki
- Robotyczna metoda upraszcza proces oceny.
- Dostarcza spójnych i wiarygodnych danych na temat umiejętności motorycznych.
- Ułatwia badania nad strategiami powrotu po urazach neurologicznych.
- Może być dostosowana do różnych badań dotyczących uczenia się motorycznego.
Wnioski
- Automatyczna metoda jest znaczącym postępem w analizie zachowań.
- Ma potencjał do poprawy badań nad powrotami neurologicznymi.
- Przyszłe badania mogą wykorzystywać tę technologię do szerszych zastosowań.
Często zadawane pytania
Executive Industry Relevance
This automated prehension assay enables high-throughput evaluation of motor function in rodent models, supporting target validation in neurological disease programs. By integrating task and reward, it enhances learning consistency and reduces variability in reach-to-grasp performance metrics. The system provides quantitative, reproducible data suitable for de-risking therapeutic hypotheses in motor recovery research.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses related to motor pathway function and recovery mechanisms.
- Operational Value: Supports functional target validation through objective measurement of skilled prehension behavior.
- Predictive Value: Generates reliable motor skill readouts that aid in portfolio triage for neurorehabilitation candidates.
Screening & Assay Development
- Assay Readiness: Produces standardized, quantifiable reaching and grasping success rates for compound or intervention screening.
- Reproducibility: Automates pellet delivery and attempt recording, minimizing operator bias and increasing throughput.
- Scalability: Allows concurrent training and data collection across multiple mice with minimal manual intervention.
Translational & Preclinical Research
- Disease Relevance: Models skilled motor deficits applicable to stroke, Parkinson's, Alzheimer's, and traumatic brain injury.
- Translational Continuity: Bridges discovery motor assessments with preclinical efficacy testing in neurological injury models.
- Risk-Adjusted Decisions: Supports go/no-go evaluations based on motor skill recovery trajectories pre- and post-lesion.
Pipeline & Workflow Integration
The auto-trainer fits within the discovery-to-preclinical continuum, enabling motor skill assessment from early target validation through lead optimization stages.
- Discovery Biology: Facilitates hypothesis testing of motor circuit engagement and pathway-specific contributions to skilled behavior.
- Screening: Delivers quantitative success/failure outcomes per pellet attempt, supporting dose-response and compound effect analysis.
- Analytics: Tracks reach distance, paw preference, and success rate over time, enabling longitudinal motor skill profiling.
- Translational Research: Aligns with preclinical validation by measuring functional recovery in injury models.
- Enterprise Reuse: Represents a reusable behavioral platform adaptable across multiple neurological disease programs.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target engagement by reducing noise in motor behavior readouts.
- Operational Value: Enhances reproducibility and scalability of skilled motor assessments through automation.
- Strategic Value: Improves capital efficiency by reducing manual labor and accelerating data generation in motor function studies.
- Portfolio Impact: Enables risk-based prioritization of neurorehabilitation candidates using objective motor skill endpoints.
Implementation Considerations
- Requires expertise in rodent handling, behavioral training, and LabVIEW-based data acquisition systems.
- Dependent on instrumentation including auto-trainer hardware, pellet dispenser, funnel sensor, and food restriction protocols.
- Necessitates standardization across sites for pellet size, slot alignment, and training session parameters.
- Adaptation considerations include varying mouse strains, injury models, and pellet types while maintaining paw-reach specificity.
- Practical limitations include the need to prevent mouth-based retrieval strategies to ensure assay validity.
