Automatisé, quantitative cognitive / comportementale dépistage de souris: pour la génétique, la pharmacologie, la Cognition Animale et de formation de premier cycle

Summary

Système entièrement automatisé pour mesurer les propriétés physiologiquement significatives des mécanismes de médiation localisation spatiale, la localisation temporelle, la durée, le taux et estimation de la probabilité, l'évaluation des risques, l'impulsivité et l'exactitude et la précision de la mémoire, afin d'évaluer les effets des manipulations génétiques et pharmacologiques sur mécanismes fondamentaux de la cognition chez les souris.

Abstract

Nous décrivons un débit élevé, à haut volume, entièrement automatisé, en direct en 24/7 système de tests comportementaux pour évaluer les effets des manipulations génétiques et pharmacologiques sur les mécanismes de base de la cognition et de l'apprentissage chez les souris. Un boîtier baignoire polypropylène standard de la souris est connectée à travers un tube d'acrylique à une zone de test de la souris du commerce standard. La boîte de test dispose de 3 trémies, dont 2 sont reliés pour former un culot mangeoires. Elles sont toutes à l'intérieur pouvant être illuminée avec une diode électroluminescente et une surveillance des entrées de la tête par infrarouge (IR) des poutres. Souris vivent dans l'environnement, ce qui élimine la manipulation lors du dépistage. Ils obtiennent leur nourriture pendant deux ou plusieurs périodes d'alimentation quotidienne en effectuant en opérant protocoles (classique) (instrumental) et pavlovien, pour lequel nous avons écrit un logiciel de contrôle de protocole et en temps quasi-réel d'analyse de données et de graphiques logiciel. L'analyse de données et de graphiques routines sont écrites dans un langage basé sur MATLAB créé pour simplifier grandement l'analyse d'un grand temps detassée enregistrements d'événements physiologiques et comportementaux et à conserver un tracé complet de données à partir de données brutes par toutes les analyses intermédiaires aux graphiques et statistiques publiés dans une structure de données unique. Le code d'analyse de données récolte les données plusieurs fois par jour et le soumet à des analyses statistiques et graphiques, qui sont automatiquement stockés dans le «nuage» et sur les ordinateurs en laboratoire. Ainsi, l'état d'avancement des souris individuelles est visualisée et quantifiée par jour. Le code d'analyse de données parle au code de contrôle de protocole, permettant l'avance automatique de protocole à protocole de sujets individuels. Les protocoles de comportement mis en œuvre répondent, autoshaping, chronométré trémie de commutation, l'évaluation des risques dans chronométré trémie de commutation, de mesure de l'impulsivité et l'anticipation circadien de la disponibilité de la nourriture. Open-source de contrôle de protocole et le code d'analyse de données rend l'ajout de nouveaux protocoles simples. Huit environnements de test correspondent à un 48 x 24 x 78 dans l'armoire, deux tels cabineinets (16 environnements) peuvent être commandées par un seul ordinateur.

Introduction

Pour mettre les puissantes techniques de la génétique, de la génétique moléculaire, la biologie moléculaire et la neuropharmacologie à porter sur la compréhension des mécanismes cellulaires et moléculaires qui interviennent dans les mécanismes de base de la cognition, nous avons besoin de gros volumes, les méthodes de dépistage psychophysique haut par-mis qui quantifient physiologiquement significative propriétés des mécanismes cognitifs. Une propriété psycho-physique mesurable, physiologique significative quantitative d'un mécanisme est un bien qui peut être mesurée par des moyens comportementaux et également par le biais électrophysiologiques ou biochimiques. Des exemples sont le spectre d'absorption de la rhodopsine, la période de libre-marche de l'horloge circadienne, et la période réfractaire des axones de récompense dans le cerveau antérieur médial faisceau ^1,2. Mesures psychophysiques qui peuvent être comparés à des mesures cellulaires et moléculaires constituent une base pour lier les mécanismes cellulaires et moléculaires des mécanismes psychologiques par correspondance quantitative. Pour example, du fait que le spectre de la rhodopsine dans les segments externes des tiges d'absorption in situ superpose à la fonction de sensibilité spectrale humain scotopique est fortement probable que le photon déclenché isomérisation de la rhodopsine est la première étape dans la vision scotopique. Les aspects quantitatifs de comportements complexes sont également au centre de l'utilisation de méthodes de QTL dans la génétique du comportement ^3,4.

Les performances des souris et des rats () sur les protocoles d'apprentissage instrumental et pavlovien bien établies dépend de mécanismes cérébraux qui mesurent des quantités abstraites comme le temps, le nombre, la durée, le taux, la probabilité, le risque et la localisation spatiale. Par exemple, la vitesse d'acquisition de réponses conditionnées pavlovien dépend du rapport entre l'intervalle moyen entre les événements de renfort (typiquement, les livraisons de produits alimentaires) et la latence moyenne de renfort après le début du signal pour le renforcement imminent ^5-7. Pour une deuxième example, le rapport de la durée moyenne des visites à deux trémies d'alimentation dans un protocole d'adaptation est égale à environ le rapport des taux de renfort lors de ces deux trémies ^8-10.

Les méthodes d'analyse de comportement a largement utilisé par les neuroscientifiques intéressés dans les mécanismes sous-jacents sont, pour la plupart, de faible volume, faible par-mis, et de main-d'œuvre ^26. En outre, ils ne mesurent pas les quantités qui peuvent être comparées avec des quantités mesurées par des méthodes électrophysiologiques et biochimiques, comme, par exemple, les périodes et les phases mesurées comportemental des oscillateurs circadiens peuvent être comparées à des mesures électrophysiologiques et biochimiques de la période circadienne et la phase. Méthodes d'essai de comportement actuelles se concentrent sur les catégories de l'apprentissage, comme l'apprentissage spatial, temporel apprentissage, ou la peur d'apprendre, plutôt que sur les mécanismes sous-jacents. Le test largement utilisé dans le labyrinthe aquatique de l'apprentissage spatial ^11-15 est un exemple de ces shortcomings. L'apprentissage spatial est une catégorie. Apprendre dans cette catégorie dépend de nombreux mécanismes, dont l'un est le mécanisme de l'estime ^16,17. Dead reckoning dépend à son tour sur l'odomètre, le mécanisme qui mesure la distance terme ^18. De même, l'apprentissage est une catégorie temporelle. Une horloge circadienne est parmi les mécanismes sur lesquels l'apprentissage dans cette catégorie dépend, car un oscillateur avec une période d'environ 24 heures est nécessaire pour les animaux d'apprendre l'heure à laquelle les événements se produisent ^17,19. L'horloge qui permet d'anticiper des aliments n'a pas encore été découvert ^19.

Une horloge est un mécanisme de mesure du temps. Oscillateurs endogènes avec un large éventail de périodes permettent au cerveau de localiser les événements dans le temps en enregistrant les phases de ces horloges ^16,17. La capacité d'enregistrer des endroits dans le temps permet de mesurer des durées, c'est-à-distances entre les lieux en temps. L'apprentissage associatif dépend de til les mesures de cerveau de durées ^5,6,20,21. Les compteurs sont des mécanismes de nombre de mesure. Numéro de mesure permet estimation de la probabilité, parce que la probabilité est la proportion entre le numerosity d'un sous-ensemble et le numerosity de la sur-ensemble. mesure du nombre et de la durée de mesure de permettre l'estimation de la vitesse, parce que le taux est le nombre d'événements, divisé par la durée de l'intervalle de temps où ce nombre a été mesurée. Les mesures de durée, le nombre, le taux et la probabilité permettent des ajustements de comportement à l'évolution des risques. ^22,23 Notre méthode se concentre sur la mesure de l'exactitude et de la précision de ces mécanismes fondamentaux. La précision est la mesure dans laquelle la mesure du cerveau correspond à une mesure objective. La précision est la variation ou incertitude dans la mesure du cerveau d'une valeur fixe pour objectif, par exemple, une durée fixe. La loi de Weber est le résultat le plus ancien et le plus solidement établi dans la psychophysique. Il affirme que la précision de lala mesure de cerveau d'une quantité est une fraction fixe de cette quantité. La Fraction Weber, qui est le coefficient de variation du statisticien dans une distribution (σ / μ), mesure de précision. Le rapport de la moyenne psychophysique (par exemple, la durée moyenne jugée) à la moyenne objectif (durée moyenne objectif) est la mesure de précision.

La méthode présentée ici maximise le volume (nombre d'animaux dépistés à un moment donné dans une quantité donnée d'espace de laboratoire) et le débit (quantité de renseignements obtenus divisé par la durée moyenne de l'examen d'un seul animal) tout en minimisant la quantité de l'homme travail nécessaire pour effectuer les mesures et de maximiser l'immédiateté avec laquelle les résultats de l'examen est connue.

L'architecture du logiciel d'analyse de données présentée ici met automatiquement les données brutes et les résultats sommaires et des statistiques dérivées à partir des données en un seul dstructure ata, avec des titres sur le terrain qui rendent intelligibles les vastes mers de numéros qui y sont contenues. Le logiciel d'analyse ne fonctionne que sur les données de cette structure, et stocke toujours les résultats de ses activités dans les domaines relevant de la même structure. Ceci assure une piste intacte des données brutes aux résumés et graphiques publiés.

Le logiciel met automatiquement dans la structure des programmes expérience de contrôle qui ont présidé à l'essai entièrement automatisé, et il indique automatiquement qui viennent de quel programme les données brutes. Ainsi, il conserve une piste de données impeccable, sans doute à quelles conditions expérimentales étaient en vigueur pour chaque animal à chaque point dans le test et aucun doute sur la façon dont les statistiques sommaires ont été calculées à partir des données brutes. Cette méthode de conservation des données facilite grandement le développement des bases de données de dépistage de comportements normalisés, ce qui permet à d'autres laboratoires pour analyser davantage ces riches ensembles de données.

Le système de projection est schématisée à la figure 1. Dix armoires, contenant chacun 8 environnements de test peuvent être mis en place dans un 10 pi x 15 salle de laboratoire de pi, permettant 80 souris to être exécuté en même temps. Câbles passant à travers un orifice dans une paroi du parti doivent se connecter les environnements les cartes électroniques / électriques et l'interface PC dans une autre pièce. Les ordinateurs exécutent les programmes de contrôle de protocole. Un ordinateur est nécessaire pour tous les 2 armoires (16 environnements de test). Les ordinateurs doivent être connectés via un réseau local à un serveur exécutant le logiciel d'analyse de données et de graphiques.

Protocol

Les trois protocoles entièrement automatisés dans le TSsystem (correspondance, appétit conditionnement instrumental et classique) et le protocole de commutation ont été approuvés par la protection des animaux et des installations Comité à l'université Rutgers au Nouveau-Brunswick.

Une. Configuration du système physique

1. Mettre en place les environnements de test dans les armoires (voir la figure 1).
2. Installez le logiciel expérience de contrôle fourni avec les environnements de test sur les ordinateurs protocole de contrôle.
   Note: Ne pas utiliser ces ordinateurs pour d'autres fins!

2. Configuration du système de logiciel

1. Mettre en place le LAN (réseau local), de sorte que le serveur sur lequel le logiciel d'analyse de données est installé peut accéder aux disques durs de l'ordinateur (s) de contrôle des environnements de test (voir la figure 1).
2. Mettre en place un compte de fichier-synchronisation pour le stockage de données dans le «nuage».
3. Put le dossier TSsystem et ses sous-dossiers sur le chemin de recherche de la langue de programmation commerciale dans un dossier de nuage synchronisé.
   Remarque: Le TSsystem est une boîte à outils de logiciels, c'est une bibliothèque de plus de 30 fonctions de haut niveau qui facilitent la création de données d'analyse et des données graphiques code complexe qui traite automatiquement les données chaque fois qu'il est récolté à partir des fichiers de sortie générés par le programme de contrôle de l'expérience. Toutes les commandes fonctionnent sur ​​les données dans les champs de la structure de l'expérience et de mettre les résultats dans d'autres domaines dans la même structure (voir Figure 2). Ces commandes open-source sont rédigées dans l'une programmation scientifique et graphiques langues commerciales les plus largement utilisés. Il a beaucoup d'autres "boîtes à outils", y compris le plus utilement une boîte à outils de statistiques.

3. Démarrage d'une expérience

1. Appelez TSbegin (voir la figure 3).
   Remarque: TSbegin est une intégrationRactive GUI (G raphique U ser je Nterface) dans la boîte à outils TSsystem. Il guide l'utilisateur à travers le processus de création de la structure de données hiérarchique dans lequel les données brutes et les résultats qui en découlent seront placés par les autres fonctions de la boîte à outils TSsystem.
2. Appelez TSaddprotocol (voir Figure 4).
   Remarque: TSaddprotocol est une interface graphique dans la boîte à outils TSsystem. Il guide l'utilisateur à travers le processus de spécifier les paramètres de contrôle d'un protocole expérimental, en précisant le code de décision qui permettra d'automatiser la décision de mettre fin au protocole et passer à la suivante, et précisant les critères de décision doivent être utilisés.
3. Placez la souris dans les 24/7 environnements de test vivants dans, une souris par l'environnement.
   Notes: Prenez soin de noter le numéro d'identification de la souris qui va dans chacun des environnements expérimentaux numérotés (encadré 1, encadré 2, etc.) En outre, notez la lettre qui identifie l'expérience de contrôleordinateur sur le réseau local (LAN) et son adresse IP.
4. Appelez TSstartsession (figure 5).
   Remarque: TSstartsession est une interface graphique dans la boîte à outils TSsystem. Il guide l'utilisateur à travers le processus de démarrage d'une session expérimentale. Sessions expérimentales durent une ou deux semaines, au cours de laquelle plusieurs différents protocoles de tests comportementaux sont exécutés. TSstartsession stocke les informations qui va dans la macro que le logiciel de contrôle de protocole lit quand une session est lancée. Inclus est le chemin d'accès et le nom du fichier de code que le logiciel de contrôle de protocole lit. Logiciel analytique de TSsystem lit ce code dans la structure de données hiérarchique, donc il n'y a jamais douter que le protocole exact en vigueur à tout moment.
5. Aller aux ordinateurs de contrôle et appeler les macros écrites dans le dossier MedPC, afin de commencer la session pour les boîtes contrôlés par l'ordinateur.

4. Analyse des données

1. Si vous avez créé un nouveau protocole, écrire des données d'analyse approprié et le code graphique en utilisant les commandes dans la boîte à outils TSsystem, ce qui simplifie considérablement la création des données des analyses complexes.
   Note: Les données d'analyse et le code graphique pour les trois protocoles, dont les résultats sont décrits ci-dessous sont inclus dans la boîte à outils TSsystem. Parce que, ils sont open source, ils peuvent être modifiées à volonté. Le code de ces analyses est largement commenté, ce qui rend plus facile de créer du code pour analyser les résultats des protocoles définis par l'utilisateur.
2. Pour la durée de l'expérience (24 heures à plusieurs semaines), surveiller email pour les alertes du serveur indiquant dysfonctionnements de l'équipement possible (de pannes de courant,, redémarre contrôle par ordinateur spontanées, des dysfonctionnements granulés d'alimentation, etc), dont les données-analyse TSsystem programme détecte.
3. Étudier les parcelles de performance que le code de données d'analyse écrite dans TSsystem produit chaque fois qu'elle est appelée par eanalyse de minuterie électronique (typiquement de 2 à 4 fois / jour).
   Remarque: La minuterie d'analyse appelle le programme d'analyse de données et de graphiques à des intervalles spécifiés par l'utilisateur. Le programme appelé est écrit avec des fonctions dans TSsystem. Il lit dans la structure de données hiérarchique les données brutes récoltées à partir du fichier dans lequel le logiciel de contrôle de protocole écrit. Ensuite, il analyse les données et les graphiques les résultats des analyses. Le fichier contenant la structure hiérarchique des données sont stockées dans un dossier de synchronisation de fichiers dans le nuage. Ceci permet la sauvegarde automatique hors site. Les fichiers synchronisation automatique stocke des copies du fichier de structure sur les ordinateurs de l'ensemble du personnel et des collaborateurs qui ont obtenu l'accès. Graphiques spécifiés sont automatiquement envoyés par courriel au personnel et aux collaborateurs spécifiées. Un chercheur principal peut suivre les progrès de l'essai de n'importe où dans le monde à tout moment, et, si nécessaire, de réviser le protocole expérimental, en ligne, à distance de la site où les souris sont testées.
4. Utilisez TSbrowser d'étudier les données et les statistiques sommaires de la structure de données hiérarchique qu'ils deviennent disponibles, en temps quasi-réel (voir la figure 2).

Representative Results

Le système peut et doit être utilisé pour exécuter des protocoles adaptés aux objectifs de l'enquêteur ou le professeur de la classe. Cependant, nous avons développé une suite de trois protocoles qui devraient s'avérer utiles dans le dépistage à grande échelle des souris génétiquement manipulées et à grande échelle des tests pharmacologiques: le protocole d'adaptation, le protocole autoshaping 2-trémie, et le protocole de commutation. Le protocole d'adaptation mesure la capacité de la souris pour estimer les revenus (granulés alimentaires par unité de temps) à deux endroits différents, de se rappeler à quel endroit des rendements revenu, pour correspondre au rapport de sa visite durées moyennes du ratio des revenus, et la rapidité avec qui détecte et s'adapte à l'évolution du ratio de revenu. Les 2-trémies mesures du protocole autoshaping taux de conditionnement instrumental et classique (taux d'apprentissage associatifs). La précision des mesures de protocole de commutation intervalle de synchronisation et de la précision, de la capacité d'estimer les probabilités (fréquences relatives)et à s'adapter aux changements dans les probabilités (évaluation des risques). Il donne également une mesure de l'impulsivité.

Matching. Les mangeoires dans chacun des deux trémies latérales (les trémies d'alimentation) sont armés de façon indépendante à un temps de latence de façon exponentielle variant suivant chaque livraison de granulés. Un culot est remis à chaque fois que le chargeur est armé et la souris déclenche pastilles à libération par piquer dans la trémie, interrompant ainsi l'infrarouge (IR). Les intervalles qui s'écoulent avant l'armement suivant sont tirées de distributions exponentielles, dont les attentes sont spécifiées dans le fichier de paramètre (tableau 1). Dans ce protocole, les souris commencent rapidement pour passer entre les deux trémies d'alimentation, poussant un tout en un, puis de passer à l'autre, puis de nouveau à la première. Le rapport de la durée moyenne de leurs séjours dans les deux trémies correspond approximativement le rapport des pastilles par minute qu'il obtient à partir des deux trémies (NB Granulés par minute enl'environnement, qui sont les "revenus" de trémies, pas de pellets par minute de piquer dans la trémie, qui est le «rendement» de leurs investissements dans les deux trémies). Ainsi, si elles obtiennent en moyenne 3 fois plus de granulés de la trémie 1 de Hopper 2, la durée moyenne d'une visite à trémie 1 est environ 3 fois plus longue que la durée moyenne d'une visite à la trémie 2. Nous courons ce premier protocole en raison de la rapidité avec laquelle le comportement d'appariement apparaît ^8. Il est généralement mesurables dans les 24 premières heures d'essais, à l'exception, bien sûr, chez la souris occasionnelle qui est trop timide pour visiter les larves dans les 24 premières heures.

Un comportement correspondant implique que les mécanismes permettant de mesurer la durée et le nombre et le calcul du taux relatifs sont intacts, ainsi que les mécanismes de localisateurs spatiales qui permettent à une souris pour associer de manière appropriée les deux taux différents avec les deux emplacements différents de la trémie. Ainsi, c'est un excellent minitest de la fonction cognitive de base. La précision avec laquelle la souris correspond à la proportion de ses visites durées prévues pour le ratio des revenus expérimentés est une indication de la précision avec laquelle la souris peut représenter des quantités.

La précision avec laquelle la souris correspond à une forme graphique est visualisé par la mesure dans laquelle les deux enregistrements cumulatifs simultanément tracés ont la même pente (Figure 6). Un enregistrement cumulatif est la somme de cumul d'une séquence de mesures. Dans ce cas, une parcelle (les rouges dans la figure 6) est le dossier cumulatif de la mesure pastille par pastille revenus déséquilibre, l'autre (les noirs dans la figure 6) est le dossier cumulatif de la pastille par pastille mesure visite de déséquilibre. Pour un seul intervalle inter-alimentation, le déséquilibre du revenu est soit -1 ou 1 selon que le culot obtenu à l'issue de l'intervalle à partir de la trémie 1 est venu (déséquilibre = -1) ou 2 (= déséquilibre1). La pente de la fiche cumulative de ces déséquilibres est le déséquilibre de revenu moyen (le déséquilibre par l'alimentation). Si en 10 intervalles, la souris reçoit 5 granules de Hopper 1 et 5 de la trémie 2, le déséquilibre de revenu moyen plus que ces 10 intervalles entre alimentation est , Si tous les 10 pastilles sont venus de la trémie 2, puis il est , Et si tous les 10 provenaient de la trémie 1, alors il est . Ainsi, le déséquilibre de revenu moyen peut varier de -1 à 1, et il est 0 quand il est en moyenne pas de déséquilibre. Le déséquilibre de visite pendant un intervalle inter-alimentation est le temps passé à Hopper 2 (T 2) moins le temps passé à Hopper 1 (T 1), divided par le total de ces deux temps. Pour un seul intervalle entre l'alimentation, cette mesure peut prendre n'importe quelle valeur entre -1 et 1, à la différence du déséquilibre sur le revenu, qui doit être soit -1 ou 1. Toutefois, la pente de la fiche cumulative de cette mesure reflète sa valeur moyenne, un peu comme c'est le cas pour la mesure du revenu. Lorsque les deux versants des deux dossiers cumulatifs (le rouge et les dossiers noirs de la figure 6) sont égaux, la visite déséquilibre moyenne égale le déséquilibre de revenu moyen, ce qui signifie que la souris est correspondant le rapport de sa visite durées moyennes au rapport de ses revenus des deux trémies.

Pour trois de la souris sur la figure 6 (5027, 5015, et 5024), la pente de la courbe de déséquilibre de visite cumulatif (noir) suit de près la pente du déséquilibre de revenu cumulatif (rouge), indiquant correspondance presque parfaite du rapport de la visite durées moyennes du ratio des revenus. Notez comment rapidement le rapport deles visites durées s'adapte à l'évolution du ratio des revenus, les points d'inflexion à la baisse. D'autre part, la souris 5034 (graphique en bas à gauche) a échoué pour correspondre au cours de la deuxième session de l'alimentation, la pente de la courbe de déséquilibre visite de durée cumulée (noir) est de 0 alors que la pente du déséquilibre sur le revenu (rouge) est sensiblement positif. Cependant, au cours de la troisième phase de l'alimentation (après la verticale noire), les pistes sont parallèles, ce qui signifie que cette souris a commencé brusquement au début de cette phase à la hauteur de son rapport de visite du ratio de revenu. Il est clair, par conséquent, il n'était pas incapable de le faire, mais ne le fait pas pour une raison quelconque pendant une partie de l'essai. Cela illustre l'importance de la visualisation de l'ensemble des modalités d'exécution plutôt que de compter uniquement sur quelques statistiques sommaires. Souris 5028 correspond précisément au cours du premier rapport sur le revenu, mais quand il a été renversé, il n'a pas renversé entièrement. Souris 5025 "surclassées" au cours de la 3 ^ème feedinphase de g (après verticale verte), c'est-à sa visite déséquilibre moyenne était supérieure à sa déséquilibre de revenu moyen et il n'a pas tout à fait adapté à la reprise du déséquilibre sur le revenu. Notez, cependant, que tous les 6 souris, deux des 3 types sauvages et les 3 hétérozygotes appariés avec précision au cours de la première phase d'alimentation de 4 heures. Notez également que ces documents ne couvrent que 36-48 heures (cycles 1.5-2 jour / nuit avec 2 phases d'alimentation / cycle), au cours de laquelle on observe non seulement appariement initial, mais une réponse brutale à l'inversion du rapport de revenu. Comme expliqué précédemment, ce qui démontre le fonctionnement intacte dans les hétérozygotes de nombreux mécanismes de base de la cognition, à savoir, estimation de la durée, le nombre estimation, l'estimation des taux, la localisation spatiale (des taux de revenu à trémies), et la capacité à se souvenir quantités abstraites simples. Les résultats quantitatifs, qui sont typiques, sont obtenus à partir de tests automatisés dans un environnement résidant, sans manipulation de la souris au-delà de leur initiale le placement dans l'environnement.

Comme on le voit sur ​​la figure 6, les souris correspondent à la proportion de leurs durées de séjour pour le rapport des revenus dès qu'ils commencent à naviguer entre les trémies. La rapidité avec laquelle la souris commence à alterner entre les trémies est une mesure de ce qu'on pourrait appeler son audace ou la tendance à explorer. Ceci est visualisé en traçant le dossier cumulatif de cycles, c'est-à-dire, le nombre de cycles effectués en fonction de la durée de la séance. Figure 7 montre ces courbes pour les mêmes souris que sur la figure 6. Cinq des six montré une exploration avant le début de la première phase de l'alimentation et a commencé brusquement pour faire défiler les larves dès qu'il a commencé. Une souris, cependant (en bas à gauche), n'a pas montré de comportement exploratoire du tout (pas un seul cycle) jusqu'au milieu de la ^deuxième phase d'alimentation 2, à quel point, il a commencé brusquement pour faire défiler les trémies.

. t "> Instrumental et conditionnement classique théorie de l'apprentissage traditionnel distingue deux types d'apprentissage associatif:.. conditionnement classique (aussi appelé conditionnement pavlovien) et de conditionnement instrumental (aussi appelé conditionnement opérant) Le paramètre physiologique significative dans les deux cas est le taux d'apprentissage Ce est pensé pour mesurer la rapidité qui forces synaptiques sont ajustées en fonction de l'appariement de deux événements sensoriels dans le conditionnement classique (par exemple trémie éclairage et de la nourriture de livraison) ou en réponse à l'appariement d'un événement de SR et un événement de renforcement dans conditionnement instrumental. L' taux d'apprentissage est mesurée par l'inverse des essais-à-acquisition, qui est, le nombre de paires avant l'apparition du comportement conditionné. Notre deuxième protocole mesure ces taux. Elle enseigne également les sujets les latences d'alimentation à prévoir à l' deux trémies à granulés prestation, dont la connaissance est testé dans le troisième protocole.

Un provisoire dans ce protocole commence avec l'illumination de la trémie intermédiaire, celui où pastilles ne sont jamais livrés, car il n'ya pas d'alimentation des granulés pour elle (voir le schéma de boîtier de test, en haut à droite dans la figure 1). Lorsque la souris pousse dans la trémie milieu éclairé, la lumière, il s'éteint, et un choisi au hasard l'un des deux trémies d'accompagnement s'allume. Si c'est la trémie gauche qui s'allume, puis une pastille y est livré 4 secondes après l'illumination, indépendamment de ce que la souris fait. Si c'est le droit trémie qui s'allume, puis une pastille y est livré 12 secondes après l'illumination, indépendamment de nouveau de ce que la souris fait. Ainsi, le poussant dans la trémie milieu éclairé est essentielle pour initier un procès, quand cette trémie est allumé, rien ne se passe plus loin jusqu'à la souris pousse en elle, la souris doit pousser dans cette trémie afin d'obtenir une pastille. Une fois la souris a fait cette réponse instrumentale, une pastille sera livrered dans n'importe quel trémie s'allume alors, à la livraison latence propre à cette trémie, indépendamment du fait que la souris passe de la trémie ou non pendant l'intervalle qui s'écoule avant administration de pastille.

Le logiciel effectue automatiquement trois parcelles de performance dans cette tâche: 1) le dossier cumulatif de l'épreuve de vitesse d'initiation (figure 8), la distribution cumulée des latences procès-initiation (figure 9) et les dossiers cumulatifs du-ITI CS-taux pousser les différences (figure 10). Et, il découle de ces documents trois séries de statistiques sommaires: 1) les essais à l'acquisition de la réponse instrumentale (taux d'apprentissage instrumental); 2) la médiane procès-initiation de latence, et 3) les essais à l'acquisition de piquer anticipation à la fois dans le court latence et les trémies longue période de latence alimentation (autoshaped, c'est le taux d'apprentissage classiques).

Décisions chronométrées. Le troisième protocole estle protocole "switch" d'abord utilisé avec des pigeons par Fetterman et Killeen ²⁴ et adapté pour la souris par Balci et al ^22. Comme dans le précédent protocole, les essais sont lancés lorsque la souris pousse dans la trémie milieu éclairé. Toutefois, dans ce protocole, ce poke procès-initier illumine les deux trémies d'accompagnement, dont l'un est en silence et de manière aléatoire choisi par l'ordinateur comme la trémie "chaud" pour ce procès. Les latences d'alimentation associés avec les deux trémies sont les mêmes que dans le protocole précédent (4 sec et 12 sec). Toutefois, seule la trémie chaud offre, et il offre uniquement en réponse à une poussée il fait à ou après "son" temps de latence d'alimentation. Si la trémie court temps de latence est chaud, alors si la souris est à ce trémie à la fin de la courte latence, la première poussée, il a fait pendant ou après que la latence offre une pastille dans cette trémie. Si la longue trémie de latence est la trémie chaude, puis la première poussée, il fait à ou après la longue latency délivre une pastille en ce que la trémie. Souris apprennent rapidement à aller d'abord à la trémie court temps de latence sur la plupart des essais, puis, sur les essais «longs», passer à la trémie de longue latence lorsque piquer dans la trémie à court temps de latence ne remet pas une pastille à la fin de la courte latence de 4 sec. La souris obtient ses boulettes sur la grande majorité des essais. Toutefois, si elle reste trop longtemps à la trémie court temps de latence sur un long procès, de sorte que la première poussée à ou après la longue période de latence est dans la mauvaise trémie, le procès se termine sans livraison de granulés. De même, si il passe prématurément sur un procès court temps de latence, de sorte que la première poussée au ou après le court temps de latence est dans la mauvaise (long temps de latence) trémie, le procès se termine sans livraison de granulés. Les données en question sont les latences des commutateurs sur les longues épreuves, définies comme la résiliation latence de la dernière poussée dans le court trémie avant la première poussée dans la longue trémie.

Dans ce paradigm, on fait varier le long temps de latence. Nous commençons par une longue période de latence de 12 secondes, ce qui est 3 fois le court temps de latence de 4 sec, parce que les souris apprennent à passer bouillie plus rapidement lorsque la tâche est rendue facile. Nous raccourcir alors la longue période de latence de 8 secondes ou même à 7 secondes ou 6 secondes pour tester comment bien les souris peuvent chronométrer leur commutation (voir figure 11). La mesure de la précision de synchronisation est le coefficient de variation de la composante gaussienne de la répartition du temps de latence de commutation. Le coefficient de Gauss de variation est le rapport entre l'écart type et la moyenne (σ / μ sur la figure 11).

Nous varions également la probabilité d'un long procès, ce qui fait varier le risque relatif de commutation prématurément par rapport à commutation trop tard. Lorsque la probabilité d'un long procès est élevé, le risque encouru par un départ prématuré de court-trémie est réduite, car sur un long procès, il n'a pas d'importance combien de temps les commutateurs de la souris. En outre, le risque incurred par un départ trop tardif est en conséquence élevée. Inversement, lorsque la probabilité d'un long procès est faible, le risque relatif d'un départ prématuré par rapport à un départ trop tard déplace dans la direction opposée. Un décideur rationnel devrait modifier la répartition de ses commutateurs de manière à correspondre à peu près les risques, qui est ce que les souris en fait font ^22,23 (figure 12). Mesurer les changements induits par l'évolution de la probabilité d'un long procès évalue la capacité de la souris pour estimer la probabilité (d'une longue par rapport à un court essai), pour estimer la variabilité dans la distribution de leurs commutateurs, et de calculer les risques relatifs implicite par ces deux sources d'incertitude.

Impulsivité. La distribution des temps de latence de commutation est une distribution de mélange. Dans la grande majorité des souris sous la plupart des conditions, la distribution est dominé par des temps de latence de commutation à partir d'une distribution gaussienne, comme sur la figure 11. CommentCependant, il ya souvent une petite partie de "commutateurs impulsifs», qui se produisent beaucoup trop tôt, semble pas être chronométré avec soin, et ne sont clairement pas optimal (contrairement à la composante gaussienne, qui est d'environ positionnés de façon optimale entre les poteaux de but temporelles, comme on peut le voir sur la figure 11). La fréquence de ces commutateurs impulsifs varie frappante entre les souris et les conditions. Faire le long procès hautement probable augmente leur fréquence dans la plupart des souris, comme le fait qui rend la tâche plus difficile en déplaçant la longue période de latence proche de la courte latence (voir figure 11). La répartition des temps de latence de commutation peut presque toujours être adapté avec une précision impressionnante par une fonction "weibgauss", qui est le mélange d'une distribution de Weibull et une distribution gaussienne. La mesure de l'impulsivité est la fraction des commutateurs imputées à la distribution de Weibull.

Mémoire circadien. Animaux enregistrer dans la mémoire du tempsde la journée (phase de leur horloge circadienne) à laquelle les événements motivationally importantes se produisent ^17. Lorsque le même événement se répète à peu près systématiquement la même phase circadienne, leur comportement commence à anticiper sa récurrence. Une indication couramment étudié de cette capacité à se souvenir et ainsi anticiper une récidive quotidien se nourrit-anticipation des comportements ^25. Nous mesurons ce lors de l'exécution décrites ci-dessus (ou presque tous les autres) des protocoles, tout simplement en limitant les intervalles pendant lesquels les souris peuvent obtenir des pastilles à deux intervalles de 4 hr crépuscule (maison de lumière sur) et l'aube (maison de lumière sur) environnantes. Pendant les autres intervalles, les souris sont encore dans l'environnement de test, mais aucun protocole est opérationnel. Ainsi, ils obtiennent des granulés seulement pendant les intervalles d'alimentation programmés. En quelque part entre 6-15 jours après le début des essais, l'activité de piquer anticipation apparaît dans l'heure avant la tombée de la nuit intervalle d'alimentation (Figure 13). L'alimentation vers crépuscule dansTerval commence sans signal une heure avant l'extinction de la lumière de la maison (au crépuscule).

Les jours où 3/4 des événements comportementaux se produisent lors de la finale 1/3 de la phase 9 h de disponibilité sans nourriture précédant le début de la phase crépuscule d'alimentation, nous comptons que comme un exemple de l'activité alimentaire d'anticipation. Activité anticipée ainsi marqué (astérisques bleues sur la Figure 13) ne se produit pas au cours des premiers jours d'essais. Notre mesure des «essais» (jours) jusqu'à leur acquisition de l'activité d'origine alimentaire anticipation circadien est le jour après lequel la fréquence de l'activité anticipée montre la première augmentation statistiquement significative.

Figure 1. Schéma d'un système de dépistage. Chaque armoire contient8 environnements de test, chacun étant constitué d'une cuve en polypropylène de souris reliée par un tube en acrylique pour une boîte de Test de la souris avec 3 trémies (H) surveillés par des faisceaux infrarouges, dont deux trémies ont attachés mangeoires à granulés (P). Un seul PC (ordinateurs en laboratoire) l'exécution d'un programme de contrôle de protocole qui contrôle les environnements dans deux de ces armoires (16 environnements) et enregistre les enregistrements horodatés de stimulus et de réponse des événements. Un programme de contrôle de protocole unique met en œuvre tous les différents protocoles. Quel protocole est opérationnel et avec quels paramètres est déterminée par le contenu d'un fichier texte (Param du fichier), qui est lu régulièrement par le programme de contrôle de protocole. Modifier le contenu de ce fichier texte modifie le protocole opératoire. Le programme de contrôle de protocole écrit le record de l'épreuve toutes les 10 minutes à un autre fichier texte. Le logiciel d'analyse de données TSsystem, fonctionnant sur un serveur distant, les récoltes des données toutes les 15 min. A intervalles réguliers (en général tous les 8 ou 12 h), il effectue une vaste statistiqueet l'analyse graphique des données obtenues à ce jour et met les résultats dans des fichiers sur un site de stockage cloud-sync, où ils peuvent être consultés par toute personne dans le laboratoire au moment de n'importe où. Le logiciel d'analyse se déplace automatiquement chaque souris sur le protocole suivant une série de protocoles spécifiés par l'écriture de nouveaux paramètres dans le fichier de paramètre (Param Fichier) lu par le programme de contrôle de protocole. Il le fait lorsque les données de la souris que rencontrent les critères de décision définis par l'utilisateur. LAN = réseau local. Cliquez ici pour agrandir l'image .

Figure 2A. Capture d'écran de la TSbroswer GUI. Le navigateur permet de naviguer à travers le complexe hiérarchique des données file qui contient les données brutes et tous les résultats qui en découlent. Les fonctions dans le TSsystem opèrent sur les données dans des champs de cette structure et de stocker les résultats dans d'autres domaines au sein de la même structure. Subordonné aux champs à tous les niveaux, mais le plus bas sont des champs de données de terminal contenant des statistiques sommaires, des notes et des niveaux inférieurs numériquement indexées: Le principal indexé numériquement des niveaux inférieurs sont: la réserve de niveau, le niveau session, et le niveau de première instance (voir les groupes spéciaux ultérieurs dans ce chiffre). Cliquez ici pour agrandir l'image .

La figure 2B. Capture d'écran du navigateur après la sélection d'un sujet. Dans la fenêtre en bas à gauche sont les données fields directement subordonnés à ce sujet. Ils contiennent des statistiques sommaires sur ce sujet. Dans la fenêtre Sessions sont les sessions indexé numériquement pour ce sujet et d'autres domaines qui, comme le domaine de la session, ont des champs subordonnés de leur propre. Le champ MacroInfo a sous-champs donnant des informations sur la macro de contrôle du protocole, y compris le chemin d'accès et nom de fichier du fichier de code lu par le logiciel de contrôle de processus au début d'une session. Le champ de protocoles a sous-champs donnant les paramètres des différents protocoles de fonctionner dans la session sélectionnée, les champs de décision contenant les données sur lesquelles se fonde la décision de mettre fin à un protocole, le code qui prend cette décision, et les critères de décision. Sélection d'un champ de données dans la fenêtre en bas à gauche affiche les données dans ce domaine dans la fenêtre en bas à droite. Cliquez ici pour agrandir l'image .

Figure 2C. Capture d'écran après la sélection d'une session. Les champs immédiatement subordonnés à la session sélectionnée sont affichés dans la fenêtre en bas à gauche. Parmi ces domaines sont ceux contenant des données brutes et des subdivisions de ceux-ci et ceux contenant des statistiques récapitulatives extraites à partir de ces données brutes. Quand un champ de données dans cette fenêtre est sélectionnée, son contenu est affiché dans la fenêtre en bas à droite. Dans cette capture d'écran, le champ contenant les données brutes du protocole d'adaptation a été sélectionné. Dans la fenêtre Type d'essai à la droite de la fenêtre de session sont affichés les types d'essais exécutés pendant la session sélectionnée. Un «procès» est une séquence d'événements non-nécessairement contiguës qui définissent plusieurs tronçons de données qui doivent être analysées pour Thei spécifié par l'utilisateur teneur en r. L'utilisateur peut définir un nombre arbitraire de différents types d'essais. Cliquez ici pour agrandir l'image .

La figure 2D. Capture d'écran du navigateur après la sélection d'un type de procès. Les essais numériquement indexées de ce type sont affichées dans la fenêtre des essais. Comme toujours, les champs de données immédiatement subordonnés au champ sélectionné sont affichés dans la fenêtre en bas à gauche, et, si l'un de ces champs est sélectionné, son contenu est affiché dans la fenêtre en bas à droite. Cliquez ici pour agrandir l'image .

moyens ">
Figure 2E. Capture d'écran du navigateur après la sélection d'une épreuve individuelle. Les champs qui lui sont subordonnées de données sont affichées dans la fenêtre en bas à gauche et, si l'un de ces champs est sélectionné, son contenu est affiché dans la fenêtre en bas à droite. Parmi les champs automatiquement inclus dans tous les procès sont des champs spécifiant l'heure de la session à laquelle le procès a commencé, le temps de la session au cours de laquelle il a fini, sa durée, et les numéros de ligne dans le fichier de données brutes que la boussole du procès. Les autres champs (ici «Pokes, '' NumPks ', et' AutoLngPkRate 'sont définis par l'utilisateur. Le contenu de tous les champs sont calculés à partir des données brutes stockées dans un champ au niveau de la session. Cliquez ici pour agrandirl'image.

Figure 3. Capture d'écran de l'invite initiale de TSbegin. TSbegin utilise instructions pour conduire l'utilisateur à travers le processus de création de la structure de données hiérarchique dans lequel les données brutes et les statistiques sommaires et d'autres résultats issus de ces données vont. Cliquez ici pour agrandir l'image .

Figure 4. Capture d'écran de l'aide pour TSaddprotocol. Cette interface graphique interactive guide l'utilisateur dans la procéduress de créer une nouvelle version d'un protocole expérimental. Pour ce faire, l'utilisateur doit spécifier de nouvelles valeurs pour les paramètres de ce protocole (par exemple, de nouvelles valeurs pour connaître les intervalles variables simultanées dans le protocole correspondant). L'utilisateur doit également spécifier (ou choisissez spécifié précédemment) code pour prendre la décision de mettre fin au protocole et aller sur le protocole suivant. L'utilisateur doit également spécifier (ou choisissez spécifiés précédemment) domaines de décision et les critères de décision. Cliquez ici pour agrandir l'image .

Figure 5. Invite initiale de TSstartsession. TSstartsession est une interface graphique interactive qui guide l'utilisateur à travers le processus de démarrage d'une expséance erimental. Une séance dure généralement de un ou deux jours à plusieurs semaines, avec plusieurs protocoles différents (tâches) effectuées au cours de cette même session. Cliquez ici pour agrandir l'image .

Figure 6. Parcelles de déséquilibre cumulatifs pour revenu (granulés obtenus, en rouge) et visiter la durée (en noir) pour 3 souris de type sauvage et hétérozygotes 3 ​​L1. La richesse relative des deux annexes VI simultanées a été inversée au point où les pentes se tournent vers le bas (marqué par ligne verticale en pointillés rouges). Numéros d'identification de souris sont sur chaque parcelle. Les verticales vertes marquent le début de la phase d'alimentation de crépuscule; verticales noires marquent le début des PVVIH d'alimentation de l'aubee. Les valeurs Er (pour erreur) sont les différences de pente entre la parcelle sur le revenu et l'intrigue visite de durée. Ces erreurs de déséquilibre sont deux fois l'erreur dans la fraction Herrnstein. La fraction du revenu Herrnstein est la fraction du revenu total obtenu à partir d'une trémie; la fraction visite durée est la fraction du temps total consacré à une trémie (par rapport au temps passé à deux combinés trémies). Un signe positif indique "overmatching", c'est la fraction de temps est plus extrême que la fraction de revenu, un signe négatif indique "undermatching", c'est la fraction de temps est moins extrême que la fraction de revenu. Pour plus de détails sur ces expériences voir Gallistel et al ^28. Cliquez ici pour agrandir l'image .

Figure 7. Cycles cumulatifs (Hopper 1 visite, suivie par Hopper 2 visite, suivie d'un retour à Hopper 1) en fonction du temps d'essai pour les mêmes 6 souris comme dans la figure 6. Verticales vertes en pointillés marquent les seuils de mise en phases d'alimentation;. Verticales rouges solides, les décalages Cliquez ici pour agrandir l'image .

Figure 8. Les résultats cumulatifs de vitesses procès-initiation pendant le protocole instrumental / classique conditionné, 6 mêmes souris que dans les figures 6 et 7. Les courts lourds lignes verticales en pointillés marquent le procès d'acquisition dans chaque enregistrement, défini comme le premier procès au cours duquel il y avait une significa nt augmentation de la vitesse moyenne à une valeur supérieure à la vitesse moyenne dans le premier segment de l'enregistrement. Cliquez ici pour agrandir l'image .

Figure 9. Distributions cumulatives de procès latences d'initiation, même souris que dans les figures précédentes. Les distributions ont été tronquées à 0,7, car il ya des latences d'initiation extrêmement longs des essais lorsque la souris n'était pas présent dans la zone de test lors de la trémie procès-initiation allumé, ou de la souris a été rassasié. Le point au-dessus de l'axe des x au cours de laquelle la ligne horizontale à 0,5 croise la distribution cumulative est la latence médiane d'engager un procès.51047/51047fig9highres.jpg "target =" _blank "> Cliquez ici pour agrandir l'image.

Figure 10. Enregistrements cumulés de la différence entre le taux de piquer au cours de l'illumination d'une trémie d'alimentation et le taux de piquer au cours de l'intervalle précédent. Intertrial mêmes souris que dans les figures précédentes. Dans un premier temps, la pente de cette fiche est 0 ou négatif, en raison de la souris pousse moins pendant l'illumination de la trémie que pendant l'intervalle intertrial. La pente devient positif lorsque la souris commence à fouiller dans la trémie éclairée en attente de la livraison imminente d'une pastille. Cette piquer anticipation est classiquement conditionné parce que le culot est remis à la fin de la prestation de latence spécifique de la trémie si la souris pousse dans le houblonpar ou pas. Les points pleins marquent le point où la pente devient positive, ce qui est le procès au cours duquel la réponse conditionnée apparaît d'abord de manière fiable (essai à l'acquisition). Il s'agit d'une mesure (variable) très bruyant, comme on le voit dans cet échantillon. Cliquez ici pour agrandir l'image .

Figure 11. Les lignes bleues lourds légèrement en lambeaux sont des fonctions de répartition empiriques, montrant la distribution cumulative des latences de commutation pour la souris # 5024 à trois réglages différents de la latence d'alimentation à long trémie (verticales noires lourds à 12, 8 et 7 sec de haut parcelle à celle du bas, respectivement). La latence d'alimentation court toujours 4 sec (Lourde pointillée verticale). Les courbes rouges minces qui se superposent presque exactement sur les fonctions empiriques sont les 6 paramètres des fonctions de Weibull gaussiennes ajustement à ces données. Les distributions rouges lourds sont les fonctions de densité de probabilité correspondantes pour les distributions de Weibull mélange gaussien. (Ce sont les dérivées des fonctions de répartition.) Les paramètres de la composante gaussienne de ces distributions de mélange sont indiquées sur les emplacements. Raccourcissement de la longue période de latence d'alimentation a provoqué la souris pour réduire la moyenne de ses temps de latence de commutation (μ) et d'augmenter leur précision (σ / μ). Elle a également causé l'apparition de certains commutateurs impulsifs (la bosse dans la queue gauche de la fonction de densité de probabilité dans le tracé du bas). La mesure de cette impulsivité est la fraction du mélange attribué au composant de Weibull par la version de meilleur ajustement de la distribution de Weibull mélange gaussien.target = "_blank"> Cliquez ici pour agrandir l'image.

Figure 12. latences de commutateur (petits cercles ouverts) changent brusquement peu après les changements dans la fréquence relative des essais courts et longs. Les courts essais sont marqués de petits avantages rouges au fond de la parcelle, tandis que les longs essais sont marqués de petits avantages rouge en haut de la parcelle. La variation de la densité des rayures rouges résultant en bas et en haut indiquent la variation de la fréquence relative (probabilité) des essais courts et longs. Notez que lorsque le rouge en bas devient plus dense (lorsque les essais courts deviennent plus probable), les petits cercles (de latences de commutation) se déplacent vers le haut et quand le rouge en haut devient plus dense (une augmentation de la probabilité à long procès), les cerclesdéplacer vers le bas. Les lignes bleues sont les médianes des distributions. Extrait de la figure 2 dans Kheifets et Gallistel ^23. Cliquez ici pour agrandir l'image .

Figure 13. 24 h raster parcelle d'événements comportementaux et environnementaux sur une période d'essai de 90 jours noirs points records pokes,. Points rouges et verts livraisons record de granulés à deux trémies d'alimentation. Triangles pointant droite Black RECORD offs maison-lumière; noires à gauche pointant triangles records ons maison-lumière; cyan pointant vers la gauche triangles enregistrer la (non signalé) Onsets de l'intervalle d'alimentation crépuscule, qui se produisent 1 heure avant le crépuscule lui-même, cyan droit triangles pointant enregistrer ladécalages de l'intervalle crépuscule d'alimentation (3 h après maison éteint); pointant vers la gauche triangles magenta enregistrer la (non signalé) Onsets des intervalles aube d'alimentation (2 h devant la maison de la lumière sur);-pointant vers la droite triangles magenta enregistrer les décalages des repas de l'aube. L'axe du temps est de 24 heures à minuit conventionnel à notre minuit, et non le temps en cycle inversé de l'environnement de test dans lequel la souris a vécu. Les seuils de mise en activité d'alimentation-anticipation avant l'alimentation de crépuscule sont marqués d'un astérisque bleu. Cliquez ici pour agrandir l'image .

Discussion

Notre méthode donne un large éventail de résultats quantitatifs significatifs physiologiques sur le fonctionnement des différents mécanismes de la cognition, l'apprentissage et la mémoire, pour beaucoup de souris à la fois, dans un minimum de temps, avec un minimum de travail humain, et sans manipulation des sujets expérimentaux pendant les jours, des semaines ou des mois de tests. Ces attributs lui conviennent pour les programmes de dépistage génétique et pharmacologiques. Il utilise du matériel peu modifié off-the-shelf (boîtes d'essai et des cuves de nidification). Il produit plus de données de plus de souris sur plusieurs aspects de la cognition de base en moins de temps que les autres méthodes actuellement utilisées pour tester les capacités cognitives des souris génétiquement et / ou pharmacologiquement manipulées.

Il dépend de deux types de logiciels open-source, écrit en langues disponibles dans le commerce, bien pris en charge: 1) Un langage fourni par le fabricant de l'équipement d'essai (voir Matériaux) pour la mise en œuvre de protocoles expérimentaux etl'enregistrement des données; 2) une boîte à outils open-source, TSsystem, pour en ligne, analyse de données en temps quasi-réel, graphique, et la prise de décision. La boîte à outils est écrit dans l'un des plus largement utilisé et soutenu à fond l'analyse des données scientifiques et graphiques des langages propriétaires (voir Matériaux).

La boîte à outils TSsystem assure une piste de données claire et sûre, parce que le code expérience de contrôle qui régit les protocoles expérimentaux, ainsi que les données brutes, et tous les résultats obtenus à partir des données brutes, sont conservés dans une structure de données unique. Cette structure de données hiérarchique contient des noms de champ, qui fonctionnent comme des en-têtes dans une feuille de calcul en ce qu'ils indiquent le contenu du champ. Contrairement aux en-têtes dans une feuille de calcul, les noms des champs de cette structure de données sont indexables. récapitulation des données et graphiques commandes peuvent accéder aux données n'importe où dans la structure en spécifiant un chemin à travers les rubriques, par exemple:

"Experiment.Subject (3).Session (2). TrialTypeCS.Trial (5). NumPokes ".
Les commandes de la boîte à outils personnalisée, TSsystem, opèrent sur des données dans ces domaines et de stocker les résultats dans un autre domaine ou des domaines dans la même structure. Habituellement, le ou les champs dans lesquels les résultats de l'opération sont stockés sont créés par la commande TSsystem. Le code d'analyse de données peut elle-même être stockées dans cette même structure. Les différents niveaux de la structure contiennent des champs Notes, où les notes explicatives de longueur arbitraire peuvent être mis. L'utilisateur peut faire des champs de notes supplémentaires, expliquer et d'interpréter le contenu des champs de données. Ainsi, l'archivage de la structure ou de la mettre en ligne dans une base de données stocke publiquement accessibles tous les aspects pertinents de l'expérience et l'analyse de données dans un seul fichier. Bien que l'expérience est en cours d'exécution, le fichier contenant la structure de données est dans un dossier qui est synchronisé dans "le nuage". Cette disposition assure le stockage hors site et l'état de la sauvegarde de l'art. Elle donne accès à l'la dernière version de l'analyse des données et des graphiques où et quand un enquêteur a accès à l'Internet.

Les étapes critiques. Les étapes essentielles de la construction d'un protocole de test sont:

1. L'écriture et le débogage du code de contrôle de processus dans la langue prévue par le fournisseur commercial de l'appareil souris essais contrôlés par ordinateur (voir Matériel et fournitures). Un utilisateur qui colle avec les protocoles dont les résultats ont été examinés ci-dessus représentant peut utiliser le code fourni dans le matériel supplémentaire. Ce fichier de code unique met en œuvre tout ou partie des protocoles d'essai décrites ci-dessus. Le protocole opératoire pour un sujet donné à un moment donné dans l'essai dépend de la colonne de valeurs de paramètres de protocole sont en vigueur à ce moment-là. L'utilisateur détermine laquelle de ces protocoles sont exécutés dans quel ordre en utilisant TSaddprotocol avant le début du test. Inclus dans le matériel supplémentaire qui sont spécifiques à PECDision codes et des champs de décision. L'utilisateur n'a qu'à spécifier les critères de décision. Ces critères de décision régissent la quantité de données recueillies auprès d'un protocole donné pour un sujet donné. Parce que les résultats de chaque sujet sont graphiquement représentés plusieurs fois dans chaque période de 24 heures, l'utilisateur peut ajuster les critères à la hausse ou à la baisse sur une base souris par-souris à la lumière des résultats obtenus jusqu'à présent de chaque souris.
2. L'écriture et le débogage du code quasi-temps réel et l'analyse graphique des données en utilisant la bibliothèque de commandes dans la boîte à outils TSsystem. Un utilisateur qui colle avec les protocoles dont les résultats ont été examinés ci-dessus représentant peut utiliser le code fourni dans les matériaux supplémentaires. Il ya une fonction d'analyse de maître pour chaque protocole d'essai (correspondant, conditionnement instrumental et classique, et la commutation de la trémie chronométré). Une autre fonction de maître (DailyAnalysis.m), qui permet des analyses de dépannage indépendantes du protocole et appelle l'ana spécifique au protocolefonctions sis quand il a terminé son dépannage.
3. Le suivi quotidien des graphiques produits par le code d'analyse de données pour être sûr que le protocole fonctionne correctement et que toutes les souris obtiennent suffisamment de granules pour les garder en bonne santé.

Dépannage. La fonction DailyAnalysis.m est appelé 2 fois ou plus dans toutes les 24 heures par une fonction de minuterie à chaque fois une ou plusieurs expériences sont en cours d'exécution. Chaque fois qu'il est appelé, il charge le fichier qui contient la structure de données hiérarchique et lit dans cette structure les fichiers de données brutes pour tous les sujets actifs. Ces fichiers de données brutes sont écrits à toutes les 10 minutes par le logiciel de contrôle de processus. La fonction DailyAnalysis exécute une série de vérifications de base. Il produit des graphiques qui permettent à l'utilisateur de vérifier que les distributeurs de granulés fonctionnent correctement, que chaque souris est active, et que chaque souris a obtenu un nombre suffisant de pastilles dans les dernières 24 heures. L'absence de data d'une souris pendant un certain nombre spécifié par l'utilisateur des heures, un certain nombre de pastilles obtenu qui tombe en dessous d'une valeur critique définie par l'utilisateur, ou des résultats numériques suggèrent que d'un distributeur de granulés ne fonctionne pas correctement, des alertes email de déclenchement.

Modifications. Parce que le code de commande de processus et le code TSsystem sont open source et largement commenté, les utilisateurs peuvent concevoir leurs propres protocoles. Les protocoles pour lesquels le code est fourni dans les matériaux supplémentaires ne sont que des protocoles d'appétence. Ils utilisent récompense alimentaire pour susciter des comportements les aspects quantitatifs de qui dépendent du fonctionnement des mécanismes cognitifs cibles. Cependant, les chambres de test de la souris commerciaux peuvent être commandés dans une configuration qui permet le conditionnement de la peur par le biais de choc à la patte. Ainsi, le système peut mettre en œuvre à la fois contextuelle, indicé, et l'heure de la journée conditionnement de la peur pour les utilisateurs capables d'écrire le code informatique nécessaire à la fois pour le contrôle des processus et des données quasi anal en temps réellyse. Les fichiers de code fortement commentées prévues dans le Document complémentaire devraient faciliter la création du nouveau code requis.

Limitations. Les mécanismes de base de la cognition sont ceux qui permettent aux animaux de se repérer dans l'espace et le temps et à estimer les probabilités d'événements et les risques qui en découlent. Le système de test entièrement automatisé décrit ici fournit de nombreux tests des mécanismes qui permettent aux souris de se situer dans le temps, et d'estimer les probabilités et les risques qui en découlent. Cependant, il fournit des informations très limitées sur les mécanismes qui leur permettent de se repérer dans l'espace. À la fois le protocole d'adaptation et le test de protocole de commutation temporisée si la souris ne peut distinguer les trémies par ailleurs identiques, sur la base de leur emplacement à l'intérieur de la boîte d'essai. Cependant, aucun de ces protocoles de tests, par exemple, le mécanisme qui permet aux animaux de s'orienter en utilisant la géométrie d'un espace familier ²⁶ ni the odomètre qui mesure à quel point une souris a fonctionné et qui joue un rôle central dans l'estime ^18.

. Importance de la technique La technique de test comportemental décrit ici diffère de la plupart des autres techniques d'usage courant en pharmacologie comportementale et la génétique du comportement de cinq façons importantes:

Tout d'abord, il effectue des mesures physiologiquement significatives. Ce sont des mesures, telles que la précision et l'exactitude de la représentation d'une durée d'intervalle, qui peuvent être répétées au niveau électrophysiologiques et biochimiques d'analyse avec des résultats comparables. Mesures comportementales physiologiquement significatifs jouent un rôle crucial dans l'établissement des hypothèses de couplage sécurisées de la forme de ce mécanisme moléculaire ou cellulaire ou au niveau du circuit est la réalisation neurobiologique de ce mécanisme comportemental manifeste. Les exemples sont la mesure du comportement des fonctions de sensibilité spectrale et les périodes et les PVVIHes d'oscillateurs, tels que l'horloge circadienne. Divers exemples de mesures comportementales qui ne sont pas physiologiquement significative sont le temps une souris peut accrocher sur un rotarod, le temps de latence moyen de trouver une plate-forme immergée dans un labyrinthe d'eau, le pourcentage d'une trajectoire de nager dans le quadrant où la plate-forme était précédemment trouvé, et la fraction de temps que d'un gel de la souris dans une chambre de test où il a déjà été choqué.

Deuxièmement, il s'agit d'un volume élevé, procédure à haut débit automatisé. Les souris ne sont pas manipulés au cours de l'essai. Beaucoup de souris peuvent être testés simultanément dans une quantité limitée d'espace de laboratoire, avec un investissement minimum de temps, lors de l'exécution de plusieurs protocoles différents donnant des informations quantitatives sur les mécanismes cognitifs de base. La plupart des tests de comportement nécessite un traitement quotidien de la souris pour les placer dans et retirez-les de l'appareil d'essai. Certaines des procédures les plus populaires (le labyrinthe de l'eau et conte xtual conditionnement de la peur, par exemple) nécessitent la manipulation de la souris immédiatement avant et après chaque mesure est prise et la notation de temps des enregistrements vidéo.

Troisièmement, les résultats sont analysés et tracées en quasi-temps réel, et les progrès de l'essai à essai se produit automatiquement pour chaque souris individuellement. Cela permet le réglage de la procédure (par exemple, modification des critères de décision) de la souris avec la souris à la lumière des données up-to-the-heure de chaque souris. Les données des tests couramment utilisés sont souvent analysés longtemps après le test a été exécuté. Cela nécessite l'exécution souris collectivement pour la même quantité de temps dans chaque procédure. C'est inutile parce que les souris différentes maîtriser différentes procédures après des montants très différents de temps. Si le temps de test collective est faite trop court, plusieurs souris ne maîtrisent pas la tâche, si elle est faite assez longtemps pour que la quasi-totalité des souris maîtriser la tâche, certaines souris sont exécutées beaucoup plus longtemps que nécessaire.

ent "> Quatrièmement, la conception de la boîte à outils TSsystem assure une piste intact, facilement traçable à partir des statistiques et des graphiques dos aux données brutes sommaires publiés, avec aucune incertitude sur le protocole et les paramètres qui étaient opérationnelle à tout moment de l'essai de tout souris. nombreux tests actuels obtiennent très peu de données pour chaque souris, dans ce cas, la piste de données est court et facile à suivre. Lorsque les tests obtiennent un volume élevé de données (des milliers d'événements horodatés) de chaque souris, puis la piste de données peut devenir longue, très fragmentés et difficile à suivre Au fil du temps, légèrement différents fichiers de code de contrôle des processus sont générés;. nombreux fichiers de code d'analyse de données sont écrites, les différents fichiers de code produisent des fichiers de nombreux résultats différents en agissant sur différents fichiers de résultats antérieurs. Il devient difficile de garder la trace des relations complexes entre les nombreux fichiers électroniques et difficile pour s'assurer qu'ils sont tous sauvés ensemble. Dans le TSsystem, les données brutes ettout ce qui dérive de leur sont stockés dans la même structure de données hiérarchique. Ainsi, les résultats publiés ne peuvent pas se séparer de données brutes sous-jacentes. Le code de contrôle de processus pour chaque session est automatiquement lu par le logiciel TSsystem et caractère par caractère par rapport à tous les précédents codes de contrôle de processus dans la même expérience. Si il n'y a aucune différence, le code de la nouvelle session est stocké dans la structure avec les données et un numéro d'identification que la version de contrôle de processus est automatiquement entré dans un champ de cette session en ce que la souris. Ainsi, chaque version du code de contrôle de processus est automatiquement stocké dans la même structure que les données obtenues à partir de l'exécution de ce code. Avec ce système, on n'est jamais sûr à qui provenaient de la version d'un protocole multi-versions des données. Les fichiers de codes de données d'analyse, qui sont généralement peu nombreuses, peuvent également être stockées dans cette structure, lors de l'achèvement de l'analyse. Cela met tout dans un seul dstructure ata, qui indique à la fois par sa structure de branchement (ce qui est subordonnée à ce que) et ses noms de domaine, les relations entre les différents types d'information.

Cinquièmement, la structure de données hiérarchique au cœur de la TSsystem, dans lequel toutes les informations pertinentes sont stockées, ainsi que les commandes de données d'analyse de très haut niveau utilisés pour extraire des résumés et construire des graphiques, rend possible le partage des données de phénotypage comportemental complexes entre les laboratoires . Un fichier électronique unique donne d'autres chercheurs intelligible, l'accès exploitable à tous les niveaux du traitement de données, et au code informatique qui digéré, résumé et graphiquement les données. Il rend la réanalyse plus tard de riches données plus fixe possible. Il rend également possible la création de grandes bases de données publiques utilisables de phénotypage comportementales et cognitives.

Les applications futures. Le système entièrement automatisé peut s'avérer utile dans les cours de laboratoire in comportement animal. Il finesses la question plus problématique d'instruire un grand nombre d'étudiants dans la manipulation correcte des souris et des préoccupations concomitantes sur les menaces possibles à leur santé de le faire. Il permet un grand nombre d'étudiants à concevoir et exécuter des expériences avec des souris réel sans jamais les manipuler. Pour une utilisation pédagogique, on peut vouloir mettre de petites caméras vidéo infrarouges bon marché dans les zones d'essai, afin que les élèves puissent observer la performante de la souris dans le protocole qu'ils ont imaginé. Le placement des données brutes en une seule structure de données hiérarchique stockées dans le Cloud permet à de nombreux étudiants différents pour analyser les mêmes données que les données entrent en jeu.

Materials

Name	Company	Catalog Number	Comments
SmartCtrl Connection Panel	Med Associates	SG-716B (115)	control panel for inputs/outputs
SmartCtrl Interface Module	Med Associates	DIG-716B (114)	smart card for each chamber
Universal Cable	Med Associates	SG-210CB (115)	cable from smart card to control panel
Tabletop Interface Cabinet	Med Associates	SG-6080C (109)	cabinet to hold smart cards
Rack Mount Power Supply	Med Associates	SG-500 (112)	28 volt power
Wide Mouse Test Chamber	Med Associates	ENV-307W (31)	test chamber
Filler Panel Package	Med Associates	ENV-307W-FP (32)	various-size panels for test chamber
Wide Mouse Modular Grid Floor	Med Associates	ENV-307W-GF (31)	test chamber floor grid
Head Entry Detector	Med Associates	ENV-303HDW (62)	head entry/pellet entry into hopper
Pellet Dispenser	Med Associates	ENV-203-20 (73)	feeder
Pellet Receptacle	Med Associates	ENV-303W (61)	hopper
Pellet Receptacle Light	Med Associates	ENV-303RL (62)	hopper light
House Light	Med Associates	ENV-315W (43)	house light
IR Controller	Med Associates	ENV-253B (77)	entry detector for tube between nest and test
Fan	Med Associates	ENV-025F28 (42)	exhaust fan for each chamber
Polypropylene Nest Tub			nest box
Acrylic Connection Tube			connection between nest and test areas
Steel Cabinet			cabinet to hold test chambers (78"H, 48"W, 24"D)
Windows computer			running MedPC experiment-control software
Server			running Matlab, linked to exper-control computer by LAN
Software
MedPC software	Med Associates		proprietary process-control programming language
Matlab w Statistics Toolbox	Matlab		proprietary data analysis and graphing programing system
TSsystem		in Supplementary Material w updates from senior author	Open-source Matlab Toolbox
Note: This is the euipment needed for one cabinet, containing 8 test environments. Hardware must be replicated for each such cabinet. However one computer can control 2 cabinets (16 test environments)