Automatiseret, Kvantitative Kognitiv / Behavioral Screening af mus: For Genetik, Farmakologi, Animal Cognition og Undergraduate Instruktion

Summary

Fuldautomatisk system til måling af fysiologisk meningsfulde egenskaber af de mekanismer, der medierer rumlig lokalisering, tidsmæssig lokalisering, varighed, hastighed og sandsynlighed estimering, risikovurdering, impulsivitet og nøjagtighed og præcision af hukommelse, med henblik på at vurdere virkningerne af genetiske og farmakologiske manipulationer fundamentale mekanismer i kognition hos mus.

Abstract

Vi beskriver en high-throughput, høj volumen, fuldt automatiseret, live-i 24/7 adfærdsmæssige testsystem til vurdering af virkningerne af genetiske og farmakologiske manipulationer om grundlæggende mekanismer i kognition og læring i mus. En standard mus polypropylen boliger badekar er tilsluttet via et akryl rør til en standard kommercielle mus test kassen. Testen boks har 3 tragte, hvoraf 2 er forbundet til pelletering foderautomater. Alt er internt illuminable med en lysdiode og overvåges for hoved poster ved infrarød (IR) bjælker. Mus lever i miljøet, hvilket eliminerer håndtering under screening. De får deres mad i løbet af to eller flere daglige fodring perioder ved at udføre i operant (instrumental) og pavlovsk (klassisk) protokoller, som vi har skrevet protokol-control software og kvasi-real-time dataanalyse og graftegning software. Dataanalyse og graftegning rutiner er skrevet i et Matlab-baseret sprog skabt til at forenkle stærkt analyse af store tid-sstampes adfærdsmæssige og fysiologiske hændelsesdata og bevare en fuld data trail fra rå data gennem alle mellemliggende analyser til de offentliggjorte grafer og statistikker inden for en enkelt datastruktur. De data-analyse kode høster data flere gange om dagen og emner den til statistiske og grafiske analyser, der gemmes automatisk i "skyen", og på in-lab computere. Således er udviklingen af ​​individuelle mus visualiseret og kvantificeret dagligt. De data-analyse kode taler til protokollen-kontrol kode, som gør den automatiserede forhånd fra protokol til protokol enkelte fag. De adfærdsmæssige protokoller gennemførte matcher, autoshaping, timet tragt-switching, risikovurdering i tidsindstillet tragt-switching, impulsivitet måling, og døgnrytmen forventning af fødevarer tilgængelighed. Open source-protokol-kontrol og data-analyse kode gør tilføjelse af nye protokoller enkel. Otte testmiljøer passe i en 48 cm x 24 cm x 78 i fryser, to sådanne førerhusinets (16 miljøer) kan styres af en computer.

Introduction

For at bringe de kraftfulde teknikker til genetik, molekylær genetik, molekylærbiologi, og neurofarmakologi til at bære på at belyse de cellulære og molekylære mekanismer, der medierer grundlæggende mekanismer i kognition, vi har brug for høj-volumen, høj-through-put psykofysiske screeningsmetoder, der kvantificerer fysiologisk meningsfuld egenskaber af kognitive mekanismer. En psychophysically målbare, fysiologisk meningsfuld kvantitativ egenskab af en mekanisme, er en egenskab, der kan måles ved adfærdsmæssige midler og også ved elektrofysiologiske eller biokemiske midler. Eksempler er absorptionsspektret for rhodopsin, den fritløbende periode af døgnrytmen ur og refraktærperiode belønning axoner i den mediale forhjernebundt ^1,2. Psykofysiske målinger, der kan sammenlignes med cellulære og molekylære målinger lægge et fundament til at forbinde cellulære og molekylære mekanismer til psykologiske mekanismer via kvantitativ korrespondance. For example, at den in situ absorptionsspektrum af rhodopsin i de ydre segmenter af stænger overlejrer på den menneskelige scotopic spektrale følsomhed funktion er stærke beviser for, at den foton-udløste isomerisering af rhodopsin er det første skridt i scotopic vision. De kvantitative aspekter af komplekse adfærdsmønstre er også central for brugen af QTL metoder i adfærdsmæssige genetik ^3,4.

Udførelsen af ​​mus (og rotter) på veletablerede instrumentale og Pavlovs protokoller læring afhænger af hjernen mekanismer, der måler abstrakte mængder som tid, antal, varighed, hastighed, sandsynlighed, risiko og rumlig placering. For eksempel hastigheden af erhvervelse af Pavlovs betingede reaktioner afhænger af forholdet mellem den gennemsnitlige intervallet mellem de forstærkende hændelser (typisk, mad ud af huset), og den gennemsnitlige ventetid til armering efter opståen af signalet til forestående forstærkning ^5-7. For en anden example, forholdet mellem den gennemsnitlige varighed af besøgene i to fodring tragte i en matchende protokol omtrent lig med forholdet mellem satserne for forstærkning på de to tragte ^8-10.

De adfærdsmæssige metoder øjeblikket i bred anvendelse test hjerneforskere interesseret i de underliggende mekanismer er, for det meste, lav volumen, lav gennem-put, og arbejdskrævende ^26. Desuden har de ikke måle mængder, der kan sammenlignes med mængder, målt ved elektrofysiologiske og biokemiske metoder, som for eksempel kan adfærdsmæssigt målte perioder og faser af døgnrytmen oscillatorer sammenlignes med elektrofysiologiske og biokemiske foranstaltninger af døgnrytmen periode og fase. Aktuelle adfærdsmæssige testmetoder fokuserer på kategorier af læring, såsom rumlig læring, tidsmæssig læring, eller frygt læring, snarere end på de underliggende mekanismer. Den udbredte vand labyrint test af rumlig indlæring ^11-15 er et eksempel på disse shortcomings. Rumlig læring er en kategori. Læring i denne kategori afhænger af mange mekanismer, hvoraf den ene er den mekanisme af bestik ^16,17. Bestiknavigation afhænger igen af kilometertæller, den mekanisme, der måler distance ^18. Tilsvarende tidsmæssig læring er en kategori. En døgnrytmen ur er blandt de mekanismer, som læring i denne kategori afhænger, fordi en oscillator med en ca 24 timers periode er nødvendig for dyr til at lære det tidspunkt på dagen, hvor hændelser opstår ^17,19. Uret, der giver mad forventning har endnu at blive opdaget ^19.

Et ur er en tids-måling mekanisme. Endogene oscillatorer med en bred vifte af perioder tillader hjernen at lokalisere begivenheder i gang ved at optage faser af disse ure ^16,17. Evnen til at optage placeringer i tid muliggør måling af varigheder, der er afstande mellem steder i tid. Associativ læring afhænger af than hjernens målinger af varigheder ^5,6,20,21. Tællere er nummer-måling mekanismer. Nummer måling giver sandsynlighedsestimat, fordi en sandsynlighed er forholdet mellem den numerosity af en delmængde og numerosity af supersæt. Nummer måling og varighed måling muliggøre rate estimering, fordi en er antallet af hændelser divideret med varigheden af ​​det interval, over hvilket dette nummer blev målt. Målinger af varighed, antal, sats, og sandsynligheden muliggøre adfærdsmæssige tilpasninger til skiftende risici. ^22,23 Vores metode fokuserer på at måle nøjagtighed og præcision af disse fundamentale mekanismer. Nøjagtighed er, i hvilket omfang hjernens foranstaltning svarer til et objektivt mål. Præcision er variationen eller usikkerhed i hjernens foranstaltning af en fast objektiv værdi, for eksempel, en fast varighed. Webers lov er den ældste og mest sikkert etablerede resultat i psykofysik. Det hævder, at præcisionen afhjernens foranstaltning af en mængde er en fast brøkdel af denne mængde. Weber Fraktion, som er statistiker variationskoefficient i en fordeling (σ / μ), måler præcision. Forholdet mellem den psykofysiske middelværdi (fx betyde bedømmes varighed) til målet middelværdi (betyde objektiv varighed) er udtryk for nøjagtighed.

Metoden præsenteres her maksimerer volumen (antal dyr, der screenet på et givet tidspunkt i en given mængde lab plads) og gennemløb (mængden af ​​oplysninger, divideret med den gennemsnitlige varighed af screeningen af ​​et enkelt dyr), mens minimere mængden af ​​menneskelige arbejdskraft kræves for at gøre målingerne og maksimere umiddelbarhed med hvilken resultaterne af screeningen blive kendt.

De data-analyse software-arkitektur præsenteres her sætter de rå data og alle de summariske resultater og statistikker, der stammer fra de data sammen i en enkelt d automatiskata struktur, med felt overskrifter, der gør forståelige det store hav af numre deri. Den analytiske software fungerer kun på data i denne struktur, og altid gemmer resultatet af dens aktiviteter på områder inden for denne samme struktur. Dette sikrer en intakt trail fra rå data til offentliggjorte oversigter og grafer.

Softwaren automatisk skriver ind i strukturen på eksperimentet-kontrol-programmer, der er omfattet fuldt automatiseret test, og det automatisk viser, hvilke rådata kom fra hvilket program. Således er det bevarer en upåklagelig data trail, med ingen tvivl om, hvilken eksperimentelle betingelser var gældende for hvert dyr på hvert punkt i afprøvningen, og ingen tvivl om, hvordan de summariske statistikker er afledt af de rå data. Denne metode til data bevaring i høj grad letter udviklingen af ​​standardiserede adfærdsmæssige screening databaser, der gør det muligt for andre laboratorier til at foretage yderligere analyser af disse rige datasæt.

Screeningen system er skematiseret i figur 1.. Ti kabinetter, kan hver indeholder 8 testmiljøer sættes op i en 10 ft x 15 ft laboratorium rum, der muliggør 80 mus to køres på én gang. Kabler, der passerer gennem en port i en fest væg skal forbinde de miljøer til de elektroniske / elektriske interface-kort og pc'er i et andet rum. Pc'erne køre protokol-kontrolprogrammer. En computer er nødvendig for hver 2 kabinetter (16 test miljøer). Pc'erne skal tilsluttes via et lokalnetværk til en server, der kører data-analyse og graftegning software.

Protocol

De tre fuldautomatiske protokoller i TSsystem (matching, appetitive instrumental og klassisk condition) og skifte protokol er blevet godkendt af Animal Care og faciliteter Udvalg på Rutgers New Brunswick.

1.. Opsætning af fysiske system

1. Opsætning af testmiljøer i kabinetterne (se figur 1).
2. Installer eksperiment-control software, der leveres med testmiljøer på protokol-kontrol computere.
   Bemærk: Du må ikke bruge disse computere til noget andet formål!

2. Opsætning af Software System

1. Opsæt LAN (Local Area Network), således at den server, hvor data-analyse software er installeret, kan få adgang til harddiske i computeren (r) kontrollerer testmiljøer (se figur 1).
2. Etablere en fil-synkronisering konto til datalagring i "skyen".
3. Put TSsystem mappe og dens undermapper på søg stien til den kommercielle programmeringssprog i en cloud-synkroniseret mappe.
   Bemærk: Den TSsystem er en software værktøjskasse, der er et bibliotek af funktioner over 30 højt niveau, der letter skabelsen af komplekse data-analyse og data-graftegning kode, der automatisk behandler data, når det er høstet fra output-filer genereret af eksperimentet-kontrolprogram. Alle kommandoer operere på data i felter af eksperimentet struktur og sætte resultaterne i andre felter i den samme struktur (se figur 2). Disse open source-kommandoer er skrevet i et af de mest udbredte kommercielle videnskabelig programmering og graftegning sprog. Det har mange andre "værktøjskasser", herunder mest nyttigt en statistik værktøjskasse.

3. Start et eksperiment

1. Ring TSbegin (se figur 3).
   Bemærk: TSbegin er en interactive GUI (G raphic U ser jeg nterface) i TSsystem værktøjskassen. Det fører brugeren gennem processen med at skabe den hierarkiske datastruktur i hvilke rådata og alle resultater, der stammer fra det vil blive placeret af de andre funktioner i TSsystem værktøjskassen.
2. Ring TSaddprotocol (se figur 4).
   Bemærk: TSaddprotocol er en GUI i TSsystem værktøjskassen. Det fører brugeren gennem processen med at angive kontrolparametre for en forsøgsprotokol angivelse beslutning kode, der vil automatisere beslutning om at opsige protokollen og gå videre til den næste, og angive kriterier beslutningsprocesserne skal anvendes.
3. Placer mus i 24/7 live-i testmiljøer, en mus per miljø.
   Bemærkninger: Vær omhyggelig med at notere ID-nummeret af musen, der går ind i hver af de nummererede eksperimentelle miljøer (Boks 1, Box 2, osv.). Bemærk også, det brev, der identificerer forsøget-kontrolcomputer på Local Area Network (LAN) og IP-adresse.
4. Ring TSstartsession (figur 5).
   Bemærk: TSstartsession er en GUI i TSsystem værktøjskassen. Det fører brugeren gennem processen med at starte en eksperimentel session. Eksperimentelle sessioner vare en eller to uger, hvor flere forskellige adfærdsmæssige testprotokoller køres. TSstartsession gemmer de oplysninger, der går ind i makroen at protokollen-control software læser når en session startes. Inkluderet er stien til og navnet på den kodefil at protokollen-kontrol software læser. TSsystem s analytisk software læser denne kode i den hierarkiske datastruktur, så der er aldrig tvivl om den præcise gældende protokol til enhver tid.
5. Gå til kontrol computere og kalder makroer skrevet til mappen MedPC, med henblik på at starte sessionen for kasserne, der kontrolleres af den pågældende computer.

4.. Dataanalyse

1. Hvis du har oprettet en ny protokol, skrive passende data-analyser og grafer kode ved hjælp af kommandoerne i TSsystem værktøjskasse, som i høj grad forenkle skabelsen af ​​komplekse dataanalyser.
   Bemærk: Data-analyse og graftegning kode for de tre protokoller, hvis resultater er beskrevet nedenfor, er inkluderet i TSsystem værktøjskassen. Fordi de er open source, kan de blive ændret efter behag. Koden for disse analyser er udførligt kommenteret, hvilket gør det nemmere at oprette kode til at analysere resultaterne fra brugerdefinerede protokoller.
2. For varigheden af forsøget (24 timer til mange uger), overvåge e-mail for advarsler fra serveren angiver mulige maskinfejl (strømsvigt spontane, kontrol-computeren genstarter, pellet feeder funktionsfejl osv.), som TSsystem data analysere Programmet registrerer.
3. Undersøgelse afbildninger af ydeevne, at de data-analyse kode skrevet i TSsystem producerer hver gang det kaldes af the analyse timer (typisk 2-4 gange / dag).
   Bemærk: Analysen timeren kalder data-analyse og graftegning program på brugerdefinerede intervaller. Det kaldte program er skrevet med funktioner i TSsystem. Det lyder i den hierarkiske datastruktur de rå data høstet fra filen til hvilken protokollen-kontrol software skriver. Så er det analyserer data og grafer resultaterne af analyserne. Den fil, der indeholder den hierarkiske datastruktur er gemt i en fil-synkronisering mappe i skyen. Dette giver automatisk off-site backup. De automatiske fil-synkronisering gemmer kopier af strukturen filen på computere alt personale og samarbejdspartnere, der har fået adgang til. Bestemte grafer automatisk sendt til bestemte medarbejdere og samarbejdspartnere. En principal investigator kan overvåge forløbet af test fra overalt i verden på ethvert tidspunkt, og om nødvendigt revidere forsøgsprotokollen, på linje, fjernt fra site, hvor musene bliver testet.
4. Brug TSbrowser at studere data og summariske statistikker i den hierarkiske datastruktur som de bliver tilgængelige, i kvasi realtid (se figur 2).

Representative Results

Systemet kan og bør bruges til at køre protokoller skræddersyet til målene for den enkelte investigator eller klasselærer. Imidlertid har vi udviklet en suite af 3 protokoller, der skulle vise sig nyttig i storstilet screening af genetisk manipulerede mus og storstilet farmakologiske afprøvning: matchende protokollen, 2-hopper autoshaping protokol, og skifte protokol. Den matchende protokol måler musens evne til at vurdere indkomster (foderpiller per tidsenhed) to forskellige steder, for at huske, hvilken placering udbytter, der indkomst, til at matche forholdet mellem de gennemsnitlige besøg varigheder til forholdet mellem indkomster og den hurtighed med som den finder, og tilpasser sig ændringer i indkomst-forholdet. De 2-hopper autoshaping protokol satser instrumental og klassisk conditioning (associative læring satser). Kontakten protokol interval timing nøjagtighed og præcision, evnen til at estimere sandsynlighederne (relative frekvenser)og til at tilpasse sig ændringer i sandsynligheder (risikovurdering). Det giver også et mål for impulsivitet.

Matching. Automaterne i hver af de to laterale tragte (fodring hoppers) er uafhængigt bevæbnet på en eksponentielt varierende ventetid efter hver pille levering. En pille er leveret, når feeder er bevæbnet og musen udløser pellet frigivelse ved at stikke ned i tragten, og dermed afbryde den infrarøde (IR) stråle. Intervallerne der går, inden næste tilkobling er hentet fra eksponentielle distributioner, hvis forventninger er angivet i parameter fil (tabel 1). I denne protokol, mus hurtigt begynde at cykle mellem de to fodring tragte, stikke et stykke tid ind i en, så flytte til den anden, og derefter tilbage til den første. Forholdet mellem den gennemsnitlige varighed af deres ophold på de to tragte omtrent svarer til forholdet mellem pellets pr min, at de opnår de to tragte (NB Pellets per min imiljø, der er de "indkomster" fra tragte, ikke pellets pr min for at stikke ind i tragten, der er "tilbage" fra deres investeringer i de to tragte). Så hvis de får i gennemsnit 3 gange så mange piller fra Hopper 1 som fra Hopper 2, så den gennemsnitlige varighed af et besøg i Hopper 1 er ca 3 gange så længe som den gennemsnitlige varighed af et besøg i Hopper 2. Vi kører denne protokol først på grund af den hurtighed, hvormed den matchende adfærd vises ^8. Det er normalt måles inden for de første 24 timer af afprøvning, undtagen, selvfølgelig, i den lejlighedsvise mus, der er for tilbageholdende til at besøge de tragte inden for de første 24 timer.

Matchende adfærd indebærer, at mekanismerne til måling varighed og nummer og computing relative renter er intakte, ligesom de rumlige lokalisering mekanismer, som sætter en mus til at knytte passende de to forskellige satser med de to forskellige hopper placeringer. Således er det en fremragende praktisketest af grundlæggende kognitive funktion. Den præcision, hvormed en mus svarer til forholdet mellem de forventede besøg varigheder til forholdet mellem de erfarne indkomst er en indikation af den præcision, hvormed musen kan repræsentere mængder.

Den præcision, hvormed en mus matcher grafisk visualiseret ved hvilket omfang to sideløbende afbildet kumulative optegnelser har samme hældning (figur 6). En kumulativ post er den kumulering summen af ​​en sekvens af målinger. I dette tilfælde et plot (de røde i figur 6) er den kumulative referat af pille-by-pille indkomst-ubalance foranstaltning, den anden (de sorte i figur 6) er den kumulative referat af pille-for- pellet besøg-ubalance foranstaltning. For en enkelt inter-fodring interval, ubalancen indkomst er enten -1 eller +1 afhængigt af, om pillen er opnået ved afslutningen af ​​intervallet kom fra Hopper 1 (ubalance = -1) eller 2 (ubalance =+1). Hældningen af ​​den kumulative registrering af disse ubalancer er den gennemsnitlige ubalance indkomst (ubalancen pr fodring). Hvis der i 10 intervaller, musen får 5 piller fra Hopper 1 og 5 fra Hopper 2, så den gennemsnitlige indkomst ubalance i løbet at de 10 inter-foder intervaller er , Hvis alle 10 pellets kom fra Hopper 2, så er det Og hvis alle 10 kom fra Hopper 1, så er det . Således kan den gennemsnitlige ubalance indkomst i området fra -1 til 1, og det er 0, da der i gennemsnit ikke er ubalance. Ubalancen besøg under en inter-fodring intervallet er den tid brugt på Hopper 2 (T 2) minus den tid brugt på Hopper 1 (T 1), divided af summen af ​​de to gange. For en enkelt inter-fodring interval, kan denne foranstaltning tage på en værdi mellem -1 og 1, i modsætning til ubalancen indkomst, som skal være enten -1 eller 1. Men hældningen af ​​den kumulative referat af denne foranstaltning afspejler dens gennemsnitlige værdi, lige som det er tilfældet for indkomståret foranstaltning. Når de to skråninger af de to kumulative optegnelser (den røde og den sorte optegnelser i figur 6) er lige, den gennemsnitlige besøg ubalance svarer til gennemsnittet ubalance indkomst, hvilket betyder, at musen er tilsvarende forholdet mellem de gennemsnitlige besøg varigheder til forholdet af sine indtægter fra de to tragte.

For tre af musene i figur 6 (5027, 5015 og 5024), hældningen af den kumulative besøg ubalance plot (sort) nøje sporer hældningen af den kumulative ubalance indkomst (rød), hvilket indikerer næsten perfekt matchning af forholdet mellem gennemsnitlige besøg varigheder til forholdet mellem indkomster. Bemærk hvor hurtigt forholdetbesøget varigheder justerer til ændringen i forholdet mellem indkomster, på de steder, nedadgående bøjning. På den anden side, Mouse 5034 (nederst til venstre plot) undlod at matche under den anden fodring session, hældningen af ​​den kumulative besøg varighed ubalance plot (sort) er 0 mens hældningen af ​​ubalancen indkomst (rød) er væsentligt positiv. Men i løbet af tredje fodring fase (efter den sorte lodret), skråningerne er parallelle, hvilket betyder, at denne mus begyndte brat i begyndelsen af ​​denne fase til at matche sit besøg forholdet indkomst forholdet. Det er derfor klart, det ikke var i stand til at gøre det, men gjorde det ikke en eller anden grund i en del af testen. Dette illustrerer vigtigheden af ​​at visualisere hele forløbet af ydeevne snarere end at lægge helt om nogle få sammenfattende statistik. Mouse 5028 matchede netop under den første indkomst-forholdet, men når det blev vendt, var det ikke helt omvendt. Mouse 5025 "overmatched" under ^3. feeding fase (efter grøn lodret), det vil sige, den gennemsnitlige besøg ubalance var større end gennemsnittet ubalance indkomst og det gjorde ikke helt vænne sig til tilbageførsel af ubalancen indkomst. Bemærk dog, at alle 6 mus, både de 3 vilde typer og de 3 heterozygoter matcher med præcision inden for det første 4-timers fodring fase. Bemærk også, at disse optegnelser kun dækker 36-48 time (1,5-2 dag / nat cyklus med 2 fodring faser / cyklus), hvor man observerer ikke kun indledende matchning men en brat svar på vending af indkomst-forholdet. Som tidligere forklaret, at dette viser, intakt funktion i heterozygoterne mange grundlæggende mekanismer i kognition, at Vid, varighed estimering, nummer estimering, rate estimering, rumlig lokalisering (af indkomst satser til tragte), og evnen til at huske simple abstrakte mængder. De kvantitative resultater, som er typiske, er fremstillet af automatiseret test i en live-i miljø, med ingen håndtering af musene over deres oprindelige placering i miljøet.

Som det fremgår i figur 6 mus matche forholdet mellem deres besøg varigheder til forholdet mellem indkomsterne, så snart de begynder at cykle mellem siloerne. Den hurtighed, hvormed musen begynder at cykle mellem tragte er et mål for, hvad der kunne kaldes sin dristighed eller tendens til at udforske. Dette visualiseres ved at afbilde den kumulative resultater af cyklusser, dvs antallet af cyklusser gennemføres som en funktion af behandlingstid. Figur 7 viser disse grunde for den samme mus som i figur 6. Fem af de seks viste nogle udforskning før begyndelsen af ​​den første fodring fase og begyndte brat at skifte mellem de tragtformede beholdere, så snart det begyndte. En mus, der (nederst til venstre), som ikke viser nogen udforskende adfærd på alle (ikke en enkelt cyklus), indtil midtvejs gennem ^2. fodring fase, på hvilket tidspunkt begyndte brat at skifte mellem de tragtformede beholdere.

. t "> Instrumental og klassisk Conditioning Traditionel læringsteori skelner mellem to slags associativ læring:.. klassisk conditioning (også kaldet pavlovsk condition) og instrumental conditioning (også kaldet operant konditionering) Den fysiologisk meningsfuld parameter i begge tilfælde er den læring sats Denne menes at måle den hurtighed, som synaptiske styrker justeres som reaktion på parring af to sensoriske begivenheder i klassisk conditioning (f.eks hopper belysning og mad levering), eller som svar på parring af en SR begivenhed og en forstærkende begivenhed i instrumental condition. Den learning rate måles ved den reciprokke af forsøg-til-køb, der er, at antallet af bindinger før forekomsten af ​​den betingede adfærd. Vores anden protokol måler disse satser. Det er også lærer de emner fodring latenstider kan forventes ved to pellet-levere tragte, hvor viden testes i den tredje protokol.

En pretrial i denne protokol begynder med belysningen af den midterste tragt, den ene, hvor pellets aldrig leveret, fordi der ikke er pellet feeder til det (se diagram Test Box, øverst til højre i figur 1). Når musen stikker ind i den oplyste midterste tragt, lyset der går ud, og en tilfældigt valgt en af ​​de to flankerende tragte lyser. Hvis det er den venstre tragt, der lyser, så en pille leveres der 4 sek efter belysning, uanset hvad musen gør. Hvis det er den rigtige hopper, der lyser, så en pille leveres der 12 sek efter belysning, uanset igen af ​​hvad musen gør. Således stikke ind i den oplyste midterste tragt er medvirkende til at indlede en retssag, når dette magasin er tændt, intet sker videre indtil musen stikker ind i det, musen skal stikke ind i denne beholder med henblik på at få en pille. Når musen har gjort dette instrumental respons vil en pille være leverenes til alt efter hopper derefter lyser, ved levering-latency særegen for denne tragt, uanset om musen går til tragt eller ikke under intervallet, der forloeber, indtil pellet levering.

Den software automatisk gør tre parceller på ydeevne i denne opgave: 1) den kumulative rekord trial indledning hastighed (figur 8), den kumulative fordeling af trial-initiering latenstider (figur 9), og de ​​kumulative Registreringer af CS-ITI poke-rate forskelle (se figur 10). Og det stammer fra disse optegnelser tre sæt oversigtsstatistikker: 1) forsøg til erhvervelse af den instrumentale respons (instrumental læring rate), 2) den mediane trial-indledning latency og 3) forsøg til erhvervelse af foregribende stikke ind i både den korte -latency og de lange latenstid fodring tragte (autoshaped, altså klassisk læring satser).

Tidsindstillede beslutninger. Den tredje protokol erDen "switch"-protokol først brugt med duer af Fetterman og Killeen ²⁴ og tilpasset til musen ved Balci et al ^22. Som i den tidligere protokol, er forsøg påbegyndes, når musen stikker ind i den oplyste midterste tragt. Men i denne protokol, denne retssag-initierende poke lyser både flankerende tragte, hvoraf den ene er lydløst og tilfældigt udvalgt af computeren som "hot" tragt til dette forsøg. Fodring latenstider, der er forbundet med de to tragtformede beholdere er de samme som i den foregående protokol (4 sek og 12 sek.) Det er dog kun den varme hopper leverer, og det leverer kun som reaktion på sækken gøres der ved eller efter "sin" fodring latenstid. Hvis den korte latenstid tragten er varm, så hvis musen er på dette tragt for enden af ​​den korte latenstid, første sækken gjort der ved eller efter latency leverer en pellet i at tragten. Hvis den lange ventetid tragt er den varme beholder, så den første sækken gøres der på eller efter den lange latency leverer en pille i denne tragt. Mus hurtigt lære at gå først til den korte ventetid hopper på de fleste forsøg, og derefter på "lange" forsøg skifte til den lange ventetid skidtkassen, når stikke på kort ventetid hopper undlader at levere en pille ved afslutningen af ​​den korte latenstid på 4 sek. Musen får sine pellets det store flertal af forsøg. Men hvis det bliver for længe i den korte latenstid hopper på en lang retssag med det resultat, at den første sækken på eller efter den lange ventetid er i den forkerte beholder, retssagen ender uden en pille levering. Tilsvarende, hvis den skifter for tidligt på en kort latenstid retssag, således at den første sækken ved eller efter den korte ventetid er forkert (lang latenstid) hopper, prøveperioden ender uden pellet levering. Dataene af interesse er latenserne af kontakterne på de lange forsøg, defineret som ophør latenstid af sidste sækken ind i det korte hopper forud for den første sækken ind i den lange tragten.

I denne paradigm, varierer vi på lang latenstid. Vi starter med en lang latenstid på 12 sek, hvilket er 3 gange den 4 sek kort latenstid, fordi mus lære at skifte grød hurtigere, når opgaven er lavet så let. Vi derefter afkorte lange latenstid til 8 sekunder eller endog til 7 sek eller 6 sek at teste, hvor tæt musene kan tid deres kobling (se figur 11). Foranstaltningen timing præcision er variationskoefficienten i Gauss komponent af fordelingen af ​​switch ventetid. Gauss Variationskoefficienten er forholdet mellem standardafvigelsen og middelværdien (σ / μ i figur 11).

Vi varierer også sandsynligheden for en lang retssag, og dermed variere den relative risiko for at skifte tidligt versus skifte for sent. Når sandsynligheden for en lang retssag er høj, er den risiko, en tidlig afgang fra den korte-hopper reduceret, fordi på en lang retssag, er det ligegyldigt, hvor hurtigt mus switches. Derudover er risikoen incurred ved en alt for sen afrejse er tilsvarende forhøjet. Omvendt, når sandsynligheden for en lang prøve er lav, den relative risiko for en for tidlig afgang mod en alt for sent ønskede forskydninger i den modsatte retning. En rationel beslutningstager bør flytte distribution af sine kontakter, således at ca sidestille de risici, der er, hvad mus i virkeligheden gøre ^22,23 (figur 12). Måling af forskydninger induceret ved at ændre sandsynligheden for en lang retssag vurderer musens evne til at estimere sandsynligheden (af en lang versus en kort prøve), at estimere variationen i fordelingen af ​​deres kontakter, og til at beregne de relative risici, som disse to kilder til usikkerhed.

Impulsivitet. Fordelingen af ​​switch latenstider er en blanding distribution. I langt de fleste af mus under de fleste forhold er fordelingen domineret af switch latenstider fra en gaussisk fordeling, som i figur 11.. Hvordannogensinde, er der ofte en lille del af "impulsive switches", som forekommer alt for tidligt, synes ikke at være nøje timet, og er tydeligvis ikke optimal (i modsætning til Gauss komponent, hvilket er ca optimalt placeret mellem de tidsmæssige målstolperne, som det kan ses i figur 11). Hyppigheden af ​​disse impulsive switche varierer markant mellem mus og betingelser. Realiseringen af den lange forsøg meget sandsynligt øger deres frekvens i de fleste mus, som ikke gør opgaven vanskeligere ved at flytte lange latenstid tættere på den korte ventetid (se figur 11). Fordelingen af ​​switch ventetid kan næsten altid passer med imponerende nøjagtighed ved en "weibgauss"-funktion, som er en blanding af en Weibull fordeling og en Gauss fordeling. Foranstaltningen af ​​impulsivitet er den fraktion af kontakterne tilregne Weibullfordelingen.

Døgnrytmen Hukommelse. Dyr optage i hukommelsen den tidpå dagen (fase af deres døgnrytmen ur), hvor motivationally vigtige begivenheder ske ^17. Når den samme begivenhed rutinemæssigt dukker på omtrent samme circadian fase, deres adfærd begynder at forudse dens gentagelse. Et almindeligt studerede indikation af denne evne til at huske og derved foregribe en daglig gentagelse er fodring-foregribende adfærd ^25. Vi måler dette, mens du kører den ovenfor beskrevne (eller næsten alle andre) protokoller, blot ved at begrænse de intervaller, hvorunder mus kan få piller til to 4 timers intervaller omkring skumringen (hus lys ud) og daggry (hus lys på). Under andre intervaller, er musene stadig i testmiljøet, men ingen protokol er operative. Således, de få piller kun under de planlagte fodring intervaller. I et sted mellem 6-15 dage efter begyndelsen af test, synes foregribende poking aktivitet i timen eller så før skumringen fodring interval (Figur 13). Den circa-dusk fodring iinterval begynder uden noget signal en time før slukning af huset lys (dusk).

På de dage, hvor 3/4 af de adfærdsmæssige begivenheder opstår i løbet af sidste 1/3 af de 9-timers fase af no-food tilgængelighed forud for påbegyndelsen af ​​skumringen fodring fase vi tæller det som et eksempel på mad-foregribende aktivitet. Førtidspension aktivitet således scoret (blå Stjernerne i figur 13) ikke forekommer i de første flere dages test. Vores mål for "forsøg" (dage)-til-køb af døgnrytmen mad-foregribende aktivitet er dagen efter, hvor hyppigheden af ​​foregribende aktivitet viser den første statistisk signifikant stigning.

Figur 1. Skematisk screening system. Hvert skab indeholder8 testmiljøer, der hver består af en mus polypropylen kar forbundet med en acryl-rør til en mus Test boks med 3 tragte (H), der overvåges af IR-stråler, hvoraf to tragte har vedhæftet pellet foderautomater (P). En enkelt pc (In-lab-computere), der kører en protokol-kontrol program, der styrer de miljøer i to sådanne kabinetter (16 miljøer) og logger tidsstemplede registreringer af stimulus og respons begivenheder. En enkelt protokol-kontrol programmet gennemfører alle de forskellige protokoller. Hvilken protokol er operative og med hvilke parametre er bestemt af indholdet af en tekstfil (Param File), som regelmæssigt læses af protokol-kontrolprogram. Ændring af indholdet af denne tekstfil ændrer gennemførelsen af ​​protokollen. Protokollen-kontrolprogram skriver begivenheden rekord hver 10 min til en anden tekst-fil. Den TSsystem data-analyse software, der kører på en ekstern server, høster data hver 15 min. Med jævne mellemrum (typisk hver 8 eller 12 timer), udfører et omfattende statistiskog grafisk analyse af de opnåede data hidtil og sætter resultaterne i filer på en cloud-synch lagringsanlæg, hvor de kan tilgås af alle i laboratoriet når som helst hvor som helst. Analysen softwaren automatisk flytter individuelle mus til den næste protokol i en bestemt række protokoller ved at skrive nye parametre til parameter fil (Param File) læses af protokol-kontrolprogram. Det gør den, når oplysningerne fra at beslutningskriterier mus mødes bruger-specificeret. LAN = lokalnet. Klik her for at se større billede .

Figur 2A. Screen shot af TSbroswer GUI. Browseren giver browsing gennem komplekset hierarkiske data file, der indeholder de rå data og alle resultaterne afledt fra det. Funktionerne i TSsystem operere på data i felter af denne struktur og gemme resultaterne på andre områder inden for den samme struktur. Underordnet felterne på alle niveauer, men den laveste er terminal datafelter indeholder oversigtsstatistikker, noter og numerisk indekseret lavere niveauer: Den primære numerisk indekseret lavere niveauer er: Emne Level Session niveau, og Trial Level (se efterfølgende paneler i dette tal). Klik her for at se større billede .

Figur 2B. Screen shot af browseren efter udvælgelsen af et emne. I nederste venstre vindue er data fields direkte underordnet dette emne. De indeholder sammenfattende statistik for dette emne. I Sessions vinduet er de numerisk indekseret sessioner for dette emne og andre områder, der ligesom Session område har underordnede områder af deres egne. Den MacroInfo felt har delfelter med oplysninger om protokollen-kontrol makro, inklusive stien til og filnavnet på den kodefil læses af proces-kontrol software i starten af ​​en session. Protokollerne område har delfelter giver de parametre for de forskellige protokoller køre i den valgte session beslutningsprocesserne felter, der indeholder de data, som beslutningen om at afslutte en protokol er baseret på, den kode, der gør, at afgørelsen, og kriterierne for afgørelsen. Valg af et datafelt i nederste venstre vindue viser dataene i det pågældende felt i det nederste højre vindue. Klik her for at se større billede .

Figur 2C. Screen shot efter udvælgelsen af en session. Felterne umiddelbart underordnet den valgte session, vises i nederste venstre vindue. Blandt disse områder er dem, der indeholder de rå data og underområder, og dem, der indeholder en opsummering statistikker hidrørende fra de rå data. Når et datafelt i dette vindue er valgt, dens indhold vises i vinduet nederst til højre. I dette skærmbillede er det område, der indeholder de rå data fra den matchende protokol blevet valgt. I Trial Type vinduet til højre for vinduet sessionen vises de typer prøvekørsel i den valgte session. A "retssag" er enhver bruger-specificeret sekvens af ikke-nødvendigvis sammenhængende begivenheder, der definerer flere strækninger af data, der skal analyseres for thei r indhold. Brugeren kan definere vilkårligt mange forskellige typer af forsøg. Klik her for at se større billede .

Figur 2D. Screen shot af browseren efter udvælgelsen af en retssag type. De numerisk indekseret forsøg af denne type vises i Trials vinduet. Som altid, datafelterne umiddelbart underordnet det valgte felt vises i nederste venstre vindue, og hvis et af disse områder er valgt, dens indhold vises i nederste højre vindue. Klik her for at se større billede .

måder ">
Figur 2E. Screen shot af browseren, efter udvælgelse af en individuel retssag. Datafelterne underordnet det vises i det nederste venstre vindue, og hvis et af disse områder er valgt, dens indhold vises i nederste højre vindue. Blandt de områder, der automatisk indgår i hvert forsøg er felter angivelse sessionen tidspunkt, hvor retssagen begyndte, sessionen tidspunkt, hvor det endte, varighed og rækkenumrene i den rå datafil, kompas forsøget. De øvrige felter (her 'stikker', 'NumPks «og» AutoLngPkRate' er brugerdefineret. Indholdet af alle felter er beregnet ud fra de rå data, der er gemt i et felt på niveau sessionen. Klik her for at se størrebillede.

Figur 3. Screen shot af den oprindelige prompt fra TSbegin. TSbegin bruger anvisningerne for at lede brugeren gennem processen med at skabe den hierarkiske datastruktur i hvilken de rå data og alle de sammenfattende statistikker og andre resultater stammer fra disse data vil gå. Klik her for at se større billede .

Figur 4.. Screen shot af hjælp til TSaddprotocol. Dette interaktive GUI fører brugeren gennem process for at skabe en ny version af en forsøgsprotokol. For at gøre dette, skal brugeren angive nye værdier for parametrene for denne protokol (fx nye værdier for de samtidige variable interval skemaer i matchende protokol). Brugeren skal også angive (eller vælg tidligere har angivet) kode for at gøre beslutningen om at opsige protokollen og gå videre til den næste protokol. Brugeren skal også angive (eller vælg tidligere specificeret) beslutningsprocesser marker og beslutningskriterier. Klik her for at se større billede .

Figur 5. Indledende prompt fra TSstartsession. TSstartsession er en interaktiv GUI, der fører brugeren gennem processen med at starte en experimental session. En session typisk løber fra en dag eller to til flere uger, med flere forskellige protokoller (opgaver), der udføres i løbet af en session. Klik her for at se større billede .

Figur 6. Kumulative ubalance grunde til indkomst (pellets opnået, rød) og besøge varighed (i sort) i 3 vildtypemus og 3 L1 heterozygoter. Den relative rigdom af de to samtidige VI tidsplaner blev vendt på det punkt, hvor skråningerne vende nedad (markeret med lodret stiplet rød linje). Mus id-numre er på hver parcel. De grønne vertikaler markerer starten af ​​skumringen fodring fase, de sorte vertikaler markerer debut af daggry fodring struke. Skadestuen (for fejl) værdier er forskellene i hældningen mellem indkomst plot og besøget varighed plot. Disse ubalance fejl er dobbelt fejlen i Herrnstein fraktion. Fraktionen Herrnstein indkomst er den brøkdel af den samlede indkomst stammer fra en tragt, fraktion besøget varighed er den fraktion af den samlede tid brugt på en tragt (i forhold til kombineret tidsforbrug ved begge tragte). Et positivt fortegn angiver "overmatching", det vil sige, den tid, fraktion er mere ekstrem end fraktionen indkomst, et negativt fortegn angiver "undermatching", dvs den tid fraktion er mindre ekstrem end brøkdel indkomsten. For nærmere oplysninger om disse eksperimenter se Gallistel m.fl. ^28. Klik her for at se større billede .

Figur 7. Kumulative cykler (Hopper 1 besøg, efterfulgt af Hopper 2 besøg, efterfulgt af en tilbagevenden til Hopper 1) versus testtid for de samme 6 mus som i figur 6. Stiplede grønne vertikaler markerer debut af fodring faser;. Ensfarvede røde vertikaler, forskydningerne Klik her for at se større billede .

Figur 8. Kumulative registreringer af trial-initiation hastigheder under instrumentale / klassisk betingning protokol, samme 6 mus som i figur 6 og 7. De korte tunge lodrette stiplede linjer markerer overtagelsen forsøg i hver post, der defineres som den første retssag, hvor der var en significa nt tilvækst i gennemsnitlig hastighed til en værdi større end den gennemsnitlige hastighed i det første segment af posten. Klik her for at se større billede .

Figur 9. Kumulative fordelinger af forsøg initiation latenstider, samme mus som i tidligere tal. Fordelingerne er blevet afkortet på 0,7, fordi der er ekstremt lange initiation latens fra forsøg, når musen ikke var til stede i testen boksen når trial-indvielse hopper lyser op, eller musen er mæt. Pointen over x-aksen, hvor den vandrette linie ved 0,5 skærer den kumulative fordelingsfunktion er medianen latenstid til at indlede et forsøg.51047/51047fig9highres.jpg "target =" _blank "> Klik her for at se større billede.

Figur 10. Kumulative optegnelser af forskellene mellem poking sats i belysningen af en indføringstragten og poking sats i den foregående intertrial interval. Samme mus som i de foregående figurer. I første omgang, hældningen på denne post er 0 eller negativ, fordi musen stikker mindre i løbet hopper belysning end under intertrial interval. Hældningen vender positiv når musen begynder at stikke ind i den oplyste hopper i forventning om forestående levering af en pille. Denne foregribende stikke er klassisk betinget, fordi pillen bliver leveret i slutningen af ​​tragten-specifikke levering latency hvorvidt musen stikker ind i hopper eller ej. De faste prikker markerer det punkt, hvor hældningen bliver positiv, hvilket er forsøget, hvor betinget reaktion først pålideligt vises (forsøg-til-konvertering). Dette er en yderst støjende (variabel) foranstaltning, som er tydeligt i denne prøve. Klik her for at se større billede .

Figur 11. De lidt lasede tunge blå linjer er empiriske kumulative fordelingsfunktioner, der viser den kumulative fordeling af switch ventetid for Mouse # 5024 på tre forskellige indstillinger af foderet ventetid på den lange tragt (tunge sorte brancher på 12, 8 og 7 sek fra top plot til bund plot, henholdsvis). Den korte foder latenstid var altid 4 sek (Tung stiplet lodret). De tynde røde kurver, oven næsten præcis på de empiriske funktioner er de 6-parameter Weibull-Gauss-funktioner fit til disse data. De tunge røde distributioner er de tilsvarende sandsynlighedsfordelinger for Weibull-Gaussisk blanding distributioner. (De er derivater af de kumulative fordelingsfunktioner.) Parametrene for Gauss komponent i disse blandingen distributioner vises på de parceller. Afkortning af lange foder latenstid forårsagede musen til at forkorte den gennemsnitlige sine switch latenstider (μ) og øge deres præcision (σ / μ). Den forårsagede også udseendet af nogle impulsive kontakter (bump i venstre halen af ​​tæthedsfunktionen i nederste plot). Foranstaltningen i denne impulsivitet er den fraktion af blandingen tilskrives Weibull komponent ved den bedste pasform version af Weibull-Gauss blanding distribution.target = "_blank"> Klik her for at se større billede.

Figur 12. Switch latenstider (små cirkler) skifter brat snart efter ændringer i den relative hyppighed af korte og lange forsøg. De korte forsøg er markeret med små røde plusser i bunden af ​​plottet, mens de lange forsøg er markeret med små røde plusser på toppen af ​​plottet. Ændringen i densiteten af ​​de resulterende røde striber på bunden og toppen angive ændringen i den relative hyppighed (sandsynlighed) af de korte og lange forsøg. Bemærk, at når den røde nederst bliver mere tæt (når de korte forsøg bliver mere sandsynligt), de små cirkler (switch ventetid) Skift opad og når den røde i toppen bliver tættere (en stigning i de lange retssag sandsynlighed), cirklerskift nedad. De blå linjer er medianerne af distributioner. Uddrag fra figur 2 i Kheifets og Gallistel ^23. Klik her for at se større billede .

Figur 13. 24 timers raster plot af adfærdsmæssige og miljømæssige begivenheder over en 90 dages testperiode sorte prikker rekord stikker. Røde og grønne prikker rekord pellet leverancer på de to fodring tragte. Sorte peger mod højre trekanter rekord hus-light offs, sort forlod peger trekanter rekord hus-light ons, cyan venstre peger trekanter optage (unsignaled) indledninger af skumringen fodring interval, der opstår 1 time før solnedgang selv, cyan højre peger trekanter optageforskydninger i skumringen fodring interval (3 timer efter hus-light off), der peger mod venstre magenta trekanter optage (unsignaled) indledninger af daggry fodring intervaller (2 HR før hus-lys på), der peger mod højre magenta trekanter optage forskydninger daggry fodringer. 24 hr tidsakse konventionelt midnat til vores midnat, ikke omvendt-cyklustid testmiljø, hvor mus levede. Onsets af foder foregribende aktivitet før skumringen fodring er markeret med blå stjerner. Klik her for at se større billede .

Discussion

Vores metode giver en lang række fysiologiske meningsfulde kvantitative resultater på driften af ​​flere forskellige ordninger for kognition, indlæring og hukommelse, for mange mus på én gang, i et minimum af tid, med et minimum af menneskelig arbejdskraft, og med ingen håndtering af de eksperimentelle fag i løbet af dage, uger eller måneder af test. Disse egenskaber passer det for genetiske og farmakologiske screeningsprogrammer. Det bruger minimalt modificeret off-the-shelf hardware (test kasser og reden bøtter). Det producerer flere data fra flere mus på flere aspekter af grundlæggende kognition på mindre tid end andre for tiden anvendte metoder til at teste de kognitive kapacitet genetisk og / eller farmakologisk manipulerede mus.

Det afhænger af to typer af open source software, skrevet i kommercielt tilgængelige, godt understøttede sprog: 1) Et sprog leveret af producenten af ​​testudstyr (se Materialer) til gennemførelse af forsøgsprotokoller ogregistrering af data, 2) en open source-værktøjskasse, TSsystem for online, kvasi-real-time dataanalyse, graftegning, og beslutningstagning. Værktøjskassen er skrevet på et af de mest udbredte og grundigt understøttet videnskabelige data analyse og graftegning sprog (se Materialer).

Den TSsystem værktøjskasse sikrer en klar og sikker data trail, fordi eksperimentet-kontrol kode, som reguleres de eksperimentelle protokoller sammen med de rå data, og alle resultater, der stammer fra de rå data, der opbevares i et enkelt datastruktur. Denne hierarkiske datastruktur har feltnavne, der fungerer ligesom overskrifterne i et regneark, idet de angiver indholdet af feltet. I modsætning til de overskrifter i et regneark, feltnavnene i denne datastruktur er vendbare. Der sammenfatter og graftegning kommandoer kan få adgang til data overalt i strukturen ved at angive en sti gennem overskrifterne, for eksempel:

"Experiment.Subject (3).Session (2). TrialTypeCS.Trial (5). NumPokes ".
Kommandoerne i den brugerdefinerede værktøjskassen, TSsystem, operere på data i disse områder, og gemme resultaterne i et andet felt eller felter inden for den samme struktur. Normalt marken eller marker, hvor resultaterne af en operation er oplagret, er skabt af den TSsystem kommando. De data-analyse kode kan selv blive gemt i samme struktur. De forskellige niveauer af strukturen indeholder Notes felter, hvor forklarende noter af vilkårlig længde kan sættes. Brugeren kan foretage yderligere noter felter, forklare og fortolke indholdet af datafelter. Således arkivering struktur eller sætte det online i en offentligt tilgængelig database lagrer alle relevante aspekter af eksperimentet og analyse data i en enkelt fil. Mens eksperimentet kører, den fil, der indeholder de data struktur er i en mappe, der er synkroniseret i "skyen". Dette arrangement forsikrer off-site storage og state-of-the art backup. Den giver adgang tilden nyeste version af analysen og grafik data, når og hvor en investigator har adgang til internettet.

Kritiske trin. De kritiske skridt i opbygningen af ​​en testprotokol er:

1. Det skriver og debugging af processen kontrol kode på det sprog, som den kommercielle leverandør af computerstyret muse-test apparatet (se Udstyr og proviant). En bruger, der stikker med de protokoller, hvis repræsentative resultater blev gennemgået ovenfor, kan du bruge den kode, i den supplerende materiale. Denne enkelt kode fil implementerer en eller alle af de ovenfor beskrevne test protokoller. Den udløsende protokol for et givet emne på et givet punkt i afprøvningen afhænger af, hvilken kolonne i protokol parameterværdier er i kraft på det tidspunkt. Brugeren bestemmer, hvilke af disse protokoller er kørt i hvilken rækkefølge ved hjælp TSaddprotocol før testning begynder. Omfattet af det supplerende materiale er protokol-specifikke decemberIsions koder og beslutningsprocesser områder. Brugeren behøver kun at angive kriterier afgørelsen. Disse kriterier beslutningsprocesser styrer hvor mange data der indsamles fra en given protokol for et givet emne. Da resultaterne fra hvert emne er grafisk afbildet flere gange i hver 24 timers periode, kan brugeren justere de kriterier, opad eller nedad på en mus-til-mus basis på baggrund af de hidtil opnået fra hver mus resultater.
2. Det skriver og debugging af kvasi-real-time dataanalyse og graftegning kode ved hjælp af biblioteket af kommandoerne i TSsystem værktøjskassen. En bruger, der stikker med de protokoller, hvis repræsentative resultater blev gennemgået ovenfor, kan du bruge den kode, i de supplerende materialer. Der er en master analyse funktion for hver testprotokol (matching, instrumental og klassisk betingning og tidsbestemte hopper skift). En anden mester funktion (DailyAnalysis.m), som gør protokol-uafhængig fejlfinding analyser og opfordrer protokollen-specifikke analysersis funktioner, når det har afsluttet sin fejlfinding.
3. Den daglige overvågning af grafer produceret af dataanalyse-koden for at være sikker på, at protokollen fungerer korrekt, og at alle mus er at få nok piller for at holde dem i godt helbred.

Fejlfinding. Den DailyAnalysis.m funktion kaldes 2 eller flere gange i hver 24 timer ved en timerfunktion, når et eller flere eksperimenter kører. Når det kaldes, indlæser den fil, der indeholder den hierarkiske datastruktur og læser ind i denne struktur de rå datafiler for alle aktive fag. Disse rådata filer skrives til hver 10 min ved den proces-kontrol software. Den DailyAnalysis Funktionen kører en række grundlæggende kontrol. Det producerer grafer, som giver brugeren mulighed for at kontrollere, at pillen dispensere fungerer korrekt, at hver mus er aktiv, og at hver mus har opnået et tilstrækkeligt antal piller inden for de sidste 24 timer. Fraværet af data fra en mus for nogle bruger-specificeret antal timer, en række af pellets opnået der falder under en bruger-specificeret kritiske værdi, eller numeriske resultater tyder på, at en pille dispenser ikke fungerer korrekt, udløser email alarmer.

Ændringer. Da processen-kontrolkode og TSsystem kode er open source og ekstensivt kommenteret, kan brugerne udtænke deres egne protokoller. Protokollerne for hvilken koden er fastsat i de supplerende materialer er kun appetitive protokoller. De bruger mad belønning at fremkalde adfærd de kvantitative aspekter, som er afhængige af, hvordan de mål-kognitive mekanismer. Dog kan de kommercielle mus testkamre bestilles i en konfiguration, der giver frygten konditionering ved hjælp af mund chok. Således kan systemet gennemføre både kontekstuelle, cued og tid på dagen frygt condition for brugere i stand til at skrive den nødvendige computer kode til både processtyring og kvasi real-time data analradiokemiske analyser. De stærkt kommenterede kode filer, der er fastsat i den supplerende materiale bør lette etableringen af ​​den nødvendige nye kode.

Begrænsninger. De grundlæggende mekanismer i kognition er dem, der gør dyr til at lokalisere sig i rum og tid, og at estimere event sandsynligheder og de medfølgende risici. Det fuldt automatiseret test her beskrevne system giver omfattende test af de mekanismer, der gør mus til at finde sig selv i tide, og at estimere sandsynligheder og de medfølgende risici. Men det giver meget begrænsede oplysninger om de mekanismer, der sætter dem i stand til at placere sig selv i rummet. Både den matchende protokollen og den tidsindstillede skift protokol teste, om musen kan skelne ellers identiske tragte på grundlag af deres placering i testen kassen. Men ingen af disse protokoller tests, for eksempel, den mekanisme, der gør det muligt for dyrene at orientere sig ved hjælp af geometri et velkendt rum ²⁶ eller the kilometertæller, der måler, hvor langt en mus har kørt, og som spiller en central rolle i bestiknavigation ^18.

. Betydningen af teknik De adfærdsmæssige test her beskrevne teknik adskiller sig fra de fleste andre teknikker i almindelig brug i adfærdsmæssige farmakologi og adfærdsmæssige genetik på fem vigtige måder:

For det første gør fysiologisk meningsfulde målinger. Det er målinger, såsom nøjagtighed og præcision af gengivelsen af ​​et interval varighed, som kan gentages ved den elektrofysiologiske og biokemiske niveauer af analyse med sammenlignelige resultater. Fysiologisk meningsfulde adfærdsmæssige målinger spiller en afgørende rolle i etableringen af ​​sikre sammenkædning hypoteser af formen denne molekylære eller cellulære eller kredsløb niveau mekanisme er den neurobiologiske virkeliggørelse af denne adfærdsmæssigt manifest mekanisme. Eksempler herpå er den adfærdsmæssige måling af spektral følsomhed funktioner og de perioder og strukes af oscillatorer, såsom døgnrytmen ur. Forskellige eksempler på adfærdsmæssige målinger, der ikke er fysiologisk meningsfuld er mængden af ​​tid, en mus kan hænge på en roterende stav den gennemsnitlige ventetid for at finde en nedsænket platform i en vandlabyrint den procentdel af en svømme bane i kvadrant hvor platformen tidligere var fundet, og den fraktion af tid, at en mus fryser i en test kammer, hvor den tidligere har været chokeret.

For det andet er en automatiseret, høj volumen, high throughput procedure. Musene ikke håndteres i løbet af test. Mange mus kan testes samtidigt i en begrænset mængde laboratorium rum, med minimal tid investering, under forløbet af flere forskellige protokoller giver kvantitative oplysninger om grundlæggende kognitive mekanismer. Mest adfærdsmæssige test kræver daglig håndtering af mus for at placere dem i og fjerne dem fra test-apparatet. Nogle af de mest populære procedurer (vandet labyrinten og Conte xtual frygt condition, for eksempel) kræver håndtering af mus umiddelbart før og umiddelbart efter hver foranstaltning er truffet og tidskrævende scoring af videooptagelser.

For det tredje er resultaterne analyseres og plottes i kvasi realtid, og fremskridtene fra test til test sker automatisk for hver mus individuelt. Dette muliggør tuning proceduren (ved for eksempel at skifte beslutningskriterier) mus med mus i lyset af up-to-the-time data fra hver mus. Dataene fra almindeligt anvendte tests analyseres ofte længe efter testen er blevet kørt. Dette kræver at køre mus kollektivt for den samme mængde tid i hver procedure. Det er uøkonomisk, fordi forskellige mus mestre forskellige procedurer efter vidt forskellige mængder af tid. Hvis den kollektive testtid er lavet for kort, behøver flere mus ikke mestrer opgaven, hvis det er lavet lang nok til, at næsten alle mus mestrer opgaven, er nogle mus køre meget længere end nødvendigt.

ent "> fjerde udformningen af ​​TSsystem værktøjskasse sikrer en intakt, let spores sti fra de offentliggjorte summariske statistikker og grafer tilbage til de rå data, med ingen usikkerhed om, hvilken protokol og hvilke parametre var operativ på ethvert punkt i afprøvningen af ​​enhver mus. Mange nuværende tests opnå meget få data for hver mus, i hvilket tilfælde de data trail er kort og let følges. Når tests opnå en stor mængde data (tusinder af tidsstemplede hændelser) fra hver mus, så de data, trail kan blive lange, stærkt fragmenteret og svært at følge med tiden, er lidt forskellige proces-kontrol kode filer genereret. mange forskellige data analysere kode filer er skrevet, de forskellige kode filer producerer mange forskellige resultater filer ved at operere på forskellige tidligere resultater filer. Det bliver svært at holde styr på de komplekse sammenhænge mellem de mange forskellige elektroniske filer og vanskeligt at sikre, at de er alle reddet sammen. I TSsystem, de rå data ogalt, der stammer fra dem er gemt i samme hierarkiske datastruktur. Således kan offentliggjorte resultater ikke blive adskilt fra de underliggende rådata. Processen-kontrol kode for hver session automatisk læses af TSsystem software og sammenlignet tegn for tegn til alle tidligere proces-kontrol kode i det samme eksperiment. Hvis der er nogen forskel, er koden for den nye session gemt i struktur sammen med de data og et nummer, der identificerer denne proces-kontrol version er automatisk ind i et felt for at møde i denne mus. Således er hver version af proces-kontrol kode automatisk gemt i samme struktur som data fra udførelsen af ​​denne kode. Med dette system, er man aldrig i tvivl om, hvilke oplysninger kom fra, hvilken version af et multi-versionen protokol. De data-analyse kode filer, som normalt er få i antal, kan også gemmes i denne struktur efter afslutningen af ​​analysen. Det sætter alt i et enkelt data struktur, hvilket indikerer både ved sin forgrening struktur (hvad er underordnet hvad) og feltnavne relationerne mellem de mange forskellige former for information.

Femte, den hierarkiske datastruktur ved kernen af ​​TSsystem, hvor alle relevante oplysninger er gemt, sammen med meget højt niveau af data-analyse kommandoerne anvendes til at udvinde resuméer og konstruere grafer gør mulig deling af komplekse adfærdsmæssige fænotypebestemmelse data mellem laboratorier . En enkelt elektronisk fil giver andre forskere forståelig, udnyttelse adgang til alle niveauer i databehandlingen, og til den computer kode, fordøjet, sammenfattes og plottes data. Det gør den senere reanalyse af rige ældre datasæt muligt. Det gør det også muligt at etablere store brugbare offentlige adfærdsmæssige og kognitive fænotypning databaser.

Fremtidige ansøgninger. Det fuldt automatiseret system kan vise sig nyttig i laboratoriekurser in dyrs adfærd. Det finesses den stadig besværlige spørgsmål om at instruere store antal elever i korrekt håndtering af mus og medfølgende bekymringer om mulige trusler mod deres sundhed fra at gøre det. Det giver et stort antal studerende til at designe og udføre eksperimenter med ægte mus uden nogensinde at håndtere dem. For instruktions brug, kan man ønsker at sætte små billige infrarøde videokameraer i test kasser, så de studerende kunne observere musen udfører i protokollen, de har udtænkt. Placeringen af ​​de rå data i en enkelt hierarkisk datastruktur gemt i skyen gør det muligt for mange forskellige studerende til at analysere de samme data, da data kommer ind

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)