Summary
가정 케이지 환경에서 마우스의 장기간 포괄적 인 모니터링은 뇌 질환의 쥐 모델에서 벗어난 행동의 깊은 이해를 제공한다. 이 논문은 현대 행동 분석의 핵심 구성 요소로 통합 행동 역 (INBEST)에 대해 설명합니다.
Abstract
때문에 유전 공학의 급속한 발전으로, 작은 설치류는 생물 의학 연구의 다양한 분야에서 선호하는 대상이되었다. 만성 CNS 장애의 연구에서, 높은 수준의 행동과 유효 뮤린 모델에 대한 요구가 증가하고있다. 그러나, 여러 병원성 메커니즘과 복잡한 기능 적자는 종종 안정적으로 측정하고 만성적으로 아픈 쥐의 행동을 해석하는 과제를 부과. 따라서, 시험 전지를 사용하여 여러 시점에서 주변 병리학과 행동 프로파일의 평가가 요구된다. 비디오 추적, 행동 분광법, 생리 학적 측정의 원격 인수는 홈베이스 같은 설정에서 종합적이고 정확하며 공정한 행동 분석을 허용 기술이 대두되고 있습니다. 이 보고서는 바의 장기 측정에 초점을 맞춘 맞춤형 모니터링 장치 (통합 행동 역, INBEST)를 포함하는 정제 된 표현형 프로토콜을 설명합니다이러한 상대적으로 스트레스없는 환경에서 자발적인 활동, 식품 / 물 섭취와 동기를 행동으로 원문 기능 출력. INBEST 설계 기술과 개념적인 개선은 더욱 행동 연구의 재현성 및 표준화를 촉진 할 수있다.
Introduction
지난 몇 년 동안 유전 공학의 급속한 발전은 인간 질병의 동물 모델의 전례없는 확산으로 이어졌다. 마우스는 여러 가지 이유로 생명 과학 분야의 주요 실험 대상자의 상태를 얻고있다. 실용적인 관점에서, 그들은 높은 재생 속도가 상대적으로 저렴하고, 집 쉽다. 보기의 개념 시점에서, 그들은 인간 유 전적으로 가까운 유전자 상대적으로 쉽게 수정 될 수 있으며, 내분비, 면역, 신경계를 고도로 개발했다. 유전 및 세포 수준에서의 병변뿐만 아니라, 뇌 질환의 현대 연구는 하이라이트 얼굴, 구성 복제 기능 적자, 또는 새로운 마우스 모델 1의 예측 타당성의 데모가 필요합니다.
homoeothermic 포유 동물에서 급성 감염은 종종 함께 질병 행동, 중 하나를 구성하는 발열 반응, 결과주요 생존 메커니즘 2. 심하게 아픈 동물 식품 / 물 섭취와 정서적 반응성, 탐색 행동, 학습 / 메모리 용량의 반사 작업 성능에 상당한 변화를 표시합니다. 이러한 변화는 크게 손상 사회 / 성적 활동과 방어 면역 반응에 대한 에너지의 보존을 차지한다. 급성 조건 (많은 면역, 내분비 및 신경 질환에서와 같이) 만성 전원을 켤 때 그러나, 행동 성능은 더욱 인해 뇌 (3) 등 다양한 기관의 구조적 손상을 악화 할 수 있습니다.
인간과 동물의 퇴행성 신경 질환은 종종 신경 및 행동 적자의 별자리와 함께 제공됩니다. 따라서 만성적으로 아픈 동물의 행동 연구의 주요 목적은 주변 징후에 의해 유도 된 적자에서 중앙 효과를 구별하는 것입니다. 그러나, 표준 행동 작업 비교적 짧은 지속 기간을 제한 콜렉트이러한 후각, 휴식, 수면, 음식 / 물 섭취, 또는 간질 에피소드와 같은 기본 기능 조치를에 관한 정보의 이온. 이러한 조치의 포함은 행동 프로파일을 향상시키고 활동 까다로운 작업 성능의 더 나은 해석을 허용합니다.
병에 걸린 쥐의 행동 표현형에서 상세 검색
아픈 쥐의 행동 프로파일을 평가하는데 부적절는 빠른 처리의 PC에 의해 단독으로-보관 마우스의 지속적인 모니터링을 필요로했다. 다양한 행동 배터리 아래, 4, 5를 설계 할 수 있지만 성공적 신경 정신 루푸스 (6)의 동물 모델을 확립하는데 사용 된 절차이다. 이 전지는 반복적 예컨대 경도인지 장애 및 알츠하이머 병 (7) (도 1)의 양측 부 만성 및 만성 모델에 적용된다. 신경 학적 시험 8-10의 AC 시리즈 이어농축 홈 케이지 같은 환경에서 여러 행동 출력 지속적인 모니터링을 이용함으로써 상기 요구를 충족하도록 설계 ustom 제작 장치는, 사용될 수있다. 자연 탐구 활동과 동기 행동의 평가에 이러한 ethologically 기반의 접근 방식은 학습과 기억의 반사 것과 다른 패러다임, 성능 적자의보다 포괄적 인 이해를 제공한다.
우리의 실험실에서 종 행동 표현형의 그림 1. 도식 표현. 행동 배터리가 이러한 질병의 진행으로지지 요인의 영향을 평가하기 위해 서로 다른 시점에서 반복 자세히 - 스트레스 작업으로 성이 떨어지는에서 진화하도록 설계되어, 약물 치료 또는 면역 학적 반응. INBEST 및 개별 테스트는 어두운 P 동안 수행하세, 종종 이상 (10)와 2 시간, 각각 요약 :. R - 반사; BW - 테스트 워킹 빔; RR - 로타로드 (rotarod); OT - 후각 테스트; SP - 자당 기본 설정 테스트; SD - 테스트 스텝 다운; NO - 소설 개체 테스트; 의 - 오픈 필드 테스트; SAB - 자발적 교대 행동; FS - 강제 수영 테스트; MWM - 모리스 물 미로. * - 테스트의 측면 (예를 들어, 위치, 상황, 색상, 모양)가 필요합니다 실험의 과정을 통해 이후의 시험에서 변경 될 수 있습니다.
홈 케이지 같은 환경에서 지속적인 비디오 녹화 및 동작의 분석은 처음 2007 11에보고되었다.자가 면역 마우스와 연구에 사용 행동 검사를 통합하여 더 복잡한 자동화 장치는 일년 후에 모임 '측정 행동'에서 발표 (12). 행동 통합 역 (INBEST,도 2a) 모듈러 시스템, C 인쉼터, 컴퓨터 제어 빛 자극의 omprises, 두 개의 광전지 제어 lickometers (물 한 관심의 솔루션에 대한 하나), 자동화 된 식품 디스펜서, 컴퓨터 실행 휠, 그리고 디지털화 된 등반 메쉬. 대기 시간, 주파수, 구체적인 행동의 지속 시간은 사용자 정의 소프트웨어를 사용하여 검사합니다. 운동력과 탐구 활동 (예를 들어, 새로운 객체 나 익숙하지 않은 conspecific의) 자 및 자해 행동과 발작으로 덜 자주 행동 패턴, 동안, 비디오 추적 소프트웨어 (재료 / 장비 목록)로 할 수 있습니다 평가 될 수있다 비디오 추적 소프트웨어 또는 전용 이벤트 기록 패키지를 수동으로 채점. 여덟 완료 INBEST / 비디오 설정 따라서 4 실험 및 4 대조군 (그림 2B)의 동시 모니터링을 가능하게 사용된다.
그림 2. 통합 된 행동 역. (A) INBEST 상자 (= 39 X W = 53 x 높이 = 50cm L)를 설계에 사용되는 도식 하드웨어의 표현 및 소프트웨어. (B) 여덟 완전한 INBEST 상자 네 개의 실험과 4 개의 제어 마우스의 동시 홈 케이지 모니터링을위한 기회를 제공합니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
종속 변수는 입맛 자극, 자연 외래 활동, 등산, 자발적 실행에 음식 / 물 섭취, 응답의 측정, 불안 관련 행동 (예를 들어, 새로운 객체의 탐사), 정리, 압류 및 수면을 포함한다. 또한, 시각적 자극은 에어컨 및 학습 패러다임을 제시 할 수있다. 표준 행동 테스트를 통해 INBEST의 장점은 교란 효과 induc의 제거를 포함교통 스트레스뿐만 아니라 야간 활동, 탐사, 불안 관련 및 우울증 같은 행동의 반사 조치를 지속적으로 자동화 된 수집에 의해 에드. 비디오 추적 패키지 민감한 하드웨어 구성 요소의 통합은 다양한 동물 모델에서 만성 질환의 진행과 관련하여 행동의 개선 된 평가를 허용하는 내용의 재산을 산출한다. INBEST 다른 만성 CNS 장애 (예를 들어, 자폐증, 우울증, 정신 분열증)뿐만 아니라 종의 연구에서 신경 발달에 초점을 맞추고, 종양 / 전신 질환의 행동 효과, 장기간의 약물을 연구하는 데 사용할 수 있습니다.
Protocol
모든 절차는 맥 매스터 대학 동물 관리위원회의 승인 및 동물 관리의 캐나다 협의회에 의해 설정 지침에 따라 수행된다.
1. 일반 절차
- (- 오후 8시 예를 들어, 오전 8시) 기존의 12 시간 빛 / 어둠주기 1 ~ 2 주 동안 쥐를 길들. RT, 습도, 빛의 강도가 비교적 일정하게 존재로, 어두운주기 동안 모든 절차와 테스트를 수행합니다.
- 마크 또는 꼬리 문신 모든 오랜 기간 동안 쉽게, 숫자 식별을위한 마우스 5-7 일 동안 1-2 시간 매일을 처리합니다.
- 직장 온도, 체중 및 음식 / 취수 매일 반복 측정 노화 또는 질병 진행에 의해 유도 발열 전위 및 / 또는 영양 실조를 검출한다. 표준 배제 기준은 감소로 인해 음식 / 물 섭취, 주름 장식 모피, 뇌수종에 웅크 리고 자세, 눈 주위 포르피린 방전 등으로 낮은 체중을 포함
- 지문을 확인해로이러한 뒷다리 물림쇠 반사 (13), 시각적 배치 반사 (14)로, 전체 활동과 성과를 혼동 표준 감각 테스트를 수행 할 수있다 Y 신경 학적 결손은 테스트 15, 바구니 테스트 (16), 빔 도보 테스트 17-19, 로타로드 (rotarod) (20), 후각 테스트를 geotaxis (21).
참고 : 결과는 INBEST 조치, 기타 절차 (예를 들어, 모리스 물 미로 마우스는 마우스 hyposmic / anosmic 인 경우 블라인드, 새로운 객체 테스트 경우), 집단 내 다양성의 감소, 그리고 더 신중한 선택과 상호 연관 분석에 도움이 될 수 있습니다 출생 적자 또는 감염 마우스의 배제. - 교류 방식으로 실험 및 제어 그룹의 쥐를 테스트하는 동안 살균제 플라스틱 및 유리 장치를 청소하는 것은 소변 산책로를 제거합니다.
2. 통합 행동 역 (INBEST) 절차
- 홈 케이지는 설정
- 식품 디스펜서 채우기20 mg을 마우스 우 펠렛의.
- 수돗물 병을 채 웁니다.
주 : 제 병은 이러한 선호도 시험 수크로오스 또는 사카린 용액으로서 관심 용액으로 충전 될 수있다. - 세션의 단부에서 소비 부피를 계산하는 병을 단다.
- lickometers에 병 주둥이를 삽입합니다. 노즐은 적외선 센서를 차단하지 않도록하십시오; 그것이 없으면 스파우트의 길이를 감소시킨다.
- 홈 케이지의 선택 구석에 대피소를 놓습니다.
- 컴퓨터 설정
주 : 2.2-2.11 단계에서 제공된 소프트웨어 명령은 우리 실험실에서 시험 조건 (재료 / 장비의 목록에서 지정된) Ethovision XT 8.5 소프트웨어 패키지에 적합하다.- 비디오 추적을위한 충분하지만, 상자, 바닥이나 벽을 반영하지 않습니다 확산, 희미한 빛으로 방을 밝히는.
- 기본 비디오 추적 프로젝트를 열고 키 입력에 의해, 실험 설정을 설정관련 상세 정보 (예를 들어, 날짜 / 연구, 그룹 할당, 실내 조건 등의 시간). 그 후, 포인트를 추적, 해당 비디오 소스 (Picolo 근면 그래버) 경기장 (4)의 수를 선택합니다 (센터 -, nose- 꼬리 점), 측정 (cm, 초,도)의 단위.
- 설치의 시험 목록 탭을 선택한 후, 추가 시험 버튼 (1)을 클릭하여 임상 시험의 수를 정의합니다. 다음으로,이 변수 추가 버튼을 사용하여 독립 변수 (예를 들어, 마우스 ID, 성별, 그룹 할당, 변형)을 지정합니다.
- 아레나 설정 탭을 클릭하고 라이브 영상에서 배경 이미지를 캡처합니다. (예컨대 사각형 / 폴리 / 타원형 상과 같은) 적절한 그리기 도구를 사용하여 외주 윤곽을 밝히는 개별 분야의 파라미터를 정의한다.
- 다음으로, (예를 들어, 바닥, lickometers, 식품 디스펜서, 등반 메쉬를 추가 영역 그룹 버튼을 클릭하고 다양한 영역을 요약하여 관심의 영역을 추가
(예를 들어, 쉼터 및 실행 휠, 그림 2) 추가 숨겨진 영역 그룹 버튼을 클릭하여. 입 / 출력을 지정하고 각 숨겨진 영역에 연결되어 있는지 확인합니다. - 반복 각 분야에 대한 2.4-2.5 단계를 반복합니다. 교정을 강조하고 경기장의 폭과 길이를 제공하는 적절한 도구를 (/ 축 보정 스케일을 생성)를 사용하여 경기장 보정을 수행합니다. 마지막으로, 유효성 검사 아레나 설정 버튼을 클릭하여 아레나 설정을 확인합니다.
- 조건 및 시험 길이 / 정지 시험 제어 설정 탭을 선택하고 시작을 지정합니다. 중심점의 기간이 무대에서 1 초를 초과 할 때 시작하는 시작 조건을 설정합니다. 정지 상태 상자를 확장 및 10 시간으로, 지연 후 종료 할 수있는 재판을 설정하여 시험 시간을 조작 할 수 있습니다.
- 검색 설정 탭에서 적절한 검색 방법을 선택 (예 :동적 뺄셈 등) 모델을 기반.
- 다음, 검색 탭에서 설정 버튼을 클릭하고 잡아 현재 버튼을 눌러 빈 경기장의 참조 이미지를 잡아.
- 각 마우스의 중심, 코, 꼬리 기반 탐지는, 신뢰할 수있는 정확하고 연속이되도록 대비의 범위를 조정합니다. 흰둥이 쥐를 들어, 색소 변형을 사용하는 경우 마우스가 배경보다 배경보다 밝게, 어두운 것을 지정합니다.
주 : 피사체 크기 및 비디오 샘플 레이트는 오버 헤드 카메라와 피사체 간의 거리뿐만 아니라, 사용 된 PC (예를 들어, 14.9 프레임 / 초)의 처리 속도에 따라 변경 될 수있다. - 모든 변화가 감지 설정 모듈을 종료하기 전에 저장되어 있는지 확인합니다.
- 디에 (예를 들어, 적외선 빔의 중단, 주행 차륜의 이동 등) 입력 장치에 기록 된 이벤트를 아날로그 변환을 담당하는 인터페이스 장치를 켜고gital 로그.
- 데이터 수집
참고 : 다음과 같은 소프트웨어 명령은 주문 제작 메드 PC IV 루틴 ( "마법사")과 관련이있는 그 세션 매개 변수의 단계별 입력을 제공한다 (예를 들어, 10 시간의 시험 기간, 마우스 ID 등 그룹 할당).- 할당 된 상자에 각 마우스를 놓습니다.
- 동시에 '기록'버튼을 눌러 비디오 카메라 및 이벤트 추적 패키지를 동기화 할 수 있습니다.
- 조용히 실험 공간을 둡니다.
- 기록 기간이 만료되면 (예를 들어, 몇 시간, 일 또는 주)에 마우스를 제거하고 그들의 홈 케이지로 복귀.
- 병 무게를 측정하고 디지털 미디어의 모든 디지털 레코딩 (하드 드라이브, 휴대용 USB 스틱, DVD)를 저장합니다.
- 스프레드 시트에 원시 데이터를 전송합니다.
- 드문 행동 행위 (예를 들어, 상동증, 발작)의 연속 득점에 대한 MPG 파일을 저장합니다.
Representative Results
그림 3은 CD1 마우스와 연장 행동 연구에서 다른 읽기 아웃을 예시한다. 0 나타내며, 데이터는 기본 성능 (일 6 수술 전에 2), 수술 후 회복 (일 2-4)과 뇌 반응 항체의 지속적인 내부 세리 - 심실 관리에 의해 유도 된 행동 효과 (일 6 ~ 10을 나타냅니다 수술 일). 이벤트 기록 소프트웨어와 분석은 물병 핥는 (A)의 낮은 주파수에 의해 입증 수크로오스 용액 (B)에 접근하는 대기 시간을 증가하고 동안 음식 소비 (C)를 감소로 실험 그룹, ingestive 행동 장애 표시되는지 보여준다 실험 기간. 이러한 변화와 동시, 또한 마우스 (D)을 제어하기 위해 비교하여 감소 된 주행 차륜 활성을 나타낸다. 비디오 추적 소프트웨어로 측정, 실험 그룹은 홈 케이지 (E) 덜 ambulates 및 대피소 (F)에 더 많은 시간을 보내고 선호한다. 이러한 행동의 차이재 샘플 ethograms (G)에 나와 있습니다.
INBEST 시스템의 판별 능력을 보여주는 10 시간 매일 세션 일련의 그림 3. 대표 변수. 실험 쥐 (자당 솔루션에 접근하는 시간이 오래 걸릴 적은 물 (A)를 마시 (뇌 반응 항체가 2 주 이상 노출) B), 및 시험 기간 동안 음식 이하 (C)를 소비한다. 감소 실행 휠 수 (D)에 의해 예시 된 바와 같이 이러한 변화와 일치, 그들은 또한, 장애 활동을 보여, 쉼터 (F)에 보행 (E) 및 장기 체류를 감소. 이러한 행동의 차이는 샘플 ethograms (G)에 도시되어있다. 상단 패널은 감소 ingestive 동작을 특징으로 6 일에 실험 마우스의 동작을 표시낮은 실행 휠 활동과 차량 (아래 패널) 수신 제어 마우스에 비해 증가 쉼터 시간. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Discussion
동물에서의 작용 효과의 검출은 대체로 행동 연구에 고유 변동을 제한하는 연구자의 능력에 달려있다. 따라서, 제어를 치밀하고 행동 데이터의 신뢰성 및 재현성을 감소시킬 수있는 잠재적 혼동을 최소화하는 것이 중요하다. 동시에, 더 테스트가 행동의 단일 도메인을 반영 없다는 것을 인식하는 것이 중요하다, 신경 기능의 지식은 필수이며, 그 동작은 외부 스트레스에 매우 민감하다. 상술 여긴다는 이해할 경우, 하나는 광범위한 동작 분석 측정 응답의 시간 경과를 포함해야 결론뿐만 아니라, 기본적인 기능 특성과 특정 행동 양태 꼭지 패러다임을 포함 할 수있다. 이러한 기준의 대부분은 풍부한 가정 케이지 환경에서의 움직임과 행동 행위의 컴퓨터 평가를 사용하여 성취 할 수있다.
지금까지, 그것은 emphasi있다인간의 질병을 보증 추가 고려 사항의 쥐 모델의 행동 표현형 데이빗. 이 개념은 항상성 작용 성 질환이 발병하는 동안 내부 및 외부 스트레스에 의해 도전되는 것을 전제로한다. 모든 잠재적 인 혼동이 자동화, 홈 케이지 표현형의 도입에 의해 제거되지 않을 수 있지만, 일치하지 않는 환경 설정, 교통 스트레스, 반복 처리에 관한 문제는 최소화된다. 이로 인해 연구에서 일관성과 정확성을 향상; 변동성의 아주 작은 감소는 초기 질병에 의해 유발 효과의 검출을 향상시킬 수 있습니다. 실제로, INBEST이 발병, 역학 및 행동 변화의 심각성을보다 정확하게 평가뿐만 아니라 다양한 질병을 유발 행동 적자 중 중요한 관계를 허용 풍부한 정보를 제공한다. 신뢰할 수있는 비디오 추적은 두 개의 조명 조건에 따라 달라집니다. 첫째, 확산 광을 방지하기 위해 시험장에 필요근처에 반영 객체 유물. 둘째, 높은 색 대비 최대한 피사체 색상과 다르게 적절한 바닥 색깔을 선택함으로써 달성 될 수있다. 우리가 실험실에서,이 흰둥이 쥐를 모니터링 할 때 INBEST 상자와 검은 바닥 트레이 아래에 위치 홍수 조명을 사용하여 달성된다 (착색 된 균주를 테스트 흰색 또는 회색 배경은 적절한 것입니다). INBEST 이벤트의 기록 형태에 대하여, 현재의 하드웨어를 설정 (4 입력 1 피콜로 비디오 카드)가 동시에 PC 당 사용되는 4 박스를 제한한다. 보다 적절한 셋업이 각각 2 또는 4, 따라서 PC를 8 또는 16 케이지를 필요로하며, 이는 동시에 것, 상자 오히려 작은 수이다. 바람직하게는, INBEST 홈 케이지로 24 시간 동안 지속적으로 사용할 수 있습니다. 이 동물은 환경에 완전히 길들과 편견 방식으로 분석 할 수 있습니다 안정, 주기성 행동 패턴을 확립 할 수있다. 정전 연속 전력 SU 컴퓨터에 의한 데이터 손실을 방지하려면pply (또는 적어도 무정전 전원 공급 장치)를 확보해야합니다. 마지막으로, 일일 음식물 섭취량의 적절한 평가를 보장하기 위해서는, 음식 펠릿의 크기가 음식 디스펜서 (단일 음식 펠렛의 권장 크기가 20 mg이었다)의 구멍의 크기를 초과하지 않도록주의해야한다.
이 분석은 또한 다양한 INBEST 조치가 서로 상호 작용하는 방법을 포함한다, 그러나, 간과해서는 아니된다. 예를 들어, 주행 차륜에 더 많은 시간을 생쥐는 열량이 증가 요구에 부응하기 위해 음식과 물을 섭취 수량을 높게 할 가능성이있다. 이와 유사하게, 더 크로스 솔루션을 섭취 한 쥐의 음식 섭취를 감소시킬 수있다. 이러한 결과의 해석은 더 특히 행동과 실행 휠 활동을 ingestive에 관해서, 시간이 지남에 따라 성능의 일반적인 개선에 의해 복잡하게 할 수있다. 자신의 인센티브 특성을 감안할 때, 실험자는 또한 자당 용액 t에 대한 액세스를 제한 고려할 수있다그 각각 포스트 ingestive 효과와 과도한 체중 감소의 가능성을 상쇄하도록 휠을 실행. 쥐의 다른 변종이 서로 다른 행동 프로파일을 가지고 있기 때문에, 이러한 문제는 다른 사람보다 몇 가지 균주에 더 관련이있을 수 있습니다. 상술 한 여러 문제에 대한 기준 및 실험 평가 모두 제어를 수행하지만, 실험자는 이러한 변수 INBEST 데이터를 해석 할 때 고려 될 필요가 있다는 것을 인식해야한다. 동시에, 동작의 일부 측면 따라서 주체의 행동 프로필을 작성하는 표준 테스트와의 조합을 필요 홈 케이지 환경에서 연구 될 수 없다.
표준화 된 내 전산 모니터링,하지만 유연한 환경은 현대 행동 분석의 논리적 인 다음 단계가 될 것으로 보인다. 이러한 비 침습적, ethologically 기반 접근법 연구자들은 장기간에 걸쳐 행동 반응의 전체 레퍼토리를 관찰 할 수 있도록한다.oretically이 밀접하게 자연 서식지와 유사한 "가상", 풍부한 환경에서 동작을 연구함으로써 달성 될 수있다. 여러 연구 그룹은 댓구 26, 27, 자신의 홈 케이지 22 ~ 25 생쥐의 행동 표현형을 지원 비전 기반 추적 도구를 설명, 또는 큰 사회 집단 (28)의 맥락에있다. 높은 정밀도와 공간 해상도는 마우스 (28)의 그룹에서 행동 데이터의 동시 수집을 위해 동기화 및 마이크로 칩 기술을 비디오 추적을 통합함으로써 달성 될 수있다. 서명 할 수있는 열을 검출 체열 카메라는 각 마우스 (예를 들면, 체온, 심장 / 호흡률)의 상대적인 위치 및 기본적인 생리 학적 기능을 제공하는 이식 가능한 마이크로 칩 또는 트랜스 폰더와 결합 될 수있다. 또한, 고급 3D 추적 시스템은 행동 작용을보다 정확하게 인식 및 정량을 생성한다. 위해 반복적으로 버지니아를 실행합니다테스트 ETY는, 이러한 시스템은 원격으로 제어하고, 모듈화, 자동화되어야한다. 예를 들어, 공간 기억은 LCD 벽에 말초 단서의 모양을, 프로그래밍 또는 / 제시 이동 층의 입에 음식을 디스펜서를 숨김으로써 더 큰 환경에서 공부하실 수 있습니다. 유사한 방식으로, 신규 한 오브젝트는 연구 전반에 걸쳐 특정 시간에 숨겨져 / 표시 될 수있다. 이러한 컴퓨터 표현형 행동, 병원성 기전 질병 모델 및 새로운 치료 전략의 개발의 유전 적 결정 요인을 밝히는데 도움이 될 수 있습니다. 합의가 시험 조건, 시험의 순서에 대하여뿐만 아니라 사용되는 하드웨어와 소프트웨어에 도달하면, 하나는 그 대망의 표준화 행동 연구의 재현성을 개선하고 새로운 수준의 실험 심리 측정 상승 할 것으로 예상 할 수있다.
Disclosures
이 문서의 오픈 액세스 출판은 메드 어소 시에이 츠, 주식 회사 (세인트 알 반스, VT)가 후원한다.
Materials
| Name | Company | Catalog Number | Comments |
| Power control interface operating package | Med Associates Inc. | MED-SYST-8 | Interface box and PCI card that manage all A/D data inputs and outputs |
| Stimulus light | Med Associates Inc. | ENV-221M | 28 V DC, 100 mA, 2.5 cm diameter light (for presentation of a conditioned stimulus) |
| Head entry detector | Med Associates Inc. | ENV-254-CB | Permits head entry detection into the pellet receptacle |
| Photobeam lickometer | Med Associates Inc. | ENV-351W | Infrared sensor system for detecting beam interception by snout |
| Food pellets | Bio-Serv | F0163 | Dustless precisions food pellets (20 mg rodent grain-based diet) |
| Food dispenser | Med Associates Inc. | ENV-203-20 | Automated food dispensing system consisting of elevated plastic container and dispensing tube |
| Food receptacle | Med Associates Inc. | ENV-303R2W | Infrared sensitive base to signal when food pellet is dispensed or collected |
| Climbing mesh | Med Associates Inc. | CT-Climbing mesh | Durable metal rungs, dimensions |
| Med PC IV software | Med Associates Inc. | SOF-735 | Integrates data acquisition from all electronic devices |
| MPC2XL v1.4 | Med Associates Inc. | SOF-731 | Raw data transfer utility |
| Soft CR Pro v1.05 | Med Associates Inc. | SOF-722 | Remote online monitoring software |
| Running wheel | Med Associates Inc. | CT-MSUB-ENV-3042-X1 | Activity wheel for mice |
| Digital counter | Med Associates Inc. | ESUB-ENV-3000 | LCD counter (4 counts = 1 revolution = 54.6 cm length) |
| Picolo Diligent frame grabber | Euresys | High-resolution PCI video capture card | |
| Ethovision XT 8.5 | Noldus Information Technology | Video-tracking software | |
| Camera | Panasonic | WV-BP334 | Digital, low-lux video camera suspended from a custom-made metal stand |
| Video Splitter | American Dynamics | ADQUAD87 | Integrates and digitizes inputs from 4 video cameras |
References
- Henn, F. A., McKinney, W. T. Ch. 67. Psychopharmacology: The Third Generation of Progress . Meltzer, H. Y. , Raven Press. 687-695 (1987).
- Hart, B. L. The behavior of sick animals. Vet. Clin. North Am. Small Anim. Pract. 21, 225-237 (1991).
- Kapadia, M., Sakic, B. Autoimmune and inflammatory mechanisms of CNS damage. Prog. Neurobiol. 95, 301-333 (2011).
- Rogers, D. C. Behavioral and functional analysis of mouse phenotype: SHIRPA, a proposed protocol for comprehensive phenotype assessment. Mamm. Genome. 8, 711-713 (1997).
- Moy, S. S. Mouse behavioral tasks relevant to autism: phenotypes of 10 inbred strains. Behav. Brain Res. 176, 4-20 (2007).
- Gulinello, M., Putterman, C. The MRL/lpr mouse strain as a model for neuropsychiatric systemic lupus erythematosus. J. Biomed. Biotechnol. 2011, 207504 (2011).
- Marchese, M. Autoimmune manifestations in the 3xTg-AD model of Alzheimer's disease. J. Alzheimers. Dis. 39, 191-210 (2014).
- Sakic, B. A behavioral profile of autoimmune lupus-prone MRL mice. Brain Behav. Immun. 6, 265-285 (1992).
- Sakic, B., Szechtman, H., Denburg, S. D., Carbotte, R. M., Denburg, J. A. Spatial learning during the course of autoimmune disease in MRL mice. Behav. Brain Res. 54, 57-66 (1993).
- Sakic, B. Disturbed emotionality in autoimmune MRL-lpr mice. Physiol. Behav. 56, 609-617 (1994).
- Visser, L., van den Bos, R., Kuurman, W. W., Kas, M. J., Spruijt, B. M. Novel approach to the behavioural characterization of inbred mice: automated home cage observations. Genes Brain Behav. 5, 458-466 (2006).
- Sakic, B. The use of integrated behavioral station in chronic behavioral studies. Measuring Behavior. , Maastricht, Netherlands. 328 (2008).
- Shinzawa, K. Neuroaxonal dystrophy caused by group VIA phospholipase A2 deficiency in mice: a model of human neurodegenerative disease. J. Neurosci. 28, 2212-2220 (2008).
- Quintana, A., Kruse, S. E., Kapur, R. P., Sanz, E., Palmiter, R. D. Complex I deficiency due to loss of Ndufs4 in the brain results in progressive encephalopathy resembling Leigh syndrome. Proc. Natl. Acad. Sci. U. S. A. 107, 10996-11001 (2010).
- Irwin, S. Comprehensive observational assessment: Ia. A systematic, quantitative procedure for assessing the behavioral and physiologic state of the mouse. Psychopharmacologia. 13, 222-257 (1968).
- Crawley, J. N. What's Wrong With My Mouse?: Behavioral Phenotyping of Transgenic and Knockout Mice. , Wiley-Liss. (2007).
- Feeney, D. M., Gonzales, A., Law, W. A. Amphetamine, haloperidol and experience interact to affect rate of recovery after motor cortex injury. Science. 217, 855-857 (1982).
- Stanley, J. L. The mouse beam walking assay offers improved sensitivity over the mouse rotarod in determining motor coordination deficits induced by benzodiazepines. J. Psychopharmacol. 19, 221-227 (2005).
- Gulinello, M., Chen, F., Dobrenis, K. Early deficits in motor coordination and cognitive dysfunction in a mouse model of the neurodegenerative lysosomal storage disorder, Sandhoff disease. Behav. Brain Res. 193, 315-319 (2008).
- Rustay, N. R., Wahlsten, D., Crabbe, J. C. Influence of task parameters on rotarod performance and sensitivity to ethanol in mice. Behav. Brain Res. 141, 237-249 (2003).
- Kapadia, M. Altered olfactory function in the MRL model of CNS lupus. Behav. Brain Res. 234, 303-311 (2012).
- Jhuang, H. Automated home-cage behavioural phenotyping of mice. Nat. Commun. 1, 68 (2010).
- Steele, A. D., Jackson, W. S., King, O. D., Lindquist, S. The power of automated high-resolution behavior analysis revealed by its application to mouse models of Huntington's and prion. Proc. Natl. Acad. Sci. U. S. A. 104, 1983-1988 (2007).
- Zarringhalam, K. An open system for automatic home-cage behavioral analysis and its application to male and female mouse models of Huntington's disease. Behav. Brain Res. 229, 216-225 (2012).
- Chaumont, F. Computerized video analysis of social interactions in mice. Nat. Methods. 9, 410-417 (2012).
- Kabra, M., Robie, A. A., Rivera-Alba, M., Branson, S., Branson, K. JAABA: interactive machine learning for automatic annotation of animal behavior. Nat. Methods. 10, 64-67 (2013).
- Weissbrod, A. Automated long-term tracking and social behavioural phenotyping of animal colonies within a semi-natural environment. Nat. Commun. 4, 2018 (2013).
