Novel Object Exploration som en potentiell analys för högre ordningens repetitiva beteenden hos möss

Introduction

Autism (ASD) är en neurologisk sjukdom som består av tre kärnsymptomen: social försämring, svårigheter att kommunicera genom språket, och repetitiva mönstrade beteenden ^1. Sedan 2000 har antalet personer som har fått diagnosen ASD ökade från ett i 150 till 1 68 under loppet av tio år ^2. Även om förekomsten av sjukdomen fortsätter att öka, är orsaken till sjukdomen ännu inte känd. Det har skett en ökning av arbetet med att identifiera lämpliga musmodeller för kärnan och associerade symtom på ASD, eftersom dessa modeller kan leda till en ökad förståelse av de underliggande symptom och orsaker till ASD. Det finns flera inavlade musstammar som verkar visa beteenden med ansiktet giltighet för kärn symtom på ASD, inklusive repetitiva beteenden ^3.

Begränsade, repetitiva beteenden (RRBs) är en kärna symptom på vissa psykiatriska sjukdomar såsom ASD.RRBs kan öka med svårighetsgraden av störningen ^4, och kan drastiskt störa livsstilen för drabbade individer. RRBs vanligen placeras i två kategorier, lägre ordningens repetitiva beteenden, som hos människor består av åtgärder som gunga och handflaxande; och högre ordningens repetitiva beteenden, som består av strikt följsamhet till rutiner och motstånd mot förändringar ^5-8.

Lägre ordningens repetitiva beteenden har studerats hos gnagare där de manifesterar som motor stereotypier, som lätt kan observeras i laboratoriemiljö ^9. Dessa beteenden verkar ha bra ansikte giltighet för RRBs hos människor, och potentiellt stark konstruktion giltighet samt ^10. Testning för närvaro av lägre ordningens RRBs kan slutföras genom videoövervakning av mus aktivitet för att studera anfall och varaktighet av dessa motor stereotypier ^11. Högre ordningens repetitiva beteenden utgör en utmaning för grundläggande biomedicinsk resöka utnyttja gnagare, eftersom dessa RRBs inte lika lätt identifieras genom enkel observation. På grund av svårigheten att identifiera dessa beteenden, färre etablerade analyser för högre ordningens repetitivt beteende förekommer. Traditionellt har högre ordningens RRBs mätts hos gnagare med hjälp av en labyrint paradigm där försöksdjuret är utbildad för att nå kompetens i att fly. Flykt läge kopplas sedan och antalet försök som krävs för att åter lära sig fly platsen registreras ^12. Dessa analyser är inte idealiska eftersom de kräver en lång träningsperiod, ofta framkalla ångest, och kan resultera i mycket varierande resultat. Hål-board prospektering har också använts för att kvantifiera högre ordningens RRBs ^13,14. Denna metod kräver inte längre träningspass, men förlitar sig på mat motivation och / eller lukt diskriminering. Analyser för högre ordningens RRBs som inte ångestökande eller kräver utbildning skulle vara ett trevligt komplement till den befintliga repertoaren av hål ombord exploratio n och maze baserade analyser för närvarande är i bruk.

C58 / J (C58) inavlad musstam exemplifierar starkt höga nivåer av stereotypt beteende i samband med ASD, nämligen repetitiva, meningslösa motor stereotypier och förhöjda nivåer av själv grooming ^3,11. Dessutom, C58 möss visar RRBs genom höga nivåer av uppfödning, tillbaka vända och scrabbling ^11,14,16. Denna stam börjar visa dessa beteenden tidigt i nyföddhetsperioden och fortsätter att visa dem under hela vuxenlivet. Det skulle vara perfekt för att kunna undersöka förekomsten av förhöjda högre ordningens RRBs att komplettera de väldokumenterade lägre ordningens RRBs närvarande i denna stam, liksom andra musstammar. Den nya prospekteringsobjekt analys som beskrivs här ger möjlighet för forskare att observera lägre ordning och högre ordningens RRBs samtidigt, eftersom det ger möjlighet att mäta mönstrade beteenden samt repetitiva motoriska stereotypier.

e_content "> Använda nya objekt utforskning som en analys för högre ordningens repetitiva beteenden har utvecklats av Pearson et al. ^17. Detta är ny bedömning en förlängning av den väletablerade öppna fälttest ^18-21 med tillsats av fyra nya objekt till arenan. mössen fick fritt undersöka dessa främmande föremål och antal och ordning undersökningar objektet spåras. undersökningarna objektanalyserades sedan med avseende på förekomst av mönster, med BTBR möss visar ökat antal mönstrade undersökningar bland objekten. med denna analys, kan möss visa högre ordningens repetitiva och mönstrade beteenden samtidigt som man eliminerar behovet av att lära sig beteenden samt att ta bort onödiga stimuli. utforskning Novel objekt inducerar högre ordningens RRBs, eftersom det tillåter mössen att skapa mönster och bildar sekvenser genom deras naturliga utforskning . med användning av denna analys gör det möjligt för forskaren att kvantifiera förekomsten av dessa högre ordningens RRBs.

Pearson et al. utvecklat denna analys och använde den för att testa närvaron av potentiella högre ordningens repetitiva beteenden i BTBR inavlad musstam, med spännande resultat ^17. Vi har nyligen publicerat en uppföljningsstudie titta på beteenden av C58, C57BL / 6J (C57) och FVB / NJ (FVB) stammar, liksom en mer detaljerad undersökning av potentiella störfaktorer som finns i denna analys, och eventuellt statistiska metoder för att analysera data som genereras ^22.

Protocol

Protokollet som beskrivs här godkändes av Institutional Animal Care och användning kommittén vid University of Redlands. De C58, C57, och FVB möss som användes i dessa studier var uppfödda vid University of Redlands vivarium från lager som ursprungligen erhölls från Jackson Laboratory (Bar Harbor, ME). Sentinels från denna vivarium screenades varje halvår och befanns vara patogen gratis.

1. Utrustning och rum som inrättats

Obs: Vi använde två olika arenor för nya tester objekt: en klar plast rektangulär bur (45 cm x 24 cm x 20 cm) eller en ogenomskinlig cirkulär bur med en basdiameter av 41 cm; emellertid kan varje bur användas. Pearson et al. Använde en mindre rektangulär bur (20 cm x 30 cm x 20 cm) i sin analys. Detaljer från detta specifika experimentell design finns beskrivna, men med tanke på det nya i denna analys, det finns ingen accepterade normer inom området beteende fenotypning för någon av de variabler som beskrivs.

1. Välja mellan fyra olika nya objekt. Välj fyra objekt som är ungefär samma storlek som konstruerats av hög densitet plast för att underlätta rengöring och motstå tugga och skiljer sig från varandra i form och färg. Viktigt är att se till att testmöss inte utsätts för dessa objekt tills drivs i analysen.
   Obs: Till exempel har en rosa leksak tegel, en röd apa, en vit platta med blå skrift och vita standard munstycke som används här.
2. I den rektangulära arenan, placera dessa objekt ca 3 cm från hörnen. I den runda arenan, placera objekten så att de är på lika avstånd från varandra och cirka 10 cm från sidorna. Spela in placeringen av varje objekt som ett annat nummer, 1-4 (Figur 1). Se till att föremålen placeras i en slumpmässig eller motvikts ordning i hela testning.
3. Placera en kamera direkt ovanför testningarena för att spela in hela arenan under acklimatiseringen och testperioderna.
   Obs: med utredare i samma rum med mössen kan potentiellt påverka aktivitetsnivå och prospektering under testningen.

2. Novel Object Exploration Test

1. Test i början av ljuset cykeln i ett rum upplyst med lysrör på cirka 100 lux. Se till att belysningen är likformig över test arenan för att standardisera utseende medan videoinspelning.
2. Placera en note med kända dimensioner i botten av testarenan och börja videoinspelning.
3. Överför testmus i en tom testning arena för 10 min för att tjäna som en acklimatiseringsperiod. Videoinspelning i acklimatiseringsperiod.
4. Efter acklimatiseringsperiod lämna musen på arenan, snabbt lägga till fyra nya objekt till testarenan och spela musen beteende för en ytterligare 10 minuter.
5. När hela 20 min Acklimatisering / testning perioden har gått tillbaka testet musen till sitt hem bur och rengör och torka nya objekt och testa arena med oparfymerad diskmedel och vatten.

3. Video Scoring

1. Fylla i alla beteende scoring använder video för att underlätta tillförlitligheten.
   Obs: Beteende loggning programvara Noldus The Observer användes för att utföra stegen ²² som beskrivs här, men ett specialiserat program är inte nödvändigt:
   1. Före scoring den första videon, ställa in projektet kodningsschema i beteende loggning programvara genom att skapa ett nytt projekt eller genom att redigera en befintlig, liknande projekt.
      1. Inom Utskriftsformat projektet ställer datainsamling till "Offline Observation." Inom Behavior Coding rutan, programmet "Scrabble", "grävning", "Uppfödning", "Grooming" och "Sniff Objekt 1, 2, 3 och 4" som "statliga Events". Program "Jumping" som en "Point händelse". Obs: Definitions för dessa beteenden är beskrivna i detalj på annat ställe ^11.
         Obs: National Events har en start- och stopptid, medan Point Events samla enkelt räknedata. Tangenttryckningarna för varje diskret beteende genereras av programvaran och dessa motsvarande tangenttryckningar är programmerade till en sekundär tangentbord (steg 3.1.2).
      2. För att programmera den sekundära tangentbord, öppna tangentbordet mjukvaran, klicka på lämplig sekundär tangentbord knapp som visas på skärmen, skriv in lämplig tangentkombination och klicka på OK. När den sekundära tangentbordet har programmerats, stänger programvaran som programmet körs i bakgrunden på datorn.
   2. När projektet och har satts upp, använder beteende loggning programvara för att poängsätta antalet och varaktigheten av föder (definierade som båda framtassarna placeras på en vägg i arenan), gräver (definierat som två framtassar på musen gräva in strö av arenan), själv-hästskötare (definierad som mOuse slickar varje region i sin egen kropp och / eller musen röra någon del av ansiktet med sina framben), och hoppar (definierat som en mus uppfödning och sedan hoppa så att alla fyra fötterna är från marken samtidigt).
      1. Att göra mål en video, gå till Arkiv> Öppna projekt och sedan Observera> Observation> Ny. Programmet frågar efter ett filnamn. När namngiven, välj lämplig videomediafilen.
      2. Börja poäng genom att klicka på knappen Starta Observation.
         Obs: När scoring mus repetitivt beteende, alla statliga händelser kräver två tangenttryckningar, den första motsvarar inledandet av beteende och andra motsvarande slutet av beteendet. Point Events kräver endast en knapptryckning.
   3. Betyg antalet gånger musen sniffade varje objekt. Nosar definieras som helst en mus förflyttar dess näsa inom 0,5 cm av ett objekt. Mät sniff varaktighet med hjälp av beteende loggning programvara på samma sätt som repettiva beteendevaraktigheter mättes (steg 3.1.2).
      1. Varje gång en mus nosar ett objekt, registrera motsvarande positionsnummer, vilket kommer att leda till en rad siffror i slutet av testperioden 10 min (t.ex. 1.243.421 ...). registrera manuellt dessa uppgifter.
         Obs! För att underlätta effektivitet och enhetlighet medan scoring videoklipp siffrorna alltid överensstämmer med en given position, inga invändningar.
      2. Om en mus nosar ett objekt, tittar bort, sedan nosar på föremålet igen, räkna det antal gånger.
      3. När hela 10 min video har gjorts, visualisera data genom att klicka på Analyze> Beteende Analys> Ny. När uppgifterna visas på skärmen, export eller kopiera och klistra in en separat kalkylblad.
   4. Spela den totala sträckan musen reste i arenan under provningen.
      Obs: Video mjukvara, kalibrerad för att spåra test musen och registrera den totala sträckan flyttas i centimeter, användesatt utföra det här steget. Alla videor görs av videospårningsprogram hade en note av kända dimensioner placeras i arenan i början av videon.
      1. Använd note att kalibrera varje video i mjukvaran genom att ställa in en kalibreringslinje längs varje ände av notecard och inmatning av lämplig längd i mjukvaran s kalibreringsskärmen. När väl de linjer dras, mata in den kända längden och bredden på den note som motsvarar varje linje.
      2. Inom Arena inställningar, välj hela arenan.
         Obs: Separata delar av arenan kan differentieras i programvaran om till exempel, mus rörelse längs väggarna kontra genom centrum var av intresse.
      3. Inom Trial Kontrollinställningar, välj en tio minuters varaktighet. I Detection inställningar, välj en mörk objekt på en ljus bakgrund.
         Obs: Det skulle behöva ändras om albino möss används eller om bakgrunden var en mörkare nyans.
      4. När inställningarnahar programmerats, poäng videor. Klicka Förvärv> Öppna Acquisition. I rutan Acquisition Control, klicka på Ny Trial och sedan Starta Trial. Efter tio minuter har gått, stoppar programmet och datan kan visualiseras.
      5. Klicka Analysera> Beräkna statistik. När uppgifterna visas på skärmen, export eller kopiera och klistra in en separat kalkylblad.

4. Statistiska analyser, Sequencing

1. I strängen av siffror som motsvarar objekt undersökningar som genereras av varje mus, identifiera det totala antalet av alla möjliga tre sifferkombinationer utan upprepade nummer (t.ex. 121, 123, 124 men inte 112 eller 122).
   Obs: Ett program skrivet i Python programmeringsspråket användes för att identifiera hur många gånger varje möjlig sekvens visas i strängen av siffror. Det är inte nödvändigt att använda en utanför programmet, och detta steg kan slutföras många olika sätt (t.ex. med användning aven Sök funktion i Microsoft Word eller Excel).
2. Registrera antalet gånger varje sekvens inträffar och identifiera de tre oftast upprepade sekvenser för varje mus.
   Obs: Enskilda sekvenser varierar med musen och den faktiska sekvensen är av mindre intresse än antalet gånger en sekvens upprepades (dvs. anslutning till ett mönster är viktigare än själva mönstret).
3. Eftersom det totala antalet av sekvenser en mus upprepningar kommer att korrelera positivt till aktivitetsnivå, korrigera dessa värden genom att den kvantitet av de vanligaste mönstren med det totala antalet mönster för varje individuell mus. Detta kommer att ge en sekvens upprepning index som är oberoende av den totala aktiviteten.
4. Jämför antalet gånger varje mus upprepar sina vanligaste sekvenser (korrigerat för aktivitetsnivå) mellan grupper med hjälp av en lämplig ANOVA, multipel jämförelse förfarande (Dunnetts test, för t ex) och post hoc test.

1. Med användning av samma sträng med siffror alstrade ovan (steg 3.1.3.1), identifiera det nya objektet preferensen hos varje mus genom att räkna det totala antalet gånger varje objekt undersöktes, eller med andra ord, om man räknar det totala antalet 1 sekund, 2 sek 3 sek, och fyra sekunder i strängen av data. Korrekt för aktivitetsnivå och jämför via ANOVA såsom beskrivits ovan (steg från 4,3 till 4,4).
   Obs: Dessa metoder publiceras av vårt labb ²² och beskrivs här är starkt baserat på Pearson et al ^17.

Representative Results

Den representativa uppgifter ²² visar att kvinnliga C58 / J-möss visade ett större antal sekvense mönster än de andra stammarna i runda arenan (Figur 2, panel A), men inte i den rektangulära arenan (Figur 2, panel C). Ingen av de tre manliga stammar skilde sig från varandra (fig 2, paneler B och D). De representativa data visar att både manliga och kvinnliga C58 / J-möss visar en starkare preferens för deras mest besökta objekt (och därefter en lägre preferens för deras minst besökta objekt) i den runda arenan (Figur 3, panel A och C) men inte i den rektangulära arena (figur 3, panel B och D).

Figur 1:. Rektangulära och cirkulära Arena set-up för Novel Object Testing Than siffrorna motsvarar positionen för varje objekt, som randomiserats för varje mus. Denna siffra har ändrats från referens ^22. Klicka här för att se en större version av denna siffra.

Figur 2:. Representativa data illustrerar hur många gånger de tre vanligaste tre-mönstersekvenser upprepades, Taget i procent av det totala antalet mönster i tre inavlade musstammar C58 honorna uppvisade en stark anslutning till de föredrar utredningsmönster den runda arenan (A), men inte den rektangulära arenan (C). De tre stammarna av hanmöss skilde sig inte från varandra i antingen den runda (B) eller rektangulär (D) ärnas. Data uttrycks som medelvärde + standardfel av medelvärdet * p <0,05 jämfört med C57 och FVB ** p <0,01 vs. C57 och FVB. Denna siffra har ändrats från referens ^22. Klicka här för att se en större version av denna siffra.

Figur 3:. Representativa data illustrerar den Företräde för individuella Nya objekt i tre inavlade musstammar är Data visas som en andel av den totala undersökningar objekt, med val 1 representerar den mest föredragna föremålet för varje enskild mus och val fyra minst föredragna objektet. Male (A) och kvinnliga (B) C58 möss i den runda arenan visade en starkare preferens för deras mest föredraget ändamål än vad de andra två stammarna. Manlig(C) och kvinnliga (D) möss visade inga stamskillnader för objekt preferens i den rektangulära arenan. Data uttrycks som medelvärde + standardfel för medelvärdet * p <0,05 vs. C57 och FVB # p <0,05 vs. FVB. Denna siffra har ändrats från referens ^22. Klicka här för att se en större version av denna siffra.

Kompletterande kodfil. Python motsvarande kod Klicka här för att köra programmet.

Discussion

Här presenterar vi en nyutvecklad analys som kan vara användbara för att kvantifiera mus beteenden med ansiktet giltighet för högre ordningens repetitiva beteenden hos människor. Till skillnad från mer etablerade analyser som Barnes eller T-labyrint, denna nya prospekteringsobjekt analysen inte kräver någon mus utbildning är inte heller särskilt ångestväckande. Dessutom gör utforskning nya objekt inte kräver någon mat eller sociala stimuli, vilket möjliggör ökat fokus på beteenden av intresse, RRBs och minskar risken för störande variabler missvisande resultat. Dessutom olika musstammar göra visar differential beteende i denna analys, med stammar visar förhöjda lägre ordningens RRBs också visar förhöjda mönstrade prospektering och objekt preferens i den nya objektprospekterings analys ^17,22. Som sådan, verkar denna analys att ha bra ansikte giltighet till RRBs hos människor. Om analysen är modifierad genom framtida forskare, skulle det vara fördelaktigt att förblimedveten om de förmåner som anges ovan, nämligen bristen på utbildning som krävs och minimering av ångestframkallande stimuli. Urval av de nya objekten (avsnitt 1,2) som används i analysen är avgörande. Föremålen ska vara lätta att rengöra, men var distinkt utseende och liknande i storlek. Med hjälp av en kamera för att spela in analysen (avsnitt 1.4) och låta mössen att acklimatisera sig till testarenan (avsnitt 2.3) är också viktigt, eftersom det nya i arenan eller närvaron av en försöks i rummet kan påverka beteendet hos möss. Dessa är viktiga aspekter av det protokoll som beskrivs här.

Trots dessa fördelar, det finns andra faktorer som bör beaktas när beslut fattas om en lämplig analys för högre ordningens RRBs. Den främsta utmaningen i att analysera de data som genereras av denna analys är korrelationen till aktivitetsnivå, som kan skilja sig kraftigt mellan olika musstammar ^23,24. En möjlig väg att kontrollera för olika aktivitet levels bland jämförelsegrupper diskuterades; det kan finnas andra mer lämpliga eller eleganta lösningar att överväga antingen med experimentell design eller statistisk analys. Noggrant välja kontrollstammar med liknande aktivitet som den stam av intresse är en möjlighet. Alternativt, är statistisk analys på endast en delmängd av data (de första 50 nya undersökningar objekt, till exempel) en annan möjlighet.

Även om denna analys är inte i sig ångest inducerar, kan de naturliga ångestnivåer för varje annan stam leda till skillnader i insamlade resultat. Mycket oroliga möss vanligtvis föredrar att röra sig längs väggarna och hörnen på ett öppet fält arena ^23,25 och om de nya objekten i denna analys är placerade för nära kanterna eller hörnen, artificiellt höga nya undersökningar objekt kan registreras i oroliga stammar. Vi försökte att korrigera för denna confounding variabel genom att använda en rund testning arena och förflytta föremålen bort från than väggar, förutom att använda en 10 min acklimatiseringsperiod före testning. Andra potentiella korrigeringar kan vara att testa i mörka förhållanden, i musens buren eller genom att variera acklimatisering tid. Ångest kunde kvantifieras inom den nya prospekteringsobjektdata i sig genom att mäta latensen till det första utredning samt genom mätning av antalet upprepade undersökning av samma objekt utan avbrott.

Vision och lukt underskott skulle kunna äventyra prestanda i denna analys också. Oförmåga att lukta eller se nya föremål kan orsaka ointresse eller oförmåga att etablera ett specifikt mönster, som leder till data som tyder på att en mus inte visas högre ordningens repetitiva beteenden. Vissa inavlade stammar (albino stammar i synnerhet) har klart äventyras synskärpa, speciellt vid hög ålder. Detta verkar inte påverka beteende i detta test, som vuxen FVB och C57-möss (en albino och pigmenterad stam, respektivt) visade inga konsekventa skillnader i beteende (figur 2 och 3). Däremot kan eventuella nedskrivningar eller avvikelser i antingen syn eller luktsinne rimligen kan förväntas påverka prestanda musstam i denna analys och screening för grundläggande sensorisk förmåga kan rekommenderas för alla nya stam som används i prospekteringsobjekt analysen roman.

RRBs dyker ofta tidigt i barndomen hos drabbade individer, och som sådan, skulle en analys som kan mäta förekomsten av högre ordningens RRBs hos unga möss vara till nytta för att fastställa ansikte och konstruera giltighet potentiella musmodeller. Hittills har denna analys endast använts på vuxna möss. Novel prospekteringsobjekt kan vara svårt för yngre möss, eftersom de har svårt att röra oberoende före ungefär postnatal dag 10. Dessutom kan möss yngre än postnatal dag 14-16 vara tveksamma till att röra sig i nya arenor. Nedskalning storleken av testningen ärna som används här och göra arenan mer bekant (genom att använda ett hem bur, till exempel) kan lindra vissa av dessa frågor, men det är oklart om denna nya prospekteringsobjekt analys är lämplig för att testa yngre möss.

En potentiell uppsättning statistiska analyser diskuterades här. Med tanke på den unika karaktären av de sekvensdata denna analys genererar, är det fullt möjligt att alternativa analytiska strategier kan avslöja ytterligare information som denna relativt enkel metod inte avslöja. Den representativa uppgifter som analyserades och med här visade blygsam tecken på mönstrade undersökande beteenden som kvinnliga C58 möss visade större upprepning i den cirkulära testa arenan (Figur 2A). Det fanns inget som tyder på någon ökning av upprepning nivåer av C58 i den rektangulära arenan (figur 2C), liksom några bevis för att män visade något mönster i antingen arena (Figur 2B, 2D). there är för närvarande ingen förklaring till skillnaden i beteende mellan manliga och kvinnliga försökspersoner. En möjlig förklaring skulle kunna vara de inneboende beteenden av denna musstam. Det har visat sig att man C58 tenderar att visa mer repetitiva och ängsliga beteenden än sina kvinnliga motsvarigheter ^11. Denna skillnad i oroliga beteenden kan leda till mindre intresse för att bilda en preferens för ett specifikt objekt och mer av ett intresse i att helt enkelt utforska dessa potentiellt ångest inducerar nya objekt. Det är fullt möjligt att även andra musstammar också kan uppvisa könsskillnader i denna analys.

Både manliga och kvinnliga C58 möss visade specifikt objekt preferens inom den cirkulära testa arenan som de revisited sin föredragna nya objekt oftare samt besökte deras minst föredragna föremål betydligt mindre ofta än andra stammar (Figur 3A, 3B). C58-stammen visas även preferens för ett objekt över den andra in den cirkulära arenan, men inte i den rektangulära arenan (figur 3C, 3D). Detta är troligen på grund av någon framträdande inslag i den runda testa arenan såsom brist på hörn, desto större yta tillgänglig för prospektering eller ökat avstånd av föremålen från väggarna. Framtida arbetet med denna analys bör undersöka effekterna av dessa variabler på prospektering mus.

Det primära fokus här har varit på högre ordningens repetitiva beteenden, men med tanke på att alla beteenden i analysen nya objektet är video inspelad, är det också möjligt att mäta andra beteenden. Lägre ordningens repetitiva beteenden såsom uppfödning, hoppa, grooming och gräva är vanliga i öppna fält analyser som denna. Med vissa möss, kan dessa beteenden konkurrera med närvaron av högre ordningens repetitiva beteenden och skulle vara viktigt att mäta och kvantifiera både under acklimatisering och testperioden.

Trots det faktum att endasttvå studier med nya objekt prospektering i möss har publicerats hittills ^17,22, har denna analys potential att fylla ett befintligt behov av en analys som mäter högre ordningens repetitivt beteende snabbt och med minimala störande variabler. En sådan analys skulle ett utmärkt komplement till befintliga tester av högre ordning RRBs såsom hål ombord prospektering och återföring lärande. RRBs är ett centralt inslag i ASD och potentiellt försvagande för livet för drabbade individer. Validerade musmodeller för lägre- och högre ordningens RRBs skulle vara oerhört värdefullt för att testa potentiella farmakologiska och beteendemässiga interventioner. Den nya prospekteringsobjekt analys som beskrivs här har potential för att betjäna ett mycket viktigt behov i grund biomedicinsk forskning.

Materials

Name	Company	Catalog Number	Comments
Standard Polycarbonate Rodent Cage (45 cm x 24 cm x 20 cm)			Multiple cages are desirable to facilitate testing of multiple mice
Plastic Opaque Circular Testing Arena (41 cm base diameter)	United States Plastic Corp.	13931	Multiple arenas are desirable to facilitate testing of multiple mice
Standard Corn-Cob Rodent Bedding
Novel Object - red monkey	Hasbro, Pawtucket RI		from Barrel of Monkeys
Novel Object - rectangular 2 x 4 LEGO
Novel Object - tile	Thinkfun Inc., Alexandria VA		from Toot and Otto
Novel Object - standard white die
Video Camera
Behavioral Logging Software - The Observer	Noldus, Wageningen, The Netherlands	other programs may be used
Video Tracking Software - EthoVision	Noldus, Wageningen, The Netherlands	other programs may be used
X-Keys input keyboard	P.I. Engineering, Williamstown MI	829484
MacroWorks II	P.I. Engineering, Williamstown MI