Summary
Un paradigma se presenta para la formación y el análisis de una tarea de alcanzar experto automatizado en ratas. Análisis de los intentos de tracción revela distintos subprocesos del aprendizaje motor.
Abstract
tareas que alcanzan cualificados son comúnmente utilizados en estudios sobre el aprendizaje de habilidades motoras y la función motora en condiciones sanas y patológicas, pero puede ser mucho tiempo y ambigua para cuantificar las tasas de éxito más allá de simples. A continuación, se describe el procedimiento de entrenamiento para las tareas de alcance y afloja con ETH Pattus, una plataforma robótica para la extremidad anterior automatizado llegar a la formación que los registros de tracción y movimientos de rotación mano en ratas. cuantificación cinemática de los intentos de tracción realizados revela la presencia de los perfiles temporales distintos de los parámetros de movimiento, tales como velocidad de tracción, la variabilidad espacial de la trayectoria de tracción, la desviación de la línea media, así como tirando de éxito. Se muestra cómo los ajustes de menor importancia en el paradigma de formación dan lugar a alteraciones en estos parámetros, revelando su relación con la dificultad de la tarea, la función motora general o ejecución de la tarea especializada. En combinación con técnicas electrofisiológicas, farmacológicas y optogenética, este paradigma se puede utilizarpara explorar los mecanismos que subyacen en el aprendizaje motor y la formación de la memoria, así como la pérdida y recuperación de la función (por ejemplo, después del accidente cerebrovascular).
Introduction
tareas motoras son ampliamente utilizados para evaluar los cambios de comportamiento y neuronales relacionados con el aprendizaje motor o a alteraciones en la función motora en modelos animales neurológicos o farmacológicos. la función motora fina puede ser difícil de cuantificar en roedores, sin embargo. Las tareas que requieren destreza manual, como la manipulación de los cereales 1, 2 pastas, o semillas de girasol 3 son sensibles y no requieren una amplia formación del animal. Su principal inconveniente es que estas tareas dan resultados cualitativos y sobre todo pueden ser difíciles de conseguir sin ambigüedades.
Tareas que alcanzan cualificados, tales como las variaciones de la sola pastilla alcanzar tarea son más fáciles de cuantificar 4, 5. Sin embargo, los factores cinemáticos que subyacen a la ejecución con éxito de estas tareas sólo se pueden inferir de forma limitada y requieren mucha mano de obra fotograma a fotograma de vídeo de unanálisis.
dispositivos robóticos han ganado popularidad como medio de cuantificar aspectos de la función de la extremidad anterior y las habilidades motoras. Varias tareas de alcance automatizado están disponibles. La mayoría se centra en un solo aspecto de un movimiento de la extremidad anterior, tal como tirando de un mango a lo largo de una guía lineal 6, 7, simples movimientos de las extremidades distales 8, o pronación y supinación de la pata 9. Aunque estos dispositivos son prometedores para el análisis de la función motora en, que sólo reflejan las acciones motoras complejas ejecutadas durante sola pastilla de llegar a un número limitado de extender.
A continuación, se demuestra el uso de un dispositivo de tres grados de libertad robótico, ETH Pattus, desarrollado para la formación y evaluación de diversas tareas motoras en ratas 10, 11. Se registra plana y el movimiento de rotación de los movimientos de las extremidades anteriores en ratas alcance, agarre, ytirando de las tareas llevadas a cabo en el plano horizontal. Las ratas interactúan con el robot a través de un mango esférico 6 mm de diámetro que se puede alcanzar a través de una ventana en la jaula de prueba (anchura: 15 cm, longitud: 40 cm, altura: 45 cm) y se movió en el plano horizontal (empujar y tirar movimientos) y los movimientos de pronación-supinación (giradas). De este modo, se permite a la rata para llevar a cabo los movimientos que se aproximan a los ejecutados durante las tareas de pellets llegar individuales convencionales. La ventana es de 10 mm de ancho y situado a 50 mm por encima del suelo de la jaula. El mango se encuentra 55 mm por encima del suelo. A bloques de la puerta corredera de acceso al asa entre llegar a los ensayos y se abre cuando el robot alcanza su posición inicial y se cierra después de que se complete un ensayo. Después de un movimiento ejecutado correctamente, las ratas reciben una recompensa de comida en el lado opuesto de la jaula de prueba.
El robot es controlado a través del software y los registros de salida de 3 codificadores rotatorios a 1000 Hz, lo que resulta en información acerca de la posición o,f el mango en el plano horizontal, así como su ángulo de rotación (para más detalles, véase la referencia 11). Las condiciones requeridas para la ejecución de la tarea con éxito se definen en el software antes de cada sesión de entrenamiento (por ejemplo, mínimo requerido tirando distancia y desviación máxima de la línea media en una tarea de alcance-y-pull). Una posición de referencia estandarizada inicial de la manija se registra con un soporte fijo en el inicio de cada sesión de entrenamiento. Esta referencia se utiliza para todos los ensayos dentro de una sesión, asegurando una posición de inicio constante de la manija para cada ensayo. Posicionamiento constante de la empuñadura con relación a la ventana de la jaula está asegurada por la alineación de las marcas en la jaula y robot (Figura 1).
Las grabaciones de vídeo de los movimientos de extensión se registran utilizando una pequeña cámara de alta velocidad (120 frames / s, 640 x 480 de resolución). Una pequeña pantalla en vista de la cámara muestra el número de identificación de la rata, la sesión de entrenamiento,Número de prueba y el resultado del ensayo (éxito o fracaso). Estos vídeos se utilizan para verificar los resultados registrados y para evaluar los efectos de llegar a los movimientos que preceden al tocar, tirar o giro de la manivela.
A continuación, se demuestra el uso de esta plataforma robótica en variaciones de una tarea de alcance y afloja. Esta tarea puede ser entrenado en un plazo de tiempo que es comparable a otros paradigmas que alcanzan cualificados y produce resultados reproducibles. Se describe un protocolo de entrenamiento típico, así como algunos de los principales parámetros de salida. Por otra parte, se muestra cómo pequeños cambios en el protocolo de entrenamiento utilizado puede dar lugar a cursos de tiempo alterados de los resultados conductuales que pueden representar subprocesos independientes dentro del proceso de aprendizaje de habilidades motoras.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Los experimentos presentados aquí fueron aprobados por la Oficina veterinaria del Cantón de Zurich, Suiza, y se llevaron a cabo según las normas nacionales e institucionales.
1. Las condiciones de alimentación
NOTA: Todas las sesiones de entrenamiento se realizan bajo un protocolo de alimentación programada.
- Alimentar a las ratas 50 g / kg de pienso estándar una vez al día, una vez finalizada la formación. Esta cantidad de comida es suficiente para evitar la pérdida de peso importante (peso corporal es> 90% de peso de alimentación de libre), pero lo suficientemente pequeño para asegurar acondicionado de comportamiento reproducible. Pesar las ratas diariamente para garantizar su peso corporal se mantiene estable.
NOTA: durante la noche adicional (10-12 h) la privación de alimentos puede ser útil antes de la primera sesión de recompensa-toque (paso 2.3).
2. Procedimiento de formación de un Grupo de Reach-y-pull
- Preparación: Dejar que las ratas que se habitúan a sus nuevas jaulas durante al LEAst una semana después de su llegada a las instalaciones de animales. Manejar las ratas regularmente durante este tiempo y dar gránulos de precisión sin polvo en la jaula de alojamiento para habituar a las ratas a la nueva comida. Estos gránulos se pueden utilizar como recompensas durante todo el protocolo de entrenamiento.
- La habituación: Coloca las ratas en la jaula de prueba durante 30-45 min y proporcionar 30-50 pellets en el recipiente de alimentación, mezclado con comida en polvo. Abrir y cerrar la ventana de la jaula y usar el despachador de pellets vez en cuando para habituar a las ratas a su sonido.
- Repita este durante 2-3 días.
- Recompensar al tacto: Capacitar a las ratas a tocar el mango esférica a través de la ventana de la jaula y para luego pasar al lado opuesto de la jaula para recuperar un premio de comida.
- Ajustar la configuración de software para que el mango se encuentra justo fuera de la ventana de jaula de prueba al comienzo de cada ensayo y alinear el mango con el centro de la ventana de la jaula. Cuando las pruebas tienen éxito, es decir, </ Em>, tan pronto como un ligero toque en el mango (0,25 mm de desplazamiento en cualquier dirección) se ha detectado, suena un tono y una recompensa se dispensa. Clasificar los ensayos como fallida cuando no hay contacto se ha detectado durante 180 s después se abre la ventana.
- Ponga la rata en la jaula de entrenamiento. Pedirá a la rata para llegar por dejar que se agarra a un sedimento se mantenía cerca de la manija. Dirigir la atención de la rata a la taza del mango y la comida con un toque en la jaula.
- Deja de preguntar cuando la rata alcanza de forma independiente a través de la ventana de la jaula y recupera la bola de comida.
- Continúe hasta que se hayan completado 100 ensayos (toques) o hasta 60 minutos han pasado, lo que ocurra primero.
- Continuar la formación de 3-4 días y comenzar la siguiente etapa de formación (paso 2.4) cuando las ratas alcanzar 100 ensayos dentro de 30 min en 2 días consecutivos.
NOTA: No sobre-entrenar a este paso. El objetivo de la recompensa toque es lograr la interacción fiable entre la rata y el robot, por lo que este comportamiento puede ser en forma dela formación posterior.
- Tirón libre (FP): Capacitar a las ratas para extender la mano y tirar de la manija del robot.
- Ajustar la configuración de software para que el mango está situado a 18 mm desde la ventana al inicio de cada ensayo, y debe ser lesionado durante al menos 10 mm sin interrupción durante una prueba exitosa. No hay restricciones laterales en el movimiento de tracción en esta etapa.
- Clasificar a un juicio como fallida cuando el mango no se ha movido durante 180 s después de que se abre la ventana, cuando el mango se mueve fuera del área de trabajo alcanzable (más de 12 mm desde la línea media), o cuando la rata se ha retirado a menos de 10 mm dentro de 5 s después del primer contacto se ha detectado.
- Tomar nota del número de veces que se usa la pata izquierda y derecha durante los primeros 20 ensayos de la primera sesión de FP. La pata que se utiliza en al menos 80% de los ensayos es considerada la pata preferido.
NOTA: La preferencia de la pata puede estar ya claro en recompensa-TOUCH sesiones. - Mueva el mango lateralmente hasta que esté alineado con el borde de la ventana para facilitar tirando con la pata preferida (es decir, mover el robot 5 mm hacia el lado izquierdo de la ventana para las ratas diestros y vice-versa).
NOTA: Coloque el mango en esta posición exacta misma respecto a la jaula para todas las siguientes sesiones de entrenamiento para esta rata. Asegurar la colocación exacta por las marcas en la pared de la jaula y en el robot. - Ponga la rata en la jaula de la formación y del tren hasta que se completen los ensayos 100 o hasta 60 minutos han pasado, lo que ocurra primero.
NOTA: Si la rata no llega lo suficientemente lejos, se pedirá por dejar que se agarra a un sedimento se mantenía cerca de la manija. Las ratas pueden dejar de intentar tirar después de repetidos intentos fallidos. Toque en la jaula, dejar que ellos agarran los pellets mantenidas con un par de pinzas o dispensar una pastilla para restaurar su motivación. - Para los experimentos que sólo afecten a la formación FP, seguir entrenando como se describe en 2.4.
NOTE: Por lo general, se necesitan 1-2 sesiones de PF para ayudar a la transición de contacto recompensa a la formación SP (Straight Pull). El objetivo de estas sesiones de PF es habituar a las ratas para alcanzar, agarrar y tirar de la palanca, en lugar de sólo tocarlo. Al igual que con entrenamiento de la recompensa al tacto, es importante no sobre-tren si el objetivo es hacer la transición a una siguiente etapa de formación.
- Ajustar la configuración de software para que el mango está situado a 18 mm desde la ventana al inicio de cada ensayo, y debe ser lesionado durante al menos 10 mm sin interrupción durante una prueba exitosa. No hay restricciones laterales en el movimiento de tracción en esta etapa.
- Tirón recto (SP): entrenar a las ratas para tirar de la palanca sin desviarse más de 2 mm de la línea media.
NOTA: La línea media se define en relación a la posición inicial del robot, no para el punto medio de la ventana de jaula. Por lo tanto, un intento de tirar terminando en el punto medio de la ventana de jaula dará lugar a una trayectoria de tracción que se desvía más de 2 mm de la línea media.- Ajustar la configuración de software, de modo que sólo los ensayos en los que el movimiento de tracción no se desvía más de 2 mm de la línea media de cada lado son recompensados por un tono y un pellet. Mantenga todos los otros parámetros como se describe en el paso 2.4.
- Ponga la rata en la jaula de la formación y del tren hasta que se completen los ensayos 100 o hasta 60 minutos han pasado, lo que ocurra primero.
NOTA: Las ratas pueden llegar a ser extremadamente agitado y dejar de tratar de tirar después de repetidos intentos fallidos. Toque en la jaula para redirigir su atención a la tarea de llegar, dejar que ellos agarran los pellets mantenidas con un par de pinzas o dispensar una pastilla para restaurar su motivación. - Continuar la formación hasta que las ratas alcanzan un rendimiento meseta, o adaptar el período de formación de acuerdo con el objetivo de un experimento.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Aquí, mostramos 3 variaciones de una tarea de alcance y de tracción utilizando ratas Long-Evans machos (10-12 semanas de edad). En el grupo sin tracción (FP) (N = 6), las ratas fueron entrenadas para tirar de la manija del robot durante un periodo de 22 días sin restricciones laterales. Los animales en el método lineal, tirar de 1 grupo (SP1) (N = 12) fueron entrenados para tirar de la palanca sin desviarse más de 2 mm de la línea media. Estos animales transición directamente de recompensa-toque (paso 2.3) para el entrenamiento de tiro recto-(paso 2.5). Tanto para los animales de PF y SP1, el asa fue colocada en el centro de la ventana de la jaula. Estos resultados fueron publicados previamente en Lambercy et al. 10 Ratas en el grupo SP2 (N = 7) recibieron 2 sesiones de entrenamiento de FP antes de pasar al entrenamiento de tiro recto. El mango se alineó con el borde de la ventana de la jaula para este grupo, lo que resulta es una tarea poco más difícil, ya que el mango se desviaría más de 2 mm de la línea media si se tirahasta el punto medio de la ventana de jaula.
Todas las ratas fácilmente aprenden a interactuar con el manipulandum robótico (Figura 2A). El número de tirones válidos (es decir, el número de intentos de tracción en el que el mango se tira al menos 10 mm) aumenta rápidamente y alcanza niveles de meseta estable después de 2-3 días en FP y SP1. El número de intentos válidos aumenta a un ritmo comparable durante las sesiones de PF de SP2, lo que resulta en un número estable de tirones válidos por sesión de entrenamiento a lo largo de SP en ratas SP2. rendimiento meseta es alta en todos los paradigmas de formación y es independiente de parámetros de la tarea como posición de la manija y los límites de la cantidad permitida de desviación de la línea media.
SP1 ratas llegan tasa de éxito meseta (es decir, el porcentaje de tirones válidas que se mantiene dentro de 2 mm de la línea media) después de 5-4 sesiones de entrenamiento (Figura 2B). ratas SP2 muestran unamás lenta la progresión de la tasa de éxito y la meseta alcance después de 11 sesiones, lo que indica que la ejecución exitosa de esta versión de la tarea de extracción recta es más difícil de lograr. las tasas de éxito finales son similares para SP1 y SP2.
Durante el entrenamiento de SP, las trayectorias de tracción se hacen cada vez más recto, como se evidencia por una disminución de la desviación de la línea media (es decir, el área entre la trayectoria medido y la línea media) y que resulta en un mayor número de tirones de éxito en tanto SP1 y SP2 (Figura 3, Figura 5a). Curiosamente, la trayectoria de tracción promedio de las ratas PF se convierte en más recta durante el período de entrenamiento 22 días, así, a pesar de la cantidad de desviación de la línea media se estabiliza a un nivel más alto que en las ratas de SP1. Esto indica que la trayectoria tirando natural es relativamente recta cuando el mango de la robot está situado en el centro de la ventana de la jaula. Cuando el mango está alineado won el borde de la ventana, sin embargo, la trayectoria puling es curva y la desviación de la línea media se mantiene estable durante las sesiones SP2-PF. La desviación de la línea media en el grupo de SP2 sigue siendo mayor que en el grupo SP1, probablemente como resultado de la colocación de mango fuera del centro.
La variabilidad de las trayectorias de tracción (es decir, el tamaño del intervalo de confianza del 95%) cae rápidamente en FP y SP1, y alcanza niveles comparables en estos grupos después de 3-4 sesiones de entrenamiento (Figura 5B). Curiosamente, los animales SP2 no muestran esta disminución de la variabilidad y tiran continuamente con relativamente baja variabilidad durante las sesiones de SP, pero sí muestran una rápida disminución de la variabilidad trayectoria durante las sesiones de PF-SP2.
Del mismo modo, tanto la media y pico tirando de aumento de velocidad durante las sesiones de formación inicial (FP, SP1 y SP2-FP), pero son estables durante las sesiones de SP2-SP (figuras 5C, 5D). Aunque la media velocidad de tracción no cambia durante las sesiones de SP2, tirando de perfiles de velocidad se vuelven mucho menos variable a través de la formación (Figura 4). Esto se refleja tanto en el número de submovimientos (es decir, número de aceleraciones y deceleraciones en el movimiento de tracción, Figura 5E) y el número de ensayos con paradas (es decir, ensayos en los que la velocidad de tracción se reduce a cero, la Figura 5F). Después de una fuerte disminución durante las sesiones iniciales SP1 y SP2-PF, tanto el número de submovimientos y el número de ensayos con paradas continuará disminuyendo en SP1 y SP2 durante todo el período de entrenamiento de 22 sesiones. En ratas FP, el número de submovimientos y ensayos con paradas inicialmente a disminuir rápidamente también, pero se estabilice a un nivel más alto que ambos grupos-pull recta y no muestran una mejora continua. Curiosamente, tirando de la velocidad no parece estar estrechamente relacionado con el resultado de un ensayo (Figura 4
El ~ 5% de las ratas que no aprenden con éxito para llevar a cabo la tarea de tiro recto-do generalmente aprenden a tirar de la palanca, pero no son capaces de tirar de recta (Figura 6). Estos animales muestran una desviación de línea media alta constantemente, lo que resulta en bajas tasas de éxito. Rendimiento durante las sesiones de SP2-FP del animal que aquí se presenta durante por lo demás comparable a la de los animales SP2 que adquieren la tarea con éxito.
Figura 1: Visión general de robótica Manipulandum y la manija de posicionamiento. (A) Dibujo técnico que muestra la manipulandum robótica y marcas de alineación con la jaula de entrenamiento. (B) manipular mantiene en posición constante referencia al inicio de una sesión de entrenamiento. (C) de la manija en la posición inicial gratuito en el starte de un ensayo de tracción. Haga clic aquí para ver una versión más grande de esta figura.
Figura 2: Curvas de aprendizaje típicos de un Grupo de Alcance y afloja. (A) Válido tirando de intentos en una tarea de extracción libre (FP, N = 6), tarea recta tirón sin introductorias FP-sesiones (SP1, N = 12) y una tarea de extracción recta (SP2, N = 7) con FP introductoria sesiones (SP2-FP). Los valores son medias ± SEM intentos (B) El éxito de tracción como porcentaje de intentos válidos en la tarea tirando directamente con (SP2) y sin (SP1) de introducción de PF-sesiones. Los valores son medias ± SEM favor, haga clic aquí para ver una versión más grande de esta figura.
Figura 3: Tirar de trayectorias se vuelven progresivamente más recto y menos variable a lo largo de Formación de la SP 2 Tarea. El éxito (negro), fracasó (gris) y trayectorias medias (verde) se muestran por primera y última sesión de entrenamiento de tiro recto de un animal representativo. Las líneas de puntos muestran la amplia zona de 4 mm dentro de la cual se ejecuta una prueba exitosa. El punto rojo indica la posición de partida del mango. El punto verde muestra el punto final teórico de un intento de tirar perfectamente recta de 10 mm. Haga clic aquí para ver una versión más grande de esta figura.
Figura 4: </ strong> es la velocidad media en la dirección de tracción de intentos válidos Aumenta ligeramente a lo largo de Formación y se hace menos variables de la primera (A) hasta el último (B) sesión de entrenamiento. Normal (verde) y los perfiles de velocidad de tracción individuales de éxito (negro) y no (gris) tirando intentos se muestran para un animal representativo llevar a cabo la tarea SP2. Haga clic aquí para ver una versión más grande de esta figura.
Figura 5: Una visión general de los parámetros medidos en un libre Tirando (FP, N = 6) Tarea, rectos del tirón tarea sin introductorias FP-sesiones (SP 1, N = 12) y un tire directamente de tareas (SP 2
6 "src =" / files / ftp_upload / 54970 / 54970fig6.jpg "/>
Figura 6: Ejemplo de un animal que no se aprende con éxito para realizar la tarea SP 2. (A) que tira de las trayectorias en la primera y última sesión de entrenamiento. El éxito (negro), fracasó (gris) y trayectorias medias (verde) se muestran por primera y última sesión de entrenamiento de tiro recto de un animal representativo. Las líneas de puntos muestran la amplia zona de 4 mm dentro de la cual se ejecuta una prueba exitosa. El punto rojo indica la posición de partida del mango. El punto verde muestra el punto final teórico de un intento de tirar perfectamente recta de 10 mm. (B) Curva de aprendizaje que muestra los intentos de tracción válidos y exitosos en todo el período de formación. Haga clic aquí para ver una versión más grande de esta figura.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Tareas que alcanzan cualificados son comúnmente utilizados para estudiar la adquisición de habilidades motoras, así como el deterioro de la función motora en condiciones patológicas 6. análisis fiable y sin ambigüedades de alcanzar comportamiento es esencial para el estudio de los mecanismos celulares subyacentes adquisición de habilidades motoras, así como procesos neurofisiológicos involucrados en la pérdida y la posterior recuperación de la función en modelos animales de enfermedad neurológica. Los resultados presentados aquí muestran cómo los aspectos espaciales y temporales del movimiento de tracción muestran perfiles distintos durante el entrenamiento de habilidades motoras. Estos pueden reflejar diferentes subprocesos dentro del proceso de la habilidad de motor 7, 12 aprendizaje.
En los resultados presentados aquí, se muestra que incluso un pequeño cambio en el protocolo de formación, tal como una posición de partida diferente del mango (SP1 vs. SP2), los resultados en los perfiles de los parámetros de movimiento alterados. por adding dos sesiones de PF antes del entrenamiento de tiro recto a nuestro protocolo de entrenamiento publicado previamente 10, hemos sido capaces de disociar los efectos de aprender a tirar de la habilidad para tirar recto. Además, la colocación fuera del centro de la manija del robot en este protocolo de entrenamiento mejorado (SP2) da como resultado una tarea con una curva de aprendizaje más superficial que es más ventajoso para el estudio de los mecanismos de aprendizaje motor, ya que da tiempo para que las intervenciones para que los niveles de rendimiento de la meseta son alcanzado. Por otra parte, es posible distinguir los factores relacionados con la ejecución de la tarea de los factores relacionados con la dificultad de la tarea que no se refleja inmediatamente en las tasas de éxito, pero puede indicar un mayor refinamiento de la habilidad de motor 4. la ejecución suave de los movimientos de tracción, que se refleja en el número de submovimientos puede considerarse como una medida de experto, directamente tirando. Por el contrario, la variabilidad espacial del movimiento cae rápidamente a medida que el número de tirones válidosaumenta en las tres versiones de la tarea alcance y afloja, pero no está directamente relacionado con tirar el éxito en tareas de extracción rectas y puede reflejar función general del motor o la convergencia en el movimiento correcto requerido para una prueba con éxito, en lugar de ejecución de la tarea materia una vez las reglas de la tarea se han aprendido.
La ejecución de las tareas alcance y afloja robótica es muy fiable y reproducible entre los animales. Todos los animales entrenados adquieren la tarea de extracción libre, y una mayoría (90-95% de los animales) es capaz de aprender la tarea de extracción recta. Incluso los animales que muestran consistentemente bajas tasas de éxito durante la recta tirando sigue ejecutando a un alto número de intentos de tracción válidos. Estos fracasaron, pero los intentos válidos se registrarán íntegramente. No se pudo llegar a intentos en una tarea de alcanzar experto clásica típicamente resulta en un movimiento de llegar incompletos. Por lo tanto, no sólo es posible analizar aspectos del movimiento relacionado con la adquisición de tareas éxito, pero alpor lo cual el movimiento para evaluar parámetros resultan en fracaso.
Mientras que las mediciones se presentan aquí proporcionan información detallada acerca de movimientos de tracción, no son capturados todos los aspectos del movimiento de la extremidad anterior del alcance y afloja. Cualquier cambio en el comportamiento de alcanzar que se producen antes del primer contacto o después de la liberación del asa en la parte final de un intento de tirar válida no se registran y pueden, por tanto, no se pueden analizar con la misma precisión. Por ejemplo, el número de intentos antes de agarrar un movimiento de tracción no se miden, a pesar de que pueden ser pertinentes en relación con los modelos de la recuperación funcional. El análisis de las grabaciones de vídeo de alta velocidad proporciona esta información adicional. Los métodos descritos anteriormente para el seguimiento de movimiento 13, 14 se pueden adaptar para este fin.
Por otra parte, nuestras grabaciones no proporcionan información sobre la calidad de agarre de la empuñadura de la rata. La rotación de lamanejar, lo que indica la pronación o supinación de la pata, podría proporcionar una cierta penetración en combinación con vídeo de alta velocidad. Desde la rotación y el agarre se ven afectados sobre todo en modelos de rata con accidente cerebrovascular 9, 15, 16, son necesarios experimentos futuros para determinar la eficacia de las tareas de alcance y afloja que aquí se presentan son en la captura de post-accidente cerebrovascular déficits motores.
Las tareas que se presentan aquí fueron diseñados para imitar tareas que alcanzan solo pellets convencionales: la distancia de extracción requerida se basa en la distancia típica entre la ventana y el pellet en estas tareas y la libre circulación del mango en el plano horizontal permite la medición de trayectorias pata naturales de la rata sobre una distancia de 10 mm en los ensayos válidos.
Del mismo modo, los ensayos no válidos en el que el mango se mueve fuera del área de trabajo del robot (por ejemplo, el mango se desliza a un lado durante la extracción) odonde la distancia tirada es insuficiente, podría interpretarse como algo similar a gránulos se redujo en tareas individuales de pellets alcanzar, a pesar de que el mango no se caiga al suelo cuando se suelta.
Este diseño captura más aspectos del movimiento de tracción de tareas automatizadas destinadas a la medición de un solo movimiento sencillo. Sin embargo, también permite la interacción entre tracción y movimientos de rotación y da los animales la posibilidad de una compensación. La comprensión de los movimientos compensatorios durante la recuperación de la función motora puede ser valioso, pero también complica la interpretación de los resultados.
Un paso crítico en la adquisición de las tareas de alcance y afloja es acondicionado con éxito de la etapa de contacto recompensa de entrenamiento. Sin interacción fiable entre la rata y el robot, más medidas de formación son difíciles de llevar a cabo y cuantificar de manera fiable. Es igualmente importante no sobre entrenarse a las ratas durante las etapas de formación de transición, sin embargo. mientras que unaimals pueden seguir mostrando mejoras en el rendimiento durante las sesiones de entrenamiento de la recompensa toque para más de 3-4 días, el exceso de consolidación impide la conformación efectiva de la conducta en el entrenamiento de alcance y afloja posterior.
la colocación constante de la empuñadura es esencial para la correcta ejecución y análisis fiable de los datos obtenidos mediante la tarea alcance y afloja robótico que aquí se presenta. Mientras que la posición del mango con relación al resto del robot y a la línea media es definido por software, la posición del mango con relación a la ventana de la jaula se puede variar fácilmente moviendo ya sea hacia los lados. Aquí, hemos demostrado cómo la alineación del mango, ya sea con el borde o centro de la ventana altera adquisición de tareas y se puede utilizar para procesos subyacentes de aprendizaje de habilidades motoras estudiar. inconstante alineación del mango dentro de un período de entrenamiento, sin embargo, presentará efectos y los rendimientos Lecturas de comportamiento poco fiables confusión.
En el protocolo descrito aquí, ratas son entrenados durante las sesiones diarias compuestas por 100 juicios, similar a nuestros anteriores experimentos sola pastilla de alcanzar el 4, 17. Con configuraciones de formación automatizados el número de ensayos por sesión fácilmente se puede incrementar, sin requerir mucho más esfuerzo por parte del investigador. Mientras que un mayor número de ensayos por sesión puede resultar en una menor variabilidad intra-individual, los efectos de aumentar el número de ensayos por sesión de entrenamiento de la velocidad de aprendizaje y la recuperación tiene que ser tenido en cuenta. Por otra parte, factores como la saciedad y la fatiga serán más pertinentes y podrían interferir con el rendimiento en los entrenamientos muy largos.
Aunque la cepa y el sexo las diferencias en las habilidades motoras capacidad de aprendizaje se han descrito en ratas 4, 18, 19, hemos obtenido un rendimiento fiable en tanto Sprague-Dawley macho de unad ratas Long-Evans. Los animales más viejos (4-5 meses de edad) generalmente son más lentos que los más jóvenes (8-10 semanas) y muestran intervalos más largos entre los ensayos. Además, hemos observado un rendimiento deficiente en animales más viejos cuando bolitas de comida se sustituyen con una recompensa de sacarosa-agua. Los animales más viejos que reciben recompensas líquidos experimentan dificultades durante la transición de recompensa toque a tirar. Esto puede ser causado por relacionadas con la edad de recompensa-preferencias, en cuyo caso el uso de una recompensa líquida más aceptable tal como yogur o aceite de cacahuete puede producir mejores resultados. Por otra parte, el comportamiento de los animales de más edad podría indicar dificultades en la comprensión de una tarea de llegar a más abstracta (en comparación con pellets convencional llegar), aunque sí observamos el comportamiento de aprendizaje fiable en estos animales cuando se utilizan recompensas de alimento sólido. Por lo tanto, el efecto de la recompensa elegida sobre todo se debe considerar en el diseño de experimentos en los que es preferible el uso de animales de más edad (es decir, en los modelos de accidente cerebrovascular o Neurodeenfermedad generativa).
Todavía no hemos estudiado las diferencias de sexo en el aprendizaje de habilidades motoras utilizando ETH Pattus. Es poco probable que las ratas hembras no podrán adquirir el SP o tareas de PF, aunque sus estrategias de aprendizaje pueden ser diferentes de los machos. Sin embargo, aunque el ciclo estral afecta a la densidad de la columna vertebral en ratas hembras, los efectos sobre las curvas de aprendizaje y la plasticidad relacionada con el aprendizaje en corteza motora primaria se limitan 20.
Las tareas robóticas se pueden variar de varias maneras: el movimiento requerido puede ser más o menos precisa (por ejemplo, una cantidad limitada de desviación de una trayectoria prescrita en una tarea de alcance-y-pull), o el robot pueden interferir con o ayudar el movimiento ejecutado en uno cualquiera o todos los tres dimensiones (longitudinalmente o lateralmente movimientos en el plano y rotación del ángulo horizontal de la empuñadura). Aparte de las variaciones en las tareas de alcance y afloja presentados en este documento, es posible diseñar la habilidad de motor lganar tareas en las que, por ejemplo, ángulo de rotación del mango, la máxima velocidad de movimiento, o perfil de aceleración definen el éxito de un ensayo.
Aparte de que permite un fácil variación de parámetros de la tarea, la configuración experimental presentado aquí separa espacialmente la acción del motor de la recompensa dada, que se dispensa en el lado opuesto de la jaula. Adaptar el tamaño de recompensa no es posible en las tareas que llegan clásicos sin afectar dificultad de la tarea 21 (Una bola de comida más pequeña es más difícil de entender que uno más grande), ni tampoco es posible variar la probabilidad de una recompensa, independientemente del nivel de conocimientos del animal. El uso de una tarea robótica, la recompensa obtenida para una acción de motor se puede variar en base a la habilidad, el rendimiento actual, o se puede variar para evaluar los factores tales como la motivación.
En conclusión, el entrenamiento automatizado combinado con el análisis del movimiento cinemático proporciona un método automatizado, objetivopara estudiar el aprendizaje de habilidades motoras que imita muy bien las tareas que alcanzan expertos convencionales, pero cede los datos adicionales de tanto éxito y los intentos fallidos de tracción. Este enfoque abre nuevas vías de investigación en combinación con intervenciones electrofisiológicos, farmacológicos o optogenética dirigidas a la mejora o interferencia con los movimientos de alcance y afloja o resultantes recompensas de comida.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Los autores no tienen nada que revelar
Acknowledgments
Esta investigación fue apoyada por la Fundación Nacional de Ciencia de Suiza, la Fundación David y Betty Koetser para la Investigación del Cerebro y la Fundación ETH.
Materials
| Name | Company | Catalog Number | Comments |
| ETH Pattus | ETH Pattus was made by the Rehabilitation Engineering Laboratory of Prof. Gassert at ETH Zurich. | ||
| Training cage | The plexiglass training cage was made in-house. | ||
| Pellet dispenser | Campden Instruments | 80209 | |
| 45-mg dustless precision pellets | Bio-Serv | F0021-J | |
| GoPro Hero 3+ Silver Edition | digitec.ch | 284528 | Small highspeed camera |
| Small display | Adafruit Industries | #50, #661 | 128 x 32 SPI OLED display controlled via an Arduino Uno microcontroller and Labview software |
| LabVIEW 2012 | National Instruments | 776678-3513 | ETH Pattus is compatible with more recent Labview versions. |
| Matlab 2014b | The Mathworks | MLALL |
References
- Irvine, K. -A., et al. A novel method for assessing proximal and distal forelimb function in the rat: the Irvine, Beatties and Bresnahan (IBB) forelimb scale. JoVE. (46), (2010).
- Ballermann, M., Metz, G. A., McKenna, J. E., Klassen, F., Whishaw, I. Q. The pasta matrix reaching task: a simple test for measuring skilled reaching distance, direction, and dexterity in rats. J Neurosci Meth. 106 (1), 39-45 (2001).
- Kemble, E. D., Wimmer, S. C., Konkler, A. P. Effects of varied prior manipulatory or consummatory behaviours on nut opening, predation, novel foods consumption, nest building, and food tablet grasping in rats. Behav Proc. 8 (1), 33-44 (1983).
- Buitrago, M. M., Ringer, T., Schulz, J. B., Dichgans, J., Luft, A. R. Characterization of motor skill and instrumental learning time scales in a skilled reaching task in rat. Behav Brain Res. 155 (2), 249-256 (2004).
- Whishaw, I. Q., Pellis, S. M. The structure of skilled forelimb reaching in the rat: A proximally driven movement with a single distal rotatory component. Behav Brain Res. 41 (1), 49-59 (1990).
- Hays, S. A., et al. The isometric pull task: a novel automated method for quantifying forelimb force generation in rats. J Neurosci Meth. 212 (2), 329-337 (2013).
- Sharp, K. G., Duarte, J. E., Gebrekristos, B., Perez, S., Steward, O., Reinkensmeyer, D. J. Robotic Rehabilitator of the Rodent Upper Extremity: A System and Method for Assessing and Training Forelimb Force Production after Neurological Injury. J Neurotrauma. 33 (5), 460-467 (2016).
- Hays, S. A., et al. The bradykinesia assessment task: an automated method to measure forelimb speed in rodents. J Neurosci Meth. 214 (1), 52-61 (2013).
- Meyers, E., et al. The supination assessment task: an automated method for quantifying forelimb rotational function in rats. J Neurosci Meth. 266, 11-20 (2016).
- Lambercy, O., et al. Sub-processes of motor learning revealed by a robotic manipulandum for rodents. Behav Brain Res. 278, 569-576 (2015).
- Vigaru, B. C., et al. A robotic platform to assess, guide and perturb rat forelimb movements. IEEE Trans. Neural Syst. Rehabil. Eng. 21 (5), 796-805 (2013).
- Klein, A., Sacrey, L. -A. R., Whishaw, I. Q., Dunnett, S. B. The use of rodent skilled reaching as a translational model for investigating brain damage and disease. Neurosci Biobehav Rev. 36 (3), 1030-1042 (2012).
- Gharbawie, O. A., Whishaw, I. Q. Parallel stages of learning and recovery of skilled reaching after motor cortex stroke: "Oppositions" organize normal and compensatory movements. Behav Brain Res. 175 (2), 249-262 (2006).
- Palmér, T., Tamtè, M., Halje, P., Enqvist, O., Petersson, P. A system for automated tracking of motor components in neurophysiological research. J Neurosci Meth. 205 (2), 334-344 (2012).
- Alaverdashvili, M., Whishaw, I. Q. A behavioral method for identifying recovery and compensation: Hand use in a preclinical stroke model using the single pellet reaching task. Neurosci Biobehav Rev. 37 (5), 950-967 (2013).
- Alaverdashvili, M., Whishaw, I. Q. Compensation aids skilled reaching in aging and in recovery from forelimb motor cortex stroke in the rat. Neurosci. 167 (1), 21-30 (2010).
- Molina-Luna, K., et al. Dopamine in motor cortex is necessary for skill learning and synaptic plasticity. PloS one. 4 (9), (2009).
- VandenBerg, P. M., Hogg, T. M., Kleim, J. A., Whishaw, I. Q. Long-Evans rats have a larger cortical topographic representation of movement than Fischer-344 rats: A microstimulation study of motor cortex in naı̈ve and skilled reaching-trained rats. Brain Res Bull. 59 (3), 197-203 (2002).
- Whishaw, I. Q., Gorny, B., Foroud, A., Kleim, J. A. Long-Evans and Sprague-Dawley rats have similar skilled reaching success and limb representations in motor cortex but different movements: some cautionary insights into the selection of rat strains for neurobiological motor research. Behav Brain Res. 145 (1-2), 221-232 (2003).
- Harms, K. J., Rioult-Pedotti, M. S., Carter, D. R., Dunaevsky, A. Transient Spine Expansion and Learning-Induced Plasticity in Layer 1 Primary Motor Cortex. J Neurosci. 28 (22), 5686-5690 (2008).
- Metz, G. A., Whishaw, I. Q. Skilled reaching an action pattern: stability in rat (Rattus norvegicus) grasping movements as a function of changing food pellet size. Behav Brain Res. 116 (2), 111-122 (2000).
