这份手稿描述了一个半自动的任务, 量化旋在大鼠。老鼠到达, 抓住, 并且 supinate 球形 manipulandum。如果转弯角度超过用户设定的标准, 老鼠就会得到一个小球的奖赏。与传统任务相比, 此任务增加了吞吐量、对伤害的敏感度和客观性。
准确测量动物模型灵巧度的任务是理解手功能的关键。目前, 测量灵巧度的大鼠行为任务主要使用对接触或食物操作的视频分析。虽然这些任务很容易实施, 并且在疾病模型中很有活力, 但对实验者来说却是主观和费力的。自动化传统任务或创建新的自动化任务可以使任务更加高效、客观和定量。由于老鼠的灵巧性不如灵长类动物, 中枢神经系统 (CNS) 的损伤在灵巧度上会产生更微妙的缺陷, 然而, 旋在啮齿类动物中受到高度影响, 对灵长类的手功能至关重要。因此, 我们设计了一个半自动的任务, 测量前肢旋在大鼠。老鼠被训练到达并且掌握一个旋钮形的 manipulandum 并且转动 manipulandum 在旋接受报偿。老鼠可以在20±5天内获得这项技能。虽然培训的早期部分受到高度监督, 但大部分培训是在没有直接监督的情况下进行的。该任务可靠和性捕捉微妙的缺陷后受伤, 并显示功能恢复, 准确反映临床恢复曲线。对数据的分析是由专门的软件通过图形用户界面来完成的, 设计的直观。我们还给出了在训练过程中遇到的常见问题的解决方法, 并表明在训练初期对行为的轻微纠正会产生可靠的旋。因此, 旋钮旋任务提供了有效和定量评价的关键运动的灵巧在大鼠。
神经系统损伤或疾病后的灵巧性丧失显著降低受影响个人的独立性和生活质量1,2,3,4。因此, 灵巧性是理解神经修复和康复科学的重要结果措施, 也是运动和运动神经学习的神经控制的基础。传统上, 手工任务, 如单颗粒到达, 面食操作, 和欧文, Beatties, 和 Bresnahan (IBB) 前肢规模已被用来评估灵巧的动物, 特别是啮齿动物5, 6,7。这些任务由于其最短的任务获取时间而变得普及。然而, 他们是定性的在自然, 费力为实验者, 并且, 有时, 不敏感到功能损伤在损伤以后以微妙的缺乏5,7,8,9。这些传统任务的局限性促使了动物运动功能的定量测量的发展, 特别是前肢达到。
自动化任务有几个优点, 即客观性、增加的吞吐量和减少的分析时间。新的自动任务提供了比常规任务8,10更灵敏的评估损伤后的灵活性的措施。此外, 他们允许适应训练和测试, 裁缝训练和测试困难的动物的表现。最后, 自动化任务生成大量数据, 这提供了两个优点。首先, 在试验中和试验次数上增加数据增加了一项研究的统计能力。其次, 它为神经科学家提供了一个更大的数据集, 通过分析运动和运动学信息11来更有力地研究运动学习、训练和补偿。
几个组试图自动执行传统任务。高速摄像机可用于从任务中收集运动数据, 如单颗粒到达任务12。Alaverdashvili 和威肖使用高速摄影机捕捉到达的动作, 并使用帧-帧运动测量软件峰值茅图斯13来分析数字移动。但是, 该软件不使用计算机视觉识别数字, 而是要求实验者通过游标将移动点数字化。此外, 一些任务已与馈线和保持架一起使用, 以自动化培训过程14,15,16。
其他小组使用了力量传感器并且高速照相机评估空间调整和力量在熟练的前肢到达使用面食操作, 而其他组织设计了任务捕捉更加复杂的运动17。一个这样的任务是一个伸手可及的任务, 使用三自由度的机器人装置来捕捉大鼠前肢运动的平面和旋转运动18。这在能够测量运动的动能, 但随着复杂性和成本的增加而具有优势。
在这里, 我们演示了一个半自动的前肢任务, 即在大鼠8中测量旋。前肢旋是从手掌到手掌的旋转的爪子。旋是一个优秀的标志脊髓道功能和临床相关的运动在人类的日常活动所需的8,19,20。此外, 旋是高度敏感的伤害和失活, 特别是当与单颗粒达到8。旋任务, 在伯克医学研究所和德克萨斯大学达拉斯分校的合作下, 在水平平面8,10中测量旋转运动。鼠被放置在一个行为盒 (图 1A) 和训练做三运动 (图 1B): 通过一个长方形的光圈;掌握球形 manipulandum;supinate 到指定的角度。
行为任务由 PC 软件 (图 1C) 控制。控制软件向连接到 auto-positioner、光编码器、扬声器和馈线的微控制器发送指令。微控制器及其外围连接称为微控制器盒。信息流从光编码器, 到单片机, 再到电脑, 再回到微控制器。如果控制软件已经向微控制器发出信号, 证明试验是成功的, 微控制器会触发送纸器来分配小球。在每个会话开始时, 控制软件将舞台信息中继到单片机, 它指示 auto-positioner 将旋钮放置在舞台上的指定距离的光圈。auto-positioner 还可以使用位于 auto-positioner 上的箭头键手动操作。光编码器以100赫兹的方式记录数据, 并测量角度的变化。所有数据都以二进制格式存储。
实验者使用软件中的顺序训练阶段, 以预定的角度和成功率训练大鼠从适应到 supinating。在习惯, 旋钮 manipulandum 是放置在光圈窗口没有任何平衡。经过一周的高度监督训练, 老鼠把旋钮与奖励联系起来, 开始独立转动旋钮。一旦老鼠能够独立地转动, 旋钮被缩回到 1.25 cm 在 0.25 cm 增量, 直到老鼠能独立地转动在 1.25 cm. 然后, 配重从 3 g 到 6 g 增加 1 g. 自动培训阶段训练动物 supinate 旋钮在6克到75度这一阶段的培训基本上是无监督的;一旦老鼠采取适当的形式 (下面讨论) 的任务, 他们继续 supinate 正确。训练完成时, 老鼠 supinate 75 度的成功率 (命中率) 为 75% 8。在这里, 我们描述了一个典型的培训协议, 并针对我们遇到的常见问题提出了解决方案。我们通过训练协议来证明有代表性的成功和不成功的老鼠的进展, 并表明这项任务可以被修改, 以显示功能性损伤与微妙或更严重的赤字。
旋钮旋任务评估前肢旋在大鼠使用定量和半自动方法。为了实现这些端点, 为任务设计的许多参数, 包括旋钮对准、manipulandum 设计和训练标准, 都经过了数年的反复迭代。对于旋钮的对准, 我们试验了三不同的对齐旋钮与光圈: 左边的旋钮与左边的光圈, 以光圈为中心的旋钮, 和右侧的旋钮与右上侧对齐perture我们在右边的旋钮与光圈的右侧对齐, 因为这产生了在最短的时间内接受训练的大鼠, 并且后了最小的补偿机制, 特别是左爪的干扰。
至于 manipulandum 设计, 我们改变了几个设计特点, 以最大限度地利用前肢和尽量减少使用身体。此外, 我们将任务的难度扩大到预测赤字的严重性。pyramidotomy 后, 旋是最受影响的运动, 但损害仍然相对微妙。因此, 我们训练老鼠到一个更高的基线标准 (75), 以确保在受伤后观察到大量的赤字。对于更具损害性的皮质病变, 60 度阈值在 7.5 g 时足以证明损伤后的严重缺损。通过试验和错误方法优化的附加参数包括孔径大小、从光圈到旋钮的距离以及时间窗, 以获得成功的试验。
在整个培训协议中都有一些关键点需要仔细的监督。在对基线进行训练时, 采用自适应阈值法对大鼠进行 75 10训练。然而, 大鼠的高原峰值角度低于 75;在4-5 次会议之后, 性能仍然保持不变。为了提高性能, 可以使用静态阈值。静态阈值是指在设定的程度上保持的阈值, 它与大鼠的性能无关, 而不是根据最近的性能变化的自适应阈值。如果在适应训练中的大鼠高原, 实验者应改为静态阈值。静态训练阶段的范围从20到70度, 以10°递增。(舞台 K28-K33)。根据前2次会议中老鼠的平均峰值角度选择静态阶段。例如, 如果老鼠的平均45°, 选择静态阶段为50度 (K31)。所有静态阶段都设置 “Init”。打. “在5。在训练过程中, 如果老鼠失去动力, 如果它 supinates 接近但不超过阈值, 人工喂养老鼠。
此外, 在基线评估中, 大约5% 的大鼠在旋角和 5-10% 之间在两次会议之间的成功率上倒退 5-10 °。如果发生这种情况, 和鼠不恢复75平均峰值角后, 3-4 疗程, 减少静态阶段, 以10度的大鼠的当前平均角度之前返回步骤3.5。一旦把老鼠放在静态训练阶段, 就不要再把它重新引入适应阶段。
这项任务有一些限制。一旦建立了不正确的抓取位置, 改变抓取行为 (图 2) 可能会很困难。因此, 早期发现和纠正是很重要的。为了纠正老鼠的掌握, 光圈可以通过缩小水平和/或垂直方向的光圈大小来改变;通常我们将一张玻璃片贴在光圈边缘, 需要调整。对大多数老鼠来说, 这提高了他们的掌握形式, 因为它迫使他们以一种特定的方式抓住 manipulandum。这反过来又提高了他们正确 supinate 的能力。
除了这一挑战, 老鼠可以发展补偿机制, 以 supinate。这些包括使用头部, 以帮助前肢在旋;降低弯头和肩关节转动旋钮;使用左爪来帮助转动旋钮或推动到达的爪子向下。所有这些行为都可用于成功完成任务。如上所述, 与掌握有关的行为可以通过操纵光圈来纠正。补偿机制在掌握外面, 然而, 要求活跃参与由实验者不奖励报偿行为。在受伤后, 我们观察到老鼠在 supinating 前进行了几次试验, 把爪子放在合适的位置。虽然我们没有分析任务的哪些组成部分可能会导致旋的损失, 但这些可能包括失去准确的握持和削弱的力量调制, 在许多可能性中。
半自动旋任务平均需要20±5天的时间来训练老鼠的基线, 25% 的动物无法接受这项任务的训练。促进训练时间的事实是, 我们没有选择自然 right-preference 的老鼠, 而是迫使所有动物使用他们的右爪子, 是常见的最接近的化验。我们没有尝试使用左偏好的老鼠, 但这将是一个有趣的探索性研究, 首先确定爪偏好, 然后训练主导爪。为了适应这种情况, 我们需要翻转门的方向, 使光圈反转;这很容易做到。
与传统的 IBB 或单颗粒的任务相比, 旋任务定量、客观地衡量前肢的实现。它表现出对严重损伤 (皮质损害) 和细微损伤 (pyramidotomy) 的敏感性, 根据损伤模型的严重程度, 可以对训练程序进行修改。因为它是半自动, 任务允许实验者同时训练多只老鼠, 取决于训练阶段。这大大提高了实验者的生产率和老鼠的吞吐量。这项任务是可靠和可再生的老鼠之间。通过创建诊断指南 (图 2), 让实验者在培训协议中参考, 我们已经标准化了几个错误的行为以及解决方法。最后, 这项任务提供了一个直观的方法来分析大量的数据, 并使实验者能够深入研究旋的动力学。
将来, 我们将使用半自动旋任务作为评估康复的类型、剂量和时机的平台。我们的实验室对刺激对损伤后功能改善的影响感兴趣。此外, 我们感兴趣的是如何刺激神经修复或改善神经传导和沟通的疗法会影响康复。我们也有兴趣修改的任务, 以配合与电生理学, 使我们可以学习电机学习;大鼠头盖帽通常执行任务, 并且增加一个换向器为录音或刺激将是简单的做。这项任务, 如所述, 是为老鼠, 但也有实验室试验使用鼠标的任务。一般来说, 这项任务可用于评估前肢功能在啮齿动物的各种损伤模型和疾病状态, 反过来, 评估康复策略。前进, 我们将继续改进的任务, 通过改进, 以帮助减少错误的行为, 提高任务获取率和培训时间。
The authors have nothing to disclose.
这项研究由 NIH-一 R03 NS091737 资助。
Base Cage – Rat Model | Vulintus | MotoTrak Rat System | N/A |
Controller | Vulintus | MotoTrak Rat System | N/A |
Behavior Module | Vulintus | MotoTrak Rat System | Supination Task, Methacrylate Dual Stop Knobs |
Pellet Dispenser – 45mg | Vulintus | MotoTrak Rat System | N/A |
Autopositioner | Vulintus | MotoTrak Rat System | N/A |
45 mg, Chocolate Flavor, 50,000/Box | Bio-Serv | F0299 | N/A |
HP Z230 Tower WorkStation | HP | N/A | Intel Xeon CPU E3-1225 v3 @ 3.20 GHz, 16GB RAM, 1TB HDD. Min Requirements: 8GB RAM, Multi-Core Processor |
Dexterity | Burke Medical Research Institute | Matlab software for data analysis | |
Enviropak | WF Fisher and Son | N/A | N/A |