이 원고는 supination 쥐에 단정 되는 반자동된 작업을 설명 합니다. 쥐가 도달 하 고, 파악 supinate 구형 manipulandum. 회전 각도 사용자가 설정한 조건을 초과 하는 경우는 쥐 펠 릿으로 보상 된다. 이 작업 처리량, 상해, 및 객관성 전통적인 작업에 비해 감도 증가 합니다.
동물 모델에서 손 재주를 정확 하 게 측정 하는 작업은 손 기능을 이해 중요 합니다. 크게 손 재주를 측정 하는 현재 쥐 행동 작업 도달 하거나 음식 조작의 비디오 분석을 사용 합니다. 이러한 작업을 쉽게 구현할 수 있고 강력한 질병 모델, 그들은 주관적이 고는 실험에 대 한 힘 드는입니다. 더, 객관적, 효율적이 고 양적 전통적인 작업을 자동화 하거나 새로운 자동화 된 작업을 만드는 작업을 만들 수 있습니다. 그러나 때문에 쥐가 덜 보다 영장류, 중앙 신경 시스템 (CNS) 상해 더 미묘한 적자 손 재주, 생산, supination은 매우 교묘한 영향을 설치류에 중요 한 손에 영장류에 기능. 따라서, 우리 쥐에서 forelimb supination 측정 반자동된 작업을 설계 되었습니다. 쥐 하 도달 하 고 손잡이 모양 manipulandum를 파악 supination 보상을 받을 수에 manipulandum을 설정 훈련 된다. 쥐 20 ± 내 기술 5 일 얻을 수 있습니다. 훈련의 초기 부분을 감독 높은 동안 훈련의 많은 직접적인 감독 없이 수행 됩니다. 작업은 안정적으로 그리고 reproducibly 미묘한 적자 부상 후 캡처하고 임상 복구 곡선을 정확 하 게 반영 하는 기능 회복을 보여 줍니다. 분석 데이터의 그래픽 사용자 인터페이스는 직관적인 되도록 설계를 통해 특수 소프트웨어에 의해 수행 됩니다. 우리는 또한 훈련과 쇼 훈련 초기 동작에 사소한 수정 supination의 신뢰할 수 있는 인수를 생산 중에 발생 하는 일반적인 문제에 솔루션을 줄. 따라서, 노브 supination 작업 쥐 손 재주에 대 한 중요 한 운동의 효율적이 고 양적 평가 제공합니다.
손 재주 후 신 경계 부상 또는 질병 크게 독립 및 영향을 받는 개인 1,2,,34에 대 한 삶의 질 감소의 손실. 따라서, 손 재주 신경 수리 및 운동 신경 제어 모터 학습의 기초를 잘으로 재활의 과학을 이해 하기 위한 중요 한 결과 측정 이다. 전통적으로, 단일 펠 릿에 도달, 파스타 조작, 어바인, Beatties, 및 Bresnahan (IBB) Forelimb 규모 수동 작업 동물, 특히 설치류 5, 6,7에 손 재주를 평가 하기 위해 사용 되었습니다. 이러한 작업은 그들의 최소한의 작업 수집 시간이 대중화 되는. 그러나, 그들은 자연, 실험, 및, 때때로, 미묘한 적자 5,7,,89부상 후 기능 장애를 구분 하지 않는 힘 드는 질적. 전통적인 작업의 이러한 제한을 했다 동물, 모터 함수의 더 많은 양적 측정 개발 특히, forelimb 도달.
자동화 작업, 즉 객관성, 증가 된 처리량 및 저하 분석 시간을 몇 가지 이점이 있다. 새로운 자동화 된 작업 기존 작업 8,10보다 부상 후 손 재주를 평가의 더 민감한 측정을 제공 합니다. 또한, 그들은 적응 훈련 및 훈련을 짓는다는 테스트 및 어려움을 동물의 성능 테스트에 대 한 허용. 마지막으로, 많은 양의 데이터를 두 가지 장점을 제공 하는 생성 하는 자동화 된 작업. 첫째, 두 재판 내에서 데이터와 횟수가 증가 연구의 통계적 인 힘 증가. 둘째, 그것은 신경 모터 학습, 훈련, 및 운동 및 운동학 적 정보 11의 분석을 통해 더 견고 하 게 보상 하는 더 큰 데이터 집합을 제공 합니다.
몇몇 그룹은 전통적인 작업을 자동화 하려고 했습니다. 고속 카메라 작업 12도달 단일 펠 릿 같은 작업에서 운동학 적 데이터를 수집 하려면 사용할 수 있습니다. Alaverdashvili 및 위 쇼 도달 움직임을 프레임-의해-프레임 모션 측정 소프트웨어 피크 모투 13를 사용 하 여 자리 움직임 분석 고속 카메라를 이용 했다. 그러나,이 소프트웨어 컴퓨터 비전를 사용 하 여 숫자를 식별 하지 않습니다 있지만 대신 커서가 이동 포인트를 디지털화 실험을 요구 한다. 또한, 일부 작업 자동화 훈련 과정 14,,1516하 지류와 연습장과 함께에서 사용 되었습니다.
다른 그룹 공간 조정 평가 하 고 숙련 된 forelimb 파스타 조작, 다른 더 복잡 한 움직임 17캡처 작업 설계를 사용 하 여 도달에서 힘을 포스 센서 뿐만 아니라 고속 카메라를 사용. 이러한 작업은 도달 범위와 풀 작업 쥐 forelimb 움직임 18의 평면 및 회전 움직임을 캡처를 자유의 세 학위 로봇 장치를 사용 하 여입니다. 이 복잡도와 비용 증가 하지만 움직임의 속도 측정할 수 있는 장점이 있습니다.
여기, 우리 쥐 8supination 측정 반자동된 forelimb 작업을 보여 줍니다. Forelimb supination 팜 팜 아래에서 발의 회전입니다. Supination corticospinal 지역 기능의 우수한 마커 및 일상 생활 활동 8,,1920에 필요한 인간에서 임상으로 관련 된 운동 이다. 또한, supination 때 매우 중요 한 상해 및 비활성화, 특히 8를 도달 하는 단일 펠 릿에 비해. Supination 작업 버크 의료 연구 기관 및 달라스, 측정 회전 운동 평면 8,10텍사스 대학 사이 협력에서 발전 했다. 쥐 행동 상자 (그림 1A)에 배치 되 고 3 개의 움직임 (그림 1B)를 할 훈련: 직사각형 조리개;를 통해 도달 구형 manipulandum;를 파악합니다 지정 된 각도를 supinate.
동작 작업 PC 소프트웨어 (그림 1C)에 의해 제어 됩니다. 제어 소프트웨어 자동 위치 확인, 광학 인코더, 스피커, 및 급지대에 연결 된 마이크로컨트롤러에 지침을 보냅니다. 마이크로컨트롤러 및 그 주변 기기 연결 마이크로컨트롤러 상자 라고 합니다. 정보와 다음 컴퓨터, 마이크로컨트롤러, 광학 인코더에서 흐름 마이크로컨트롤러 다시. 제어 소프트웨어는 신호를 받으면 마이크로컨트롤러에 재판 성공 했다, 마이크로컨트롤러 피더를 펠 릿을 분배를 트리거합니다. 각 세션의 시작 부분에서 제어 소프트웨어 릴레이 무대의 조리개에서 정의 된 거리에는 손잡이 위치를 자동 위치 확인을 지시 하는 마이크로컨트롤러에 단계 정보. 자동 위치 확인도 자동 위치 확인에 있는 화살표 키를 사용 하 여 수동으로 운영 수 있습니다. 광학 엔코더 각도에서 100 Hz 및 측정값 변경에 대 한 데이터를 기록합니다. 모든 데이터는 이진 형식으로 저장 됩니다.
실험 소프트웨어 내에서 순차적인 교육 단계를 사용 하 여 미리 정해진 각도 성공 속도로 supinating에 habituation에서 쥐를 훈련. 습관 들 임, 동안 손잡이 manipulandum 어떤 제어 장치 없이 조리개 창 안에 배치 됩니다. 높은 감독된 훈련의 주 후 쥐 보상와 손잡이 연결 하 고 손잡이 독립적으로 선회 시작 합니다. 일단 쥐 독립적으로 설정할 수 있다, 노브 0.25 cm 단위로 쥐 돌 수 있다 독립적으로에서 1.25 cm. 제어 장치는 1.25 cm 철회 다음 6 g. 자동 훈련 단계 기차 supinate 노브를 동물에 3 g에서 1g 단위로 추가 6 g에서 최대 75도. 교육의이 단계는 주로 감독; 일단 쥐 적절 한 형태 (아래 설명)와 함께 작업을 채택, 그들은 제대로 supinate 계속. 쥐 supinate 75도 875 성공률 (적중률)에서 훈련 완료 됩니다. 여기, 우리가 전형적인 훈련 프로토콜 및 현재 솔루션 우리가 발생 하는 일반적인 문제에 설명 합니다. 우리 훈련 프로토콜을 통해 대표적인 성공 하 고 실패 한 쥐의 진행을 설명 하 고 보여 작업 하거나 더 심각한 적자와 기능 장애를 표시 하도록 수정할 수 있습니다.
손잡이 supination 작업 forelimb supination 쥐 양적 및 반 자동화 된 방법을 사용 하 여 평가 합니다. 이러한 끝점을 달성 하기 위해 노브 정렬, manipulandum 디자인, 및 훈련 기준를 포함 하 여 작업에 대 한 설계 매개 변수의 많은 몇 년 동안 반복 되었습니다. 손잡이 맞춤, 우리 조리개에 관해서 노브의 3 개의 다른 정렬 실험: 손잡이 중심에 조리개, 조리개의 왼쪽에 정렬 하는 손잡이의 왼쪽, 그리고 노브의 오른쪽의 오른쪽에 맞춰집니다는 perture입니다. 우리는 왼쪽된 발에서 간섭 하는 시간의 짧은 금액에서 훈련 된 하 고 누가 supinated 최소한의 보상 메커니즘, 특히,이 생산된 쥐로 조리개의 오른쪽으로 정렬 되 고 노브의 오른쪽에 정착.
Manipulandum 디자인에 관해서는 우리 forelimb와 터 닝을 극대화 하 고 시체의 사용을 최소화 여러 가지 디자인 기능 변경. 또한, 우리가 수평 예측된 적자의 심각도를 작업의 어려움. Pyramidotomy, 후 supination 가장 강하게 영향을 받는 운동 이지만 손상이 여전히 상대적으로 미묘한입니다. 따라서, 우리는 부상 후 대규모 적자 관찰 했다 되도록 높은 기준선 기준 (75 °)에 쥐를 훈련 합니다. 더 혼란, 대뇌 피 질의 병 변에 대 한 7.5 g에 60도 임계값 부상 후 상당한 적자를 입증 하기에 충분 했다. 재판 및 오류 접근 방식을 통해 최적화 된 추가 매개 변수 조리개 크기, 조리개, 그리고 성공적인 시험을 달성 하기 위해 시간 창에서 노브 거리를 포함 한다.
훈련 프로토콜에 걸쳐 주의 감독을 요구 하는 몇 가지 중요 한 포인트가 있다. 기준선을 훈련 할 때 적응 임계 처리 방법 75 ° 10쥐를 훈련을 성공적으로 사용 되어 왔습니다. 그러나, 쥐 수 피크에서 고원의 각도 보다 75 °; 성능 동일 4-5 세션 후 합니다. 성능 향상을 위해 정적 임계값을 사용할 수 있습니다. 정적 임계값은 최근 실적을 기반으로 변화 하는 적응형 임계값 반대로 쥐 성능의 독립 설정된도에 남은 임계값을 말합니다. 쥐 적응 훈련 기간 동안 고원, 하는 경우는 실험 정적 임계값을 변경 해야 합니다. 정적 교육 단계 에서부터 20 10 ° 단위로 70도. (무대 K28-K33). 이전 2 세션에서 쥐의 평균 피크 각도에 따라 정적 단계를 선택 합니다. 예를 들어 쥐는 평균 45 °, 50도 (K31)에 대 한 정적 단계를 선택 합니다. 모든 정적 단계 설정 “Init. 타 작. “5 °에서. 훈련 도중, 잃는 경우에 쥐 동기 부여, 수동으로 피드 쥐 경우 가까이 하지만 임계값 이상 하지 supinates.
또한, 초기 평가 동안 쥐의 약 5% 퇴보 supination 각 그들의 5-10 ° 및 성공률 세션 사이에서 5-10%. 이런, 쥐 3-4 세션 후 75 °의 평균 최대 각도 복구 하지 않는 경우 단계로 3.5 반환 하기 전에 쥐의 현재 평균 각도 10도 이내 정적 무대를 감소. 그것은 정적 훈련 단계에 배치 되었습니다 일단 적응 단계에 쥐를 다시 하지 해야 합니다.
작업에 몇 가지 제한이 있습니다. 잘못 된 이해 위치 설정 된 후 변경 쥐고 동작 (그림 2) 어려울 수 있습니다. 따라서, 조기 발견 및 수정이 중요 합니다. 쥐의 이해를 수정 하려면 조리개는 수평 및 수직 방향;에서 조리개의 크기를 축소 하 여 변경할 수 있습니다. 일반적으로 우리는 조리개를 조정의 가장자리를 유리 슬라이드를 테이프. 대부분 쥐에 대 한이 그들의 권력 형태를 향상 하는 때문에 그것은 특정 방식으로 manipulandum를 파악 하도록. 이것, 차례 차례로, 자신의 능력을 제대로 supinate 향상 시킵니다.
이 문제를 함께 쥐 supinate 보상 메커니즘을 개발할 수 있습니다. 이들은 supination; forelimb를 보조 하기 위하여 머리를 사용 하 여 팔꿈치와 어깨 관절의 노브;를 낮추는 왼쪽된 발을 사용 하 여 도움의 손잡이 또는 도달 발을 밀어. 이러한 행동의 모든 작업을 완료 하려면 사용할 수 있습니다. 위에서 설명 했 듯이, 행동 이해에 관련 된 조리개를 조작 하 여 수정 될 수 있습니다. 그러나 파악, 외부 보상 메커니즘, 실험 하지 보상 행동을 보상 하 여 적극적인 참여를 필요로 합니다. 부상 후 복용 supinating 전에 적절 한 위치에 발을 배치를 여러 실험 쥐를 관찰 했습니다. 우리가 분석 하지 작업의 구성 요소는 supination의 손실에 기여할 수 있습니다, 비록 이러한 정확한 그립의 손실을 포함 시킬 고 많은 가능성 중 힘 변조, 손상.
반자동된 supination 걸리는, 평균, 20 ± 5 일 기준, 쥐를 훈련 하 고 동물의 25%는 작업에 훈련 될 수 없습니다. 훈련 시간에 기여 하는 사실 우리가 자연스럽 게 오른쪽 선호 쥐 선택 하지 하지만 대신 그들의 오른쪽 발을 사용 하 여 모든 동물을 강제로 대부분 도달 분석에서 일반적으로 이다. 우리는 왼쪽 기본 쥐를 사용 하 여 시도 하지 않은 하지만 먼저 발 취향을 확인 하 고 지배적인 발 훈련 하는 흥미로운 탐구 연구 될 것 이라고. 이 맞게, 조리개; 반전 되도록 문의 방향을 대칭 이동 시켜야 이 쉽게 할 수 있습니다.
IBB 또는 단일 펠 릿 도달 같은 전통적인 작업에 비해, supination 작업 정량적이 고 객관적으로 측정 forelimb에 도달 합니다. 그것은 심각한 상해 (대뇌 피 질의 병 변) 및 미묘한 부상 (pyramidotomy), 감도 보여줍니다 그리고 훈련 절차 부상 모델의 심각도 따라 수정할 수 있습니다. 때문에 반자동, 작업 훈련 단계에 따라서 동시에 여러 쥐를 훈련 하 실험을 수 있습니다. 실험의 생산성과 쥐 처리량에 크게 향상 됩니다. 작업은 안정적이 고 쥐 사이 재현. 동안 훈련 프로토콜을 참조 하는 경험에 대 한 문제 해결 가이드 (그림 2)을 만들어 여러 가지 잘못 된 행동으로 문제를 해결 하려면 솔루션 표준화는 우리. 마지막으로, 작업 많은 양의 데이터를 분석 하는 직관적인 방법을 제공 하 고는 실험 supination의 활동에 더 깊이 탐구 하는 능력을 제공.
미래에, 우리 것 사용 반자동된 supination 작업 플랫폼으로 종류, 복용량, 및 재활의 타이밍. 우리 실험실은 부상 후 기능 향상에 자극의 효과에 관심을. 또한, 우리는 어떻게를 신경 자극 요법 수리 또는 개선 신경 전도에 관심이 고 통신 재활에 영향을 미칠 수 있습니다. 우리는 또한 우리가 모터 학습; 공부할 수 있도록 전기 생리학과 호환 되도록 작업 수정에 관심을가지고 머리와 쥐모자는 정기적으로 작업을 수행 하 고 추가 녹음 또는 자극에 대 한 정류 할 간단한 것. 작업을 설명 하 고, 쥐, 있지만 실험실 작업에 대 한 마우스를 사용 하 여 실험도 있다. 일반적으로,이 작업 및 차례로 재활 전략을 평가 하기 위한 다양 한 상해 모델 및 질병 상태에에서 설치류의 forelimb 함수를 평가 하기 위해 사용할 수 있습니다. 앞으로 이동, 우리는 잘못 된 행동을 완화 하 고 개선 작업 수집 속도 및 훈련 시간에 수정 작업을 개선 하기 위해 계속.
The authors have nothing to disclose.
이 연구는 NIH NINDS R03 NS091737에 의해 자금 되었습니다.
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 |