Dette manuskriptet beskriver en semi-automatisert oppgave som quantifies supinasjon i rotter. Rotter rekkevidde, forstå og supinere en sfærisk manipulandum. Rotta er belønnet med pellets hvis slå vinkelen overskrider et vilkår fastsatt av brukeren. Denne aktiviteten øker gjennomstrømning, følsomhet for skade og objektivitet sammenlignet med tradisjonelle oppgaver.
Oppgaver som måler nøyaktig ferdighet i dyremodeller er avgjørende å forstå hånd-funksjonen. Gjeldende rotte atferdsmessige aktiviteter som måler ferdighet i stor grad bruke video analyse av nå eller mat manipulasjon. Mens oppgavene er lett å implementere og er robuste over sykdom modeller, er de subjektiv og arbeidskrevende for eksperimentator. Automatisere tradisjonelle oppgaver eller opprette nye automatiserte oppgaver kan gjøre oppgavene mer effektiv, objektiv og kvantitative. Rotter er mindre berørt fingernem enn primater, sentrale nervøse systemet (CNS) skade produserer mer subtile underskudd i behendighet, imidlertid, supinasjon er svært siden i gnagere og avgjørende for hånden funksjon i primater. Derfor designet vi en semi-automatisert oppgave som måler forlemen supinasjon i rotter. Rotter er opplært til å nå og forstå en knott-formet manipulandum og slå manipulandum i supinasjon motta en belønning. Rotter kan tilegne seg ferdigheter innen 20 ± 5 dager. Mens den tidlige delen av treningen er svært veiledet, gjøres mye av treningen uten direkte tilsyn. Oppgaven pålitelig og reproduserbar fanger subtile underskudd etter skader og viser funksjonelle utvinning som gjenspeiler klinisk utvinning kurver. Analyse av dataene er utført av spesialisert programvare gjennom et grafisk brukergrensesnitt som skal være intuitive. Vi også gi løsninger på vanlige problemer oppstod under trening, og viser at mindre korreksjoner virkemåten tidlig i trening produsere pålitelige oppkjøpet av supinasjon. Dermed gir knotten supinasjon oppgaven effektiv og kvantitativ vurdering av en kritisk bevegelse for ferdighet i rotter.
Tap av fingerfølsomhet etter nervesystemet skade eller sykdom betydelig reduserer uavhengighet og livskvalitet for berørte personer 1,2,3,4. Dermed er behendighet et viktig resultat tiltaket for å forstå vitenskapen om neural reparasjon og rehabilitering som tillegg fundamentene av nevrale kontroll og motor læring. Manuelle oppgaver som enkelt pellet nå, pasta manipulasjon, og Irvine, Beatties og Bresnahan (IBB) forlemen skala har tradisjonelt brukt til å vurdere ferdighet i dyr, spesielt gnagere 5, 6,7. Disse oppgavene har blitt popularisert på grunn av deres minimal aktivitet anskaffet. Men er de kvalitativ i naturen, arbeidskrevende for eksperimentator, og, til tider, ufølsom for funksjonell verdifall etter skader med subtile underskudd 5,7,8,9. Disse begrensningene av tradisjonelle aktiviteter har påvirket utviklingen av mer kvantitative tiltak av motorikk i dyr, spesielt forlemen nå.
Det er flere fordeler med å automatisere oppgaver, nemlig objektivitet, økt ytelse og redusert analyse tid. Nye automatiserte oppgaver gir et mer følsomme mål vurdere ferdighet etter skade enn konvensjonelle oppgaver 8,10. I tillegg tillate de adaptive trening og testing som skreddere trening og testing problemer til et dyr ytelse. Til slutt, automatiserte oppgaver generere store mengder data, som gir to fordeler. Først øker en økning i dataene både i en rettssak og forsøk statistiske kraften i en studie. Dernest gir det nevrologer et større datasett å studere motor læring, opplæring og kompensasjon mer robust gjennom analyse av kinetic og Kinematisk 11.
Flere grupper har forsøkt å automatisere tradisjonelle oppgaver. Høyhastighets kameraer kan brukes til å samle Kinematisk data fra aktiviteter som den eneste pellet nå aktivitet 12. Alaverdashvili og Wishaw har brukt Høyhastighetskameraer fange nå bevegelser og analysere siffer bevegelser med frame-by-frame bevegelse måling programvare Peak Motus 13. Men denne programvaren identifiserer ikke tall ved hjelp datamaskinen visjon, men i stedet krever eksperimentator å digitalisere glidende poeng ved markøren. I tillegg har noen aktiviteter blitt brukt i forbindelse med forer og bur automatisere trening prosessen 14,15,16.
Andre grupper har brukt force sensorer samt høyhastighets kameraer til å evaluere romlige justeringer og makt i dyktige forlemen nå bruker pasta manipulasjon, mens andre har designet oppgaver å fange mer komplekse bevegelser 17. En slik aktivitet er en rekkevidde og trekke oppgave som bruker en tre-grad-av-frihet robot enheten for å fange plan og roterende bevegelse av rotte forlemen bevegelser 18. Dette har fordeler i å kunne måle kinetics bevegelser, men med en økning i kompleksitet og kostnader.
Her viser vi en halvautomatisk forlemen aktivitet som måler supinasjon i rotter 8. Forlemen supinasjon er rotasjonen av paw fra palm til palm opp. Supinasjon er både en utmerket markør corticospinal skrift-funksjonen og en klinisk relevante bevegelse i mennesker som er nødvendig for daglig lever aktiviteter 8,19,20. I tillegg er supinasjon svært følsom for skade og inaktivering, spesielt sammenlignet med enkelt pellet nå 8. Aktiviteten supinasjon, utviklet i samarbeid mellom Burke Medical Research Institute og The University of Texas i Dallas, tiltak roterende bevegelse i horisontalplanet 8,10. Rotter er plassert i en opptreden (figur 1A) og er utdannet å gjøre tre bevegelser (figur 1B): nå gjennom en rektangulær blenderåpning; forstå en sfærisk manipulandum; supinere til en angitt vinkel.
Aktiviteten virkemåten kontrolleres av PC-programvare (figur 1 c). Kontrollere programvare sender instruksjoner til en microcontroller som er koblet til auto-positioner, optisk encoder, høyttaler og mater. Mikrokontrolleren og dets eksterne tilkoblinger er referert til som boksen microcontroller. Informasjonen flyter fra optisk koder, microcontroller, deretter datamaskinen, og deretter tilbake til microcontroller. Hvis kontrollere programvare har signalisert til microcontroller at rettssaken var en suksess, utløser microcontroller materen å dispensere pellets. På begynnelsen av hver økt reléer kontrollere programvare scenen informasjonen til microcontroller, som styrer automatisk-positioner plassere knotten på scenens definerte avstand fra blenderåpning. Auto-positioner kan også styres manuelt ved hjelp av piltastene på auto-positioner. Optisk koderen registrerer data på 100 Hz og tiltak i vinkel. Alle data lagres i binært format.
Eksperimentator bruker sekvensiell opplæring scener i programvaren for å trene rotta fra habituering til supinating på en forhåndsdefinert vinkel og suksess rate. Under habituering plasseres knotten manipulandum i aperture-vinduet uten en motvekt. Etter en uke med svært veiledet trening, rotta knytter knotten belønning og begynner å vri på bryteren uavhengig. Når rotta er kjøpedyktig skru uavhengig, er knotten trukket til 1,25 cm 0,25 cm trinn til rotta kan slå uavhengig på 1,25 cm. motvekt er så lagt i 1 g trinn fra 3 g til 6 g. automatisert trening stadier trene dyret til å supinere knotten 6 g opptil 75 grader. Denne fasen av opplæring er i stor grad unsupervised; Når rotter vedta oppgaven med riktig form (omtalt under), fortsetter de å supinere riktig. Opplæring er fullført når rotter supinere 75 grader ved en suksessrate (treffprosent) på 75% 8. Her beskriver vi en typisk trening protokoll og nåværende løsninger på vanlige problemer vi har støtt på. Vi demonstrere progresjon av representant vellykkede og mislykkede rotter gjennom trening protokollen og viser at oppgaven kan endres for å vise nedsatt fysisk funksjon med subtile eller mer alvorlige underskudd.
Knotten supinasjon oppgaven evaluerer forlemen supinasjon i rotter ved hjelp av kvantitative og semi-automatisert metoder. For å oppnå disse endepunktene, har mange av parameterne designet for aktiviteten, inkludert knotten justering, manipulandum design og trening kriterier, er iterated over flere år. For knotten justering, vi eksperimenterte med tre forskjellige justeringer av knotten med hensyn til blenderåpning: venstre side av knotten justert etter venstre side av åpningen, knotten sentrert i aperture, og høyre side av knotten justeres med til høyre på en perture. Vi slo på høyre side av knotten justert med høyre side av blenderåpning, som denne produsert rotter som ble trent på kortest tid og som supinated med minimal kompenserende mekanismer, spesielt forstyrrelser fra venstre labb.
Som for manipulandum design endret vi flere design funksjoner for å maksimere slå med forlemen og minimere bruken av kroppen. I tillegg skalert vi av vanskelighetsgrad å alvorlighetsgraden av anslått underskudd. Etter pyramidotomy, supinasjon er bevegelse som er sterkest berørt, men verdifall er fortsatt relativt subtil. Derfor trent vi rotter en høyere opprinnelige kriteriet (75°) slik at store underskudd ble observert etter skader. Kortikale lesjoner, som er mer svekke, var 60 graders terskelen 7.5 g tilstrekkelig til å demonstrere en betydelig underskudd etter skade. Tilleggsparametere som var optimalisert gjennom en prøving og feiling tilnærming inkluderer blenderåpningen, knott avstand fra aperture og tidsvinduet for å oppnå en vellykket prøveperiode.
Det er noen kritiske punkter gjennom trening protokollen som krever forsiktig tilsyn. Når opplæring til baseline, har metoden dynamisk terskelverdi blitt brukt med hell å trene rotter til 75° 10. Imidlertid kan rotter platået på en topp vinkel mindre enn 75°; resultatene forblir uendret etter 4-5 økter. En statisk terskel kan brukes for å forbedre ytelsen. En statisk terskel refererer til terskelen resterende på en angitt grad, som er uavhengig av rotte ytelse, i motsetning til en dynamisk terskel som endringer basert på nylige resultatene. Hvis rotta flyer under adaptive trening, bør eksperimentator endres til en statisk terskel. Statisk trening stadier spenner fra 20 til 70 grader i 10-graders intervaller. (Scenen K28 – K33). Velge statisk scenen basert på rat’s gjennomsnittlige høyeste vinkel i forrige 2 økter. For eksempel hvis rotta er gjennomsnitt 45°, Velg statisk scenen for 50 grader (K31). Alle statiske stadier satt “Init. Pløie.”på 5 °. Under trening, hvis rotta mister motivasjonen, manuelt mate rottene hvis det supinates nær, men ikke over sperregrensen.
I tillegg under grunnlinjen vurdering regress ca 5% av rotter 5-10° i deres supinasjon vinkel og 5-10% suksessrate mellom økter. Hvis dette skjer, og rotta gjenoppretter ikke 75° gjennomsnittlige høyeste vinkelen etter 3-4 økter, redusere statisk scenen til 10 grader av rottes nåværende gjennomsnittlig vinkel før retur til trinn 3.5. Det er viktig å ikke gjeninnføre rotte til adaptive stadier når det er plassert på statisk opplæring scener.
Det er noen begrensninger til aktiviteten. Når feil forståelse posisjon er opprettet, kan det være vanskelig å endre fatte atferd (figur 2). Dermed er tidlig deteksjon og korrigering viktig. Hvis du vil rette en rottes grep, kan blenderåpning endres ved å begrense størrelsen på åpningen i horisontal og/eller vertikal retning; vanligvis tape vi et glass lysbilde til kanten av blenderåpning som må justeres. For de fleste rotter forbedrer dette grep skjemaet fordi det tvinger dem til å forstå manipulandum i en bestemt måte. Dette, i sin tur forbedrer deres evne til riktig supinere.
I tillegg til denne utfordringen, kan rotter utvikle kompenserende mekanismer for å supinere. Disse inkluderer bruk av hodet til hjelpe forlemen supinasjon; senking av albuen og skulder felles Drei knotten; bruke venstre labb til å slå på bryteren eller trykk nå labben ned. Alle disse atferd kan brukes til å fullføre oppgaven. Som nevnt ovenfor, kan atferd knyttet til rekkevidde korrigeres ved å manipulere blenderåpning. Kompenserende mekanismer utenfor rekkevidde, men krever aktiv deltakelse av eksperimentator ikke belønne kompenserende atferd. Etter skade, har vi observert rotter tar flere forsøk å plassere labben er riktig plassert før supinating. Selv om vi ikke har analysert hvilke komponenter av oppgaven kan bidra til tapet av supinasjon, disse kan inkludere tap av nøyaktig grep og nedsatt kraft modulasjon, blant mange muligheter.
Halvautomatisk supinasjon bruker, i gjennomsnitt 20 ± 5 dager for å trene rotter å grunnlinje og 25% av dyrene ikke kan trenes på aktiviteten. Bidra til treningstiden er det faktum at vi ikke har valgt naturlig høyre-preferanse rotter, men i stedet tvinge alle dyr bruke potene rett som er vanlig i de fleste omfattende analyser. Vi har ikke prøvd å bruke venstre-preferanse rotter, men det ville være et interessant studie utforskende å først identifisere pote Preferanse og trene dominerende labben. For å imøtekomme dette, vil vi måtte vende retningen til dørene slik at blender tilbakeføres; Dette kan enkelt gjøres.
Sammenlignet med tradisjonelle oppgaver som IBB eller enkelt pellet nå, måler aktiviteten supinasjon kvantitativt og objektivt forlemen nå. Det viser følsomhet for alvorlige skader (kortikale lesjon) og subtile skade (pyramidotomy), og trening prosedyren kan endres avhengig av alvorlighetsgraden av skaden modellen. Fordi det er semi-automatisk, lar oppgaven eksperimentator å trene flere rotter samtidig, avhengig av trening etappe. Dette forbedrer eksperimentator produktivitet og rotten gjennomstrømming. Oppgaven er pålitelig og reproduserbar mellom rotter. Ved å opprette en feilsøkingsguiden (figur 2) for forskere referere til under trening protokollen, har vi standardiserte flere feil atferd samt løsninger for å fikse dem. Til slutt, oppgaven tilbyr en intuitiv måte å analysere store mengder data og gir eksperimentator muligheten til å gå dypere inn i the kinetics av supinasjon.
I fremtiden, skal vi bruke aktiviteten halvautomatisk supinasjon som plattform for å evaluere type, dose og tidspunktet for rehabilitering. Våre lab er interessert i effekten av stimulering på funksjonell forbedring etter skader. Dessuten, vi er interessert i hvordan terapier som stimulerer nevrale reparere eller forbedre nevrale ledning og kommunikasjon kan påvirke rehabilitering. Vi har også interesse å endre oppgaven å være kompatibel med elektrofysiologi slik at vi kan studere motor læring; rotter med hodetcaps utføre rutinemessig oppgaven, og legger til en kommutatoren for innspillingen eller stimulering ville være enkelt å gjøre. Oppgaven, som beskrevet, er for rotter, men det er også labs eksperimentere med mus for aktiviteten. Denne oppgaven kan generelt brukes for evaluering forlemen funksjon i Red i en rekke skader modeller og sykdom stater og igjen vurdere rehabiliterende strategier. Fremover, vil vi fortsette å forbedre aktiviteten, med forbedringer å redusere feil atferd og forbedre oppgave oppkjøpet hastighet og treningstid.
The authors have nothing to disclose.
Denne forskningen er finansiert av NIH-NINDS R03 NS091737.
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 |