Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Een geautomatiseerde T-maze op basis van apparatuur en Protocol voor het analyseren van de vertraging en inspanning-gebaseerde besluitvorming in gratis verplaatsen knaagdieren

doi: 10.3791/57895 Published: August 2, 2018

Summary

Dit artikel introduceert een geautomatiseerde T-maze apparaat dat we uitgevonden, en een protocol op basis van dit apparaat voor het analyseren van vertraging gebaseerde besluitvorming en inspanning gebaseerde besluitvorming in gratis bewegende knaagdieren.

Abstract

Veel neurologische en psychiatrische patiënten tonen moeilijkheden en/of tekorten in besluit-makend. Knaagdier modellen zijn nuttig voor de productie van een dieper begrip van de neurobiologische oorzaken ten grondslag liggen aan de besluitvorming problemen. Een kosten-batenanalyse op basis T-maze taak wordt gebruikt voor het meten van de besluitvorming in die knaagdieren tussen een hoge beloning arm (HRA) en een lage beloning arm (LRA kiezen). Er zijn twee paradigma's van de besluitvorming taak van T-maze, waarin de kosten is een vertraging en de andere lichamelijke inspanning is. Beide paradigma's vereisen een vervelende en arbeidsintensieve beheer van proefdieren, meerdere deuren, pellet beloning en arm keuze opnames. In het huidige werk, we uitgevonden een apparaat op basis van traditionele T-maze met volledige automatisering voor pellet-levering, deur beheer en keuze opnames. Deze geautomatiseerde installatie kan worden gebruikt voor de evaluatie van beide vertraging en inspanning-gebaseerde besluitvorming bij knaagdieren. Met het protocol beschreven hier, onderzocht ons lab de besluitvorming fenotypes van meerdere genetisch gemodificeerde muizen. In de representatieve gegevens toonden we dat de muizen met ablated worden mediale habenular aversies zowel de vertraging en de inspanning toonde en de neiging om te kiezen van de beloning onmiddellijk en moeiteloos. Dit protocol helpt te verminderen de variabiliteit veroorzaakt door experimentator interventie en experiment efficiëntie te vergroten. In toevoeging, chronische silicon sonde of micro-elektrode opnemen, kan glasvezel beeldvorming en/of manipulatie van neurale activiteit worden gemakkelijk toegepast tijdens de besluitvorming taak met behulp van de setup beschreven hier.

Introduction

Mensen en andere dieren het evalueren van de kosten (met inbegrip van vertraging, inspanning en risico) te krijgen een beloning en breng hun beslissing om te kiezen van een bepaalde cursus van actie. Besluitvorming tekorten weergegeven in talrijke neuropsychiatrische aandoeningen, waaronder schizofrenie (SZ), hyperactiviteit aandachtstekort (ADHD), obsessief-compulsieve stoornis (OCS), de ziekte van Parkinson (PD) en verslaving1. Studies op mensen en apen bleek dat verscheidene belangrijke hersenen regio's bij besluit maken2,3,4 betrokken zijn. Hoewel primaten deelnemen aan ingewikkelder beslissing makings, zijn knaagdieren gemeld voor zitten kundig voor adaptieve beslissingen te overleven in een omgeving waar beloning onvoorziene omstandigheden regelmatig veranderen. Bovendien, kunnen de neurale mechanismen en moleculaire mechanismen ten grondslag liggen aan de besluitvorming worden grondig onderzocht in muismodellen als gevolg van de beschikbaarheid van chemogenetic tools, optogenetic tools en genetisch gemodificeerde muizen. Er zijn meerdere taken gebruikt bij het evalueren van knaagdieren besluitvorming gedrag, met inbegrip van de attentional set-shift taak, de taak van de bewuste of vertraging gebaseerde T-maze, de Iowa gokken taak, de omkering van de visuele discriminatie leren van taak5, enz. Analoog T-maze kosten-batenanalyse protocollen werden oorspronkelijk ontwikkeld door de Pierre groep6 en de gevolgen te onderzoeken van twee soorten besluit kosten (vertraging en inspanning) gratis bewegende knaagdieren7,en8, zijn gebruikt 9,10. Het bijzondere voordeel van deze taak is dat dieren niet hoeven te worden opgeleid om druk op Hefbomen of graven in een kom. In plaats daarvan, dieren een keuze maken tussen een hoge beloning hoge kosten optie in één van de takken (de HRA-server) of een lage beloning low-cost optie in de andere arm (het LRA). Daarom is deze taak veel eenvoudiger uit te voeren.

In de vertraging gebaseerde paradigma, wordt de deur van een knooppunt ingevoerd zodra de proefdieren na een gebruikersactie één van de doel-armen, zodat het dier wordt gehouden in de doel-arm. Als het dier het LRA kiest, de doel-deur op het LRA onmiddellijk is ingetrokken en een kleine hoeveelheid voedsel wordt geleverd. Als het dier de HRA-server kiest, de deur van het doel op de HRA-server is ingetrokken na de vereiste vertraging en een grote hoeveelheid voedsel pellets wordt geleverd (figuur 1A). In de inspanning gebaseerde paradigma, de HRA-server wordt belemmerd door een barrière en dieren moeten klimmen over het verkrijgen van een grote hoeveelheid korrels (figuur 1B). In het algemeen, de vertraging gebaseerde paradigma is zeer nuttig om te testen de impulsiviteit van diermodellen en de inspanning gebaseerde iemand kan helpen om erachter te komen apathisch dieren2,4,11,12, 13. Hitherto onderzoekers hebben het uitvoeren van deze test door handmatig tellen de vertraging, invoegen en intrekking van de deuren, het manoeuvreren van de barrière van de inspanning, tellen het aantal pellet, pellets naar de gewenste positie plaatsen, plaatsen en terugzending van dieren , en het opnemen van dieren keuzes voor elke proef. Deze arbeid en tijd kosten vormen een ernstige experimentele knelpunt voor onderzoekers, wijdverbreide gebruik van deze gedrags test belemmeren. In het huidige werk ontwikkelden we een T-maze gebaseerd setup om te beoordelen van vertraging of inspanning-gebaseerde besluitvorming van knaagdieren, met volledige automatisering, normalisatie en hoog-productie capaciteit.

Apparaat

In samenwerking met de fabrikant van een commerciële (Zie Tabel of Materials), ontwikkelden we een gewijzigde geautomatiseerd T-maze apparaat waarmee software gebaseerde instrument control (Figuur 2). We geïntroduceerd in het bijzonder een "achterdeur" en "manier terug" in vergelijking met de traditionele T-maze (Figuur 2), zodat dieren kon gaan terug naar het begin punt zelf en start van een nieuw proces. De T-maze is mat grijs gekleurd, en wanneer de toestand van het experiment en de software correct zijn ingesteld, zowel zwart-wit muizen kunnen worden gedetecteerd. Het bestaat uit drie armen: één start arm en twee doel arms, elk 410 mm in lengte met V-vormige muren van 155 mm in hoogte, een basis van 30 mm in de breedte en een open bovenzijde van 155 mm in de breedte. De V-vormige corridor kunnen effectief muizen springen. Bovendien, gemakkelijker de bandbreedte van de V-vormige toe te passen in vivo opnemen met kabels. Een start-vak is gekoppeld aan het einde van de start-arm. Een doel-vak is gekoppeld aan het einde van elk doel-arm. Een automatische snackautomaat is geïnstalleerd in elk vak doel te leveren van een vooraf gedefinieerd aantal zoete voedsel pellets. De pellet inname wordt gedetecteerd door een infrarood sensor en automatisch door een computer wordt vastgelegd. Elk doel vak is gekoppeld aan het vak start door een rechte gang. Dieren kunnen autonoom terug naar het vak Begindatum via de corridor zodra ze klaar bent met een proces. Er zijn schuifdeuren van 155 mm hoog bij de ingang en de uitgang van de vakken Begindatum en doel. Bovendien, bevindt een schuifdeur zich aan de ingang van elk doel arm om te voorkomen dat dieren achteruit bewegen na het maken van een keuze (figuur 2A). Alle schuifdeuren kan zijn gecontroleerd door een computer en worden automatisch geopend en gesloten. Een hoge gevoeligheid 1/2" last gekoppeld apparaat (CCD) monocle camera is ingesteld boven het apparaat voor het bijhouden van de dieren gedrag. De brandpuntsafstand van de lens is 2.8-12 mm. De positie van de camera is rond 1,9 m hoog. Aangezien de hoogte van de doolhof 0,5 m van de vloer is, is de afstand tussen de camera en het doolhof ongeveer 1,4 m (figuur 2B). De trackingsgegevens verkregen van de CCD-camera wordt gebruikt aan de T-maze, openen en sluiten van de specifieke deuren bij dieren invoeren van bepaalde regio's van belang (ROIs) live-control. De belemmeringen voor de inspanning gebaseerde paradigma gebruikt zijn in de vorm van een drie-dimensionale rechthoekige driehoek (figuur 2C), die perfect in de V-vormige muren past, en ongeveer 155 mm in hoogte. Dieren moeten de verticale zijde schaal maar kunnen afdalen van een helling van 45°. Het apparaat is verlicht bij 100 lux tijdens het experiment. Suiker pellets gebruikt in het experiment (Zie Tabel of Materials), en silica-gel (Zie Tabel van materialen) wordt gebruikt voor het droog houden van de pellets.

Protocol

Alle experimentele protocollen werden goedgekeurd door de Animal Care en gebruik commissies van de RIKEN Brain Science Institute.

1. dierlijke voorbereiding

  1. Kiezen voor geslacht, leeftijd, genotype en farmacologische behandelingen van experimentele muizen (of ratten) afhankelijk van het experimentele doel.
    Opmerking: Hier we toonden de prestaties van vier mannelijke C57B/6 muizen van 2 maanden oud.
  2. Het huis van de muizen in een kamer gehandhaafd onder standaardomstandigheden (12 h licht/12 h donker cyclus, lampjes op tussen 8:00 en 8:00 uur, 22 ± 1° C).
    Opmerking: Als het doel is om te vergelijken het verschil tussen twee genotypen, groep 4 muizen per kooi en omvatten 2 muizen van elk genotype.
  3. Omgaan met de muizen voor 2 min/dag gedurende 5 dagen hen vertrouwd te maken met menselijk contact. Voeden hen met gemeten rantsoenen zodat hun gewicht ongeveer behouden ongeveer 80-85% van het gewicht gratis voeding gedurende het gehele experiment blijft. Water ad libitumverstrekt.
  4. Koeien muizen naar de laboratoriumruimte door overdracht van alle muizen van de muis huisvesting kamer naar de laboratoriumruimte 30 min vóór het experiment elke dag.
  5. Start experimenten op hetzelfde tijdstip elke dag om te voorkomen dat de effecten van circadiane ritmen op de prestaties van dieren.

2. dierlijke gewenning aan de doolhof

  1. Start gewenning aan de doolhof gelijktijdig met muis behandeling (2 min/dag). Houd die alle deuren in dit stadium open. Gewenning uitvoeren voor een totaal van 5 dagen.
  2. Op dag 1, strooi de voedsel pellets in het doolhof.
  3. Op dag 2 en 3, strooi de pellets langs de twee doel-armen.
  4. Op dagen zetten 4 en 5, de pellets alleen op de twee doel-vakken.
  5. Elke dag, na het plaatsen van de pellets, plaats van de muizen in het vak van de start van de T-maze in groepen van vier en laat de muizen te verkennen van het labyrint voor 10 min.
    Opmerking: De muizen in groepen van vier fabriekslawaai zal hen helpen om te leren van elkaar en versnellen van de opleiding.

3. dierlijke discriminatie van HRA van LRA

Opmerking: Dit protocol omvat zowel vertraging- en inspanning gebaseerde besluitvorming proeven. Echter, afhankelijk van het doel, onderzoekers kunnen testen slechts één van hen, of beide. Besturingssoftware (Tabel van materiaal) is gebruikt om automatisch de instellingen van de T-maze voor de volgende stappen uit. Als inspanning gebaseerde besluitvorming zal worden getest, kennismaken met belemmeringen HRA zowel LRA in de fase van de post gedwongen arm. Dieren zal vervolgens worden opgeleid voor zowel de discriminatie en de barrière gelijktijdig klimmen. De hongerige muizen klimmen actief de barrières en na deze fase, allemaal vakkundig kunt beklimmen. Daarom is het niet nodig om te starten vanuit een lagere barrière met dit protocol.

  1. Gedwongen arm vermelding fase
    1. Open het venster parameter registratie van de software van de controle en stel parameters als volgt (Figuur 3).
      1. Kies de optie"fase". De "trial nummer" tot en met 10, zo instellen dat elk dier 10 proeven per dag gedurende 5 continue dagen doorloopt.
        Opmerking: Men kan kiezen een ander proces nummer in zijn/haar eigen experimenten.
      2. De "duur" ingesteld op 900 s zodat de opleiding van één muis per dag niet meer dan 900 s. Set de "standaardbegintijd vertraging" tot en met 3 s, zodat de start-deur 3 openen zal s nadat het dier is gedetecteerd op het gebied van start.
      3. De "pellet nummer" voor de HRA-server en het LRA instellen zodat 4 pellets zijn altijd automatisch afgeleverd in de HRA-server en 1 pellet wordt aangeboden in het LRA.
        Opmerking: In onze experimenten, vonden we dat 1:4 is de beste verhouding wanneer 10 mg suiker pellets worden gebruikt. Als we gebruik maken van 6 tot 10 korrels, de muizen kunnen niet eindigen ze allemaal eten en zal er nalatigheid gebeurt.
      4. De "wachttijd" instellen op 0 s, dus dat zal er geen vertraging voor HRA zowel LRA tijdens deze fase.
    2. Open het venster "ID registratie" van de besturingssoftware. Registreren-ID van elke individuele muis software volgens de locatie van de HRA-server, hetzij links of rechterzijde is geplaatst. (Figuur 4).
      Opmerking: De locatie moet worden gecompenseerd met betrekking tot groepen van het genotype. Voor 50% van elke groep genotype, de HRA-server is altijd aan de linkerkant en de LRA is altijd aan de rechterkant. Voor de overige 50%, de HRA-server is altijd aan de rechterkant en de LRA is altijd aan de linkerkant.
    3. Open het toepassingsvenster van de software, selecteer "Decision Making" uit de dropdown "Taak" lijst. Input van de onderwerp-ID en selecteer "Phase 2" in de "Fase" dropdown lijst. Dagnummer selecteren in de vervolgkeuzelijst "Day". Druk op "OK" knop om de experiment-interface.
    4. In het experiment interface venster, drukt u op "GetBG" te registreren van de gegevens van de achtergrond van de maze, zodat het dier zal nauwkeurig worden bijgehouden ongeacht de achtergrond van het milieu. Druk op de "sessie" Startknop (Figuur 5).
    5. Plaatst u de muisaanwijzer in het vak en de opleiding te starten door op de "start"-knop van de afstandsbediening te drukken.
      1. Opmerking dat de deur van start, één knooppunt deur (links of rechts) wordt automatisch geopend na 3 s; Zodra de muis het gebied junction, sluit de deur start automatisch.
      2. Vaststellen dat zodra de muis het gebied van de vertraging (links of rechts treedt), de deur van de kruising automatisch sluiten zal en de doel-deur zal automatisch openen.
      3. Let op dat zodra de muis de pellet neemt, de achterdeur en pre start deur wordt automatisch geopend. Zodra de muis het terug gebied, zal automatisch de achterdeur sluiten.
      4. Vaststellen dat zodra de muis het vak Begindatum invoert, de pre start deur automatisch sluiten zal en een nieuw proces zal beginnen.
        Opmerking: Binnen 10 proeven van elke dag tijdens deze fase van de opleiding, de software zal automatisch ervoor zorgen dat elke muis de HRA voor 5 proeven en het LRA voor 5 proeven bezoekt.
    6. Reinig de doolhof grondig elke dag.
  2. Vrije arm vermelding fase
    1. Parameters en registreren onderwerp ID op dezelfde manier zoals gedaan in de fase van inbraak (stap 3.1.1 en 3.1.2). Kies de optie " "fase ". De "trial nummer" tot en met 20, zo instellen dat elk dier 20 proeven, per dag gedurende 7 dagen van voortdurende zal doorlopen.
    2. Selecteer in het toepassingsvenster "Fase 3" uit de "Fase" dropdown lijst. Andere parameters volgens stap 3.1.3 instellen.
    3. In de experiment-interface, de waarde van "Succes Rate" als 80% zodat de opleiding wordt automatisch voortgezet totdat de muis selecteert de HRA-server in 80% van de proeven, of wanneer de muis is voltooid 20 proeven per dag (zoals geregistreerd in de parameters setup). Toepassing andere bewerkingen per stap 3.1.4.
    4. Laat de muis een arm, HRA of LRA vrij te kiezen.
      1. Merk op dat de deur van start, twee junction deuren automatisch na 3 Open s; Zodra de muis het gebied junction, sluit de deur start automatisch.
      2. Vaststellen dat zodra de muis kiest één arm en treedt de vertraging gebied (links of rechts), de deur van de kruising automatisch sluiten zal en de doel-deur wordt automatisch geopend.
      3. Let op dat zodra de muis de pellet neemt, de achterdeur en pre start deur wordt automatisch geopend. Zodra de muis het terug gebied, zal automatisch de achterdeur sluiten.
      4. Vaststellen dat zodra de muis het vak Begindatum invoert, de pre start deur automatisch sluiten zal en een nieuw proces zal beginnen.

4. vertraging besluitvorming op basis van Test

  1. Registreren parameters en de onderwerp-ID op dezelfde manier als in de vrije arm vermelding fase (stap 3.2.1) gedaan. De "wachttijd" ingesteld op 5, 10,15 s op dag 1, dag 2 en dag 3 respectievelijk, dus dat er zal 5 s vertraging voor HRA op dag 1, 10 s vertraging voor HRA op dag 2 en 15 s vertraging voor HRA op dag 3.
  2. In het toepassingsvenster, door "Fase 4" te selecteren in de vervolgkeuzelijst van de "Fase". Andere parameters op dezelfde manier zoals in 3.2.2 instellen.
  3. In de experiment-interface, gelden alle bewerkingen per stap 3.2.3.
  4. Laat de muis een arm, HRA of LRA vrij te kiezen.
    1. Merk op dat de deur van start, twee junction deuren automatisch na 3 Open s; Zodra de muis het gebied junction, sluit de deur start automatisch.
    2. Let op dat zodra de muis één arm kiest en de vertraging gebied (links of rechts treedt), de deur van de kruising zal automatisch sluiten.
      Opmerking: Als de muis LRA kiest, de deur van het doel wordt automatisch geopend onmiddellijk. Als echter de muis kiest HRA, de doel-deur zal automatisch openen na 5 s, 10 s, en 15 s op de dagen 1, 2, 3 respectievelijk.
    3. Let op dat zodra de muis de pellet neemt, de achterdeur en pre start deur wordt automatisch geopend. Zodra de muis het terug gebied, zal automatisch de achterdeur sluiten.
    4. Vaststellen dat zodra de muis het vak Begindatum invoert, de pre start deur automatisch sluiten zal en een nieuw proces zal beginnen.
      Opmerking: Hier, we getraind de muizen voor 5 – 7 dagen met elke vertraging voorwaarde. Echter, gebaseerd op onze ervaring op het testen van meerdere regels voor transgene of gemuteerde muizen, 1 dag (20 proeven) is absoluut genoeg om te zien het verschil tussen de muizen van verschillende genotypen en er is geen zin om uit te breiden van de trainingstijd (Zie Figuur 6 een voorbeeld). Daarom, op dit moment we pas 1 dag voor elke vertragingstijd en het werkt goed. Als onderzoekers willen de trainingsdagen afhankelijk van hun eigen doel elongate zal er geen probleem.
  5. Optioneel: Voer de test uit met de HRA-server ongedaan gemaakt. Om te testen of de keuze van de muis het resultaat van de voorkeur voor een oriëntatie is, schakelen de links / rechts positie van de HRA-server en het LRA (die automatisch kan worden bereikt door de software) en laat de muizen vrij kiezen één arm zoals in 4.4.
  6. Optioneel: Een vertraging controle test uitvoeren. Om te testen of een tekort is het resultaat van de gewijzigde ruimtelijke geheugen of beloning gevoeligheid in plaats van het resultaat van wijzigingen waargenomen in de besluitvorming, een 15 s vertraging kennismaken met het LRA evenals de HRA-server, en laat de muizen vrij kiezen één arm zoals in 4.4.

5. inspanning-besluitvorming op basis van Test

  1. Kennismaken met de barrière de HRA-server zoals wordt weergegeven in het diagram (Figuur 1).
  2. Alle parameters instellen en toepassen van alle bewerkingen per stap 3.2 — vrije arm vermelding fase en de proefdieren 3 continu dagenlang.
  3. Laat de muizen een arm, HRA of LRA vrij te kiezen.
    Opmerking: Hier, we getraind de muizen voor 14 dagen. Gebaseerd op onze ervaring op het testen van meerdere regels voor transgene of gemuteerde muizen, 3 dagen zijn echter absoluut genoeg om te zien het verschil tussen de muizen van verschillende genotypen en er is geen betekenis uit te breiden van de trainingstijd (Zie Figuur 6 als voorbeeld ). Daarom momenteel we pas 3 dagen voor inspanning gebaseerde test en het werkt goed. Als onderzoekers willen de trainingsdagen afhankelijk van hun eigen doel elongate zal er geen probleem.
  4. Optioneel: Voer de test uit met de HRA-server ongedaan gemaakt. Om te testen of de keuze van de muis het resultaat van de voorkeur voor een oriëntatie is, schakelen de links / rechts positie van de HRA-server en het LRA (die automatisch kan worden bereikt door de software) en laat de muizen vrij kiezen één arm zoals in stap 5.3.
  5. Optioneel: Inspanning controle test uitvoeren. Om te testen of een tekort is het resultaat van de gewijzigde ruimtelijke geheugen of beloning gevoeligheid in plaats van het resultaat van wijzigingen in de besluitvorming opgemerkt, een barrière kennismaken met het LRA evenals de HRA-server, en laat de muizen vrij kiezen één arm zoals in stap 5.3.

6. de gegevensanalyse

  1. Het verkrijgen van gegevens en resultaten rechtstreeks vanuit de controlesoftware.
    1. Merk op dat de software zal automatisch experimentele registratiedatum, begin- en einddatums tijd, duur, proef nummer, de locatie van de HRA-server, pellet nummer in de HRA-server en het LRA de positie (X, Y) en de bewegende trace enz., van elke muis in de map "Data" .
    2. Controleer of de software heeft automatisch de volgende items analyseren en opnemen hen in de map 'Resultaat' onder elk dier ID: duur proces nummer, HRA keuze nummer, LRA keuze nummer, HRA keuze percentage, LRA keuze percentage, bewegende totaalafstand, en totale junction tijd.
  2. Het uitvoeren van statistische analyses op de gegevens van alle experimenten door een gemengde ANOVA (split-plot ANOVA), met dag/sessie als binnen-subject factor en factor van de groep (genotype groep of groepen met verschillende experimentele omstandigheden) als tussen-subject factor.
  3. Analyseer het belangrijkste effect van groep factor als er geen interactie tussen dag/sessie met groep factor is. Post hoc paarsgewijze vergelijkingen toepassen als er een belangrijke interactie tussen dag/sessie met groep factor.

Representative Results

Een voorbeeld van de vertraging- en inspanning - gebaseerd besluitvorming taak uitgevoerd door mediale habenular ablated worden muizen (mHb:DTA muizen)14 met hun wild-type littermate controle muizen (CT muizen) wordt weergegeven in Figuur 6. Twee mHb:DTA muizen en twee CT muizen waren na het spenen samen gehuisvest in een kooi.

In de vertraging gebaseerde besluitvorming test (figuur 6A) was er geen significant interactie tussen genotype en sessie in elke fase, met inbegrip van de discriminatie trainingsfase (de vertragingstijd van HRA toen 0) en vertraging gebaseerde besluitvorming test fase (toen de vertragingstijd van HRA 5 s, 10 s, en 15 s, respectievelijk). Het belangrijkste effect van genotype niet significant was, toen de vertragingstijd 5 s. Echter, wanneer de vertragingstijd was langwerpige tot en met 10 s en 15 s, mHb:DTA muizen aangetoond dat een aanzienlijke vermindering van het percentage HRA bezoeken in vergelijking met CT muizen. Deze resultaten bleek dat de ablatie van mHb de voorkeur van muizen daalde te wachten op een grotere beloning, en in plaats daarvan een neiging om te selecteren van een kleine beloning meteen weergegeven, toen de wachttijden 10 seconden waren of zelfs langer. De gegevens gesuggereerd dat mHb wellicht een belangrijke hersenstructuur in de controle van impulsiviteit en/of tijd kosten/baten-evaluatie, waardoor dieren gevoeliger te tolereren vertraagde toegang om te krijgen een grote beloning.

In de inspanning gebaseerde besluitvorming test (figuur 6B), het percentage van HRA werden bezoeken aanzienlijk verlaagd bij mHb:DTA muizen toen een barrière werd geplaatst in de HRA-server, ongeacht de lokalisatie van de links/rechts van de HRA-server (1 x barrière fase en omkering fase ). Dit betekent dat het fenotype van mHb:DTA muizen niet te wijten een tekort in ruimtelijke voorkeur en geheugen was. In de inspanning controle test, belemmeringen werden geplaatst in beide armen doel (2 × belemmeringen fase) en zowel LRA en HRA werden geassocieerd met hoge inspanning. Daarom was de inspanning kosten hetzelfde voor dieren te selecteren van de lage beloning of de hoge beloning. De mHb:DTA muizen bezocht de HRA-server vaker dan het LRA en bereikte een vergelijkbaar HRA bezoek nummer op de laatste sessie (een sessie 5). Dit resultaat suggereert dat beloning gevoeligheid en het ruimtelijke geheugen bij mHb:DTA muizen was intact. De gegevens die toegelicht mHb kan een belangrijke rol spelen bij inspanning kosten/baten-evaluatie, waardoor dieren om te zetten in meer werk te verwerven van grotere beloningen.

Figure 1
Figuur 1: Schematisch diagram van traditionele T-maze toestellen voor besluitvorming test (A) vertraging gebaseerde besluitvorming testapparatuur. Dieren werden in het begin arm geplaatst en koos tussen de twee takken van de doel, HRA en LRA. Wanneer dieren koos de HRA-server, moest ze wachten (afhankelijk van de vertragingstijd in seconden) om een grotere beloning. Onderzoekers moeten handmatig verwerken van dieren, pellets en deuren voor elk afzonderlijk experiment. (B) inspanning gebaseerde besluitvorming testapparatuur. Dieren werden in het begin arm geplaatst en koos tussen de twee takken van de doel, HRA en LRA. Wanneer dieren koos de HRA-server, moesten ze klimmen over een driehoekige belemmering voor een grotere beloning krijgen. Onderzoekers moeten handmatig verwerken van dieren, pellets, deuren en belemmeringen voor elk afzonderlijk experiment. Klik hier voor een grotere versie van dit cijfer.

Figure 2
Figuur 2: geautomatiseerde T-maze setup voor besluitvorming test (A) bovenaanzicht van de geautomatiseerde installatie. (B) zijaanzicht van de geautomatiseerde installatie. (C) de 3D-loodrechte driehoek barrière gebruikt voor inspanning gebaseerde besluitvorming test, van links naar rechts, zijn het tegenovergestelde zijaanzicht, het zijaanzicht en de schuine zijde zijaanzicht, respectievelijk. Oorspronkelijke technische foto's bewerkt met toestemming van de commerciële fabrikant. GBL: doel vak (links), GBR: doel vak (rechts), GDL: doel deur (links), GDR: doel deur (rechts), DAL: gebied (links), DAR vertraging: vertraging gebied (rechts), JDL: junction deur (links), JDR: junction deur (rechts), BDL: achterdeur (links), BDR: achterdeur (rechts), CCD: gratis gekoppeld apparaat camera). Klik hier voor een grotere versie van dit cijfer.

Figure 3
Figuur 3: The Parameter registratie venster. Klik hier voor een grotere versie van dit cijfer.

Figure 4
Figuur 4: de onderwerp-ID registratie venster. Klik hier voor een grotere versie van dit cijfer.

Figure 5
Figuur 5: de interface experiment. Klik hier voor een grotere versie van dit cijfer.

Figure 6
Figuur 6: vertraging- en inspanning gebaseerde besluitvorming bij mHb:DTA muizen. (A) vertraging gebaseerde besluitvorming test bij mHb:DTA muizen (muizen werden 12-14 maanden-oud, n = 8/genotype). Het percentage van HRA keuze was vergelijkbaar zijn tussen de genotypen toen de vertragingstijd 0 en 5 s, maar sterk gedaald in mHb:DTA muizen de vertragingstijd toen 10 s en 15 s. Toen de vertragingstijd 5 s, genotype × dag interactie: F(1,14) = 0.594, p = 0.236; het effect van genotype: F(1,14) = 0.61, p = 0,45; toen de vertragingstijd 10 s: genotype × dag interactie: F(1,14) = 37,5, p = 0.346; het effect van genotype: F(1,14) 32,4, p = < 0.0001; toen de vertragingstijd 15 s: F(1,14) = 38,7, p = 0.243; het effect van genotype: F(1,14) = 31,6 en p ≤0.0001. (B) inspanning gebaseerde besluitvorming test bij mHb:DTA muizen (muizen waren 12-14 maanden-oud, n = 9/genotype). Tijdens 1 x barrière fase, was er een belangrijke interactie tussen genotype en sessie (genotype × dag interactie: F(1,16) = 2.11, p = 0,015), en de post hoc paarsgewijze vergelijking bleek dat HRA % van mHb:DTA muizen aanzienlijk gedaald in alle sessies. Tijdens de fase omkering, was er geen significant interactie tussen genotype en sessie (genotype × dag interactie: F(1,16) = 1,61, p = 0,08). mHb:DTA muizen bezocht HRA aanzienlijk minder dan CT muizen (belangrijkste genotype effect: F(1,16) = 8.18, p = 0,01). Tijdens 2 × belemmeringen fase, was er een belangrijke interactie tussen genotypen en sessies en een significant verschil in sessie 3 en sessie 4 (2 x belemmeringen fase: genotype × dag interactie: F(1,16) = 3.9, p = 0.0067). De muizen van de mHb:DTA bereikt een HRA bezoek nummer vergelijkbaar met die van CT muizen op de laatste sessie, sessie 5. Gegevens vertegenwoordigen gemiddelde ± SEM. ** p < 0,01; p < 0,001. Klik hier voor een grotere versie van dit cijfer.

Figure 7
Figuur 7: het stroomdiagram van besluitvorming testen (vertraging of inspanning-gebaseerde).

Discussion

Besluitvorming is een cognitief proces zeer behouden tijdens de evolutie15. Mens en dier kunnen evalueren van de kosten van concurrerende actie-opties ten opzichte van de potentiële beloning en breng hun keuze. Patiënten die lijden aan een aantal neurologische ziekten en psychische stoornissen tonen tekorten in verschillende vormen van besluitvorming16. Het is daarom belangrijk om te onderzoeken de Neurobiologische en pathofysiologische mechanismen die ten grondslag liggen aan het besluitvormingsproces. In de afgelopen paar jaar, vertraging en inspanning-gebaseerde besluit-makend is het aantrekken van meer en meer het onderzoek van belang. Knaagdieren, met name ratten zijn bovendien uitgebreid gebruikt om te studeren van deze twee vormen van besluitvorming17.

Veel studies leidde tot interessante ontdekkingen met behulp van een gedrags taak waarbij een T-maze-apparaat met een HRA en een LRA2,6,7,8,9,10, 18 , 19 , 20 , 21 , 22. in de taak, HRA associates grote beloningen met ofwel een tijd vertraging of inspanning inspanning. Op het LRA, kunnen dieren verwerven een kleine beloning onmiddellijk zonder enige vertraging en de lichamelijke inspanning. De traditionele benadering is gebaseerd op menselijke experimentator van handmatige interventie. Uitkomst van het experiment, moet de experimentator tellen van de korrels en plaats ze in de voedsel-dienbladen van HRA en LRA, plaats in de doel-deuren op zowel de HRA en de LRA en plaats dan het dier aan het eind van de start-arm. Wanneer het dier in een van de takken, moet een kruising deur worden geplaatst om te beperken van het dier tot de doel-arm. Afhankelijk van het protocol moet de experimentator tellen van de tijd en open de deur doel na een ingestelde vertraging. Nadat het dier het doelgebied invoert en de pellet(s) verkrijgt, moet de experimentator terugsturen naar de kooi en opnemen van het dier arm keuze en gedrag. De experimentator moet de T-maze deuren en pellet voorbereiden met de volgende proef. De hele opleiding en testen van processen zijn enorm tijd en arbeid-intensieve. Anderzijds is een gebrek aan standaardisatie over verschillende labs een andere zorg.

In deze paper presenteerden we een protocol op basis van een gewijzigde geautomatiseerde T-maze-apparaat met een video-tracking systeem (Figuur 7) de problemen van traditionele protocollen op te lossen. Door de invoering van een "achterdeur" en "terug gang" aan de traditionele T-maze, verkregen we doolhof met een "doorsneden isoceles driehoek" vorm. De voordelen van deze opstelling zijn (1) volledige automatisering van de gedrags training en testen. Dit verwijdert de impact van de experimentator subjectiviteit en minimaliseert menselijke tijd en arbeid van verbintenissen. We hebben vier opstellingen in het lab, zodat vier muizen kunnen worden opgeleid of gelijktijdig beproefd door een experimentator, die onmogelijk is om te worden uitgevoerd met behulp van traditionele protocollen. (2) er is software flexibiliteit als de controle-software onderzoekers vrij meerdere parameters toelaat, met inbegrip van de pellet nummer, vertragingstijd, deur openen en sluiten, proef getallen, duur en traceermodus instellen. Daarom kan dit systeem voldoen aan verschillende soorten experimentele behoeften. (3) er is brede compatibiliteit zoals alle schuifdeuren op de T-maze zijn ontworpen om onder de basis van het labyrint worden opgeslagen wanneer ze geopend zijn. Dus kan de setup gemakkelijk worden geïntegreerd met diverse fysiologische systemen, met inbegrip van optogenetic/optische manipulatie, in vivo electrofysiologie opnemen en microdialysis. Daarnaast voor met uitzondering van de mogelijkheid dat de muizen koos de HRA-server als gevolg van een positievoorkeur, raden wij een controle test voor zowel de vertraging- en inspanning - gebaseerde assay toe te passen. Door de kosten in de armen van twee doel klaren, hebben dieren de mogelijkheid om ervaring van beide resultaten beloning tegen dezelfde kosten. De keuze kan worden gemaakt eenvoudig op basis van de beloning differentiële, waardoor de noodzaak om zowel de kosten en de baten alvorens te beslissen. Dit wordt ook gecontroleerd of eventuele wijzigingen in de keuzes van de dieren het resultaat van een onvermogen is om de schaal van de kosten of beloning, of geheugen tekort in plaats van een wijziging in de manier waarop zij hun besluiten beoordeeld.

In ons lab, hebben we ongeveer 10 soorten muizen met deze setup geanalyseerd. Een voorbeeld werd vertoond in het representatieve gegevens, mHb:DTA muizen aangetoond een robuuste fenotype in zowel vertraging- en inspanning-gebaseerd besluit-makend. Dat wil zeggen, is de beloning waarde sterk voorzien door de tijd en moeite in mHb:DTA muizen. Het resultaat bleek de belangrijke rol van mHb op impulsiviteit controle. Wij hebben bovendien silicon sonde opnames toegepast op gratis bewegende muizen tijdens het besluitvormingsproces (niet-gepubliceerde gegevens). Alle experimenten voorzien validatie benchmarks in de mogelijkheid van de geautomatiseerde installatie. Zo is het gestandaardiseerde protocol voor de T-maze op basis van de besluitvorming met de geautomatiseerde apparatuur is geschikt voor het opsporen van genetische effecten, farmacologische werking en neurale effecten op vertraging en inspanning discontering van knaagdieren. Kortom heeft de setup vele voordelen om te dienen als een ideaal systeem voor de vertraging en inspanning-gebaseerde besluitvorming testen.

Disclosures

De auteurs hebben niets te onthullen.

Acknowledgments

Wij willen Dr Matthew F S Rushworth (afdeling experimentele psychologie, Universiteit van Oxford) en Dr. Sakagami Masamichi (Brain Science Research Center, Tamagawa Universiteit) bedanken voor hun waardevolle adviezen over de inleiding van het project en de details van de protocollen. Wij danken Dr. Lily Yu voor kritische opmerkingen en bewerken van het manuscript. Dit project werd ondersteund door de RIKEN stimulans Research Project (100226201701100443) naar Q.Z, het Project van de wetenschap van de hersenen, Center voor nieuwe wetenschap initiatieven, nationale instituten voor Natuurwetenschappen (BS291003) te Q.Z, de RIKEN Aging Project ( 10026-201701100263-340120) Q.Z en de Kakenhi Grant-in-Aid JSPS voor jonge wetenschappers (B) (17841749) Q.Z.

Auteurs bijdragen: Q.Z bedacht en geïnitieerd van het project, Q.Z, Y.K en H.G verrichten van de experimenten en data-analyse, H.G gecoördineerd tussen de lab en O'HARA & Co., Ltd., Q.Z en Y.K schreef het manuscript, S.I onder toezicht van het project.

Materials

Name Company Catalog Number Comments
automated t-maze for decion making testing O’HARA & Co.,ltd no catalog number, customorized Address requested by the reviewer: 4-28-16 Ekoda, Nakano-ku, Tokyo 165-0022
TEL: 81-3-3389-2451 FAX:81-3-3389-2453
slica gel  Nacalai Tesque 1709155
AIN-76A Rodent Tablet 10mg Test Diet 1811213(5TUL) Manufactured for Japan,SLC
Time TM1 software  O’HARA & Co.,ltd no catalog number
SPSS statistics V21.0 IBM

DOWNLOAD MATERIALS LIST

References

  1. Frank, M. J., Scheres, A., Sherman, S. J. Understanding decision-making deficits in neurological conditions: insights from models of natural action selection. Philosophical Transactions of the Royal Society B: Biological Sciences. 362, (1485), 1641-1654 (2007).
  2. Prevost, C., Pessiglione, M., Metereau, E., Clery-Melin, M. L., Dreher, J. C. Separate valuation subsystems for delay and effort decision costs. J Neurosci. 30, (42), 14080-14090 (2010).
  3. Kennerley, S. W., Walton, M. E. Decision Making and Reward in Frontal Cortex: Complementary Evidence From Neurophysiological and Neuropsychological Studies. Behavioral Neuroscience. 125, (3), 297-317 (2011).
  4. Kurniawan, I. T., Guitart-Masip, M., Dolan, R. J. Dopamine and Effort-Based Decision Making. Frontiers in Neuroscience. 5, 81 (2011).
  5. Izquierdo, A., Belcher, A. M. Rodent models of adaptive decision making. Methods Mol Biol. 829, 85-101 (2012).
  6. Thiebot, M. H., Le Bihan, C., Soubrie, P., Simon, P. Benzodiazepines reduce the tolerance to reward delay in rats. Psychopharmacology. 86, (1-2), 147-152 (1985).
  7. Green, M. F., Horan, W. P., Barch, D. M., Gold, J. M. Effort-Based Decision Making: A Novel Approach for Assessing Motivation in Schizophrenia. Schizophr Bull. 41, (5), 1035-1044 (2015).
  8. Fatahi, Z., Sadeghi, B., Haghparast, A. Involvement of cannabinoid system in the nucleus accumbens on delay-based decision making in the rat. Behav Brain Res. 337, 107-113 (2018).
  9. Iodice, P., et al. Fatigue modulates dopamine availability and promotes flexible choice reversals during decision making. Sci Rep. 7, (1), 017-00561 (2017).
  10. Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., Rushworth, M. F. Separate neural pathways process different decision costs. Nat Neurosci. 9, (9), 1161-1168 (2006).
  11. Bonnelle, V., et al. Characterization of reward and effort mechanisms in apathy. J Physiol Paris. 109, (1-3), 16-26 (2015).
  12. Hartmann, M. N., et al. Apathy but not diminished expression in schizophrenia is associated with discounting of monetary rewards by physical effort. Schizophr Bull. 41, (2), 503-512 (2015).
  13. Lockwood, P. L., et al. Prosocial apathy for helping others when effort is required. Nat Hum Behav. 1, (7), 017-0131 (2017).
  14. Kobayashi, Y., et al. Genetic dissection of medial habenula-interpeduncular nucleus pathway function in mice. Frontiers in behavioral neuroscience. 7, (17), (2013).
  15. Hanks, T. D., Summerfield, C. Perceptual Decision Making in Rodents, Monkeys, and Humans. Neuron. 93, (1), 15-31 (2017).
  16. Lee, D. Decision Making: from Neuroscience to Psychiatry. Neuron. 78, (2), 233-248 (2013).
  17. Carandini, M., Churchland, A. K. Probing perceptual decisions in rodents. Nature Neuroscience. 16, (7), 824-831 (2013).
  18. Denk, F., et al. Differential involvement of serotonin and dopamine systems in cost-benefit decisions about delay or effort. Psychopharmacology. 179, (3), 587-596 (2005).
  19. Walton, M. E., Bannerman, D. M., Rushworth, M. F. S. The Role of Rat Medial Frontal Cortex in Effort-Based Decision Making. The Journal of Neuroscience. 22, (24), 10996-11003 (2002).
  20. Bardgett, M. E., Depenbrock, M., Downs, N., Points, M., Green, L. Dopamine Modulates Effort-Based Decision-Making in Rats. Behavioral Neuroscience. 123, (2), 242-251 (2009).
  21. Floresco, S. B., Tse, M. T., Ghods-Sharifi, S. Dopaminergic and glutamatergic regulation of effort- and delay-based decision making. Neuropsychopharmacology. 33, (8), 1966-1979 (2008).
  22. Assadi, S. M., Yucel, M., Pantelis, C. Dopamine modulates neural networks involved in effort-based decision-making. Neuroscience & Biobehavioral Reviews. 33, (3), 383-393 (2009).
Een geautomatiseerde T-maze op basis van apparatuur en Protocol voor het analyseren van de vertraging en inspanning-gebaseerde besluitvorming in gratis verplaatsen knaagdieren
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhang, Q., Kobayashi, Y., Goto, H., Itohara, S. An Automated T-maze Based Apparatus and Protocol for Analyzing Delay- and Effort-based Decision Making in Free Moving Rodents. J. Vis. Exp. (138), e57895, doi:10.3791/57895 (2018).More

Zhang, Q., Kobayashi, Y., Goto, H., Itohara, S. An Automated T-maze Based Apparatus and Protocol for Analyzing Delay- and Effort-based Decision Making in Free Moving Rodents. J. Vis. Exp. (138), e57895, doi:10.3791/57895 (2018).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter