Summary
Den här artikeln presenteras en automatiserad T-maze apparat som vi uppfann och ett protokoll baserat på denna apparat för att analysera dröjsmål-baserat beslutsfattande och ansträngning-baserat beslutsfattande i gratis rörliga gnagare.
Abstract
Många neurologiska och psykiatriska patienter visar svårigheter eller brister i beslutsfattandet. Gnagare modeller är till hjälp att producera en djupare förståelse för de neurobiologiska orsaker bakom beslutande problemen. En kostnads-baserade T-maze aktivitet används för att mäta beslutsfattande där gnagare välja mellan en hög belöning arm (HRA) och en låg belöning arm (LRA). Det finns två paradigm för aktiviteten T-maze beslutsfattande, där kostnaden är en tidsfördröjning och den andra där det är fysisk ansträngning. Båda paradigm kräver en långtråkig och arbetsintensiva förvaltning av försöksdjur, flera dörrar, pellet belöning och beväpna val inspelningar. I det nuvarande arbetet uppfann vi en apparater baserade på traditionella T-maze med full automatisering för pellets leverans, dörren förvaltning och val inspelningar. Denna automatiska inställning kan användas för utvärdering av både förseningar och ansträngning-baserade beslutsfattande hos gnagare. Med protokollet som beskrivs här, undersökt vårt labb de beslutsfattande fenotyperna av flera genmodifierade möss. I den representativa uppgifter visade vi att möss med avlägsnad mediala habenular visade aversioner både förseningar och ansträngning och tenderade att välja omedelbar och enkel belöningen. Detta protokoll bidrar till att minska variationen orsakas av försöksledaren ingripande och att effektivisera experiment. I tillägg, kronisk kisel sond eller mikroelektrod inspelning, kan fiberoptiska imaging eller manipulation av neural aktivitet enkelt appliceras under beslutsfattande uppgiften använder den inställning som beskrivs här.
Introduction
Människor och andra djur utvärdera kostnaden (inklusive dröjsmål, ansträngning och risk) för att få en belöning, och sedan göra sitt beslut att välja ett visst handlingssätt. Beslutsfattandet underskott visas i många neuropsykiatriska sjukdomar, inklusive schizofreni (SZ), ADHD (ADHD), tvångssyndrom (OCD), Parkinsons sjukdom (PD) och missbruk1. Studier på människor och apor visade att flera viktiga hjärnan regioner är involverade i beslut att göra2,3,4. Även om primater engagera sig i mer komplicerade beslut förutsättningar att bli, har gnagare rapporterats kunna adaptiv beslut för att överleva i en miljö där belöning oförutsedda utgifter ändras ofta. Dessutom kan neural krets mekanismerna och molekylära mekanismer bakom beslutsfattande undersökas grundligt i musmodeller på grund av tillgängligheten av chemogenetic verktyg, optogenetic verktyg och genetiskt modifierade möss. Det finns flera uppgifter används i utvärdering gnagare beslutsfattande beteenden, inklusive uppmärksamhet set-shift uppgiften, effortful eller försening-baserade T-maze uppgiften, Iowa spelande uppgiften, visuell diskriminering återföring lärande aktivitet5, etc. Analoga T-maze kostnads-protokoll utvecklades ursprungligen av Pierre grupp6 och har använts för att undersöka effekterna av två typer av beslut kostnad (fördröjning och ansträngning) på gratis rörliga gnagare7,8, 9,10. Den speciella fördelen av denna uppgift är att djur inte behöver utbildas för att trycka spakarna eller gräva i en skål. Djuren gör i stället ett val mellan en hög belöning hög kostnad alternativ i ena armen (HRA) eller en låg belöning låg kostnad alternativet i den andra armen (LRA). Därför är denna uppgift mycket lättare att utföra.
I den fördröjning-baserade paradigmen införs en junction dörr när det experimentella djuren anger ett av målet armar, så att djuret hålls i målet armen. Om djuret väljer LRA, mål dörren på LRA är indraget omedelbart och en liten mängd mat levereras. Om djuret väljer HRA, mål dörren på HRA är tillbakadragen efter krävs fördröjning och en stor mängd mat pellets levereras (figur 1A). I den ansträngning-baserade paradigmen, HRA försvåras av en barriär och djur måste klättra över den för att få en stor mängd pellets (figur 1B). Generellt sett dröjsmål-baserade paradigm är mycket användbart för att testa impulsivitet av djurmodeller och den ansträngning-baserad som kan hjälpa till att räkna ut apatiska djur2,4,11,12, 13. Hitherto forskare har varit utför denna analys av manuellt räkna tiden försening, infoga och återkalla dörrar, manövrering ansträngning barriären, räkna pellet, placera pellets i position, utsläppande och återvänder djur , och inspelning djurens val för varje rättegång. Dessa kostnader för arbetskraft och tid utgör en svår experimentella flaskhals för forskare, hindrar utbredda användningen av denna beteendevetenskaplig analys. I nuvarande arbete utvecklat vi en T-maze baserat setup för att bedöma dröjsmål - eller ansträngning-baserade beslutsfattande av gnagare, med full automatisering, standardisering och hög genomströmning kapacitet.
Apparater
I samarbete med en kommersiell tillverkare (se Tabell för material), utvecklade vi en modifierad automatiserad T-maze apparater som används mjukvaran-baserat instrumentstyrning (figur 2). I synnerhet infört vi en ”bakvägen” och ”tillbaka sätt” jämfört med de traditionella T-maze (figur 2), så att djuren kunde gå tillbaka till början pekar sig och starta en ny rättegång. T-maze är matt grå färgade, och när experimentet skick och programvara har angetts korrekt, både svarta och vita möss kan upptäckas. Den består av tre armar: ett start arm och två mål armar, varje 410 mm i längd med V-formade väggar av 155 mm i höjd, en bas av 30 mm i bredd och en öppen topp av 155 mm i bredd. V-formade korridoren kan effektivt förhindra möss från hoppning. Dessutom gör V-formade korridoren det enklare att applicera i vivo inspelning med kablar. En start-box är ansluten till slutet av start armen. En mål-box är ansluten till slutet av varje mål arm. En automatisk mat dispenser installeras i varje mål att leverera ett fördefinierat antal söt mat pellets. Pellet intaget detekteras av en infraröd sensor och registreras automatiskt av en dator. Varje mål box är ansluten till startrutan av en rak korridor. Djur kan självständigt återgå till startrutan via korridoren när de avslutar en rättegång. I området i närheten finns det skjutdörrar av 155 mm i höjd vid ingången och utgången av rutorna start och mål. En skjutdörr är dessutom ligger vid ingången till varje mål arm att hindra djur från att flytta bakåt efter att göra ett val (figur 2A). Alla skjutdörrar kan styrs av en dator och automatiskt öppnas och stängas. En hög känslighet 1/2 ”kostnad kopplade enhet (CCD) monocle kamera ligger ovanför apparaten att spåra djurens beteende. Brännvidd av linsen är 2,8-12 mm. Placeringen av kameran är ca 1,9 m hög. Eftersom höjden på labyrint är 0,5 m från golvet, är avståndet mellan kameran och labyrinten ca 1,4 m (figur 2B). Uppföljningsdata från CCD kameran används till live-kontroll av T-maze, öppning och stängning särskilda dörrarna när djur anger vissa regioner av intresse (ROIs). De hinder som används för att insats-baserade paradigm är i form av tredimensionella enmetad triangel (figur 2 c), som passar perfekt i de V-formade väggarna, och är ca 155 mm i höjd. Djur måste skala den vertikala sidan men kan sjunka en 45° lutning. Apparaten är upplyst på 100 lux under experimentet. Socker pellets används i experimentet (se Tabell för material), och kiselgel (se Tabell för material) används för att hålla pellets torr.
Protocol
Alla experimentella protokoll godkändes av djur vård och användning kommittéer för RIKEN Brain Science Institute.
1. animaliskt förberedelse
- Välja kön, ålder, genotyp och farmakologiska behandlingar av experimentella möss (eller råttor) beroende på experimentell syftet.
Obs: Här vi visat prestanda för fyra manliga C57B/6 möss av 2 månader gammal. - Hus på möss i ett rum som underhålls under standart villkorar (12 h ljus/12 h mörka cykel, lampor på mellan 8:00 och 8:00, 22 ± 1° C).
Obs: Om syftet är att jämföra skillnaden mellan två genotyper, grupp 4 möss per bur och inkluderar 2 möss av varje genotyp. - Hantera möss för 2 min/dag i 5 dagar att bekanta dem med mänsklig kontakt. Mata dem med uppmätta foderstaten så att kroppsvikten hålls ungefär ca 80 – 85% av fri utfodring vikt hela experimentet. Ge vatten ad libitum.
- Habituerar möss till experimentella rummet genom att överföra alla möss från musen bostäder rum till experimentella rummet 30 min innan experimentet varje dag.
- Starta experiment vid samma tid varje dag att undvika effekterna av dygnsrytmen på djur prestanda.
2. djurens tillvänjning till labyrinten
- Börja tillvänjning till labyrinten samtidigt med mus hantering (2 min/dag). Håll alla dörrar öppna i detta skede. Utföra tillvänjning för 5 dagar totalt.
- Dag 1, scatter mat pellets hela labyrinten.
- Dag 2 och 3, scatter pellets längs två mål armarna.
- På dag 4 och 5, sätta pellets bara rutorna två mål.
- Varje dag, efter att placera pellets, placera möss i startrutan av T-maze i grupper om fyra och låt mössen att utforska labyrinten i 10 min.
Obs: Tillvänjning möss i grupper om fyra hjälper dem att lära av varandra och påskynda utbildning.
3. djur diskriminering av HRA från LRA
Obs: Detta protokoll inkluderar både dröjsmål- och ansträngning-baserade beslutsfattande tester. Dock beroende på syftet, kan forskare testa bara en av dem, eller båda. Styrprogram (Tabell av Material) används för att automatiskt styra inställningen T-maze för följande steg. Om ansträngning-baserat beslutsfattande kommer att testas, införa hinder både HRA och LRA i fasen Tvingad arm inträde. Sedan kommer djur att utbildas för både diskriminering och hinder klättring samtidigt. Svältande mössen klättra aktivt hindren och efter denna fas, alla av dem kan klättra skickligt. Därför är det inte nödvändigt att starta från ett lägre hinder med detta protokoll.
-
Tvingad arm posten fas
- Öppna fönstret parameter registrering av programvaran kontroll och ställa in parametrar som följer (figur 3).
- Välj alternativet ”fas”. Ange ”rättegång nummer” till 10, så att varje djur kommer att gå igenom 10 försök per dag i 5 kontinuerlig dagar.
Obs: Man kan välja ett annat prov nummer i sin egna experiment. - Ange ”varaktighet” till 900 s så att utbildningen av en mus per dag inte kommer att överstiga 900 s. Set ”standard start fördröjning” 3 s, så att start dörren öppnas 3 s efter djuret upptäcks i startområdet.
- Ange antalet ”pellets” för HRA och LRA så att 4 pellets är alltid automatiskt förpackat i HRA och 1 pellet dispenserats i LRA.
Obs: I vårt experiment, fann vi att att 1:4 är det bästa förhållandet när 10 mg socker pellets används. Om vi använder 6 till 10 pellets, möss kan inte sluta äta dem alla och det blir utelämnande händer. - Ange ”fördröjningen” till 0 s, så att det finns ingen fördröjning för både HRA och LRA under denna fas.
- Välj alternativet ”fas”. Ange ”rättegång nummer” till 10, så att varje djur kommer att gå igenom 10 försök per dag i 5 kontinuerlig dagar.
- Öppna fönstret ”ID registrering” av styrprogram. Register-ID för varje individuell mus programvaran efter platsen där HRA, antingen vänster eller höger sida. (Figur 4).
Obs: Platsen bör balanseras med avseende på genotyp grupper. 50% av varje genotyp grupp, HRA är alltid till vänster och LRA är alltid till höger. För de övriga 50%, HRA är alltid till höger och LRA är alltid till vänster. - Öppna programfönstret av programvaran, Välj ”beslutsfattande” ”uppgift” i listrutan. Ange ämne-ID och välj ”fas 2” från rullgardinsmenyn ”fas”. Välj dag nummer i listrutan ”dag”. Tryck på ”OK” knappen för att öppna fönstret experiment gränssnitt.
- Tryck på ”GetBG” i fönstret experiment gränssnitt att registrera bakgrundsinformation av labyrinten så att djuret kommer att exakt spåras oavsett bakgrund av miljön. Tryck på knappen ”SESSION START” (figur 5).
- Placera musen i startrutan och inleda utbildningen genom att trycka på ”start”-knappen på fjärrkontrollen.
- Observera att start dörren, en korsning dörr (antingen vänster eller höger) öppnas automatiskt efter 3 s; när musen kommer in i korsningen området, stängs automatiskt start dörren.
- Observera att när musen kommer in området dröjsmål (antingen vänster eller höger sida), korsningen dörren stängs automatiskt och målet dörren öppnas automatiskt.
- Observera att när musen tar pelleten, den bakdörren och före start dörren öppnas automatiskt. När musen kommer in det tillbaka området, stängs automatiskt bakdörren.
- Observera att när musen kommer in Startrutan, före start dörren stängs automatiskt och en ny rättegång startar.
Obs: Inom 10 försök av varje dag under denna utbildning fas, programvaran kommer automatiskt se till att varje mus besöker HRA för 5 studier och LRA för 5 studier.
- Ren labyrinten noggrant varje dag.
- Öppna fönstret parameter registrering av programvaran kontroll och ställa in parametrar som följer (figur 3).
-
Friarm posten fas
- Registrera parametrar och ämnet ID på samma sätt som görs i fasen forcerat intrång (steg 3.1.1 och 3.1.2). Välj alternativet ''fas ”. Ange ”rättegång nummer” till 20, så att varje djur kommer att gå igenom 20 prövningar per dag under 7 sammanhängande dagar.
- Välj ”fas 3” från rullgardinsmenyn ”fas” i programfönstret. Ange andra parametrar enligt steg 3.1.3.
- I fönstret experiment gränssnitt, värdet av ”framgång” som 80% så att utbildningen fortsätter automatiskt tills musen väljer HRA i 80% av prövningar, eller när musen är klar 20 prövningar per dag (som är registrerad i inställningar för parametrar). Gäller övrig verksamhet enligt steg 3.1.4.
- Låt musen att fritt välja en arm, antingen HRA eller LRA.
- Observera att start dörren, två junction dörrar öppnas automatiskt efter 3 s; när musen kommer in i korsningen området, stängs automatiskt start dörren.
- Observera att när musen väljer en arm och kommer in i dröjsmål området (antingen vänster eller höger sida), korsningen dörren stängs automatiskt och målet dörren öppnas automatiskt.
- Observera att när musen tar pelleten, den bakdörren och före start dörren öppnas automatiskt. När musen kommer in det tillbaka området, stängs automatiskt bakdörren.
- Observera att när musen kommer in Startrutan, före start dörren stängs automatiskt och en ny rättegång startar.
4. dröjsmål-baserat beslutsfattande Test
- Registrera parametrar och ämnet ID på samma sätt som gjort i friarmen posten fas (steg 3.2.1). Ställ in ”fördröjningen” på 5, 10,15 s dag 1, dag 2 och dag 3 respektive, så att det kommer 5 s fördröjning för HRA på dag 1, 10 s fördröjning för HRA på dag 2 och 15 s fördröjning för HRA på dag 3.
- Välj ”fas 4” från rullgardinsmenyn ”fas” i programfönstret. Ange andra parametrar på samma sätt som i 3.2.2.
- Gäller alla åtgärder enligt steg 3.2.3 i fönstret experiment gränssnitt.
-
Låt musen att fritt välja en arm, antingen HRA eller LRA.
- Observera att start dörren, två junction dörrar öppnas automatiskt efter 3 s; när musen kommer in i korsningen området, stängs automatiskt start dörren.
- Observera att när musen väljer en arm och kommer in i dröjsmål området (antingen vänster eller höger sida), korsningen dörren stängs automatiskt.
Obs: Om musen väljer LRA, mål dörren öppnas automatiskt omedelbart. Dock om musen väljer HRA, mål dörren öppnas automatiskt efter 5 s, 10 s, och 15 s på dag 1, 2, 3 respektive. - Observera att när musen tar pelleten, den bakdörren och före start dörren öppnas automatiskt. När musen kommer in det tillbaka området, stängs automatiskt bakdörren.
- Observera att när musen kommer in Startrutan, före start dörren stängs automatiskt och en ny rättegång startar.
Obs: Här, vi tränade möss i 5 – 7 dagar med varje dröjsmål villkor. Men baserat på vår erfarenhet på att testa flera rader av transgena eller muterade möss, 1 dag (20 prövningar) är absolut tillräckligt för att se skillnaden mellan möss av olika genotyper och det finns ingen mening att förlänga utbildning (se figur 6 som ett exempel). Därför för närvarande tillämpar vi bara 1 dag för varje fördröjning och det fungerar bra. Det blir inga problem om forskare vill förlänga utbildningsdagar beroende på sina egna ändamål.
- Valfritt: Gör testet med den HRA omvänd. För att testa om musens val är resultatet av en orientering preferens, växla vänster / höger position HRA och LRA (som kan utföras automatiskt av programvaran) och låta mössen att fritt välja en arm som i 4.4.
- Tillval: Utföra en fördröjning kontrolltest. Att testa om eventuella underskott observerats är resultatet av förändrad rumsliga minne eller belöning känslighet snarare resultatet av förändringar i beslutsfattande, införa en 15 s fördröjning till LRA samt HRA, och låta mössen att fritt välja en arm som i 4.4.
5. ansträngning-baserat beslutsfattande Test
- Införa barriären HRA som visas i diagrammet (figur 1).
- Ställa in alla parametrar och tillämpa alla åtgärder enligt steg 3,2 – gratis arm posten fas och testa djuren i 3 sammanhängande dagar.
- Låta mössen att fritt välja en arm, antingen HRA eller LRA.
Obs: Här, vi tränade möss i 14 dagar. Men baserat på vår erfarenhet på att testa flera rader av transgena eller muterade möss, 3 dagar är absolut tillräckligt för att se skillnaden mellan möss av olika genotyper och det finns ingen mening att förlänga utbildning (se figur 6 som exempel ). Därför för närvarande tillämpar vi bara 3 dagar ansträngning-baserade test och det fungerar bra. Det blir inga problem om forskare vill förlänga utbildningsdagar beroende på sina egna ändamål. - Valfritt: Gör testet med den HRA omvänd. För att testa om musens val är resultatet av en orientering preferens, växla vänster / höger position HRA och LRA (som kan utföras automatiskt av programvaran) och låta mössen att fritt välja en arm som i steg 5.3.
- Tillval: Utför ansträngning kontrolltest. Att testa om eventuella underskott observerats är resultatet av förändrad rumsliga minne eller belöning känslighet snarare resultatet av förändringar i beslutsfattandet, införa en barriär till LRA samt HRA, och låta mössen att fritt välja en arm som i steg 5.3.
6. dataanalys
-
Erhålla data och resultat direkt från programvaran för kontroll.
- Observera att programvaran automatiskt experimentella avstämningsdag, starta och avsluta tid, varaktighet, prövningsnumret, platsen för HRA, pellet nummer i HRA och LRA, position (X, Y) och den rörliga spår etc., av varje mus i mappen ”Data” .
- Kontrollera att programvaran har automatiskt analysera följande objekt och lagra dem i mappen ”resultatet” under varje djur ID: varaktighet, prövningsnumret, HRA val nummer, LRA val, HRA val procentandel, LRA val procentandel, totala rörliga avstånd, och totala korsningen tid.
- Utföra statistiska analyser på data från alla experiment av en blandad ANOVA (split-plot ANOVA), med dag/session som inomindividuella faktor och gruppfaktor (genotyp grupp eller grupper med olika experimentella förhållanden) som mellan-ämne faktor.
- Analysera den huvudsakliga effekten av gruppfaktor om det finns ingen interaktion mellan dag/session med gruppfaktor. Tillämpa post hoc parvisa jämförelser om det finns en signifikant interaktion mellan dag/session med gruppfaktor.
Representative Results
Ett exempel på den fördröjning- och ansträngning - baserat beslutsfattande uppgift utförs av mediala habenular uppföljningsstudien möss (mHb:DTA möss)14 med deras vildtyp littermate kontroll möss (CT möss) visas i figur 6. Två mHb:DTA möss och två CT möss var samtidig inhysta i en bur efter avvänjning.
I dröjsmål-baserat beslutsfattande test (figur 6A) fanns det ingen signifikant interaktion mellan genotyp och session i någon fas, inklusive diskriminering träningsfasen (när fördröjningstiden för HRA var 0) och försening-baserade beslutsfattande test fas (när fördröjningstiden för HRA var 5 s, 10 s, och 15 s, respektive). Den huvudsakliga effekten av genotyp var inte signifikant när fördröjningstiden var 5 s. Men när fördröjningstiden var långsträckt till 10 s och 15 s, mHb:DTA möss visade en betydande minskning av andelen HRA besök jämfört med CT möss. Dessa resultat visade att ablation av mHb minskade preferensen av möss att vänta på en större belöning, och i stället visas en tendens att välja en liten belöning omedelbart, när väntetiden var 10 sekunder eller ännu längre. Data föreslog att mHb kan vara en viktig hjärnans struktur i kontrollen av impulsivitet och/eller tid kostnad/nytta-bedömning, rendering djur mer benägna att tolerera fördröjd tillgång för att få en stor belöning.
I ansträngning-baserat beslutsfattande test (figur 6B), andelen HRA minskade besök avsevärt i mHb:DTA möss när en barriär placerades i HRA, oavsett vänster/höger lokaliseringen av HRA (1 x barriär och återföring fas ). Detta innebär att fenotypen av mHb:DTA möss inte berodde på ett underskott i rumsliga preferenser och minne. I ansträngning kontroll, hinder placerades i båda mål armarna (2 × hinder fas) och både LRA och HRA var associerad med hög ansträngning. Därför var ansträngning kostnaden samma för djur att välja antingen låg belöningen eller hög belöning. MHb:DTA möss besökte HRA oftare än LRA och nådde en jämförbar HRA besök nummer på den sista sessionen (session 5). Detta resultat tyder på att belöna känslighet och rumsliga minne i mHb:DTA möss var intakt. Data klarlagd som mHb kan spela en viktig roll i ansträngning kostnad/nytta-bedömning, tillåter djur att sätta i mer arbete att förvärva större belöningar.
Figur 1: Schematisk bild av traditionell T-maze apparater för beslutsfattande test. (A) dröjsmål-baserat beslutsfattande provningsutrustningen. Djur placerades i start-armen och valde mellan två mål armar, HRA och LRA. När djur valde HRA, de var tvungna att vänta (beroende på fördröjning i sekunder) för att få en större belöning. Forskare behöver manuellt hantera djur, pellets och dörrar för varje prövning. (B) ansträngning-baserat beslutsfattande provningsutrustningen. Djur placerades i start-armen och valde mellan två mål armar, HRA och LRA. När djur valde HRA, de var tvungna att klättra över en triangulär barriär att få en större belöning. Forskare behöver manuellt hantera djur, pellets, dörrar och hinder för varje prövning. Klicka här för att se en större version av denna siffra.
Figur 2: automatiserad T-maze för beslutsfattande test. (A) ovanifrån av automatiserat installationen. (B) sidovy av automatiserat installationen. (C), 3D rätvinkliga triangeln barriär används för att insats-baserade beslutsfattande test, från vänster till höger, är vyn sida, den motsatta sida vy och hypotenusan sida, respektive. Ursprungliga tekniska bilder redigeras med tillstånd från kommersiella tillverkaren. GBL: mål rutan (vänster), GBR: mål rutan (höger), GDL: målet dörr (till vänster) GDR: målet dörr (höger), DAL: fördröja område (vänster), DAR: fördröja område (höger), JDL: junction dörr (vänster), JDR: junction dörr (höger), BDL: bakdörren (vänster), BDR: bakdörren (höger), CCD: avgift tillsammans enhetens kamera). Klicka här för att se en större version av denna siffra.
Figur 3: The parametern registreringsfönstret. Klicka här för att se en större version av denna siffra.
Figur 4: angående ID registreringsfönstret. Klicka här för att se en större version av denna siffra.
Figur 5: fönstret experiment gränssnitt. Klicka här för att se en större version av denna siffra.
Figur 6: dröjsmål- och ansträngning-baserade beslutsfattande i mHb:DTA möss. (A) dröjsmål-baserat beslutsfattande test i mHb:DTA möss (möss var 12 – 14 månader-gammal, n = 8/genotyp). Procentandelen av HRA val var jämförbar mellan genotyper när fördröjningstiden var 0 och 5 s, men minskat betydligt i mHb:DTA möss när fördröjningstiden var 10 s och 15 s. När fördröjningstiden var 5 s, genotyp × dag interaktion: F(1,14) = 0.594, p = 0.236; effekten av genotyp: F(1,14) = 0,61, p = 0,45; När fördröjningstiden var 10 s: genotyp × dag interaktion: F(1,14) = 37,5, p = 0.346; effekten av genotyp: F(1,14) = 32,4, p < 0,0001; När fördröjningstiden var 15 s: F(1,14) = 38,7, p = 0.243; effekten av genotyp: F(1,14) = 31,6 och p ≤0.0001. (B) ansträngning-baserat beslutsfattande test i mHb:DTA möss (möss var 12-14 månader-gammal, n = 9/genotyp). Under 1 x barriär fas, det fanns en signifikant interaktion mellan genotyp och session (genotyp × dag interaktion: F(1,16) = 2.11, p = 0,015), och post hoc parvisa Jämförelsen visade att HRA % av mHb:DTA möss betydligt sjunkit i alla sessioner. Under fasen återföring, fanns det ingen signifikant interaktion mellan genotyp och session (genotyp × dag interaktion: F(1,16) = 1,61, p = 0,08). mHb:DTA möss besökte HRA betydligt mindre än CT möss (huvudsakliga genotyp effekt: F(1,16) = 8.18, p = 0,01). Under 2 × hinder fas, det fanns en signifikant interaktion mellan genotyper och sessioner och en signifikant skillnad i session 3 och session 4 (2 x hinder fas: genotyp × dag interaktion: F(1,16) = 3,9, p = 0.0067). MHb:DTA möss nådde en HRA besök nummer jämförbar med CT möss på den sista sessionen, session 5. Uppgifterna representerar medelvärde ± SEM. ** p < 0,01; p < 0,001. Klicka här för att se en större version av denna siffra.
Figur 7: flödesschemat av beslutsfattandet testa (delay - eller ansträngning-baserade).
Discussion
Beslutsfattande är en kognitiv process som starkt konservativa under evolution15. Människor och djur kan utvärdera kostnaden för konkurrerande åtgärden alternativ i förhållande till potentiella belöningen och sedan göra sina val. Patienter som lider av ett antal neurologiska sjukdomar och psykiska störningar visar underskott i olika former av beslutsfattande16. Det är därför viktigt att undersöka de neurobiologiska och patofysiologiska mekanismerna bakom beslutsprocessen. I de senaste åren forskning dröjsmål och ansträngning-baserade beslutsfattande lockar mer och mer intresse. Dessutom har gnagare, speciellt råttor använts i stor utsträckning att studera dessa två former av beslutsfattande17.
Många studier ledde till intressanta upptäckter med hjälp av en beteendevetenskaplig uppgift som rör en T-maze apparat med en HRA och en LRA2,6,7,8,9,10, 18 , 19 , 20 , 21 , 22. i uppgiften, HRA intresseföretag stora belöningar med antingen en tid försening eller ansträngning ansträngning. På LRA skaffar djur en liten belöning direkt utan tidsfördröjning och fysisk ansträngning. Den traditionella strategin bygger på mänskliga experimenter's handpåläggning. I varje prövning, behöver experimenter räkna pellets och placera dem i mat magasinen HRA och LRA, placera målet dörrarna på både HRA och LRA och placera djuret i slutet av start armen. När djuret går in i någon av armarna, behöver en junction dörr placeras för att begränsa djuret i målet arm. Beroende på protokollet måste experimenter räkna tiden och öppna mål dörren efter en fördröjning. När djuret går in i målområdet och erhåller pellet(s), måste försöksledaren returnera den till buren, och registrera djurets arm val och beteende. Sedan måste experimenter inför nästa rättegången T-maze dörrar och pellets. Hela utbildning och testning processer är oerhört tids- och labor intensiv. Dessutom är en brist på standardisering över olika labs ett annat bekymmer.
I detta papper presenterade vi ett protokoll som bygger på en modifierad automatiserade T-maze apparat med ett video-tracking system (figur 7) för att lösa problemen med traditionella protokoll. Genom att införa en ”bakvägen” och ”tillbaka korridor” till den traditionella T-maze, erhöll vi labyrint med en ”tudelas liksidig triangel” form. Fördelarna med denna setup är (1) full automatisering av den beteendevetenskaplig utbildning och testning. Detta tar bort effekten av försöksledaren subjektivitet och minimerar mänsklig tid och arbete åtaganden. Vi har fyra inställningar i labbet, så att fyra möss kunde vara utbildad eller testas samtidigt av en försöksledare, vilket är omöjligt att åstadkommas med traditionella protokoll. (2) det finns programvara flexibilitet som kontroll mjukvaran tillåt praktiker att fritt ställa in flera parametrar, inklusive pellet nummer, fördröjningstiden, dörröppning och stängning, rättegång nummer, varaktighet och spårningsläge. Detta system kan därför möta olika typer av experimentella behov. (3) det finns bred kompatibilitet som alla skjutdörrar på T-maze är utformade för att lagras under basen av labyrinten när de är öppna. Därför kan inställningarna enkelt integreras med olika fysiologiska system, inklusive optogenetic optiska manipulation, in vivo elektrofysiologi inspelning och mikrodialys. För att utesluta möjligheten att mössen valde HRA på grund av en position preferens, rekommenderar vi dessutom tillämpa ett kontrollprov för både dröjsmål- och ansträngning - baserad analys. Genom utjämning kostnaderna i två mål armarna, har djur möjlighet att uppleva både belöning resultat till samma kostnad. Valet kan göras helt enkelt på grundval av belöningen differential, därmed undanröja behovet av att integrera både kostnader och fördelar innan beslut fattas. Detta testar också om någon förändring i djurens val är resultatet av en oförmåga att skala kostnaden eller belöning, eller minne underskott snarare än en ändring på sätt där de bedömde deras beslut.
I vårt labb har vi analyserat cirka 10 stammar av möss med denna inställning. Ett exempel visades i representativa data, mHb:DTA möss visade en robust fenotyp i både dröjsmål- och ansträngning-baserat beslutsfattande. Det vill säga är belöning värde starkt rabatterade av tid och ansträngning i mHb:DTA möss. Resultatet visade den viktiga rollen som mHb på impulsivitet kontroll. Vi har dessutom tillämpat kisel sonden inspelningar på gratis rörliga möss under beslutsprocessen (opublicerade data). Alla experiment som tillhandahålls validering riktmärken för kapacitet av automatiserat installationen. Således är det standardiserade protokollet för T-maze baserat beslutsfattande med automatiserade apparaten lämplig för att upptäcka genetiska effekter, farmakologiska effekter och neural krets på dröjsmål och ansträngning diskontering av gnagare. Sammanfattningsvis har setup många fördelar att fungera som ett idealiskt system för de försening - och ansträngning-baserade beslutsfattande analyserna.
Disclosures
Författarna har något att avslöja.
Acknowledgments
Vi vill tacka Dr Matthew F S Rushworth (Institutionen för experimentell psykologi, University of Oxford) och Dr Sakagami Masamichi (Brain Science Research Center, Tamagawa universitet) för deras värdefulla råd på initiering av projektet och Detaljer av protokollen. Vi tackar Dr. Lily Yu för kritiska kommentarer och redigera manuskriptet. Projektet stöddes av RIKEN incitament projektet (100226201701100443) till Q.Z, Brain Science Project, Center för romanen vetenskap initiativ, nationella institut av naturvetenskap (BS291003) till Q.Z, den RIKEN åldrande projekt ( 10026-201701100263-340120) till Q.Z och den JSPS Kakenhi bidrag för unga forskare (B) (17841749) till Q.Z.
Författare bidrag: Q.Z utformades och initierade projektet, Q.Z, Y.K och Hedbom utföra experiment och dataanalys, Hedbom samordnas arbetet mellan de lab och O'HARA & Co, Ltd, Q.Z och Y.K skrev manuskriptet, SI övervakade projektet.
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 |
References
- 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).
- 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).
- 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).
- Kurniawan, I. T., Guitart-Masip, M., Dolan, R. J. Dopamine and Effort-Based Decision Making. Frontiers in Neuroscience. 5, 81 (2011).
- Izquierdo, A., Belcher, A. M. Rodent models of adaptive decision making. Methods Mol Biol. 829, 85-101 (2012).
- 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).
- 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).
- 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).
- Iodice, P., et al. Fatigue modulates dopamine availability and promotes flexible choice reversals during decision making. Sci Rep. 7 (1), 017-00561 (2017).
- 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).
- Bonnelle, V., et al. Characterization of reward and effort mechanisms in apathy. J Physiol Paris. 109 (1-3), 16-26 (2015).
- 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).
- Lockwood, P. L., et al. Prosocial apathy for helping others when effort is required. Nat Hum Behav. 1 (7), 017-0131 (2017).
- Kobayashi, Y., et al. Genetic dissection of medial habenula-interpeduncular nucleus pathway function in mice. Frontiers in behavioral neuroscience. 7 (17), (2013).
- Hanks, T. D., Summerfield, C. Perceptual Decision Making in Rodents, Monkeys, and Humans. Neuron. 93 (1), 15-31 (2017).
- Lee, D. Decision Making: from Neuroscience to Psychiatry. Neuron. 78 (2), 233-248 (2013).
- Carandini, M., Churchland, A. K. Probing perceptual decisions in rodents. Nature Neuroscience. 16 (7), 824-831 (2013).
- 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).
- 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).
- 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).
- 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).
- 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).
