Waiting
Login processing...

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

Behavior

En automatisert T-maze basert apparater og protokollen for å analysere forsinkelser og innsats-baserte beslutningsprosesser i gratis flytte gnagere

Published: August 2, 2018 doi: 10.3791/57895

Summary

Denne artikkelen presenterer et automatisert T-maze apparat som vi fant, og en protokoll basert på apparatet for å analysere forsinkelse baserte beslutningsprosesser og innsats-baserte beslutningsprosesser i gratis bevegelige gnagere.

Abstract

Mange nevrologiske og psykiatriske pasienter demonstrere vanskeligheter og/eller underskudd i beslutningsprosesser. Gnager modeller er nyttig å produsere en dypere forståelse av nevrobiologiske årsakene underliggende beslutningstaking problemene. En kost-nytte basert T-maze aktivitet brukes for å måle beslutningsprosesser som gnagere velge mellom en høy lønn arm (HRA) og en lav belønning arm (LRA). Det er to paradigmene for aktiviteten T-maze beslutninger, der kostnadene er en tidsforsinkelse og den andre er fysisk anstrengelse. Begge paradigmer krever en kjedelig og arbeidskrevende forvaltning av forsøksdyr, flere dører, pellets belønning og arm valg innspillinger. I den nåværende arbeidet oppfant vi et apparat basert på tradisjonell T-maze med full automatisering for pellet levering, døren ledelse og valg innspillinger. Automatisert installasjonen kan brukes for vurdering av både forsinkelsen og innsats-baserte beslutningsprosesser i gnagere. Med protokollen beskrevet her, undersøkt vår lab av beslutningsprosessen fenotyper flere genmodifiserte mus. I representant dataene viste vi at mus med ablated mediale habenular viste aversions både forsinkelsen og krefter og tendens til å velge den umiddelbare og uanstrengt belønningen. Denne protokollen bidrar til å redusere variasjonen skyldes eksperimentator intervensjon og å forbedre eksperiment effektivitet. I tillegg, kronisk silisium sonde eller microelectrode innspillingen, kan fiberoptiske bildebehandling og/eller manipulasjon av nevrale aktivitet enkelt brukes under beslutningstaking oppgaven bruker oppsettet beskrevet her.

Introduction

Mennesker og andre dyr vurdere kostnadene (inkludert forsinkelse, innsats og risiko) for å få en belønning, og gjør deretter deres beslutning om å velge en bestemt handling. Beslutninger underskudd vises i mange nevropsykiatriske sykdommer, inkludert schizofreni (CH), ADHD (ADHD), Tvangslidelser (OCD), Parkinsons sykdom (PD) og avhengighet1. Studier på mennesker og aper avdekket at flere viktige hjernen regioner er involvert i beslutningen om å gjøre2,3,4. Selv om primater engasjere seg i mer komplisert avgjørelse makings, er gnagere rapportert å gjøre adaptive beslutninger å overleve i et miljø der belønning situasjoner endres ofte. I tillegg kan nevrale krets mekanismer og molekylære mekanismer underliggende beslutningsprosesser bli grundig etterforsket musen modeller på grunn av tilgjengeligheten av chemogenetic verktøy, optogenetic verktøy og genmodifiserte mus. Det er flere aktiviteter brukes til å evaluere gnagere beslutningstaking atferd, inkludert aktiviteten for attentional sett-shift, effortful eller forsinkelse baserte T-maze oppgaven, Iowa gambling aktiviteten, visuell diskriminering tilbakeføringen lære aktivitet5, osv. Analoge T-maze kost-nytte protokoller ble opprinnelig utviklet av Pierre gruppe6 og har blitt brukt til å undersøke effektene av to typer beslutning pris (forsinkelse og innsats) på gratis bevegelige gnagere7,8, 9,10. Spesielle fordelen med denne oppgaven er at dyr ikke har trenes trykk spaker eller grave i en bolle. I stedet, dyr gjør et valg mellom høy belønning høy kostnad alternativ i en arm (HRA) eller lav belønning lav kostnad alternativ i den andre armen (LRA). Denne oppgaven er derfor mye enklere å utføre.

I forsinkelse baserte paradigmet introdusert en krysset dør når det eksperimentelle dyr inn ett av målet armene, slik at dyret i målet armen. Hvis dyret velger LRA, målet døren på LRA er trukket tilbake umiddelbart og en liten mengde mat leveres. Hvis dyret velger HRA, målet døren på HRA er trukket etter nødvendige forsinkelsen og en stor mengde mat pellets leveres (figur 1A). I innsats-baserte paradigmet, HRA er hindret av en barriere og dyr må klatre over det å skaffe et stort antall pellets (figur 1B). Generelt forsinkelse baserte paradigmet er svært nyttig å teste impulsivitet dyr modeller og innsats-baserte ettall kanne hjelpe for å utpønske apatisk dyr2,4,11,12, 13. Hitherto forskere har vært å utføre denne analysen av manuelt teller tidsforsinkelsen, innsetting og uttak dører, manøvrering innsats barrieren, teller hvor pellet, å plassere pellets i posisjon, plassere og tilbake dyr , og opptak dyrene valg for hver prøveversjon. Disse arbeid og tid kostnadene utgjøre en alvorlig eksperimentelle flaskehals for forskere, hindrer utbredt bruk av denne opptreden analysen. I nåværende jobb utviklet vi en T-maze basert oppsett for å vurdere forsinkelse eller innsats-baserte beslutningsprosesser av gnagere, med full automatisering, standardisering og høy gjennomstrømming kapasitet.

Apparatet

I samarbeid med en kommersiell produsent (se Tabell for materiale), vi utviklet en modifisert automatisert T-maze apparat som brukes programvare-basert maskinstyring (figur 2). Spesielt innført vi en "bakdør" og "tilbake måte" i forhold til den tradisjonelle T-maze (figur 2), slik at dyrene kunne gå tilbake til starten peker seg og starte en ny rettssak. T-maze er Matt grå farget når eksperimentet tilstanden og programvare er satt riktig, både svarte og hvite mus kan oppdages. Det består av tre armer: én arm og to mål armer, hver 410 mm i lengde med V-formet vegger av 155 mm inne høyde, en base av 30 mm i bredde og en åpen topp 155 mm i bredden. V-formet korridoren kan effektivt hindre mus fra å hoppe. I tillegg gjør V-formet korridoren det enklere å søke i vivo med kabler. En start-boksen er knyttet til slutten av start armen. En mål-boksen er knyttet til slutten av hver målet arm. En automatisk dispenser er installert i hver mål å levere et forhåndsdefinert antall søt mat pellets. Pellet inntak er oppdaget av en infrarød sensor og registreres automatisk av en datamaskin. Hvert mål-boksen er koblet til boksen av en rett korridor. Dyr kan autonomously tilbake til boksen via korridoren når de er ferdig med en rettssak. Det er skyvedører 155 mm i høyden på inngang og utgang på start og mål. I tillegg ligger en skyvedør ved inngangen til hver målet arm å forhindre dyr fra flytte bakover etter å gjøre et valg (figur 2A). Alle skyvedører kan er kontrollert av en datamaskin og automatisk åpnes og lukkes. En høy følsomhet 1/2" charge koplede enhet (CCD) monocle kameraet er satt over apparatet spore dyrenes atferd. Brennvidden på objektivet er 2,8-12 mm. Kameraet er rundt 1,9 m høy. Siden høyden av labyrinten er 0,5 m fra gulvet, er avstanden mellom kameraet og labyrinten rundt 1.4 m (figur 2B). Sporingsdataene fra CCD kameraet brukes til live-kontroll T-maze, åpne og lukke bestemte dørene når dyr angir visse regioner av interesse (ROIs). Barrierene brukes til innsats-baserte paradigmet er i form av en tredimensjonal rettvinklet trekant (figur 2C), som passer perfekt i V-formet veggene, og er ca 155 mm inne høyde. Dyr må skalere den vertikale siden, men kan ned en 45° skråning. Apparatet lyser på 100 lux under eksperimentet. Sukker pellets brukes i eksperimentet (se Tabell for materiale), og silica gel (se Tabell for materiale) brukes til å holde pellets tørr.

Protocol

Alle eksperimentelle protokoller ble godkjent av Animal Care og bruk komiteer av den RIKEN hjernen Science Institute.

1. dyr forberedelse

  1. Velg kjønn, alder, genotype og farmakologiske behandlinger av eksperimentelle mus (eller rotter) avhengig av eksperimentelle formålet.
    Merk: Her vi viste resultatene av fire mannlige C57B/6 mus i 2 måneder gammel.
  2. Huset musene i et rom som vedlikeholdes under standard betingelser (12 h lys/12 h mørke syklus, lys på mellom 8.00 og 8:00 PM, 22 ± 1° C).
    Merk: Hvis formålet er å sammenligne forskjellen mellom to genotyper, gruppe 4 mus per bur og inkluderer 2 mus i hver genotype.
  3. Håndtere mus 2 min/dag 5 dager å gjøre dem kjent med menneskelig kontakt. Feed dem med målte rasjoner slik at deres kroppsvekt opprettholdes omtrent ca 80-85% av gratis fôring vekten hele eksperimentet. Gi vann ad libitum.
  4. Venne mus til eksperimentelle rommet ved å overføre alle mus fra musen boliger rom til eksperimentelle rommet 30 min før eksperimentet hver dag.
  5. Starte eksperimenter på samme tid hver dag å unngå virkningene av biologiske rytmer på dyr ytelse.

2. dyr habituering til labyrinten

  1. Starte habituering til labyrinten samtidig med musen håndtering (2 min/dag). Holde alle dører åpne på dette stadiet. Utføre habituering totalt 5 dager.
  2. På dag 1, punktdiagram mat pellets gjennom labyrinten.
  3. På dager 2 og 3, punktdiagram pellets langs to mål armene.
  4. På dager 4 og 5, sette pellets bare på boksene to mål.
  5. Hver dag, etter å ha pellets, plasser musene i boksen av T-maze i grupper på fire og tillate at mus til å utforske i 10 min.
    Merk: Habituating musene i grupper på fire vil hjelpe dem å lære av hverandre og fremskynde trening.

3. dyr diskriminering av HRA fra LRA

Merknad: Denne protokollen inneholder både forsinkelse baserte og innsats-baserte beslutninger tester. Imidlertid avhengig av formålet, kan forskere teste bare én av dem eller begge deler. Programvare (Tabell på materiale) brukes til å automatisk styre T-maze oppsettet for følgende. Hvis innsats-baserte beslutninger bli testet, innføre barrierer til både HRA og LRA i tvungen arm oppføringen fase. Deretter vil dyr bli trent for både diskriminering og barriere klatring samtidig. Sultende musene klatre aktivt barrierer og etter denne fasen, alle kan klatre skillfully. Derfor er det ikke nødvendig å starte fra en lavere barriere med denne protokollen.

  1. Tvunget arm oppføringen fase
    1. Åpne vinduet parameteren registrering av Kontrollprogramvaren og definere parametere som følger (Figur 3).
      1. Velge "fase". Angi "prøve" til 10, slik at hvert dyr vil gå gjennom 10 prøvelser per dag i 5 sammenhengende dager.
        Merk: Du kan velge et annet prøve tall i sin egen eksperimenter.
      2. Angi "Tid" til 900 s slik at trening av ett museklikk per dag ikke vil overstige 900 s. satt "standard start tidsforsinkelsen" 3 s, slik at start døren åpnes 3 s når dyret er oppdaget i startområdet.
      3. Angi "pellet nummer" HRA og LRA slik at 4 pellets er alltid automatisk utlevert i HRA og 1 pellets er utlevert i LRA.
        Merk: Våre eksperimenter, fant vi at 1:4 er best forholdet når 10 mg sukker pellets brukes. Hvis vi bruker 6 til 10 pellets, mus kan ikke avslutte spise dem alle, og det blir unnlatelse skjer.
      4. Angi "tidsforsinkelsen" 0 s, slik at det blir ingen forsinkelse for både HRA og LRA i denne fasen.
    2. Åpne vinduet "ID registrering" av programvare. Registrere IDen til hver individuelle musen programvaren i henhold til plasseringen av HRA, enten venstre eller høyre. (Figur 4).
      Merk: Hvor skal være balansert med hensyn til genotype grupper. 50% av hver genotype gruppe, HRA er alltid til venstre og LRA er alltid til høyre. Den andre 50%, HRA er alltid til høyre og LRA er alltid til venstre.
    3. Åpne programvinduet programvaren, velg "Beslutningsprosesser" fra rullegardinlisten "Oppgave". Inn emne ID, og velg "Fase 2" fra rullegardinlisten "Fase". Velg Dagsnummer fra rullegardinlisten "Dag". Trykk "OK" for å angi eksperiment grenseflaten vindu.
    4. Trykk "GetBG" i vinduet eksperiment grensesnitt registrere bakgrunnsinformasjonen av labyrinten slik at dyret spores nøyaktig uansett bakgrunn av miljøet. Trykk på "Økt START"-knappen (figur 5).
    5. Plasser musen i start-boksen, og Start treningen ved å trykke på "start"-knappen på fjernkontrollen.
      1. Merk at start døren, en krysset dør (venstre eller høyre) åpnes automatisk etter 3 s; Når musen inn området junction, lukkes automatisk start døren.
      2. Observere når musen angir forsinkelsen området (venstre eller høyre), krysset døren lukkes automatisk og målet døren åpnes automatisk.
      3. Observere at når musen tar pellet, bak døren og før start døren åpnes automatisk. Når musen inn tilbake området, lukkes automatisk bakdøren.
      4. Observere når musen angir boksen før start døren lukkes automatisk og starter en ny rettssak.
        Merk: I 10 prøvelser for hver dag i denne trening fasen, programvaren automatisk sikrer at hver musen besøk HRA-for 5 forsøk og LRA for 5 forsøk.
    6. Rengjør labyrinten grundig hver dag.
  2. Gratis arm oppføringen fase
    1. Registrere parametere og emne ID på samme måte som i innmarsj fase (trinn 3.1.1 og 3.1.2). Velg fasen "". Angi "prøve" til 20, slik at hvert dyr vil gå gjennom 20 forsøk, per dag for 7 sammenhengende dager.
    2. I programvinduet velger du "Fase 3" fra rullegardinlisten "Fase". Angi andre parametere som trinn 3.1.3.
    3. I vinduet eksperiment grensesnitt angi verdien av "suksessrate" som 80% slik at treningen fortsetter automatisk til musen velger HRA i 80% av studier, eller når musen er ferdig 20 forsøk per dag (som er registrert i oppsett av parametere). Bruke andre operasjoner per trinn 3.1.4.
    4. Lar musen til å fritt velge en arm, HRA eller LRA.
      1. Merk at start døren, to krysset dører åpnes automatisk etter 3 s; Når musen inn området junction, lukkes automatisk start døren.
      2. Observere når musen velger en arm og angir forsinkelsen området (venstre eller høyre), krysset døren lukkes automatisk og målet døren åpnes automatisk.
      3. Observere at når musen tar pellet, bak døren og før start døren åpnes automatisk. Når musen inn tilbake området, lukkes automatisk bakdøren.
      4. Observere når musen angir boksen før start døren lukkes automatisk og starter en ny rettssak.

4. forsinkelse baserte beslutninger Test

  1. Registrere parametere og emne ID på samme måte som i gratis arm oppføringen fase (trinn 3.2.1). Angi "tidsforsinkelsen" til 5, 10,15 s på dag 1, dag 2 og dag 3, så som det vil 5 s forsinkelse for HRA på dag 1, 10 s forsinkelsen for HRA på dag 2 og 15 s forsinkelse for HRA på dag 3.
  2. I programvinduet velger du "Fase 4" fra rullegardinlisten "Fase". Angi andre parametere på samme måte som 3.2.2.
  3. I vinduet eksperiment grensesnitt gjelde alle operasjoner som trinn 3.2.3.
  4. Lar musen til å fritt velge en arm, HRA eller LRA.
    1. Merk at start døren, to krysset dører åpnes automatisk etter 3 s; Når musen inn området junction, lukkes automatisk start døren.
    2. Observere at når musen velger en arm og angir forsinkelsen området (venstre eller høyre), krysset døren ville automatisk slutte.
      Merk: Hvis musen velger LRA, målet døren åpnes automatisk umiddelbart. Men hvis musen velger HRA, målet døren åpnes automatisk etter 5 s, 10 s og 15 s på dager 1, 2, 3 henholdsvis.
    3. Observere at når musen tar pellet, bak døren og før start døren åpnes automatisk. Når musen inn tilbake området, lukkes automatisk bakdøren.
    4. Observere når musen angir boksen før start døren lukkes automatisk og starter en ny rettssak.
      Merk: Her vi trent mus for 5 til 7 dager med betingelsene forsinkelse. Men basert på vår erfaring på testing flere linjer av transgene eller mutert mus, 1 dag (20 forsøk) er helt nok til å se forskjellen mellom musene av ulike genotyper og det er ingen mening å utvide treningstiden (se figur 6 som et eksempel). Derfor vi bare bruke er 1 dag for hver tidsforsinkelsen og det fungerer bra. Det blir ingen problemer hvis forskere vil forlenge dagene avhengig av egne formål.
  5. Valgfritt: Utfør testen med HRA-reversert. For å test hvis musen er valg er resultatet av en orientering preferanse, bytte venstre / høyre plasseringen av HRA og LRA (som kan utføres automatisk av programvaren) og tillate at mus til å fritt velge en arm som 4.4.
  6. Valgfritt: Utfør en forsinkelse kontroll test. Å teste om noen underskudd observert er resultatet av endrede romlig minne eller belønning følsomhet og ikke et resultat av endringer i beslutningsprosessen, innføre en 15 s forsinkelse LRA samt HRA, og tillate at mus til å fritt velge en arm som 4.4.

5. innsats-baserte beslutninger Test

  1. Introdusere barrieren til HRA som vist i diagrammet (figur 1).
  2. Angi alle parametrene og bruke alle operasjoner som trinn 3.2-gratis arm oppføringen fase og teste dyrene 3 sammenhengende dager.
  3. Tillate at mus til å fritt velge en arm, HRA eller LRA.
    Merk: Her vi trent musene i 14 dager. Men basert på vår erfaring på testing flere linjer av transgene eller mutert mus, 3 dager er helt nok til å se forskjellen mellom musene av ulike genotyper og det er ingen mening å utvide treningstiden (se figur 6 som et eksempel ). Derfor er vi bare bruke 3 dager for innsats-basert test og det fungerer bra. Det blir ingen problemer hvis forskere vil forlenge dagene avhengig av egne formål.
  4. Valgfritt: Utfør testen med HRA-reversert. For å test hvis musen er valg er resultatet av en orientering preferanse, bytte venstre / høyre plasseringen av HRA og LRA (som kan utføres automatisk av programvaren) og tillate at mus til å fritt velge en arm som i trinn 5.3.
  5. Valgfritt: Utfør innsats kontroll. Å teste om noen underskudd observert er resultatet av endrede romlig minne eller belønning følsomhet og ikke et resultat av endringer i beslutningsprosesser, innføre en barriere LRA samt HRA, og tillate mus til å fritt velge en arm som i trinn 5.3.

6. dataanalyse

  1. Hente data og resultater direkte fra Kontrollprogramvaren.
    1. Merk at programvaren vil automatisk registrere eksperimentelle dato, start og slutt klokken, varighet, prøve tall, plasseringen av HRA, pellet nummer HRA og LRA, posisjon (X, Y) og den bevegelige spor etc., hver mus i mappen "Data" .
    2. Kontroller at programvaren har automatisk analysere følgende elementer og ta dem i mappen "Resultat" under hvert dyr ID: varighet, prøve tall, HRA valget nummer, LRA valget nummer, HRA valg prosent, LRA valg prosent, totalt flytte avstand, og krysset totaltid.
  2. Utføre statistisk analyse av dataene fra alle eksperimenter av en blandet VARIANSANALYSE (ANOVA split-plot), med dag/session som i faget faktor og gruppe faktor (genotype gruppe eller grupper med forskjellige eksperimentelle forhold) som mellom-faget.
  3. Analyser av gruppen faktor hvis det er ingen interaksjon mellom dag/session med gruppen faktor. Gjelde post hoc parvis sammenligninger hvis det er en betydelig interaksjon mellom dag/session med gruppen faktor.

Representative Results

Et eksempel på forsinkelse- og innsats - basert beslutningstaking aktivitet utført av mediale habenular ablated mus (mHb:DTA mus)14 med sine vill-type littermate kontroll mus (CT mus) er vist i figur 6. To mHb:DTA mus og to CT mus var co ligger i en bur etter venne.

I forsinkelse baserte beslutninger testen (figur 6A) var det ingen betydelig interaksjon mellom genotype og økt i enhver fase, inkludert diskriminering opplæringsfasen (når tidsforsinkelsen av HRA var 0) og forsinkelse baserte beslutninger test fase (når tidsforsinkelsen av HRA var 5 s, 10 s og 15 s, henholdsvis). Av genotype ikke var betydelig når tidsforsinkelsen var 5 s. Men når tidsforsinkelsen var langstrakte 10 s og 15 s, mHb:DTA mus viste en betydelig reduksjon i andelen HRA besøk sammenlignet med CT mus. Disse resultatene avslørte at ablation av mHb redusert preferanse for mus å vente på en større belønning, og i stedet vist en tendensen å velge en liten belønning umiddelbart når ventetid var 10 sekunder eller lengere. Dataene foreslo at mHb kan være en viktig hjernens struktur i kontroll av impulsivitet og/eller tid kost/nytte evaluering, rendering dyr flere liggende å tolerere forsinket tilgang for å få en stor belønning.

I innsats-baserte beslutninger test (figur 6B), prosentandelen av HRA ble besøk betydelig redusert i mHb:DTA mus når en barriere ble plassert i HRA, uavhengig av den høyre/lokaliseringen av HRA (1 x barriere fase og reversering fase ). Dette betyr at fenotypen av mHb:DTA mus ikke var på grunn av underskudd i romlig preferanse og minne. I innsats kontroll testen, barrierer ble plassert i begge mål armene (2 × barrierer fase) og både LRA og HRA var assosiert med høy innsats. Derfor var innsats kostnadene det samme for dyr å velge enten lav belønning eller høy belønning. MHb:DTA mus besøkte HRA oftere enn LRA, og nådde en sammenlignbar HRA gå nummeret på den siste økten (økt 5). Dette resultatet antyder at belønning følsomhet og romlig minne i mHb:DTA mus var intakt. Dataene belyst som mHb kan spille en viktig rolle i innsats kost/nytte evaluering, slik at dyrene å sette i mer arbeid å skaffe seg større belønninger.

Figure 1
Figur 1: skjematisk diagram av tradisjonelle T-maze apparater for beslutningstaking test (A) forsinkelse baserte beslutninger test apparater. Dyrene ble plassert i starten armen og velge mellom to mål armer, HRA og LRA. Når dyr valgte HRA, måtte de vente (avhengig forsinkelse i sekunder) for å få en større belønning. Forskere må manuelt håndtere dyr, pellets og dører for hvert forsøk. (B) innsats-baserte beslutninger test apparater. Dyrene ble plassert i starten armen og velge mellom to mål armer, HRA og LRA. Når dyr valgte HRA, måtte de klatre over en trekantet barriere for å få en større belønning. Forskere må manuelt håndtere dyr, pellets, dører og barrierer for hvert forsøk. Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2: automatisert T-maze oppsett for beslutningstaking test (A) ovenfra av automatiserte. (B) Side-visning av automatiserte. (C) 3D rettvinklede trekanten barriere brukes til innsats-baserte beslutninger test, fra venstre til høyre, er visningen side, på motsatt side-visning og hypotenusen sideutsikt, henholdsvis. Teknisk originalbildene endret med tillatelse fra kommersielle produsent. GBL: mål for (venstre), GBR: mål for (høyre), GDL: målet døren (venstre), GDR: målet døren (høyre), DAL: forsinke område (venstre), DAR: forsinke området (høyre), JDL: krysset døren (venstre), JDR: krysset døren (høyre), BDL: bakdøren (venstre), BDR: bakdøren (høyre), CCD: kostnad kombinert enheten kameraet). Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3: The parameteren Registreringsvinduet. Klikk her for å se en større versjon av dette tallet.

Figure 4
Figur 4: emne ID Registreringsvinduet. Klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5: vinduet eksperiment grensesnitt. Klikk her for å se en større versjon av dette tallet.

Figure 6
Figur 6: forsinkelse baserte og innsats-baserte beslutninger i mHb:DTA mus. (A) forsinkelse baserte beslutninger test i mHb:DTA mus (mus var 12 – 14 måneder-gamle, n = 8/anleggspreg). Andelen HRA valg var sammenlignbar mellom genotyper da tidsforsinkelsen var 0 og 5, men betydelig redusert i mHb:DTA mus da tidsforsinkelsen var 10 s og 15 s. Når tidsforsinkelsen var 5 s, genotype × dag samhandling: F(1,14) = 0.594, p = 0.236; effekten av genotype: F(1,14) = 0,61, p = 0.45; Når tidsforsinkelsen var 10 s: genotype × dag samhandling: F(1,14) = 37,5, p = 0.346; effekten av genotype: F(1,14) = 32.4, p < 0.0001; Når tidsforsinkelsen var 15 s: F(1,14) = 38,7, p = 0.243; effekten av genotype: F(1,14) = 31,6 og p ≤0.0001. (B) innsats-baserte beslutninger test i mHb:DTA mus (mus var 12-14 måneder-gamle, n = 9/anleggspreg). Under 1 x barriere fasen, var det en betydelig interaksjon mellom genotype og økt (genotype × dag samhandling: F(1,16) = 2.11, p = 0.015), og legge hoc parvis sammenligningen avslørte at HRA % mHb:DTA mus betydelig falt i alle økter. I fasen for tilbakeføring var det ingen betydelig interaksjon mellom genotype og økt (genotype × dag samhandling: F(1,16) = 1,61, p = 0,08). mHb:DTA mus besøkte HRA betydelig mindre enn CT mus (viktigste genotype effekt: F(1,16) = 8.18, p = 0,01). Under 2 × barrierer fasen, var det en betydelig interaksjon mellom genotyper og økter og en betydelig forskjell i sesjon 3 og 4-økten (2 x barrierer fase: genotype × dag samhandling: F(1,16) = 3.9, p = 0.0067). MHb:DTA mus nådd en HRA besøk nummer sammenlignes med CT mus på den siste økten, økt 5. Dataene representerer gjennomsnittlig ± SEM. ** p < 0.01; p < 0,001. Klikk her for å se en større versjon av dette tallet.

Figure 7
Figur 7: flytskjemaet beslutning om å teste (forsinkelse eller innsats-baserte).

Discussion

Beslutningstaking er en kognitiv prosess svært bevart under utviklingen15. Mennesker og dyr kan vurdere kostnaden for konkurrerende handlingsalternativer i forhold til den potensielle belønningen og gjør sine valg. Pasienter som lider av nevrologiske sykdommer og psykiske lidelser demonstrere underskudd i ulike former for beslutningsprosesser16. Det er derfor viktig å undersøke nevrobiologiske og patofysiologiske mekanismene bak beslutningsprosessen. I de siste årene forskning forsinkelse og innsats-baserte beslutningsprosesser tiltrekker mer interesse. Videre har gnagere, spesielt rotter vært mye brukt å studere disse to formene av beslutningsprosessen17.

Mange studier førte til interessante funn med en opptreden oppgave som involverer en T-maze apparater med en HRA og en LRA2,6,7,8,9,10, 18 , 19 , 20 , 21 , 22. i aktiviteten, HRA knytter store belønninger enten en tid forsinkelsen eller innsats anstrengelse. På LRA, kan dyr få en liten belønning umiddelbart uten noen forsinkelse og fysisk anstrengelse. Den tradisjonelle tilnærmingen er avhengig av menneskelig eksperimentator manuell inngripen. I hver prøve, må eksperimentator telle pellets, og plassere dem i mat magasinene HRA og LRA, plassere mål dørene på både HRA og LRA, og plasser dyret på slutten av start armen. Når Dyret angir enten av armene, må en krysset dør plasseres for å begrense dyret mål armen. Avhengig av protokollen må eksperimentator teller tiden og åpne mål etter en angi forsinkelse. Når Dyret inn målet området og henter pellet(s), må eksperimentator returnere den til buret og dyrets arm valg og atferd. Eksperimentator må forberede T-maze dører og pellets neste rettssaken. Hele opplæring og testing prosesser er enormt tid og arbeidsintensiv. Videre er mangelen på standardisering på tvers av ulike labs en annen bekymring.

I dette papiret presenterte vi en protokoll basert på en modifisert automatiserte T-maze apparater med video-sporing system (figur 7) til å løse problemene med tradisjonelle protokoller. Ved å introdusere en "bakdør" og "tilbake korridor" til den tradisjonelle T-maze, fikk vi labyrint med en "delt i to isoceles trekant" form. Fordelene med dette oppsettet er (1) full automatisering av det opptreden trening og testing. Dette fjerner virkningen av eksperimentator subjektivitet og minimerer menneskelige tid og arbeid forpliktelser. Vi har fire oppsett i laboratoriet, slik at fire mus kan bli trent eller testet samtidig ved en eksperimentator, som er umulig å oppnås ved hjelp av tradisjonelle protokoller. (2) det er programvare fleksibilitet som Kontrollprogramvaren tillater forskere å fritt sette opp flere parametere, inkludert pellet tall, tidsforsinkelse, døren åpning og lukking, prøve tall, varighet og sporingsmodus. Derfor kan dette systemet møte ulike typer eksperimentelle behov. (3) det er bred kompatibilitet som alle skyvedører på T-maze er utformet for å lagres under bunnen av labyrinten når de er åpne. Derfor kan oppsettet enkelt integreres med ulike fysiologiske systemer, inkludert optogenetic/optisk manipulasjon, in vivo elektrofysiologi-opptak og microdialysis. I tillegg for unntatt muligheten at mus valgte HRA på grunn av en plasseringsinnstilling, anbefaler vi å bruke en kontroll test for både forsinkelsen- og innsats - basert analysen. Ved equalizing kostnadene i to mål armene, har dyr muligheten til å oppleve begge belønning resultater på samme pris. Valg kan gjøres bare på grunnlag av belønningen differensial, således fjerne behovet for å integrere både kostnader og fordeler før du bestemmer. Det tester også om noen endring i dyrenes valg er resultatet av en manglende evne til å skalere kostnaden eller belønning, eller minne underskudd snarere enn en endring i måten som de vurderer sine beslutninger.

I vår lab, har vi analysert ca 10 stammer mus med dette oppsettet. Ett eksempel ble vist i representant data, mHb:DTA mus vist en robust fenotypen både forsinkelsen - og innsats-basert beslutningsprosesser. Dvs er belønning verdi sterkt nedsatte av tid og krefter i mHb:DTA mus. Resultatet viste den viktige rollen mHb impulsivitet kontrollen. I tillegg har vi brukt silisium sonde opptak på gratis bevegelige mus i løpet av beslutningsprosessen (upubliserte data). Alle eksperimenter gitt validering benchmarks for evnen til automatiserte oppsettet. Dermed er standardisert protokollen for T-maze basert beslutningsprosesser med automatisert apparatet egnet for oppdager genetisk effekter, farmakologiske effekter og nevrale krets effekter på forsinkelsen og innsats diskontering av gnagere. Oppsummert har oppsettet mange fordeler som et ideelt system for forsinkelsen og innsats-baserte beslutninger analyser.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Vi vil gjerne takke Dr. Matthew F S Rushworth (Institutt for eksperimentell psykologi, Universitetet i Oxford) og Dr. Sakagami Masamichi (hjernen vitenskap Research Center, Tamagawa universitet) for sine verdifulle råd på initiering av prosjektet og detaljer protokollene. Vi takker Dr. Lily Yu for kritiske kommentarer og redigering manuskriptet. Dette prosjektet ble støttet av RIKEN insentiv prosjektet (100226201701100443) til Q.Z, hjernen vitenskapsprosjekt, Center for roman science initiativ, nasjonale institusjoner av naturvitenskap (BS291003) til Q.Z, RIKEN aldring prosjektet ( 10026-201701100263-340120) Q.Z og JSP Kakenhi Grant-in-Aid for unge forskere (B) (17841749) til Q.Z.

Forfattere bidrag: Q.Z unnfanget og initiert prosjektet, Q.Z, Y.K og HG utført eksperimenter og dataanalyse, HG koordinert arbeidet mellom lab og O'HARA & Co, Ltd, Q.Z og Y.K skrev manuskriptet, S.I veiledet prosjektet.

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).

Tags

Atferd problemet 138 beslutningstaking forsinkelse innsats gratis flytting gnagere T-maze belønning kostnad apati impulsivitet psykiske sykdommer i vivo
En automatisert T-maze basert apparater og protokollen for å analysere forsinkelser og innsats-baserte beslutningsprosesser i gratis flytte gnagere
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Zhang, Q., Kobayashi, Y., Goto, H.,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