Summary
Die Methode zur Bewertung der Auswirkungen der Ausbildung auf die motorischen Fähigkeiten ist ein nützliches Instrument. Leider können die meisten Verhaltensbeurteilungen arbeitsintensiv und/oder teuer sein. Wir beschreiben hier eine Robotik-Methode zur Beurteilung von Prehension (Reach-to-Grasp) Fähigkeiten bei Mäusen.
Abstract
Wir beschreiben eine Methode, um naive Mäuse in eine neuartige Vorhensionsaufgabe (Reach-to-Grasp) einzuführen. Mäuse sind singart in Käfigen mit einem frontalen Schlitz untergebracht, der es der Maus ermöglicht, aus ihrem Käfig zu greifen und Futterpellets zu holen. Minimale Nahrungsbeschränkung wird angewendet, um die Mäuse zu ermutigen, die Nahrungsentnahme aus dem Schlitz durchzuführen. Als die Mäuse beginnen, sich mit dem Kommen zum Schlitz für Nahrung zu verbinden, werden die Pellets manuell weggezogen, um die Verlängerung und Pronation ihrer Pfote zu stimulieren, um das Pellet zu greifen und durch den frontalen Schlitz zu holen. Wenn die Mäuse beginnen, nach den Pellets zu greifen, wenn sie am Schlitz ankommen, kann der Verhaltenstest durchgeführt werden, indem die Rate gemessen wird, mit der sie das gewünschte Pellet erfolgreich erfassen und abrufen. Sie werden dann einem Auto-Trainer vorgestellt, der sowohl den Prozess der Bereitstellung von Futterpellets für die Maus zum Greifen automatisiert, als auch die Aufzeichnung erfolgreicher und fehlgeschlagener Reichweiten- und Greifversuche. Dies ermöglicht die Erfassung von Erreichensdaten für mehrere Mäuse mit minimalem Aufwand, die gegebenenfalls in der experimentellen Analyse verwendet werden können.
Introduction
Methoden zur experimentellen Prüfung einer motorischen Fähigkeiten vor und nach der neurologischen Verletzung sowie modulationen Timing, Menge und Art des motorischen Trainings sind wichtig für die translationale Forschung. In den letzten zehn Jahren sind Mäuse aufgrund der damit verbundenen Leichtigkeit der genetischen Manipulation zu einem beliebten Modellsystem geworden, in dem die Mechanismen des motorischen Lernens vor und nach der Verletzung aufgeklärt werden können. Verhaltenstests bei Mäusen wurden jedoch nicht in der gleichen Weise optimiert, wie es bei anderen Säugetieren (insbesondere Ratten) der Fall war. Darüber hinaus gibt es wichtige Unterschiede zwischen dem Verhalten einer Maus und einer Ratte, die stark darauf hindeuten, die beiden Arten in verschiedenen Weisen zu trainieren1,2.
Geschickte prehensile Bewegungen verwenden eine Hand / Pfote, um Nahrung in den Mund zu legen, ein Objekt zu manipulieren, oder ein Werkzeug zu verwenden. Tatsächlich ist das Erreichen verschiedener Objekte im täglichen Leben eine grundlegende Funktion der oberen Gliedmaßen und die Reichweite-zu-Essen-Akt ist eine Form der Vorhension, die viele Säugetiere verwenden. Viele der genetischen, physiologischen und anatomischen Veränderungen, die dem Erwerb von prehensile Fähigkeiten zugrunde liegen, wurden im Feld3gut definiert. Bei der Übersetzung präklinischer Befunde in klinische Ergebnisse braucht man einen relevanten Test, der effizient und reproduzierbar ist. Studien an Nagetieren und Menschen zeigen, dass das Verhalten der Vorhension beim Menschen und bei Tieren ähnlich ist4. Dementsprechend deuten diese Ähnlichkeiten darauf hin, dass Prehension-Tests als translationsmodell für die Untersuchung des motorischen Lernens sowie von Beeinträchtigungen und Behandlungen menschlicher Krankheiten dienen können. Daher kann die Bewertung der Vorhension bei Mäusen ein leistungsfähiges Werkzeug in der translationalen Forschung bieten, das sowohl Gesundheit als auch Krankheitszustände untersucht4.
Leider kann die Vorarbeit bei Mäusen, auch für eine kleine Laborumgebung, mühsam und zeitaufwändig sein. Um dieses Problem zu lindern, beschreiben wir hier eine automatisierte Version der Prehension-Aufgabe. Die beschriebene Aufgabe erfordert, dass Mäuse eine einzelne Pfote durch den Frontalschlitz des Heimkäfigs der Maus ausdehnen, die verlängerte Pfote pronieren, die Belohnung für das Futterpellet erfassen und das Pellet zum Verzehr zurück ins Käfiginnere ziehen. Die resultierenden Daten werden entweder als Prehension-Erfolg oder -Fehler dargestellt. Diese Automatisierung zeichnet die Daten erfolgreich auf und reduziert den Aufwand und die Zeit, mit der sich die Forscher mit der Aufgabe auseinandersetzen müssen.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alle hier beschriebenen Methoden wurden vom ACUC (Animal Care and Use Committee) der Johns Hopkins University genehmigt.
1. Vorbereiten von Mauskäfigen für den Einsatz
- Erstellen Sie eine Schlitzöffnung mit Abmessungen von 0,8 cm Breite und 7 cm Höhe von der Basis am vorderen Ende jedes Käfigs, wie in Abbildung 1dargestellt. Dieser Schlitz dient als Öffnung, durch die das Tier erreicht wird.
HINWEIS: Der Auto-Trainer wurde für den Einsatz mit den Standard-Mauskäfigabmessungen (siehe Abbildung 1) entwickelt, die von den meisten Tierforschungsanbietern geliefert werden. Darüber hinaus unterstützt der Auto-Trainer problemlos andere Käfigtypen. - In jedem einzelnen Käfig fügen Sie eine Plattform neben dem Schlitz hinzu, damit die Mäuse stehen und die vorgestellten Pellets erreichen können. Stellen Sie sicher, dass sich die Plattform über dem ca. 3 cm hohen Käfigabfallboden befindet. Verwenden Sie Petri-Gerichte mit Superkleber befestigt und von einem Blech ca. 10 cm x 15 cm gekrönt, aber jede flache Oberfläche groß genug für eine Maus zu stehen, um von zu erreichen genügt.
- Erstellen Sie eine vertikale Kerbe durch die Mitte der Vorderseite des Käfigs, die 0,8 cm breit und 7 cm hoch ist, so dass eine Maus seine Pfote aus dem Käfig heraus erreichen kann.
- Aus einem dünnen Blech (ca. 2 mm dick) wird ein Käfigtor in Rechtecke von 5 cm x 10 cm geschnitten, um als gleichmäßige Öffnung zu dienen, durch die das Tier zu erreichen ist.
HINWEIS: Mäuse können auf Plastikkäfigen kauen, was die Größe der Öffnung ändern würde. Die Maus wird durch diesen 0,8 cm Schlitz gelangen, wenn das metallische Käfigtor während des Testens mit Klebeband über die geschlitzte Öffnung des Käfigs gelegt wird, wobei die effektive Breite des Schlitzes zwischen den Käfigen erhalten bleibt. - Bedecken Sie den Steckplatz jedes Käfigs mit Klebeband, wenn seine Maus nicht getestet wird, um zu verhindern, dass Abfälle aus dem Käfig vertrieben werden.
2. Einführung von Mäusen in die erreichende Bewegung
- Zeichnen Sie das Startgewicht jeder Maus auf und berechnen Sie 85 % dieses Wertes, um ihr Zielgewicht zu finden, wobei sie bis zu 20 g aufrunden, wenn das Ergebnis geringer ist. Geben Sie ihnen ein Fütterungsregime, um sie zu bringen und dann dieses Zielgewicht zu halten.
- Geben Sie jeder Maus 2,5 g Pellets am ersten Tag und notieren Sie jede Änderung ihres Gewichts 24 h später.
HINWEIS: Wiegen Sie die Mäuse einmal pro Tag und erwarten Sie einen Gewichtsabfall von 0,25-1 g pro Tag. - Ändern Sie den täglichen Feed jeder Maus nach Bedarf, basierend auf dieser anfänglichen Änderung und laufenden Änderungen im Gewicht jeder Maus, um eine allmähliche Gewichtsabnahme (weniger als 0,8 g Verlust pro Tag) zu induzieren und dann das resultierende Zielgewicht beizubehalten. Variieren Sie zwischen drei bis sechs 500 mg Pellets (1,5 bis 3,0 g) pro Tag, um wirksam zu sein.
HINWEIS: Mäuse bleiben auf dieser Diät, um ihr Zielgewicht während des gesamten Protokolls zu halten.
- Geben Sie jeder Maus 2,5 g Pellets am ersten Tag und notieren Sie jede Änderung ihres Gewichts 24 h später.
- Wenn eine Maus ihr Zielgewicht erreicht hat, stellen Sie jede Maus das Konzept vor, zum Gated-Slot für ein zusätzliches Futterpellet zu kommen. Beginnen Sie eine Trainingseinheit, indem Sie ein 45 mg Pellet auf der Pelletoberfläche direkt vor dem Schlitz platzieren und jeder Maus erlauben, es abzurufen. Die meisten Mäuse werden diese Fütterungsanordnung innerhalb von 1-2 Tagen einnehmen.
- Sobald die Maus einen offenen Schlitz mit gefüttert assoziiert, ermutigen Sie sie, mit einer Pfote zu erreichen, anstatt mit dem Mund.
HINWEIS: Dies ist der komplexeste Schritt, der 1-2 Tage dauert, und es ist sehr einfach, versehentlich kontraproduktives Verhalten bei Mäusen zu vermitteln; Weitere Informationen und Ratschläge finden Sie im Diskussionsbereich.- Halten Sie ein Pellet mit einer Pinzette in der gleichen Position, in der die Maus zuvor Pellets abgerufen hat. Wenn die Maus beginnt, nach dem Pellet zu beißen, ziehen Sie es etwa einen halben Zentimeter weg, so dass das Pellet aprea-reichweite seines Mundes ist.
HINWEIS: Eine Maus mit ihrem Zielgewicht versucht, das nicht in Reichweite erreichbare Pellet abzurufen. Wann immer die Maus eine Pfote durch den Schlitz ausstreckt, verstärken Sie dieses Verhalten, indem Sie ihr erlauben, das Pellet zu essen. Einige Mäuse können eine Vorliebe für eine Pfote gegenüber der anderen aufweisen, wenn sie sich für Nahrung ausdehnen. - Während nicht instrumental zu experimentieren, zeichnen Sie auf, ob die linke oder rechte Pfote bevorzugt wird. Dies kann möglicherweise höhere Gesamterfolgsraten im Verhaltenstest ermöglichen; alternativ, beseitigen Sie eine Variable, indem Sie jede Maus zwingen, mit der gleichen Pfote zu erreichen.
HINWEIS: Bessere Ergebnisse werden erzielt, wenn Mäuse ihre bevorzugte Pfote verwenden. - Wenn jede Maus eine Pfote mit dem Verzehr eines Pellets verbindet, verstärken Sie dieses Verhalten weiter, indem sie das Pellet als Reaktion auf Versuche, das Pellet mit Mund und Zunge zurückzuholen, zurückhält. Mäuse werden beginnen, diese Anordnung über 2 bis 3 Tage zu erfüllen.
- Schlussstellen Sie die Einführung des gewünschten Pfoten-Erreichbarkeitsverhaltens, indem Sie das 45 mg-Pellet knapp 1 cm vom äußeren Rand des Käfigtores entfernt platzieren, so dass der linke oder rechte Punkt des Pellets (ob rechts oder links des Käfigschlitzes vom Prüfer) die Perspektive bzw. die Perspektive ist tangential zu einer Linie, die sich direkt vom Rand des Schlitzes des Käfigtors erstreckt. Erlauben Sie der Maus, zu versuchen, das Pellet abzurufen, wachsam zu sein, um das Pellet zu entfernen und seinen Verbrauch zu verhindern, wenn die Maus versuchen sollte, mit einer anderen Methode als Pfotenverlängerung.
HINWEIS: Wenn eine Maus konsequent eine Pfote zum Greifen ausdehnt und in der Lage ist, das mitgelieferte Pellet zu berühren, ist sie bereit für Tests mit dem unten beschriebenen Auto-Trainer und dem zugehörigen Verhaltenstest. Die Zeit von naiven Einführungen bis hin zur Vorbereitung variiert von Mäusen; Wenn es Nachzügler gibt, die mehr als zwei Wochen brauchen, um zu verstehen, sollten sie aus dem Datensatz ausgeschlossen werden.
- Halten Sie ein Pellet mit einer Pinzette in der gleichen Position, in der die Maus zuvor Pellets abgerufen hat. Wenn die Maus beginnt, nach dem Pellet zu beißen, ziehen Sie es etwa einen halben Zentimeter weg, so dass das Pellet aprea-reichweite seines Mundes ist.
3. Verwenden des Auto-Trainers
HINWEIS: Siehe Abbildung 1-3 und den Diskussionsabschnitt für eine vollständige Beschreibung der Hardware, Software und der physischen Aktionen des Auto-Trainers.
- Bereiten Sie sich auf die Trainingseinheit vor.
- Kalibrieren Sie den Köder-Pellet-Sensor. Klicken Sie auf den Run-Pfeil in der LabVIEW-Schnittstelle und beachten Sie den Köder-Pellet-Sensor, der sowohl mit als auch ohne Pellet an Ort und Stelle liest. Klicken Sie auf die Schaltfläche Stopp, um diesen Testlauf zu beenden und das Köder-Pelletsensor-Ziel auf einen Wert zwischen diesen beiden Messwerten zu ändern (Abbildung 3 und Tabelle 2). Die meisten Lichtverhältnisse bieten einen Messwert zwischen 1 und 4.
- Platzieren Sie den modifizierten Mauskäfig auf dem Autotrainer (Abbildung 2). Befestigen Sie das Käfigtor ( Abbildung 1) und richten Sie das Pellet wie im manuellen Verfahren am Rand des Schlitzes aus.
- Führen Sie die Mausschulung über die LabVIEW-Schnittstelle aus.
- Eingabe von Informationen, die zum Aufzeichnen von Daten über die Schulungssitzung erforderlich sind (Abbildung 3 und Tabelle 2).
- Klicken Sie auf das Feld Maus-ID, und geben Sie den Dateinamen jeder Trainingssitzung über die Computertastatur ein.
- Klicken Sie auf das Feld Gesamtpellets, um während der Routine zu verteilen, um zu steuern, wie viele Pellets für ein einzelnes Experiment abgegeben werden (normalerweise 20 - 30). Klicken Sie dazu auf die Auf- und Abwärtspfeile, oder geben Sie die Nummer über die Tastatur des Computers ein.
- Klicken Sie auf das Feld Pause After Pellet Number, um eine Pause von 5 s festzulegen, nachdem das angegebene Pellet vom Sprungbrett entfernt wurde. Klicken Sie dazu auf die Auf- und Abwärtspfeile, oder geben Sie die Nummer über die Tastatur des Computers ein.
- Klicken Sie auf das Feld Pause Länge, um eine Pause zwischen dem Zeitpunkt, an dem ein Pellet vom Sprungbrett entfernt wird, und dem Zeitpunkt, zu dem ein neues Pellet abgegeben wird, eine Pause einzulegen. Klicken Sie dazu auf die Auf- und Abwärtspfeile, oder geben Sie die Nummer über die Tastatur des Computers ein.
HINWEIS: Normalerweise ist 1 s eine angemessene Pausenzeit. Wenn die Mäuse ängstlich sind, nachdem jedes Pellet abgegeben wurde, ist es ratsam, die Pausenlänge mit dem Feld Pause Länge auf 5 s zu erhöhen. - Erfassen Sie manuell den Abstand, in dem das Pellet im Feld Entfernung erreichen platziert wird. Klicken Sie dazu auf die Auf- und Abwärtspfeile, oder geben Sie die Nummer über die Tastatur des Computers ein.
HINWEIS: Die Größe der Beschleunigungs- und Zeitarrays wird für Debugging-Zwecke verfügbar gemacht und kann ignoriert werden. - Klicken Sie auf das Feld Ordner zum Einschließen von Protokollen, um den Dateispeicherort zum Speichern der gesammelten Daten auszuwählen.
- Nachdem die Informationsfelder ausgefüllt wurden, klicken Sie auf die Schaltfläche Ausführen, um die Trainingseinheit zu beginnen. Der Auto-Trainer gibt einzelne Pellets aus und verfolgt, ob sie durch den Trichter fallen, bis die Gesamtzahl der Pellets abgegeben wurde und das letzte Pellet entweder von der Maus geborgen oder fallen gelassen wurde. Das Programm wird an dieser Stelle automatisch beendet. Bei Bedarf kann es auch vorzeitig gestoppt werden, indem Sie auf die Stopp-Taste klicken.
- Sobald die Software eingerichtet ist, legen Sie den Home-Käfig der Maus, die getestet werden soll, auf den Sockel und beobachten Sie die Maus, damit Sie beurteilen können, ob die Maus tatsächlich gelernt hat, das erforderliche neuartige Erreichensverhalten zu versuchen. Nachdem Sie auf die Schaltfläche Ausführen geklickt haben, lassen Sie die Maus den Steckplatz und seine neue, unbekannte Umgebung untersuchen.
HINWEIS: Ähnlich wie bei der Einführung von Mäusen in das Konzept des Erreichens, erwarten Einige Mäuse konformer als andere. Mäuse, die das Konzept verstanden haben, sollten versuchen, innerhalb von 5-10 min zu erreichen und werden die Bewegung des Autotrainers mit dem vorgestellten Pellet assoziieren, wie wenn sie einen unbedeckten Steckplatz mit Nahrung in den Anfangsstadien dieses Protokolls assoziieren.
- Eingabe von Informationen, die zum Aufzeichnen von Daten über die Schulungssitzung erforderlich sind (Abbildung 3 und Tabelle 2).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Im Allgemeinen wird empfohlen, dass jede Trainingseinheit aus etwa 20-30 Tests besteht, die vom Benutzer festgelegt, automatisch vom Auto-Trainer ausgeführt und in einer einzigen Protokolldatei pro Sitzung und Maus gespeichert werden können. Jede Prüfung kann nacheinander, direkt nach der anderen, mit 2-5 s Pause durchgeführt werden. Mäuse, die auf dem Auto-Trainer trainiert werden, zeigen eine Steigerung der Fähigkeiten über 10 Trainingseinheiten.
Um den Nutzen des Autotrainers mit dem manuellen Training (als Goldstandard) zu vergleichen, haben wir erwachsene männliche C57bl/6 Mäuse im Alter von 100 bis 140 Tagen manuell und mit dem Autotrainer trainiert. Alle Tierbehandlungen und -nutzungen wurden gemäß und mit Genehmigung des Johns Hopkins University Animal Care and Use Committee durchgeführt. Mäuse, die mit dem Autotrainer trainiert wurden, erlernten die Vorarbeit und zeigten eine deutliche Steigerung der motorischen Fähigkeiten(Abbildung 4). Diese Steigerung der Fähigkeiten ist ähnlich wie bei der manuellen Ausbildung des Tieres ohne den Einsatz des Autotrainers (Abbildung 4). Für diese Daten wurde die manuelle Vorarbeit als erfolgreich bewertet, als die Maus ihren Vorderbein durch den Schlitz erreichte, das Pellet packte und es aßte, ohne es aus seinem Ruheraum zu klopfen, es fallen zu lassen oder auf andere Weise die Kontrolle zu verlieren. Der Prozentsatz der erfolgreichen Vorhenionsversuche wurde pro Pellet bestimmt. Ein Trainingsblock bestand aus 30 Pellets in einem Abstand von 1 cm, wobei jedes Pellet nacheinander präsentiert wurde. Mäuse, die auf dem Auto-Trainer trainiert wurden, wurden nach dem oben beschriebenen Protokoll trainiert. Jeder Punkt in Abbildung 4 stellt einen Trainingstag dar, an dem die Tiere 30 Pellets erreichten und als Prozent korrekt dargestellt wurden. Es gab keinen statistischen Unterschied zwischen den beiden Linien, die einen nicht-parametrischen t-Test mit Korrektur für mehrere Vergleiche verwendet.
Abbildung 1: Exemplarische Bilder des Heimkäfigs. (A) Vogelperspektive eines Standard-Hauskäfigs, der mit der Plattform (orange) und dem Schlitz auf der Vorderseite des Käfigs modifiziert wurde. (B) Frontansicht eines Hauskäfigs mit einer Schlitzöffnung mit ca. 0,8 cm x 7 cm. (C) Käfigtor aus einem dünnen Blech geschnitten und mit Klebeband umwickelt, um Kanten zu schützen. (D, E) Käfigtor vor dem Schlitz platziert, um als eine einheitliche Öffnung zu dienen, durch die die Maus zu erreichen ist; vorne (D) und schräge (E) Ansichten zur Verfügung gestellt. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 2 : Exemplarische Bilder von Auto-Trainer. (A, B) Im Bild ist der Auto-Trainer ohne (A) oder mit (B) einem modifizierten Mauskäfig an Ort und Stelle. (C-J) Detaillierte Ansichten des Tauchbrett-Futterpellethalter-Designs betrachtet entweder von vorne (C,D,H,I) oder von der Seite (E,F,G,J), mit (D,E,F,I) oder ohne (C,G,H,J) ein Lebensmittelpellet. Beachten Sie, dass pellet Abstand zum Tier leicht geändert werden kann, da Käfigabstand vom Sprungbrett geändert werden kann. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 3 : Screenshot der Software. Screenshot des Programms, das zum Ausführen des Auto-Trainers verwendet wird. Das Bild zeigt die wichtigen Eingabefelder, die im Protokoll beschrieben sind. Weitere Informationen finden Sie in Tabelle 2. Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
Abbildung 4 : Repräsentative Daten. Die geschickte Vorhension steigt auf ein ähnliches Plateauniveau, indem sowohl Auto-Trainer- als auch manuelle Trainingsparadigmen verwendet werden. Plot zeigt Reichweiten-zu-Griff-Erfolg (Mittelwert +/- SEM; Manuell: grau, n = 14; Auto-Trainer: schwarz, n=15). Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.
| schritt | Geschätzte Dauer (in Tagen) | bemerkung |
| 2.1 Gewichtsverlust | 3 bis 5 | Je nach Nebengewicht und damit wie viel Gewicht bis zum Ziel zu verlieren |
| 2.2 Slot-Training | 1 | Mäuse lernen, sich wohlfühlen, wenn sie sich dem offenen Schlitz für Lebensmittel nähern |
| 2.3 Gestalten | 4 bis 8 | |
| 2.3.1 Pfotennutzung | 1 | Der Erfolg hängt hier davon ab, schnell das Pellet nach der Maus zur Verfügung zu stellen, seine Nahrung verweigert, Paaws für das Pellet. |
| 2.3.2 Pfote-Präferenz | 1 | Stellen Sie fest, ob die Maus die linke oder rechte Pfote bevorzugt. |
| 2.3.3 Reduzierung des schlechten Pfotenkonsums | 2 bis 3 | Wie im vorherigen Schritt ist es wichtig, das Abrufen mit Mund und Zunge zu verhindern. |
| 2.3.4 Pinzette | 1 | Einige Mäuse stolpern bei der Entnahme des Pellets allein und nicht aus der Pinzette, füttern sie etwas weniger |
| 3. Auto-Training | 10 bis 15 | Tage bis asumptote. |
Tabelle 1: Zeitplan für das Maustraining mit dem Autotrainer.
| EINGABEFELD | benutzen |
| Maus-ID | Geben Sie den Dateinamen ein, unter dem die gesammelten Daten gespeichert werden. |
| Total Pellets, die während der Routine abgegeben werden | Geben Sie die Gesamtzahl der Pellets ein, die während der Trainingseinheit abgegeben werden. |
| Pause nach Pellet-Nummer | Veraltete Funktion. Kann verwendet werden, um die Trainingseinheit zu unterbrechen, nachdem das angegebene Pellet abgegeben wurde. |
| Pausenlänge (s) | Die Dauer der Pause dauert. |
| Reichweitenabstand (mm) | Zeichnen Sie den Abstand über dem Minimum auf, über den die Maus reichen muss, um das Pellet abzurufen. Null standardmäßig. |
| Größe von Beschleunigungsmesser und Zeit-Arrays | Funktion, die für Debuggingzwecke verfügbar gemacht wird. Halten Sie den Standardwert 500. |
| Ordner zum Einschließen von Protokollen | Klicken Sie auf das Ordnersymbol, um auszuwählen, wo die gesammelten Daten gespeichert werden. |
| Gerätename | LabVIEW-Funktion, die Hardware mit Software verbindet. Standardmäßig ist Dev1. Abhängig von USB-Verbindungen kann Hardware im Dropdown-Menü unter einer anderen Nummer angezeigt werden. Geräte auswählen, bis eine funktioniert. |
| Pfeiltaste, oben links | Klicken Sie hier, um das Programm auszuführen, sei es für eine Trainingseinheit oder für die Kalibrierung. |
| Stopp-Zeichen-Taste, oben links | Beenden Sie das Programm vorzeitig. |
Tabelle 2: Softwareschnittstelle.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Unser Auto-Trainer evaluiert die Reichweite von Forelimb (Prehension) automatisiert. Um diesen Endpunkt zu erreichen, wurden viele der Parameter, die für die Mausvorhensionsaufgabe entwickelt wurden, einschließlich Pelletplatzierung, Pelletgröße und Trainingskriterien, über mehrere Jahre iteriert und an frühere Protokolleangepasst 2,5 ,6. Der Fortschritt hier ist die Automatisierung der Aufgabe mit einem Roboter, der Hauskäfig-Gehäuse ermöglicht. Das Hauskäfiggehäuse ermöglicht es den Mäusen, ruhig zu bleiben und die Aufgabe mit weniger Angst zu erledigen. Nicht-Home-Käfig-Training ist mit erhöhter Belastung verbunden, die zu der erhöhten Zeit und verringertePräzision7,8,9führen kann. Wir zeigen hier Präzision ähnlich unseren eigenen Ergebnissen mit manuellen Hauskäfig Training5,7,8. Obwohl es für die Ratte10ein Heimkäfigtraining gibt, ist dies unseres Wissens der erste Autotrainer, der mäuse im heimischen Käfig trainiert.
Unser Auto-Trainer verfügt über eine verstellbare Plattform, auf der ein geschlitzter Käfig ruht und auf die entsprechende Höhe für die Ausrichtung mit einem Futterpellethalter (auch als Sprungbrett bezeichnet) abgesenkt oder angehoben werden kann. Ein Pellet-Dosiersystem platziert das Futterpellet auf dem Sprungbretthalter. Der Futterpellethalter verfügt über eine Köderpelletsensor-Baugruppe, die aus einem reflektierenden Objektsensor besteht, um festzustellen, ob ein Futterpellet auf dem Tauchbretthalter vorhanden ist oder nicht. Aufgrund der Lichtempfindlichkeit kann der reflektierende Objektsensor bei der Installation an die Beleuchtungsumgebung des Labors angepasst werden. Jeder Mauskäfig wird auf den Autotrainer gelegt, so dass die innere Kante des Pellets mit der äußeren Kante des Schlitzes des Käfigtors im Einklang steht, was Schritt 2.3.4 des oben beschriebenen manuellen Verfahrens entspricht. Zwei verlorene Pelletsensoren, die in entgegengesetzter Richtung in einem Trichter unter dem Sprungbrett-Pellethalter ausgerichtet sind, erkennen fallende Pellets. Ein Vorteil des Einsatzes von zwei verlorenen Pelletsensoren besteht darin, dass sie eine hohe Detektionsgenauigkeit für verschiedene Lebensmittelpellets unterschiedlicher Größe und Form gewährleistet. Beide verlorenen Pelletsensoren bestehen aus einem standardmäßigen transmissiven Foto-Interrupter mit Durchgangsloch-Design, um die Bewegung eines herabfallenden Pellets berührungslos zu erfassen.
Die Software besteht aus einem Programm, das den Auto-Trainer ausführt und Daten über Erfolge und Misserfolge sammelt. Die Benutzereingabe besteht aus dem Speicherort der Datei, an dem die Daten aufgezeichnet werden, wie viele Pellets in einer Trainingseinheit abgegeben werden, einer Option, die Trainingseinheit nach dem Dosieren eines bestimmten Pellets anzuhalten, einem Feld, um die vergrößerte Entfernung (falls vorhanden) aufzuzeichnen, über die die Maus muss erreichen, und ein Feld, um die Arraygröße zu steuern, die in den Berechnungen des Programms verwendet wird (die bei normaler Verwendung ignoriert werden kann). Darüber hinaus ermöglicht die Software dem Anwender, den reflektierenden Objektsensor des Sprungbretts zu optimieren, um die Lichtempfindlichkeit bei Bedarf neu zu kalibrieren. Eine Ausgabe jeder Testversion wird dem Benutzer angezeigt sowie aufgezeichnet und in einer Protokolldatei für den späteren Abruf gespeichert.
Ein einziger Versuch besteht aus der Zeit eines einzelnen Futterpellets, die man auf dem Sprungbrett vergibt, bis es durch Aktion von der Maus entfernt wird. Verlässt ein Pellet das Sprungbrett, wie vom Köder-Pelletsensor bestimmt, und wird das Pellet kurz darauf von einem der verlorenen Pelletsensoren durch den Trichter fallend erkannt, wird es von der Software als fehlgeschlagener Versuch aufgezeichnet. Stellt der Köderpelletsensor fest, dass das Pellet das Sprungbrett verlässt, aber kein fallendes Objekt von einem der verlorenen Pelletsensoren erkannt wird, wird angenommen, dass er von der Maus in den Käfig gezogen wurde und als erfolgreicher Versuch gewertet wird.
Diese Formulierung wird verwendet, weil es nützlich ist, einen Verhaltenstest zu entwerfen, bei dem die Aufgabe, die direkt und nicht indirekt ausgeführt werden soll, die Belohnung liefert. Auf diese Weise gibt es keine Unklarheit seitens des Tieres über die Aufgabe (z.B. hungrig sein, Nahrung finden, Nahrung bekommen, Nahrung essen). Unter den vielen Aufgaben, die ein solches Paradigma nutzen, ist die Prehension-Aufgabe für solche Bewertungen sehr beliebt geworden. Die Aufgabe erfordert lediglich, dass ein Tier ein einziges Glied verwendet, um ein einzelnes Lebensmittel zu erreichen und zu greifen, das das Tier anschließend zum Verzehr in den Mund bringt. Die Prehension-Aufgabe bewertet ein Verhalten, das einem alltäglichen Verhalten, das von vielen Säugetieren verwendet wird, sehr ähnlich ist. Am wichtigsten ist, dass die Prehension-Aufgabe dem menschlichen Motorverhalten ähnelt4. Diese Verallgemeinerbarkeit erhöht die Erwartung, dass Prinzipien, die sich aus der präklinischen Beurteilung des Verhaltens ergeben, in Krankheitszuständen klinisch anwendbar sind. Zum Beispiel, Beeinträchtigungen in qualifizierten Vorderbeine und Handgebrauch sind bei Schlaganfall, Huntington-Krankheit, Parkinson-Krankheit, und Multiple Sklerose gesehen. Daher ist die Modellierung von Verhaltensdefiziten und der anschließenden Erholung bei Mäusen von unschätzbarem Wert für das Verständnis der menschlichen Erholung und wie sie gefördert werden könnte2,11,12,13.
Viele Aspekte des hier vorgeschlagenen Auto-Trainers kommen dem Forschungsprozess sehr zugute. Erstens erfordern die meisten Verhaltenstests, dass ein Experimentator tägliche Sitzungen genau trainiert und überwacht, was kostspielig, arbeitsintensiv und unerschwinglich zeitaufwändig sein kann. Mit unserem Auto-Trainer können Verhaltensdaten unabhängig von einem Experimentator gesammelt werden. Zweitens kann unser Auto-Trainer repliziert werden, damit mehrere Mäuse objektiv, effizient und gleichzeitig trainiert und bewertet werden können, wodurch Zeit und Aufwand minimiert werden. Drittens ermöglichen die kostengünstigen Auto-Trainer die Replikation und Verwendung mehrerer Auto-Trainer gleichzeitig für umfangreiche und effiziente Tests.
Es sei darauf hingewiesen, dass der kritische Punkt, der eine sorgfältige Überwachung erfordert, während der Gestaltungsphase des Trainings ist. Bemerkenswert ist die Hauptschwäche dieses Protokolls, dass bei einigen Mäusen das Risiko besteht, dass schlechte Verwendung behoben wird11. Das Protokoll zielt darauf ab, Tests wie die Leiter Sprossen-Test zu imitieren, dass der Erfolg in der Aufgabe bietet die Belohnung. Die Aufgabe selbst muss den Mäusen jedoch in Schritt 2.3 des Protokolls noch beigebracht werden, im Gegensatz zum Leitersprossentest. Das Konzept, das am ehesten dazu führt, dass eine Maus beim Lernen dieser Aufgabe stolpert, besteht darin, eine Pfote aus dem Käfig zu verlängern, bis hin zur Verwendung der Pfote, um das Pellet tatsächlich zu greifen. In der ersten Sitzung von Schritt 2.3.1 sollten Mäuse einfach dafür belohnt werden, dass sie eine Pfote aus ihrem Käfig ausstrecken. In den folgenden Tagen sollten die Ermittler jedoch darauf achten, Mäuse weniger dafür zu belohnen, dass sie nur die Pfote ausstreckten, sondern mehr für das Ausstrecken der Pfote und das Berühren des Pellets, wie wir in Schritt 2.3.3 beschreiben.
Bitte beachten Sie, dass etwa 5% der Mäuse nicht über diese Stufe hinauskommen, in der Regel wegen der begrenzten Erweiterung ihrer Ziffern, um das Futterpellet zu ziehen. Solche Mäuse werden mit einer oder beiden Pfoten ohne Rücksicht auf die tatsächliche Lage des Pellets scheitern, was wenig oder keine nützlichen Daten liefert. Um das Fehlerpotenzial einer Maus in diesem Stadium zu minimieren, wird beim Abziehen des Pellets mit der Pinzette während des Lernprozesses dringend Vorsicht geboten. Insbesondere sollte die Maus mit Nahrung belohnt werden, nicht nur, wenn sie eine Pfote ausstreckt, sondern auch, wenn diese Pfote das Pellet greift und genügend Kraft anwendet, um die Zufriedenheit des Ermittlers zu erreichen. Ein ähnliches Risiko für ein mögliches Versagen in diesem Stadium besteht darin, dass Mäuse ihre Zunge benutzen, um Pellets gegen sie zu lecken. Wenn Sie Mäuse trainieren, die dazu neigen zu lecken, legen Sie das Pellet weiter seitlich vom Schlitz weg. Mäuse werden es schwierig finden, mit der Zunge über einen größeren seitlichen Abstand zu erreichen, aber der Bewegungsbereich von Arm und Pfote ist besser in der Lage, den Abstand zu schließen.
Unser beschriebenes Protokoll wird problemlos auf verschiedene Laborumgebungen oder unterschiedliche Methoden der Datenerfassung erweitert. Der Auto-Trainer zum Beispiel ist als arbeitssparendes Gerät sehr nützlich, aber nicht unbedingt für die Datenerfassung erforderlich, da Pellets zur Verfügung gestellt werden können und Erfolge/Fehler von Hand aufgezeichnet werden können. Individuelle Reichweiten können auch anhand detaillierterer Informationen kategorisiert werden als einfach Erfolg/Versagen, z. B. unter Berücksichtigung des Anflugwinkels jeder Maus, der Anzahl der Erreichensversuche, die das Pellet nicht berühren, oder der Mechanik des Abrufs. Bewegung, die in den letzten Jahren mehr Aufmerksamkeit erhalten hat14. Die Fähigkeit des Tieres, ein Pellet zu holen, ist nur ein Maß. Mit zusätzlicher Hardware können wir auch die Geschwindigkeit, den Winkel und die Flugbahn der Gliedmaßenbewegungen des Tieres messen. Diese Kinematik ist ein wichtiger Aspekt des motorischen Lernens sowohl vor als auch nach einer neurologischen Verletzung. Zu diesem Zweck integrieren wir derzeit verschiedene neuartige Mittel zur Analyse der Fortbewegung und Kinematik der Greifwirkung der Maus. Wir erforschen den Einsatz von Hochgeschwindigkeitskameras, um kinematische Messungen des Greifgriffs zu erhalten und Druckwandler und Beschleunigungsmesser an den Futterpellethalter zu heften, um Kraft- und Massendaten zu messen, die mit dem Griff verbunden sind. Diese neuen Funktionen werden die Funktionalität des Auto-Trainers verbessern, um wichtige Daten zu sammeln, die eine einfache Bestanden- oder Fail-Testversion bestanden haben, und helfen, den Gang des Mausverständnisses durch Krankheitsprogression zu veranschaulichen. In Zukunft werden wir die roboterunterstützte Prehension-Aufgabe als Plattform nutzen, um Art, Dosis und Zeitpunkt der Rehabilitation nach neurologischen Verletzungen zu bewerten. In Zukunft werden wir die Aufgabe weiter verbessern, mit Verfeinerungen, um falsche Verhaltensweisen zu mindern und die Rate der Aufgabenerfassung und die Schulungszeit zu verbessern.
Zusammenfassend haben wir einen neuen Auto-Trainer entwickelt, um die Vorschensionsfähigkeit der oberen Vorderbeine bei Mäusen zu bewerten. Die Aufgabe erfordert, dass Mäuse ihre Pfote durch einen Schlitz erreichen, ein kleines Futterpellet greifen und das Pellet in Richtung ihres Körpers ziehen, damit sie das Pellet fressen können. Die Aufgabeneinrichtung ist mechanisch eingeschränkt, um eine dominante Pfotennutzung zu gewährleisten. Mäuse können schnell und gleichzeitig trainiert werden, wobei nur der Formprozess manuell eingegeben werden muss. Der Test kann effizient verwaltet und automatisch analysiert werden. Dieser Verhaltenstest mit hohem Durchsatz quantifiziert die Erfolgsrate und lässt sich leicht für die zukünftige Analyse der Kinematik und Kraftdynamik ändern.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Dan Tasch und Uri Tasch von Step Analysis, LLC haben Auto-Trainer-Geräte gegen Bezahlung von Richard J. O'Brien und Steven R. Zeiler hergestellt.
Acknowledgments
Das Auto-Trainingsgerät wurde von Jason Dunthorn, Uri Tasch und Dan Tasch von Step Analysis, LLC mit Unterstützung für Design-Eingabe und Anweisungen von Robert Hubbard, Richard O'Brien und Steven Zeiler entwickelt.
Teresa Duarte vom Champalimaud Centre for the Unknown lieferte wertvolle Einblicke und Ideen zur Beschreibung und Kategorisierung von Maus-Reaching-Aktionen.
Materials
| Name | Company | Catalog Number | Comments |
| ABS Filament | Custom 3D Printed | N/A | utilized for pellet holder, frame, arm and funnel |
| ABS Sheet | McMaster-Carr | 8586K581 | 3/8" thickness; used for platform compononents, positioning stand guides and base |
| Adruino Mini | Adruino | A000087 | nano version also compatiable as well as other similar microcontrollers |
| Bench-Top Adjustable-Height Positioning Stand | McMaster-Carr | 9967T43 | 35 lbs. load capacity |
| Clear Acrylic Round Tube | McMaster-Carr | 8532K14 | ID 3/8" |
| Low-Carbon Steel Wire | McMaster-Carr | 8855K14 | 0.148" diameter |
| Pellet Dispenser | Lafayette Instrument: Neuroscience | 80209-45 | with 45 mg interchangeable pellet size wheel and optional stand |
| Photointerrupter Breakout Board | SparkFun | BOB-09322 ROHS | designed for Sharp GP1A57HRJ00F |
| Reflective Object Sensor | Fairchild Semiconductor | QRD1113 | phototransistor output |
| Servo Motor | SparkFun | S8213 | generic metal gear (micro size) |
| Transmissive Photointerrupter | Sharp | GP1A57HRJ00F | gap: 10 mm, slit: 1.8 mm |
References
- Whishaw, I. Q. An endpoint, descriptive, and kinematic comparison of skilled reaching in mice (mus musculus) with rats (rattus norvegicus). Behavior Brain Research. 78, 101-111 (1996).
- Farr, T. D., Whishaw, I. Q. Quantitative and qualitative impairments in skilled reaching in the mouse (mus musculus) after a focal motor cortex stroke. Stroke. 33, 1869-1875 (2002).
- Zeiler, S. R., Krakauer, J. W. The interaction between training and plasticity in the poststroke brain. Current Opinion in Neurology. 26, 609-616 (2013).
- Klein, A., Sacrey, L. A., Whishaw, I. Q., Dunnett, S. B. The use of rodent skilled reaching as a translational model for investigating brain damage and disease. Neuroscience and Biobehavioral Reviews. 36, 1030-1042 (2012).
- Zeiler, S. R., et al. Medial premotor cortex shows a reduction in inhibitory markers and mediates recovery in a mouse model of focal stroke. Stroke. 44, 483-489 (2013).
- Becker, A. M., Meyers, E., Sloan, A., Rennaker, R., Kilgard, M., Goldberg, M. P. An automated task for the training and assessment of distal forelimb function in a mouse model of ischemic stroke. Journal of Neuroscience Methods. 258, 16-23 (2016).
- Bruinsma, B., et al. An automated home-cage-based 5-choice serial reaction time task for rapid assessment of attention and impulsivity in rats. Psychopharmacology. , 1-12 (2019).
- Francis, N. A., Kanold, P. O. Automated operant conditioning in the mouse home cage. Frontiers in Neural Circuits. 11 (10), (2017).
- Balcombe, J. P., Barnard, N. D., Sandusky, C. Laboratory routines cause animal stress. Contemporary Topics in Laboratory Animal Science. 43, 42-51 (2004).
- Fenrich, K. K., et al. Improved single pellet grasping using automated ad libitum full-time training robot. Behavior Brain Research. 281, 137-148 (2015).
- Ng, K. L., et al. Fluoxetine maintains a state of heightened responsiveness to motor training early after stroke in a mouse model. Stroke. 46 (10), 2951-2960 (2015).
- Whishaw, I. Q., Suchowersky, O., Davis, L., Sarna, J., Metz, G. A., Pellis, S. M. Impairment of pronation, supination, and body co-ordination in reach-to-grasp tasks in human parkinson's disease (pd) reveals homology to deficits in animal models. Behavior Brain Research. 133, 165-176 (2002).
- Dobrossy, M. D., Dunnett, S. B. The influence of environment and experience on neural grafts. Nature Review Neuroscience. 2, 871-879 (2001).
- Alaverdashvili, M., Foroud, A., Lim, D. H., Whishaw, I. Q. "Learned baduse" limits recovery of skilled reaching for food after forelimb motor cortex stroke in rats: A new analysis of the effect of gestures on success. Behavior Brain Research. 188, 281-290 (2008).
