Summary
Metod för att bedöma effekten av utbildning på motoriska färdigheter är ett användbart verktyg. Tyvärr kan de flesta beteendemässiga bedömningar vara arbetsintensiva och/eller dyra. Vi beskriver här en robotliknande metod för att bedöma hos (Reach-to-fattningsförmåga) skicklighet i möss.
Abstract
Vi beskriver en metod för att introducera naiva möss till en ny hos (Reach-to-GRASP) uppgift. Möss är inhysta ensamma i burar med en frontal springan som tillåter musen för att nå ut ur sin bur och hämta mat pellets. Minimal livsmedels begränsning används för att uppmuntra möss att utföra mat hämtning från facket. När mössen börjar associera kommer till facket för mat, pellets dras manuellt bort för att stimulera förlängning och pronation av deras tass att greppa och hämta pelleten genom frontala facket. När mössen börjar nå för pellets när de anländer till facket, beteendemässiga analysen kan utföras genom att mäta den hastighet som de framgångsrikt förstå och hämta den önskade pelleten. De introduceras sedan till en auto-Trainer som automatiserar både processen för att ge mat pellets för musen att greppa, och inspelningen av framgångsrika och misslyckats att nå och gripa försök. Detta möjliggör insamling av nå data för flera möss med minimal ansträngning, som ska användas i experimentell analys vid behov.
Introduction
Metoder för att experimentellt testa en motorisk skicklighet pre-och post-neurologiska skador samt modulera timing, mängd, och typ av motorisk utbildning är viktiga för translationell forskning. Under det senaste decenniet, möss, på grund av åtföljande enkel genetisk manipulation, har blivit ett populärt modellsystem för att belysa mekanismerna för motoriska lärande före och efter skada. Beteendeanalyser hos möss har dock inte optimerats på samma sätt som sådana analyser har varit för andra däggdjur (särskilt råttor). Vidare finns det viktiga skillnader mellan beteendet hos en mus och en råtta som starkt tyder på att utbilda de två arterna på olika sätt1,2.
Skickliga gripsvans rörelser använda en hand/Paw att placera mat i munnen, att manipulera ett objekt, eller att använda ett verktyg. Faktum är att nå att förstå olika objekt i det dagliga livet är en grundläggande funktion av övre extremiteterna och Reach-To-Eat lagen är en form av hos som många däggdjur använder. Många av de genetiska, fysiologiska och anatomiska förändringarna som underbygger gripsvans Skill Acquisition har definierats väl i fält3. Vid omräkning av prekliniska fynd till kliniska resultat behöver man ett relevant test som är effektivt och reproducerbart. Studier av gnagare och mänsklig nå visar att hos beteende är liknande hos människor och djur4. Därför antyder dessa likheter att hos testning kan fungera som en translationell modell för att undersöka Motorisk inlärning samt nedskrivningar och behandlingar av mänskliga sjukdomar. Därför, utvärdera hos hos möss kan erbjuda ett kraftfullt verktyg i translationell forskning studerar både hälsa och sjukdomstillstånd4.
Tyvärr, den hos uppgift i möss, även för en liten skala laboratoriemiljö, kan vara mödosam och tidskrävande. För att lindra detta problem beskriver vi här en automatiserad version av hos-uppgiften. Den beskrivna uppgiften kräver möss för att förlänga en enda tass genom musens hem bur frontal springan, pronerar den utökade Paw, greppa mat pellets belöning, och dra pelleten tillbaka till buren interiör för konsumtion. Resulterande data presenteras antingen som en hos framgång eller misslyckande. Den här automatiseringen registrerar data och minskar belastningen och tiden med vilken forskare måste engagera uppgiften.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Alla metoder som beskrivs här har godkänts av de ACUC (djuromsorg och användning kommittén) vid Johns Hopkins University.
1. förbereda musens burar för användning
- Skapa en slitsad öppning med måtten 0,8 cm Bredd och 7 cm höjd från basen vid främre änden av varje bur, som illustreras i figur 1. Denna slot fungerar som den öppning genom vilken djuret kommer att nå.
Obs: Auto-tränare var avsedd för användning med standardmus bur dimensioner (som visas i figur 1) som tillhandahålls av de flesta djur leverantörer forskning leverans. Vidare, den bil-tränad vilja lätt stöd annan bur-typen. - I varje enskild bur lägger du till en plattform i anslutning till facket så att mössen kan stå och nå de presenterade pelletarna. Se till att plattformen är placerad ovanför bur strö golvet, ca 3 cm i höjd. Använd petriskålar fästa med superlim och utjämnade av en plåt cirka 10 cm x 15 cm, dock, någon plan yta tillräckligt stor för en mus att stå på att nå från kommer att räcka.
- Skapa en vertikal notch genom mitten av framsidan av buren mäta 0,8 cm över och 7 cm hög som gör det möjligt för en mus att nå sin tass ur buren.
- Från en tunn plåt, (ca 2 mm tjock) skär en bur grind i rektanglar som mäter 5 cm x 10 cm för att fungera som en enhetlig öppning genom vilken djuret är att nå.
Obs: möss kan tugga på Plastburar som skulle ändra storleken på öppningen. Musen kommer att nå genom denna 0,8 cm kortplats när den metalliska bur grinden placeras över buren är slitsad öppning under provningen med tejp, bibehålla den effektiva bredden på facket mellan burar. - Täck varje bur slot med tejp när dess mus inte testas för att förhindra skräp från att utvisas från buren.
2. Introduktion av möss till den gående rörelsen
- Spela in varje mus startvikt och beräkna 85% av det värdet för att hitta deras mål vikt, avrundning upp till 20 g om resultatet är mindre. Ge dem en utfodring regim att föra dem till och sedan bibehålla detta mål vikt.
- Ge varje mus 2,5 g pellets den första dagen och notera eventuella förändringar i deras vikt 24 h senare.
Anmärkning: väg möss en gång per dag och räkna med en vikt droppe 0,25-1 g per dag. - Ändra varje mus dagliga foder som krävs, baserat på denna initiala förändringen och pågående förändringar i varje mus vikt, för att inducera gradvis viktminskning (mindre än 0,8 g förlorad per dag) och sedan bibehålla den resulterande målet vikt. Variera mellan tre till 6 500 mg pellets (1,5 till 3,0 g) per dag för att vara effektiv.
Obs: möss kvar på denna diet för att bibehålla sin mål vikt hela protokollet.
- Ge varje mus 2,5 g pellets den första dagen och notera eventuella förändringar i deras vikt 24 h senare.
- När en mus har nått sin mål vikt, introducera varje mus till konceptet att komma upp till gated slot för en kompletterande matpellet. Starta ett träningspass genom att placera en 45 mg pellet på pelletytan, direkt framför facket, och låt varje mus för att hämta den. De flesta möss kommer att ta till denna utfodring arrangemang inom 1-2 dagar.
- När musen associerar en öppen slot med att matas, uppmuntra dem att nå med en tass, snarare än munnen.
Obs: Detta är det mest komplexa steget, med 1-2 dagar, och ingjutning kontraproduktivt beteende hos möss av misstag är mycket lätt; Se diskussions sektionen för mer information och råd.- Med hjälp av ett par pincett, hålla en pellet i samma position som musen har hämtat pellets tidigare. När musen börjar bita för pelleten, dra bort ungefär en halv centimeter så att pelleten är utom räckhåll för munnen.
Obs: en mus på sin mål vikt kommer att försöka hämta out-of-Reach pellets. När musen förlänger en tass genom facket, förstärka detta beteende genom att låta den äta pelleten. Vissa möss kan uppvisa en preferens för en tass över den andra när de sträcker sig för mat. - Även om det inte bidrar till experimenterande, spela in om vänster eller höger Paw är att föredra. Detta kan potentiellt möjliggöra högre övergripande framgång i beteende analysen; Alternativt kan du eliminera en variabel genom att tvinga varje mus att nå med samma Paw.
Obs: bättre resultat erhålls om möss använder sin föredragna Paw. - Som varje mus Associates utvidga en tass med att äta en pellet, ytterligare förstärka detta beteende genom att undanhålla pelleten som svar på försök att hämta pelleten med munnen och tungan. Möss kommer att börja följa detta arrangemang under 2 till 3 dagar.
- Slutför införandet av önskad tass nå beteende genom att placera 45 mg pelleten strax under 1 cm från den yttre kanten av bur grinden, så att den vänstra eller högra punkten av pelleten (om det är till höger eller vänster om buren springan från prövaren perspektiv, respektive) är tangent till en linje som sträcker sig rakt ut från kanten av bur grindens slot. Låt musen för att försöka hämta pelleten, är vaksam att ta bort pelleten och förhindra dess konsumtion om musen ska försöka med någon annan metod än Paw förlängning.
Obs: när en mus konsekvent utökar en tass att greppa på och kan röra den medföljande pelleten, är det redo för testning med hjälp av Auto-tränare som beskrivs nedan och tillhörande beteendemässiga analysen. Tiden från naiva introduktioner till att vara beredd varierar mellan möss; om det finns eftersläntrare som tar mer än två veckor att förstå, bör de uteslutas från datauppsättningen.
- Med hjälp av ett par pincett, hålla en pellet i samma position som musen har hämtat pellets tidigare. När musen börjar bita för pelleten, dra bort ungefär en halv centimeter så att pelleten är utom räckhåll för munnen.
3. använda Auto-trainer
Anmärkning: se figur 1-3 och diskussionsavsnittet för en fullständig beskrivning av maskinvara, programvara och de fysiska åtgärder av Auto-Trainer.
- Förbered dig för träningspasset.
- Kalibrera betet pellets sensorn. Klicka på pilen Kör i LabVIEW gränssnittet och notera betet pellets sensorn läser både med och utan en pellet på plats. Klicka på stopp knappen för att stoppa denna provkörning och ändra målet för pelletsensorn till ett värde mellan dessa två avläsningar (figur 3 och tabell 2). De flesta ljusförhållanden ger en avläsning mellan 1 och 4.
- Placera den modifierade mus hållaren på Auto-Trainer (bild 2). Fäst buren grind ( figur 1) och rikta in pelleten till kanten på facket som i den manuella proceduren.
- Kör musens träningssession med LabVIEW-gränssnittet.
- Ingångsinformation som krävs för att registrera data om träningspasset (figur 3 och tabell 2).
- Klicka på fältet mus-ID och ange filnamnet för varje träningspass med hjälp av datorns tangentbord.
- Klicka på den totala pellets att fördela under rutinmässig fält för att kontrollera hur många pellets dispenseras för ett enda experiment (vanligtvis 20-30). Det gör du genom att klicka på upp-och nedpilarna eller ange numret med hjälp av datorns tangentbord.
- Klicka på paus efter pellets nummer fältet för att ställa in en 5 s paus efter den angivna pelleten tas bort från dykbordet. Det gör du genom att klicka på upp-och nedpilarna eller ange numret med hjälp av datorns tangentbord.
- Klicka på fältet pauslängd för att ställa in en paus mellantiden som en pellet tas bort från dykbrädan och den tid en ny pellet dispenseras. Det gör du genom att klicka på upp-och nedpilarna eller ange numret med hjälp av datorns tangentbord
Anmärkning: vanligtvis 1 s är en lämplig paus tid. Om mössen är oroliga efter varje pellet dispenseras, är det lämpligt att öka pauslängd med hjälp av pauslängd fältet till 5 s. - Registrera den sträcka där pelleten placeras i fältet Reach-avstånd manuellt. Det gör du genom att klicka på upp-och nedpilarna eller ange numret med hjälp av datorns tangentbord
Obs: storleken på accelerations-och Tidarrayer exponeras för felsökning och kan ignoreras. - Klicka på mappen innehåller loggar fältet för att välja filplatsen för att spara insamlade data.
- När informationsfälten har fyllts i klickar du på knappen Kör för att påbörja träningspasset. Auto-tränare kommer att avstå enskilda pellets och spåra om de faller genom tratten tills det totala antalet pellets har dispenserats, och den sista pelleten har antingen hämtats eller tappas med musen. Programmet kommer att stoppas automatiskt vid denna tidpunkt. Om det behövs kan det också stoppas i förtid genom att klicka på stopp -knappen.
- När programvaran är inställd, placera hem-bur av musen för att testas på piedestal och observera musen så att du kan bedöma om musen har verkligen lärt sig att försöka den nödvändiga romanen nå beteende. Efter att ha klickat på Run -knappen, låt musen för att undersöka facket och dess nya, okända omgivningar.
Obs: liknande när man introducerar möss till konceptet att nå, förvänta vissa möss att vara mer kompatibel än andra. Möss som har förstått konceptet bör försöka nå inom 5-10 min och kommer att associera förflyttning av Auto-tränare med den presenterade pelleten, som när de associerar en avtäckt slot med mat i inledningsskedet av detta protokoll.
- Ingångsinformation som krävs för att registrera data om träningspasset (figur 3 och tabell 2).
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
I allmänhet rekommenderas att varje träningspass består av cirka 20-30 prövningar, som kan ställas in av användaren, köras automatiskt av Auto-Trainer och sparas i en enda loggfil per session och mus. Varje rättegång kan köras i följd, direkt efter den andra, med 2-5 s paus. Möss utbildade på Auto-Trainer uppvisar en ökning av skicklighet över 10 träningspass.
Till jämföra nytta om bil-tränad till manuell bildning (betraktat som den guld-standaren), vi tränad vuxen mansperson C57bl/6 musen åldern 100 till 140 dag gammal manuellt och användande den bil-tränad. All hantering och användning av djur utfördes enligt och med godkännande från Johns Hopkins University djuromsorg och användning kommittén. Möss utbildade med Auto-tränare lärde sig hos uppgift och uppvisar en tydlig ökning av motorisk skicklighet (figur 4). Denna ökning av skicklighet liknar den som ses när djuret tränas manuellt utan användning av Auto-Trainer (figur 4). För dessa uppgifter var manuell hos gjorde som framgångsrik när musen nådde sin forelimb genom skåran, tog tag i pelleten, och åt det utan att knacka den från dess viloplats, släppa den, eller på annat sätt förlora kontrollen. Procent av lyckade hos försök bestämdes per pellet. Ett tränings block bestod av 30 pellets på ett avstånd av 1 cm med varje pellet presenterade en i taget. Möss utbildade på Auto-Trainer utbildades enligt protokollet som beskrivs ovan. Varje punkt i figur 4 representerar en dag av träning under vilken djuren nådde för 30 pellets och diagram som procent korrekt. Det fanns ingen statistisk skillnad mellan de två raderna med hjälp av ett icke-parametriskt t-test med korrektion för multipla jämförelser.
Figur 1: föredöme bilder av hem buren. (A) fågelperspektiv över en vanlig hembur som modifierats med plattformen (orange) och springan på framsidan av buren. (B) front-View av en hem bur modifierad med en slitsad öppning med ca 0,8 cm x 7 cm. (C) bur grind skära från ett tunt metallplåt och lindade med tejp för att skydda kanterna. (D, E) bur grind placerad framför facket för att fungera som en enhetlig öppning genom vilken musen är att nå; främre (D) och snedställda (E) vyer som tillhandahålls. Vänligen klicka här för att se en större version av denna siffra.
Figur 2 : Föredöme bilder av Auto-Trainer. (a, B) Bilden är Auto-Trainer utan (a) eller med (B) en modifierad mus bur på plats. (C-J) Detaljerad utsikt över dykbräda mat pellets innehavaren design ses antingen framifrån (C, D, H, i) eller från sidan (E, f, G, J), med (D, E, F, I) eller utan (C, G, H, J) en matpellet. Observera att pellets avstånd från djuret lätt kan ändras som bur avstånd från dykbordet är modifierbar. Vänligen klicka här för att se en större version av denna siffra.
Figur 3 : Skärmbild av programvaran. Skärmbild av program som används för att köra Auto-Trainer. Bilden visar de viktiga inmatningsfälten som beskrivs i protokollet. Se tabell 2 för ytterligare beskrivning. Vänligen klicka här för att se en större version av denna siffra.
Figur 4 : Representativa data. Skickliga hos ökar till en liknande nått sitt tak nivå med hjälp av både Auto-tränare och manuell utbildning paradigms. Plot visar nå-to-GRASP framgång (Mean +/-SEM; manuell: Gray, n = 14; Auto-Trainer: svart, n = 15). Vänligen klicka här för att se en större version av denna siffra.
| Steg | Beräknad varaktighet (i dagar) | Kommentar |
| 2,1 viktminskning | 3 till 5 | Beroende på intial vikt och, därför, hur mycket vikt att förlora tills på mål |
| 2,2 slot-träning | 1 | Möss lär sig att känna sig bekväm närmar sig den öppna platsen för mat |
| 2,3 forma | 4 till 8 | |
| 2.3.1 Paw-användning | 1 | Framgång här beror på att snabbt ge pelleten efter musen, förnekat sin mat, paaws för pelleten. |
| 2.3.2 Paw-inställning | 1 | Kontrollera om musen föredrar vänster eller höger tass. |
| 2.3.3 curtailing dålig Paw användning | 2 till 3 | Som i föregående steg, det är viktigt att förhindra hämtning med munnen och tungan. |
| 2.3.4 pincett | 1 | Vissa möss kommer att snubbla på att ta pelleten av sig själva snarare än från pincett, mata dem lite mindre |
| 3. Auto utbildning | 10 till 15 | Dagar till asumptote. |
Tabell 1: tidtabell för mus träning med hjälp av Auto-Trainer.
| INMATNINGSFÄLT | Använda |
| Mus-ID | Ange filnamnet under vilket de insamlade data ska sparas. |
| Totala pellets att fördela under rutinmässig | Mata in det totala antalet pellets som kommer att dispenseras under träningspasset. |
| Pausa efter pellets nummer | Föråldrad funktion. Kan användas för att pausa träningspasset efter att den angivna pelleten har dispenserats. |
| Pausa längd (ar) | Tidslängd som pausen varar. |
| Räckvidd avstånd (mm) | Registrera avståndet över minimum över vilket musen måste nå för att hämta pelleten. Noll som standard. |
| Storlek på accelerometern och Tidarrayer | Funktionen exponeras för felsökning. Behåll standardvärdet 500. |
| Mapp som ska innehålla loggar | Klicka på mappikonen för att välja var insamlade data ska sparas. |
| Enhetsnamn | LabVIEW funktion som ansluter hårdvara till programvara. Standardvärdet är Dev1. Beroende på USB-anslutningar kan maskinvara visas i rullgardinsmenyn under ett annat nummer. Välj enheter tills en fungerar. |
| Pilknapp, överst till vänster | Klicka för att köra programmet, oavsett om det är för ett träningspass eller för kalibrering. |
| Knappen stopptecken, överst till vänster | Stoppa programmet i förtid. |
Tabell 2: programvarugränssnitt.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Vår Auto-tränare utvärderar forelimb Reach-to-GRASP (Prehension) på ett automatiserat sätt. För att uppnå denna endpoint, många av de parametrar som utformats för musen hos uppgift, inklusive pellets placering, pellets storlek, och utbildningskriterier, har itererat under flera år och anpassas från tidigare protokoll2,5 ,6. Avancemang här är automatisering av uppgiften med hjälp av en robot som tillåter hem-bur bostäder. Hem-bur bostäder gör att mössen att förbli lugn och utföra uppgiften med mindre ångest. Non-Home-Cage utbildning är förknippad med ökad stress som kan leda till ökad tid och minskad precision7,8,9. Vi visar här precision som liknar våra egna resultat med manuell hem-Cage utbildning5,7,8. Fastän hem-bur bildning existerar för den råtta10, till vår kunskap, den här er den första bil-tränad så pass tar fördel om bildning musen i deras hem-bur.
Vår Auto-tränare innehåller en justerbar plattform där en slitsad bur vilar och kan sänkas eller höjas till lämplig höjd för anpassning med en livsmedels pellets hållare (även kallad en dykbräda). Ett pellets-dispenseringssystem placerar matpelleten på dykbrädet innehavaren. Maten pellets hållaren har en AGN pellets sensor församling bestående av en reflekterande objekt sensor för att upptäcka om en matpellet är närvarande eller inte på dykbräda innehavaren. På grund av problem med ljuskänslighet kan den reflekterande objekt sensorn kalibreras vid installationen för att passa laboratoriets ljus miljö. Varje mus bur placeras på Auto-tränare så att pelleten inre kanten är i linje med den yttre kanten av bur grinden slot, vilket motsvarar steg 2.3.4 av den manuella proceduren som beskrivs ovan. Två förlorade pellets sensorer orienterade i motsatta riktningar i en tratt under dykbräda pellets hållaren upptäcka fallande pellets. En fördel med att anställa två förlorade pellets sensorer är att det säkerställer hög detekterings noggrannhet för olika mat pellets av olika storlekar och former. Båda förlorade pelletssensorer består av en standard transmissiv foto-Interrupter med en genomgående hål design, att känna av rörelse av en fallande pellet utan att kräva kontakt.
Programvaran består av ett program som kör Auto-Trainer och samlar in data om framgångar och misslyckanden. Användarindata består av filens plats där data registreras, hur många pellets som fördelas i ett träningspass, en möjlighet att pausa träningspasset efter att ha dispenserat en viss pellet, ett fält för att registrera det ökade avståndet (om sådant finns) över vilket musen måste nå och ett fält för att styra matrisstorleken som används i programmets beräkningar (som kan ignoreras vid normal användning). Vidare, programvaran gör det möjligt för användaren att finjustera dykbrädet reflekterande objekt sensor för att kalibrera ljuskänslighet vid behov. En utdata från varje utvärderingsversion visas för användaren samt registreras och sparas i en loggfil för senare hämtning.
En enda rättegång består av en enda matpelleten tid spenderas på dykbräda tills det avlägsnas genom åtgärder från musen. Om en pellet lämnar dykbräda som bestäms av betet pellets sensorn och pelleten upptäcks faller genom tratten strax efteråt av någon av de förlorade pellets sensorer, det registreras som en misslyckad rättegång av programvaran. Om betet pellets sensorn bestämmer att pelleten lämnar dykbräda, men inget fallande föremål upptäcks av någon av de förlorade pellets sensorer, det antas ha dragits in i buren av musen och räknas som en lyckad rättegång.
Denna formulering används eftersom det är lämpligt att utforma en beteendemässig analys där uppgiften att utföra direkt, snarare än indirekt, ger belöning. På detta sätt finns det ingen tvetydighet på djurets del på vad uppgiften är (t. ex. vara hungrig, hitta mat, få mat, äta mat). Bland de många uppgifter som utnyttjar ett sådant paradigm, har hos uppgiften blivit ganska populärt för sådana bedömningar. Uppgiften kräver endast att ett djur använder en enda lem för att nå och ta tag i en enda livsmedels post, som djuret sedan tillför munnen för konsumtion. Den hos uppgiften bedömer ett beteende som är mycket likt ett dagligt beteende som används av många däggdjur. Viktigast av allt, den hos uppgiften liknar människans motoriska beteende4. Denna generaliserbarhet ökar förväntningen att principer som härleds från den prekliniska bedömningen av beteendet är kliniskt tillämpliga i sjukdomstillstånd. Till exempel, nedskrivningar i skicklig forelimb och handanvändning ses i stroke, Huntingtons sjukdom, Parkinsons sjukdom, och multipel skleros. Sålunda, modellering beteendemässiga underskott och efterföljande återhämtning i möss är ovärderlig för att förstå mänsklig återhämtning och hur det kan uppmuntras2,11,12,13.
Många aspekter av Auto-tränare som föreslås häri kraftigt gynna forskningsprocessen. Första, de flesta beteendemässiga analyser kräver en försöksledaren att nära utbilda och övervaka dagliga sessioner, vilket kan vara kostsamt, arbetsintensiva och oöverkomligt tidskrävande. Vår Auto-Trainer gör det möjligt för beteendemässiga data samlas in oberoende av en försöksledare. För det andra kan vår Auto-Trainer replikeras för att tillåta flera möss att utbildas och utvärderas objektivt, effektivt och samtidigt, vilket minimerar tid och ansträngning. Tredje, den låg-kostnad om bil-tränad Tillåt replikering och använda av mångfaldig bil-tränad samtidigt för stor skala och effektiv provande.
Det bör noteras att den kritiska punkten som kräver noggrann övervakning är under utformningsfasen av utbildningen. Särskilt är detta protokoll främsta svaghet risken för dålig användning blir fast i vissa möss11. Protokollet syftar till att efterlikna tester som stegen Rung testet i att lyckas i uppgiften ger belöningen. Men uppgiften i sig måste fortfarande läras ut till möss i steg 2,3 i protokollet, till skillnad från stegen Rung testet. Konceptet mest sannolikt att orsaka en mus att snubbla i att lära sig denna uppgift är från att utvidga en tass ur buren till att använda tass att faktiskt ta tag i pelleten. I den första sessionen i steg 2.3.1, bör möss belönas helt enkelt för att förlänga en tass ur sin bur. Men under de följande dagarna, utredarna bör vara noga med att belöna möss mindre för att bara förlänga tass, och mer för att förlänga tass och röra pelleten, som vi beskriver i steg 2.3.3.
Observera att cirka 5% av möss kommer att misslyckas med att gå förbi detta skede, typiskt på grund av begränsad förlängning av sina siffror för att dra i matpelleten. Sådana möss kommer att misslyckas med en eller båda tassar med liten hänsyn till den faktiska placeringen av pelleten, ger liten eller ingen användbar data. För att minimera en mus potential för misslyckande i detta skede, försiktighet rekommenderas starkt när du drar bort pelleten med pincett under inlärningsprocessen. I synnerhet bör musen belönas med mat inte bara när det förlänger en tass, men också när det tass griper pelleten och gäller tillräckligt med kraft tillräckligt för prövarens tillfredsställelse. En liknande risk för potentiell misslyckande i detta skede orsakas av möss som använder tungan för att slicka pellets mot dem. När du tränar möss som tenderar att slicka, placera pelleten ytterligare lateralt bort från facket. Möss kommer att finna det svårt att nå med tungan över en större sidled avstånd, men rörelseomfång av armen och tass är mer kapabla att stänga avståndet.
Vårt beskrivna protokoll utvidgas lätt till olika labbmiljöer eller olika metoder för datainsamling. Auto-trainer, till exempel, är mycket användbart som en arbetsbesparande enhet, men är inte strikt krävs för datainsamling, som pellets kan tillhandahållas och framgångar/misslyckanden kan registreras för hand. Individuella räckvidder kan också kategoriseras baserat på mer detaljerad information än bara framgång/misslyckande, till exempel genom att beakta vinkeln på tillvägagångssättet för varje mus, antalet nå försök som inte vidrör pelleten, eller mekaniken i hämtningen motion, som har fått mer uppmärksamhet under de senaste åren14. Förmågan hos djuret att hämta en pellet är bara en åtgärd. Med hjälp av ytterligare hårdvara, kommer vi också att kunna mäta hastighet, vinkel och bana av djurets lem rörelser. Denna kinematik är en viktig aspekt av motoriskt lärande både före och efter en neurologisk skada. För detta ändamål innehåller vi för närvarande olika nya sätt att analysera förflyttning och kinematik av musens gripa åtgärder. Vi undersöker med hjälp av höghastighetskameror för att få kinematiska mätningar av fattningsförmågan och fästa tryckomvandlare och accelerometrar till livsmedels pellets hållaren för att mäta kraft och massa data som är förknippade med fattningsförmågan. Dessa nya funktioner kommer att förbättra funktionaliteten hos Auto-tränare för att samla in betydande data passerade en enkel passera eller misslyckas rättegång och bidra till att illustrera gång av musens grepp genom sjukdomsprogression. I framtiden kommer vi att använda roboten assisterad hos uppgift som en plattform för att utvärdera typ, dos, och tidpunkt för rehabilitering efter neurologiska skador. Framöver kommer vi att fortsätta att förbättra uppgiften, med förfiningar för att minska Felaktiga beteenden och förbättra uppgiften förvärvsfrekvens och utbildning tid.
Sammanfattnings, vi har utvecklat en ny auto-tränare för bedömning av övre forelimb hos skicklighet i möss. Uppgiften kräver möss för att nå sin tass genom en slits, ta tag i en liten matpellet, och dra pelleten i riktning mot sin kropp så att de kan äta pelleten. Uppgifts inställningen är mekaniskt begränsad för att säkerställa dominerande Paw-användning. Möss kan tränas snabbt och samtidigt, med endast formningsprocessen som kräver manuell inmatning. Testet kan administreras effektivt och analyseras automatiskt. Denna höga genomströmning beteendemässiga analysen kvantifierar framgång och är lätt ändras för framtida analys av kinematik och kraft dynamik.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Dan tasch och URI tasch av steg analys, LLC har tillverkat Auto-Trainer enhet med betalning från Richard J. o ' Brien och Steven R. Zeiler.
Acknowledgments
Den Auto-utbildningsenhet konstruerades av Jason Dunthorn, URI tasch, och Dan tasch at Step analys, LLC, med design input stöd och instruktioner från Robert Hubbard, Richard o ' Brien, och Steven Zeiler.
Teresa Duarte av Champalimaud Centre för det okända gav värdefulla insikter och idéer om att beskriva och kategorisera mus nå åtgärder.
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).
