Automatisert Rat single-pellet nå med 3-dimensjonal rekonstruksjon av Paw og sifret baner
Summary
Gnager dyktige nå brukes ofte til å studere fingernem ferdigheter, men krever betydelig tid og krefter på å gjennomføre oppgaven og analysere atferden. Vi beskriver en automatisert versjon av dyktige nå med Motion Tracking og tredimensjonal rekonstruksjon av nå baner.
Abstract
Gnager dyktige nå brukes ofte til å studere fingernem ferdigheter, men krever betydelig tid og krefter på å gjennomføre oppgaven og analysere atferden. Flere automatiserte versjoner av dyktige nå har blitt utviklet nylig. Her over, vi beskrive en versjon det automatisk gaver pellets å rotter stund innspillingen høy-definisjon video fra mangfoldig hjørnene for høy rammen ratene (300 FPS). Det pote og individ sifre er sporet med DeepLabCut, en apparat innlæring algoritmen for markerless positur estimering. Dette systemet kan også synkroniseres med fysiologiske opptak, eller brukes til å utløse fysiologiske inngrep (f.eks. elektrisk eller optisk stimulering).
Introduction
Mennesker er avhengige av fingernem dyktighet, definert som bevegelser som krever nøyaktig koordinert multi-joint og siffer bevegelser. Disse ferdighetene påvirkes av en rekke felles sykdommer i sentralnervesystemet, inkludert strukturelle lesjoner (f.eks. hjerneslag, tumor, demyeliniserende lesjoner), nevrodegenerative sykdom (f.eks. Parkinsons sykdom), og funksjonelle misdannelser i motor kretser (f.eks. Dystoni). Å forstå hvordan fingernem ferdigheter læres og gjennomføres av sentrale motor kretser har derfor potensiale til å forbedre livskvaliteten for en stor befolkning. Videre er slik forståelse sannsynlig å forbedre motoriske prestasjoner i friske mennesker ved å optimalisere opplæring og rehabilitering strategier.
Dissekere de nevrale kretser underliggende fingernem dyktighet hos mennesker er begrenset av teknologiske og etiske hensyn, nødvendiggjør bruk av dyremodeller. Nonhuman primater er ofte brukt til å studere fingernem lem bevegelser gitt likheten av deres motoriske systemer og atferdsmessige repertoar til mennesker1. Men ikke-menneskelige primater er dyrt med lang generasjon ganger, begrenser antall studier og genetiske intervensjoner. Videre, mens neuroscientific verktøykasse som gjelder for nonhuman primater er større enn for mennesker, mange nyere teknologiske fremskritt er enten utilgjengelige eller betydelig begrenset i primater.
Gnagere dyktige nå er en komplementær tilnærming til å studere fingernem motor kontroll. Rotter og mus kan trenes til å strekke seg etter, gripe og hente en sukker pellet i en stereotype sekvens av bevegelser som er homologe for menneskelig rekkevidde av mønster2. På grunn av sin relativt korte generasjon tid og lavere bolig kostnader, så vel som deres evne til å tilegne seg dyktige nå over dager til uker, er det mulig å studere et stort antall under både læring og dyktighet konsolidering faser. Bruken av gnagere, spesielt mus, forenkler også bruken av kraftige moderne neuroscientific verktøy (f. eks optogenetics, kalsium Imaging, genetiske modeller av sykdom) for å studere fingernem dyktighet.
Gnagere dyktige nå har vært brukt i flere ti år å studere normal motor kontroll og hvordan det er påvirket av konkrete patologi som slag og Parkinsons sykdom3. Men de fleste versjoner av denne oppgaven er arbeids-og tidkrevende, begrensende fordelene ved å studere gnagere. Typiske implementeringer innebære plassere gnagere i et nå kammer med en hylle foran en smal spor der gnager må nå. En forsker manuelt steder sukker pellets på sokkelen, venter på at dyret skal nå, og deretter plasserer en annen. Kommer er scoret som suksesser eller feil enten i sanntid eller ved video vurdering4. Men bare scoring når som suksesser eller feil ignorerer rike Kinematisk data som kan gi innsikt i hvordan (i motsetning til bare om) nå er svekket. Dette problemet ble adressert ved å implementere detaljert gjennomgang av å nå videoer for å identifisere og semi-kvantitativt score nå submovements5. Selv om dette lagt til noen data om nå kinematikk, det også betydelig økt eksperimentator tid og krefter. Videre kan høye nivåer av eksperimentator involvering føre til uoverensstemmelser i metodikk og dataanalyse, selv innenfor samme laboratorium.
Flere nylig, flere automatiserte versjoner av dyktige nå har blitt utviklet. Noen fester til hjemmet buret6,7, eliminerer behovet for å overføre dyr. Dette både reduserer stress på dyrene og eliminerer behovet for å acclimate dem til en spesialisert nå kammer. Andre versjoner tillate pote oppsporer i den grad at Kinematisk endre under spesifikk inngrep kan studert8,9,10, eller ha mekanismer å automatisk avgjøre hvis pellets var banket av det hylle11. Automatiserte dyktige nå oppgaver er spesielt nyttige for trening med høy intensitet, som kan være nødvendig for rehabilitering etter en skade12. Automatiserte systemer tillater dyr å utføre et stort antall når over lange perioder uten å kreve intensiv forsker involvering. Videre systemer som tillater labb sporing og automatiserte utfallet scoring redusere forsker tid brukt utføre dataanalyse.
Vi utviklet en automatisert rotte dyktige nå system med flere spesialiserte funksjoner. Først ved hjelp av en bevegelig pidestall å bringe pellet i “nå posisjon” nedenfor, får vi en nesten uhindret utsikt over forlemen. Sekund, et system av speil tillater flere samtidige visninger av rekkevidden med et enkelt kamera, slik at tredimensjonale (3-D) rekonstruksjon av rekkevidde baner ved hjelp av en høy oppløsning, høy hastighet (300 FPS) kamera. Med den nylige utviklingen av robust maskinlæring algoritmer for markerless Motion Tracking13, vi nå spore ikke bare labben, men enkelte knoke å trekke ut detaljert rekkevidde og gripe kinematikk. Tredje, en ramme-fanget som utfører enkel video prosessering tillater sanntids identifisering av distinkte nå faser. Denne informasjonen brukes til å utløse video oppkjøp (kontinuerlig video oppkjøpet er ikke praktisk på grunn av filstørrelse), og kan også brukes til å utløse intervensjoner (f. eks optogenetics) på presise øyeblikk. Til slutt, individ video rammens er avtrekker av transistor-transistor logikk (TTL) impuls, tillater det video å bli akkurat samtidighet med neural registreringene (e.g., elektrofysiologi eller fotometri). Her beskriver vi hvordan å bygge dette systemet, trene rotter til å utføre oppgaven, synkronisere apparater med eksterne systemer, og rekonstruere 3-D nå baner.
Protocol
Representative Results
Discussion
Gnager dyktige nå har blitt et standard verktøy for å studere motor system fysiologi og patofysiologi. Vi har beskrevet hvordan å iverksette en automatisert rotten dyktig rekkevidde oppgave det innrømmer: lærer opp og tester med minimal oppsyn, 3-D pote og tall bane rekonstruksjon (i løpet av rekkevidde, griper, og pote tilbaketrekking), virkelig-tid legitimasjonen av det labb under rekkevidde, og synkronisering med ekstern elektronikk. Det egner seg godt til å koordinere forlemen kinematikk med fysiologi eller f…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Forfatterne vil gjerne takke Karunesh Ganguly og hans laboratorium for råd om dyktige nå oppgaven, og Alexander og Mackenzie Mathis for deres hjelp til å tilpasse DeepLabCut. Dette arbeidet ble støttet av National Institute of nevrologisk sykdom og Stroke (Grant nummer K08-NS072183) og University of Michigan.
Materials
| clear polycarbonate panels | TAP Plastics | cut to order (see box design) | |
| infrared source/detector | Med Associates | ENV-253SD | 30" range |
| camera | Basler | acA2000-340kc | 2046 x 1086 CMV2000 340 fps Color Camera Link |
| camera lens | Megapixel (computar) | M0814-MP2 | 2/3" 8mm f1.4 w/ locking Iris & Focus |
| camera cables | Basler | #2000031083 | Cable PoCL Camera Link SDR/MDR Full, 5 m – Data Cables |
| mirrors | Amazon | ||
| linear actuator | Concentrics | LACT6P | Linear Actuator 6" Stroke (nominal), 110 Lb Force, 12 VDC, with Potentiometer |
| pellet reservoir/funnel | Amico (Amazon) | a12073000ux0890 | 6" funnel |
| guide tube | ePlastics | ACREXT.500X.250 | 1/2" OD x 1/4" ID Clear. Extruded Plexiglass Acrylic Tube x 6ft long |
| pellet delivery rod | ePlastics | ACRCAR.250 | 0.250" DIA. Cast Acrylic Rod (2' length) |
| plastic T connector | United States Plastic Corp | #62065 | 3/8" x 3/8" x 3/8" Hose ID Black HDPE Tee |
| LED lights | Lighting EVER | 4100066-DW-F | 12V Flexible Waterproof LED Light Strip, LED Tape, Daylight White, Super Bright 300 Units 5050 LEDS, 16.4Ft 5 M Spool |
| Light backing | ePlastics | ACTLNAT0.125X12X36 | 0.125" x 12" x 36" Natural Acetal Sheet |
| Light diffuser films | inventables | 23114-01 | .007×8.5×11", matte two sides |
| cabinet and custom frame materials | various (Home Depot, etc.) | 3/4" fiber board (see protocol for dimensions of each structure) | |
| acoustic foam | Acoustic First | FireFlex Wedge Acoustical Foam (2" Thick) | |
| ventilation fans | Cooler Master (Amazon) | B002R9RBO0 | Rifle Bearing 80mm Silent Cooling Fan for Computer Cases and CPU Coolers |
| cabinet door hinges | Everbilt (Home Depot | #14609 | continuous steel hinge (1.4" x 48") |
| cabinet wheels | Everbilt (Home Depot | #49509 | Soft rubber swivel plate caster with 90 lb. load rating and side brake |
| cabinet door handle | Everbilt (Home Depot | #15094 | White light duty door pull (4.5") |
| computer | Hewlett Packard | Z620 | HP Z620 Desktop Workstation |
| Camera Link Frame Grabber | National Instruments | #781585-01 | PCIe-1473 Virtex-5 LX50 Camera Link – Full |
| Multifunction RIO Board | National Instruments | #781100-01 | PCIe-17841R |
| Analog RIO Board Cable | National Instruments | SCH68M-68F-RMIO | Multifunction Cable |
| Digital RIO Board Cable | National Instruments | #191667-01 | SHC68-68-RDIO Digital Cable for R Series |
| Analog Terminal Block | National Instruments | #782536-01 | SCB-68A Noise Rejecting, Shielded I/O Connector Block |
| Digital Terminal Block | National Instruments | #782536-01 | SCB-68A Noise Rejecting, Shielded I/O Connector Block |
| 24 position relay rack | Measurement Computing Corp. | SSR-RACK24 | Solid state relay backplane (Gordos/OPTO-22 type relays), 24-channel |
| DC switch | Measurement Computing Corp. | SSR-ODC-05 | Solid state relay module, single, DC switch, 3 to 60 VDC @ 3.5 A |
| DC Sense | Measurement Computing Corp. | SSR-IDC-05 | solid state relay module, single, DC sense, 3 to 32 VDC |
| DC Power Supply | BK Precision | 1671A | Triple-Output 30V, 5A Digital Display DC Power Supply |
| sugar pellets | Bio Serv | F0023 | Dustless Precision Pellets, 45 mg, Sucrose (Unflavored) |
| LabVIEW | National Instruments | LabVIEW 2014 SP1, 64 and 32-bit versions | 64-bit LabVIEW is required to access enough memory to stream videos, but FPGA coding must be performed in 32-bit LabVIEW |
| MATLAB | Mathworks | Matlab R2019a | box calibration and trajectory reconstruction software is written in Matlab and requires the Computer Vision toolbox |
References
- Chen, J., et al. An automated behavioral apparatus to combine parameterized reaching and grasping movements in 3D space. Journal of Neuroscience Methods. , (2018).
- Sacrey, L. A. R. A., Alaverdashvili, M., Whishaw, I. Q. Similar hand shaping in reaching-for-food (skilled reaching) in rats and humans provides evidence of homology in release, collection, and manipulation movements. Behavioural Brain Research. 204, 153-161 (2009).
- Whishaw, I. Q., Kolb, B. Decortication abolishes place but not cue learning in rats. Behavioural Brain Research. 11, 123-134 (1984).
- Klein, A., Dunnett, S. B. Analysis of Skilled Forelimb Movement in Rats: The Single Pellet Reaching Test and Staircase Test. Current Protocols in Neuroscience. 58, 8.28.1-8.28.15 (2012).
- Whishaw, I. Q., Pellis, S. M. The structure of skilled forelimb reaching in the rat: a proximally driven movement with a single distal rotatory component. Behavioural Brain Research. 41, 49-59 (1990).
- 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).
- Fenrich, K. K., et al. Improved single pellet grasping using automated ad libitum full-time training robot. Behavioural Brain Research. 281, 137-148 (2015).
- Azim, E., Jiang, J., Alstermark, B., Jessell, T. M. Skilled reaching relies on a V2a propriospinal internal copy circuit. Nature. , (2014).
- Guo, J. Z. Z., et al. Cortex commands the performance of skilled movement. Elife. 4, e10774 (2015).
- Nica, I., Deprez, M., Nuttin, B., Aerts, J. M. Automated Assessment of Endpoint and Kinematic Features of Skilled Reaching in Rats. Frontiers in Behavioral Neuroscience. 11, 255 (2017).
- Wong, C. C., Ramanathan, D. S., Gulati, T., Won, S. J., Ganguly, K. An automated behavioral box to assess forelimb function in rats. Journal of Neuroscience Methods. 246, 30-37 (2015).
- Torres-Espín, A., Forero, J., Schmidt, E. K. A., Fouad, K., Fenrich, K. K. A motorized pellet dispenser to deliver high intensity training of the single pellet reaching and grasping task in rats. Behavioural Brain Research. 336, 67-76 (2018).
- Mathis, A., et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience. 21, 1281-1289 (2018).
- Ellens, D. J., et al. An automated rat single pellet reaching system with high-speed video capture. Journal of Neuroscience Methods. 271, 119-127 (2016).
