작은 설치류에서 사회적 선호 행동의 역학을 추적하기위한 시스템

Summary

여기에 설명된 새로운 자동화 된 실험 시스템은 3 챔버 테스트에 대한 대안을 제공하고 또한 몇 가지 주의 사항을 해결합니다. 이 시스템은 사회적 선호도 및 사회적 신규성 선호도 테스트 중에 작은 설치류 행동 역학을 엄격하게 분석할 수 있는 여러 행동 매개 변수를 제공합니다.

Abstract

사회적 행동의 신경 생물학적 메커니즘을 탐구하는 것은 편견과 관찰자 독립적 인 방식으로 동물 모델에 적용 할 수있는 행동 테스트가 필요합니다. 천년의 시작부터, 3 챔버 테스트는 널리 작은 설치류의 사교성 (사회적 선호) 및 사회적 참신 선호도를 평가하는 표준 패러다임으로 사용되어왔다. 그러나 이 테스트는 공간 탐색에 대한 의존성 및 행동 역학의 과실을 포함하여 여러 가지 제한을 겪습니다. 여기에 제시되고 검증된 것은 3챔버 테스트에 대한 대안을 제공하는 새로운 실험 시스템으로, 또한 주의사항 중 일부를 해결합니다. 이 시스템은 개인 및 인구 수준에서 여러 행동 매개 변수를 자동으로 측정하고 분석하는 간단하고 저렴한 실험 장치와 공개적으로 이용 가능한 오픈 소스 분석 시스템이 필요합니다. 그것은 어떤 사회적인 차별 시험 도중 작은 설치류의 행동 역학의 상세한 분석을 허용합니다. 우리는 성인 남성 마우스와 쥐에 의해 수행된 사회적 선호도 및 사회적 신규성 선호도 시험 동안 사회 행동의 역학을 분석하는 시스템의 효율성을 입증합니다. 또한, 우리는 수염 트리밍과 같은 조작에 따라 설치류에서 사회 행동의 수정 된 역학을 공개하는 시스템의 능력을 검증합니다. 따라서, 시스템은 작은 설치류 모델에서 사회적 행동과 역학의 엄격한 조사를 허용하고 균주, 조건 및 치료 사이의 보다 정확한 비교를 지원합니다.

Introduction

신경 발달 장애 (NDDs)의 근본적인 생물학 기계장치를 드러내는 것은^신경과학1의 필드에 있는 주요 도전의 한개입니다. 이 문제를 해결하려면 설치류의 행동을 표준적이고 편견없는 방식으로 대표하는 행동 패러다임과 실험 시스템이 필요합니다. Moy와 동료^2에 의해 10 년 이상 전에 간행된 영향력 있는 연구 결과는 3 개의 챔버 시험을 제출했습니다. 그 이후로, 이 시험은 NDDs의 설치류 모형에 있는 사회적인 행동을 조사하기 위하여 널리 이용되었습니다. 이 시험은 설치류의 두 가지 타고난 경향을 평가한다: 1) 객체에 대한 사회적 자극의 근접에 머무르기(사교성, 또한 사회적 선호 [SP]라고도 함), 2) 친숙한 것보다 새로운 사회적 자극의 근접성을 선호하는 (사회적 참신선호도 [SNP])^3,4. 몇 가지 후속 연구는 전산화 된 방법을 사용하여 3 챔버 테스트의 자동화 된 분석 방법을 제안^5,6.

이 테스트는 여전히 몇 가지 주의 사항으로 고통받고 있습니다. 첫째, 일부 그룹은 후각 조사(스니핑) 시간을 측정하기도 하지만, 일부 그룹은 수동적으로^또는 상업용 전산 시스템을 사용하는 경우^8,9,10을사용하여 사회적 자극과 직접 상호 작용하는 대상체의 동기보다는 사회적 장소 선호도를 주로 조사한다. 둘째, 3 챔버 시험은 주로 각 챔버에서 피사체가 소비한 총 시간을 측정하는 데 사용되며, 행동 역학을 무시한다. 마지막으로, 그것은 사회적 행동의 한 측면에 의존, 이는 각 챔버에서 피사체에 의해 소요 되는 시간 (또는 스니핑 시간, 측정 하는 경우).

여기에서 우리는 3 챔버 장치에 대한 대안인 새로운 저렴한 실험 시스템을 제시합니다. 또한 위에서 언급 한 주의 사항을 해결하는 동안 동일한 행동 테스트의 성능을 허용합니다. 제시된 행동 시스템은 설치류의 조사 행동을 두 자극으로 자동및 직접 측정한다. 또한 관찰자 독립적인 방식으로 행동 역학을 분석합니다. 또한 이 시스템은 여러 행동 매개 변수를 측정하고 개인 및 모집단 수준에서 이를 분석합니다. 따라서, 그것은 각 테스트 동안 사회적 행동과 역학의 엄격한 분석을 지원합니다. 또한, 다양한 테스트 단계 동안 경기장의 반대쪽 모서리에 챔버의 임의의 재배치는 공간 메모리 또는 환경 설정의 효과를 중화. 이 시스템은 성차별과 같은 다른 차별 테스트에도 사용할 수 있습니다. 사용자 지정 장치는 생산하기 쉽고 분석 시스템은 오픈 소스 코드로 공개적으로 액세스 할 수 있으므로 모든 실험실에서 사용할 수 있습니다. 우리는 사회적 선호와 사회적 참신 선호도 테스트 동안 뚜렷한 모피 색상을 가진 설치류 균주에서 사회적 행동의 여러 매개 변수를 측정하는이 시스템의 능력을 보여줍니다. 우리는 또한 수염 트리밍과 같은 조작에 따라 설치류에서 사회 행동의 수정 된 역학을 공개하는 시스템의 능력을 검증합니다.

TrackRodent 소프트웨어: 실험 주제와 자극과의 상호 작용을 추적하기 위해 MATLAB(2014-2019a)에 세 가지 알고리즘이 작성되었습니다. 모든 알고리즘은 GitHub에 기탁되었으며,에서 찾을 수 있습니다 .;https://github.com/shainetser/TrackRodent>. 네 가지 알고리즘의 주요 목표는 자극 영역과의 직접적인 접촉을 감지하기 위해 피사체의 신체 윤곽을 추적하는 것입니다.

바디 기반 알고리즘: 이 알고리즘에는 흰색 배경(BlackMouseBodyBased), 어두운 배경에 있는 흰색 마우스(WhiteMouseBodyBased) 또는 어두운 배경의 흰색 쥐(WhiteRatBodyBased)에서 유선되지 않은 어두운 마우스의 윤곽을 추적하는 세 가지 버전이 있습니다. ). 소프트웨어의 그래픽 사용자 인터페이스(GUI)는 실험자가 마우스 또는 쥐를 사용하여 실험을 선택한 다음 올바른 코드를 선택하도록 요구합니다. 알고리즘의 각 버전에 대해 두 가지 선택적 코드가 있습니다: 분석을 수행하는 동안 화면에 추적 프로세스를 제공하는 코드와 그렇지 않은 코드(따라서 더 빠르게 실행되고 "빠름"이라고 불릴 수 있음)가 있습니다. 예를 들어 BlackMouseBodyBased 알고리즘의 관련 코드 이름은 "BlackMouseBodyBased23_7_14" 및 "BlackMouseBodyBased23_7_14_Fast"입니다. "빠빠움"으로 끝나는 모든 알고리즘은 온라인에 추적을 표시하지 않으며 사용자는 데이터를 결과 파일(.mat file)에 직접 저장해야 합니다. 모든 바디 기반 알고리즘은 피사체의 본문을 감지하기 위해 단일 임계값(소프트웨어GUI의 "낮은 임계값")을 설정해야 합니다.

헤드 지향성 기반 알고리즘: 검은 마우스에서만 사용할 수 있는 두 번째 알고리즘은 머리 방향성을 결정하는 것 외에도 바디 기반 알고리즘을 기반으로 합니다. 이 알고리즘은 "자극"영역과 피사체의 머리의 상호 작용을 감지, 따라서 이러한 영역과 피사체의 임의의 접촉에서 발생할 수있는 거짓 긍정을 피. 이 알고리즘의 경우 마우스 본문 윤곽선의 두 가지 감지 임계값이 정의됩니다: 검은 마우스의 밝은 꼬리를 포함하는 높은 임계값과 꼬리가 없는 바디를 포함하는 낮은 임계값. 그 후, 알고리즘은 낮은 임계값을 사용하여 검출된 경계에 타원체를 맞춥니다 및 마우스 헤드와 테일의 위치를 정의합니다(둘 사이에 구별 없음). 꼬리와 머리 사이의 최종 판별은 더 높은 임계값에 의해 정의된 경계를 기반으로 합니다.

유선 동물 알고리즘: 세 번째 알고리즘은 동물에 연결된 케이블(예: 전선 또는 광섬유)으로 인한 아티팩트를 최소화하여 케이블에 연결된 상태에서 동물의 행동을 분석할 수 있도록 하는 것을 목표로 합니다. 이 알고리즘에는 검은 쥐와 흰 쥐에 대한 코드만 있습니다. 쥐에 대한 코드는 실험자가 낮은 임계값과 높은 임계값을 모두 정의해야 하는 반면 마우스 코드는 낮은 임계값만 있으면 됩니다.

Protocol

설명된 모든 방법은 하이파 대학의 기관 동물 관리 및 사용 위원회(IACUC)에 의해 승인되었습니다.

1. 실험적인 설정

1. 아레나
   1. 마우스를 위한 실험 경기장을 구성(그림 1A,D)흰색 또는 검은 색을 배치하여 (동물의 색상에 따라) 플렉시 유리 상자 (37cm x 22cm x 35cm) 어쿠스틱 챔버의 중간에 (60cm x 65cm x 80cm, 2cm 두께의 거품으로 내부에 코팅 2cm 두께의 나무로 만든). 빛의 경우, 어쿠스틱 챔버 (문 외) 주위에 거품의 스트립 (폭 2cm, 챔버 천장 아래 10cm)을 제거하고 빨간색 또는 흰색 전구 중 하나와 LED 스트립을 연결합니다. 반사를 방지하기 위해 경기장 주변에서 빛이 가능한 한 균일한지 확인하십시오.
   2. 쥐에 대해 위에서 설명한 것과 유사하게 쥐에 대한 경기장을 건설하고, 스프라그-다울리(SD) 랫트의 크기에 적절히 맞는 다른 차원을갖는다(그림 1G). 어쿠스틱 챔버 의 중간에 검은 플렉시 유리 상자 (50cm x 50cm x 40cm)를 놓습니다 (90cm x 60cm x 85cm, 2cm 두께의 거품으로 내부에 코팅 된 2cm 두께의 나무로 만든).
2. 챔버
   1. 마우스의 경우 6mm 두께의 플렉시 글라스에서 두 개의 검은 색 또는 흰색 (모피 색상에 따라 다름) 삼각형 챔버 (12cm 이등변, 35cm 높이, 바닥이 닫혀 있음)를 만듭니다. 아레나의 두 개의 무작위로 선택된 반대쪽 모서리에서 찾습니다(그림1B,E). 에폭시 접착제를 사용하여 각 챔버의 하부에 금속 메쉬(18 mm x 6cm, 1cm x 1cm 구멍)를 붙이고 메쉬를 통해 자극과 직접 상호 작용을 허용합니다(그림1C,F). 피사체에 대한 단서를 제공하지 않고 비디오에서 다른 챔버를 차별할 수 있는 방식으로 각 챔버를 표시합니다(예시예는 그림 1B, E 참조).
      참고: 각 챔버는 결국 사회적 자극 (마우스) 또는 개체 (플라스틱 장난감, 5cm x 5cm x 5cm 5cm, 뚜렷한 모양과 색상을 포함; 그림 1C,I 인세트). 에폭시 접착제 냄새가 사용되기 전에 적어도 일주일 동안 증발시키십시오.
   2. 쥐의 경우, 2개의 검은색 삼각형 챔버(20.5 cm 등변, 40cm 높이, 6mm 두께의 플렉시글라스로 제작, 바닥이 닫힌 채)를 만들고, 경기장의 반대쪽 모서리 두개(그림 1H)에각각 금속 메쉬(25 cm x 7 cm, 2.5 cm x 1cm 구멍)를 두 개 씩 배치합니다(그림1I).
3. 광각 렌즈가 장착된 고품질 단색 카메라를 어쿠스틱 챔버 상단에 놓고 컴퓨터에 연결하여 상용 소프트웨어를 사용하여 피사체의 행동을 선명하게 보고 기록할 수 있습니다(제안 사항은 재료 표 참조).

2. 행동 패러다임

참고: 단계 2.1-2.7 마우스에 대 한 행동 패러다임을 설명 합니다. 쥐와 관련된 특정 지침은 섹션 2.8을 참조하십시오.

1. 모든 동물의 케이지 (피험자 : 2-4 개월 된 수컷 마우스; 자극 : 21-30 일 된 청소년 마우스)가 행동 실험을 시작하기 전에 적어도 1 시간 동안 실험실에 남아 있는지 확인하십시오.
2. 적응 기간이 끝난 후, 두 개의 빈 챔버를 두 개의 반대 쪽 모서리에 무작위로 경기장에 삽입합니다. 15분 동안 경기장 한가운데에 피사체를 놓습니다. 그 시간 동안, 두 사회적 자극을 배치, 습관을 위해 경기장 밖으로 위치한 다른 챔버에 각각. 물체(플라스틱 장난감, 5cm x 5cm x 5cm, 뚜렷한 모양과 색상)를 다른 챔버에 놓습니다.
3. 소셜 환경 설정(SP) 테스트를 수행하려면 비디오 녹화를 시작하고 테스트가 끝날 때까지 녹화를 계속합니다.
4. 두 개의 빈 챔버를 제거하고 즉시 개체와 사회적 자극 중 하나를 삽입, 각각 의별개의 챔버에. 이 챔버는 거주 중에 비어 있던 경기장의 반대편 구석에 무작위로 배치됩니다. 대상체가 SP 시험의 5분 동안 자극과 상호 작용할 수 있도록 한다. 테스트가 끝나면 녹화를 중지합니다.
5. SP 테스트 후, 경기장에서 자극 함유 챔버를 제거하고 15 분 동안 빈 경기장에 피사체를 둡니다. 10 % 에탄올 와이프로 외부에서 챔버를 청소하십시오.
6. 사회적 참신 선호도(SNP) 테스트를 수행하려면 비디오 녹화를 시작하고 두 개의 챔버를 경기장에 삽입합니다: 하나는 SP 테스트(친숙한 자극)에 사용되는 동일한 사회적 자극을 포함하고, 다른 하나는 새로운 사회적 자극을 함유합니다. 이 챔버를 경기장의 두 개의 반대쪽 모서리에 무작위로 배치하여 이러한 위치가 SP 테스트에 사용되지 않았는지 확인합니다. 대상체가 SNP 시험의 5분 동안 자극과 상호 작용할 수 있도록 한다.
7. SNP 테스트가 끝나면 비디오 녹화를 중지하고 경기장에서 피사체와 챔버를 제거하고 피사체를 홈 케이지에 다시 놓습니다. 다음 실험 (다른 피사체)을 위해 챔버에 자극을 두거나 홈 케이지로 되돌려 놓습니다. 흐르는 물로 경기장과 챔버를 청소한 다음 10% 에탄올을 닦고 건조시다.
8. 쥐에 대 한 행동 패러다임
   1. 쥐의 경우, 2.1-2.7 단계에 기술된 행동 패러다임을 반복하고, 2개의 수정을 통해: 1) 쥐 대상을 처리하고 실험 전에 2일(매일 10분) 동안 챔버에 사회적 자극을 습관화; 및 2) SP 검정을 15분 동안 연장하여 쥐에게 사회적 자극에 더 긴 노출 기간을 부여한다. 나중에 SP 테스트의 분석을 초기 5분으로 제한합니다.
      참고: 단일 세션을 실행하려면 최소 한 개의 경기장과 5개의 챔버가 필요합니다.

3. 행동 분석을 위해 트랙로덴트 GUI 사용

참고: 트랙Rodent GUI에 대한 그림 2A의 위쪽 패널을 참조하십시오.

1. 오픈 MATLAB (2014a-2019a 테스트) 및 TrackRodent 폴더를 선택합니다.
2. 각 폴더를 마우스 오른쪽 단추로 클릭하고 경로에 추가 |을 선택하여 작업 경로에 모든 하위 폴더를 추가합니다. 선택한 폴더 및 하위 폴더입니다.
3. 명령 창에서 TrackRodent를 입력하고 Enter를 누릅니다.
4. 세션 파일 로드(AVI)를 선택하여 단일 파일 또는 여러 비디오 파일(AVI 또는 MP4 형식)을 업로드합니다.
5. 비디오 클립 프레임별 검사를 허용하는 동영상 검사기는 목록의 첫 번째 파일에 대해 즉시열립니다(그림 2A). 이를 사용하여 비디오 클립을 검사하고 분석할 세그먼트의 첫 번째 및 마지막 프레임을 정의합니다. 나중에 필요한 이러한 프레임의 수를 기록합니다. 완료되면 창을 닫습니다.
6. 추가 비디오 파일을 검사하기 위해 언제든지 동영상 검사(영화 검사)를 누르고 특정 비디오 파일을 선택하여 비디오 검사자를 엽니다.
7. 테스트된 종을 선택합니다(마우스 또는 쥐; 마우스가 기본값입니다).
8. 피사체와 경기장의 색상(검은색 또는 흰색)에 따라 추적을 방해할 수 있는 모든 영역을 제외합니다.
   1. 지정된 영역을 제외하려면 영역 제외를누르고 커서가 교차 모양으로 변경된 후 영역의 모든 모서리를 제외로 표시합니다. 완료되면 마우스오른쪽 단추를 클릭한 다음 표시된 영역의 가운데를 두 번 클릭합니다. 제외 된 영역은 화면에 빨간색의 그늘이 될 것입니다. 이 절차를 반복하여 필요한 만큼 영역을 제외합니다.
9. 제외에서 영역을 제거하려면 제외 영역 제거를누릅니다.
10. 각 챔버를 '자극' 영역으로 정의하려면 피사체에 의한 조사를 자동으로 감지하려면 적절한 상자를 확인한 다음 자극 X("X"가 1, 2 또는 3를 나타내는 경우)를 눌러 다각형 또는 타원형으로 '자극' 영역의 모양을 선택합니다. 제외된 영역과 유사하게 '자극' 영역을 표시한 다음 노란색으로 표시됩니다. 특정 '자극' 영역의 위치를 변경하려면 자극 X를 다시 누르고 새 영역 위치를 표시합니다(위치가 자동으로 업데이트됩니다).
    참고: 모든 파일(예: 모든 SP 테스트 파일에 대해 자극 1로 개체)에 대해 일관된 방식으로 다른 자극 번호를 선택합니다.
11. 경기장 내부의 특정 가상 구획에서 피사체의 존재를 추적하려면 '구획' 영역(다각형 또는 타원형)의 모양을 선택한 다음 구획 X("X"가 1, 2, 3, 4 또는 5를 나타내는 경우)를 누릅니다. 제외된 영역이나 자극 영역과 유사하게 '구획' 영역을 표시한 다음 파란색으로 표시됩니다. 특정 '구획' 영역의 위치를 변경하려면 구획 X를 다시 누르고 새 영역 위치를 표시합니다(위치가 자동으로 업데이트됩니다).
12. 목록에서 원하는 알고리즘(BlackMouseBodyBased이 비디오에 사용되었습니다)을 선택합니다(그림 2B의사용 가능한 알고리즘 참조).
13. GUI의 해당 편집 상자에 분석을 위한 시작 및 종료 프레임 수를 작성합니다.
14. 피사체 바디를 감지하기 위한 임계값을 선택합니다.
    참고: 대부분의 알고리즘은 "낮음" 임계값만 사용하고 헤드 방향성 기반 알고리즘은 "높음" 임계값을 사용합니다. "낮음" 임계값의 경우 꼬리가 없는 마우스/래트 본문을 포함하는 레벨을 선택하고 "높음" 임계값에도 꼬리를 포함해야 합니다. 헤드 방향성 기반 알고리즘을 사용하는 경우, 소프트웨어는 헤드 위치를 꼬리 위치와 반대로 결정합니다.
    참고: 소프트웨어는 나중에 선택한 임계 값을 사용하여 감지 된 작은 개체를 무시합니다.
15. 지정된 임계값에 대한 피사체 테두리의 자동 검색을 평가하려면 관련 임계값 필드에 값을 삽입하고 키보드에서 Enter 키를 누릅니다.
16. 여러 파일을 선택할 때 맨 위에 있는 다음 단추를 사용하여 다음 파일로 이동하고 각 파일에 적합한 정의를 선택합니다. 완료되면 GUI 상단의 이전 및 다음 단추를 사용하여 각 파일 간에 이동하여 모든 파일의 매개 변수 및 영역 위치를 확인합니다.
    참고: 모든 영역 및 매개 변수의 정의는 지정된 파일에 만해당합니다.
17. 선택한 모든 파일의 동작 분석을 시작하려면 첫 번째 파일로 이동하여 시작을 누릅니다.
18. 분석이 끝나면 각 동영상에 대해 결과 파일(.mat 파일)이 저장됩니다.
    참고: 알고리즘의 느린(비빠름) 버전을 사용하는 경우 GUI의 분석된 동영상 토글 단추를 선택하지 않는 한 조사로 감지되는 모든 프레임의 색상을 변경하는 바디 질량 중심의 흰색 십자가가 있는 동영상 버전도 저장됩니다. 이 버전의 영화(원본 동영상과 동일한 이름으로 원본 동영상에 저장됨)를 오프라인으로 사용하여 시스템에서 수행하는 자동 감지 품질을 평가할 수 있습니다.

4. 결과 프레젠테이션을 위해 트랙로덴트 GUI 사용

참고: 결과 프레젠테이션은 그림 2A의 아래쪽 패널을 참조하십시오.

1. 각 동영상 파일의 결과를 검사하려면 결과 로드 파일을 누르고 동작 분석에 의해 생성된 .mat 파일을 선택합니다.
2. 토글 버튼 사이를 이동하여 다음 분석 중 하나를 화면에 검사합니다: 마우스 위치추적(그림 2A); 세션에 따라 구획 직업 ('구획'이 정의된 경우, 표시되지 않음); 세션에 따른 자극탐사(도 2C); 구획의 총 시간('구획'이 정의된 경우, 표시되지 않음); 및 총 자극 탐색시간(그림 2D).
   참고: '자극' 영역은 소프트웨어가 피사체상호작용을 평가하는 영역이며, '구획' 영역은 소프트웨어가 피사체의 존재를 추적하는 영역입니다. 분석 중지 버튼을 사용하여 분석을 중지하면 마지막으로 분석된 프레임까지 생성된 결과가 자동으로 저장됩니다. 대부분의 컴퓨터의 경우 컴퓨터 성능에 따라 한 번에 최대 20편의 영화를 업로드하고 분석할 수 있어야 합니다.

5. 인구 분석을 위한 인구 통계 요약GUI 를 사용하여 5.

1. 오픈 MATLAB (2014a-2019a 테스트) 및 TrackRodent 폴더를 선택합니다.
2. 명령 창에서 TrackRodent채우기 요약을 입력하고 Enter를 누릅니다.
3. 결과 파일 선택을눌러 여러 TrackRodent 결과 파일(.mat 형식)을 업로드합니다.
4. 분석을 위해 마지막 프레임의숫자를 입력합니다.
5. 모든 적절한 상자를 선택하여 선택적 분석 목록에서 원하는 분석을 선택합니다.
6. 적절한 확인란을 선택하여 스페이드시트로 결과를 내보내기를 선택하여 선택한 분석의 모든 결과를 단일 스프레드시트 파일로 추출합니다.
7. 시작을 누르고 분석이 완료될 때까지 기다립니다.
   참고: 이렇게 하면 분석이 끝납니다. 이 소프트웨어는 모든 것이 TrackRodent 소프트웨어를 사용하여 행동적으로 분석되었다는 점을 감안할 때 원하는만큼 많은 영화 파일의 결과를 분석하는 데 사용할 수 있습니다. 소프트웨어에 의해 수행된 분석은 30Hz의 프레임 속도로 비디오 녹화를 가정합니다. 다른 프레임 레이트레이트(s)를 사용한 경우, 시간을 30으로 곱하고 이를 올바른 값(들)로 변환하기 위해 레코딩에 사용되는 프레임 레이트로 나눈다.

Representative Results

C57BL/6J 마우스의 사회적 선호도 테스트에 시스템 사용
그림 1은 실험 설정의 세 가지 버전을 보여 주다. 첫 번째 버전(그림 1A-C)은C57BL / 6J 마우스와 같은 어두운 모피 색상을 가진 마우스를 위해 설계되었습니다. 두 번째(그림 1D-F)는BALB/c 또는 ICR(CD-1) 마우스와 같은 밝은 모피 색상을 가진 마우스에 대해 계획되어 있다. 세 번째는 더 큰(그림 1G-I)SD 쥐와 같은 밝은 모피 색상을 가진 쥐를 위해 설계되었습니다. 조사된 첫 번째 피험자는 순진한 성인(8-12주 령), 그룹 수용(케이지당 2~5마리) 수컷 C57BL/6J 마우스였다. 사회적 자극은 청소년(21-30일), 그룹-하우징(케이지당 2~6마리), 수컷 C57BL/6J 마우스였다. 물체 자극은 뚜렷한 색상의 무취 플라스틱 장난감이었습니다(그림 1C,I의인세트). 실험의 비디오 파일은 TrackRodent 소프트웨어(body-based 알고리즘, 도 2A의예시된 화면 사진 및 GUI 참조)를 사용하여 분석하였으며, 이는 1) 바디 센터 및 2) 자극 함유 챔버와의 신체 윤곽의 접촉을 자동으로 지속적으로 추적한다.

분석에는 다음과 같은 절차가 포함되었습니다. 분석에서 제외될 영역을 그래픽으로 정의한 후, 실험자는 각각 '자극'(도2A,황색 영역)으로 별개의 챔버를 포함하는 두 영역을 그래픽으로 정의하였다. 사용자는 최대 5개의 영역을 가상 '구획'으로 정의할 수도 있습니다. 그런 다음 사용자는 가능한 알고리즘 목록에서 "BlackMouseBodyBased23_7_14_Fast" 알고리즘을 선택합니다(그림2B). 시작 분석 버튼을 누른 후, 소프트웨어는 동물 위치 프레임별로 추적하고 경기장에서 마우스 위치 추적을 묘사했다(그림 2A,파란색 선). 이 분석 동안, 소프트웨어는 또한 피사체의 '자극' 영역과 신체 윤곽 사이의 접촉을 추적하였다(그림2C). 이러한 접촉 이벤트는 조사로 정의되고 각 자극에 대한 조사 시간 및 조사 동작이 표시되지 않은 시간을 계산하는 역할을하였다(도 2D). 도 2C,D에서 알 수 있듯이 분석된 영화를 보여주는 것으로서, 사회적 자극이었던 '자극 2'에 대한 조사 시간이 더 높았으며, 이 경우 '자극 1'으로 정의되었다.

C57BL/6J 마우스의 사회적 선호도 테스트의 인구 분석
TrackRodent 소프트웨어가 실험 그룹의 모든 비디오 파일을 분석하도록 허용한 후 이 그룹에 대한 모집단 분석은 이 소프트웨어의 가능한 모든 분석을 선택하면서 "TrackRodentPopulationSummary"GUI(그림 2E)를사용하여 수행되었습니다. 58 C57BL/6J 성인 수컷 마우스로 수행된 SP 시험에 대한 이러한 분석의 뚜렷한 출력은 도 3에표시되며, 컴퓨터 화면에 나타난 것과 정확히 일치하며, SEM을 묘사하는 모든 오차 막대와 함께 이러한 결과의 통계 적 분석은 이전에^11에발표되었다.

두 자극(동성 청소년 사회적 자극 및 개체)을 향한 피험자의 인구의 평균 총 조사 시간은 도 3A에표시되며, 이는 사회적 자극을 향한 피험자의 명확한 선호도를 묘사한다. 알고리즘은 간단하지만, 훈련된 관찰자에 의해 수동으로 측정된 조사 시간과 소프트웨어에 의해 계산된 값 사이의 우수한 상관관계(r2 = 0.91, p<^10-6,Pearson의 상관관계)를 관찰하였다. 이러한 기본 설정의 역학은 도 3B에서볼 수 있으며, 각 자극에 대한 평균 조사 시간은 20초 의 저장소에서 시간에 따라 플롯됩니다. 그림과 같이, 사회적 선호는 세션 전반에 걸쳐 주제에 의해 유지됩니다, 그것은 초기 단계에서 약간 강한 듯하지만.

그림 3C는 각 자극에 대한 조사 시간을 짧은 (≤6 s), 중간 (>6 s, ≤19 s) 및 긴 (>19 s) 시합과 함께 총 조사 시간으로 분류합니다. 시합 기간에 따른 각 자극에 대한 조사 시간의 분포는 도 3D에표시됩니다. 그림 3C,D에도시된 바와 같이, 짧은 시합에서 자극 사이에 는 차이가 없었으며, 중간 및 긴 시합은 명확한 사회적 선호도를 보였다. 이러한 결과 제안 C57BL/6J 마우스에서, 짧은 시합 호기심을 반영, 긴 시합 피사체와 자극 사이의 상호 작용을 반영 하는 동안. 각 범주(짧은, 중간 및 긴 시합)에 대한 상대적인 조사 기간(RDI, [social-object]/[social+object]) 값과 총 조사 시간은 그림 3E에표시됩니다. 그림과 같이, 가장 높은 RDI 값은 긴 시합으로 달성되며, 이는 피사체의 사회적 선호도를 가장 잘 반영한다는 것을 시사합니다.

테스트 중 조사 시합의 역학을 분석하기 위해 각 범주에 대한 시간별 분포를 별도로 플롯했습니다. 짧은시간(도 3F)및 매체(도3G)의분포는 시간이 지남에 따라 이러한 시합의 점진적인 감소를 시사한다. 대조적으로, 긴 시합의 유사한분석(도 3H)은시험의 과정에 걸쳐 점진적인 증가를 나타낸다. 이러한 경향은 또한 평균 시합 기간의 분포에 의해 반영된다(그림3I),시간이 지남에 따라 점진적인 증가를 나타낸다. 따라서, 피험자가 주로 시험의 초기 단계에서 호기심을 보인 것처럼 보이며, 나중에 는 자극과의 더 많은 상호 작용을 나타냈다. 긴 시합이 세션이 끝날 때 인위적으로 종료되었기 때문에 마지막 순간에 짧은 시합에 대한 분석의 본질적인 편향이 있음을 주목해야합니다. 따라서 조사 과정의 시간을 고려할 때 마지막 순간을 무시해야 합니다.

우리는 또한 동일한 자극을 향해 연속적인 조사 시합 사이의 간격을 분석했습니다 (즉, 각 조사 시합이 끝난 후 동일한 자극으로 복귀하는 데 걸린 시간). 이 파라미터는 동일한 자극으로 복귀하고 조사하려는 피험자의 충동을 반영한다. 여기서, 간격은 또한 짧은 (≤5 s), 매체 (>5 s, ≤20 s) 및 긴 (>20 s) 시합으로 분류되었고, 이는 도 3J의각 자극에 대한 총 시간 간격과 함께 도시된다. 그림 3K에표시된 1s 빈의 간격의 히스토그램. 그림 3J,K에도시 된 바와 같이, 사회적 자극의 조사 사이의 간격은 개체의 조사 사이의 간격보다 훨씬 짧습니다. 따라서, 장거리에서의 RDI 값은 가장 높은 절대값을 산출했다(도3L); 따라서 사회적 선호도를 평가하는 조사 시간 독립적 변수로 사용할 수 있습니다. 각 범주에 대해 별도로 플롯된 간격의 시간에 따른분포(그림 3M-O)는단기 및 중간 간격의 점진적인 감소와 조사 시합 간의 긴 간격의 반대 변경을 제안하며, 이는 조사 시합의 일반적인 길이를 반영할 가능성이 큽니다. 조사 시합의 분포와 마찬가지로 간격의 마지막 순간은 짧은 값으로 편향되어 무시되어야 합니다.

우리는 또한 한 자극에서 다른 자극으로 피험자에서 관찰된 전환을 분석했습니다. 이 플롯은 그림 3P에표시되며, 피험체가 새로운 자극을 조사하기 시작한 모든 시점이 파란색 점으로 표시되고, 모든 행은 별개의 피사체를 나타내고, 빨간색 선은 평균 전환 속도를 나타냅니다. 명백하게, 전이율은 시험의 처음 2 분 동안 가장 높았고 (~ 1.5 전환 / 분) 점차 피크의 50 % 미만으로 감소되었다. 동일한 경향은 시간에 따라 평균 전환 속도의 분포에서 명백하다(그림 3Q).

마지막으로, 각 피험자에 대한 시험 과정에서 사회적자극(그림 3R)과객체(그림3S)를향한 조사의 히트맵이 도시되고, 색상 표시 시합 지속 시간이 나와 있다(그림3S). 전부, 결과는 C57Bl/6J 마우스에서, SP 시험이 대략 초기 탐구 단계 (높은 전이 율 및 짧은 조사 시합특징)와 늦은 상호 작용 단계 (낮은 전이율 및 긴 조사 시합을 특징으로 하는)로 분할된다는 것을 건의합니다.

SD 쥐의 사회적 신규성 선호도 테스트의 인구 분석
도 4는 59마리의 SD 랫트에 의해 수행된 SNP 시험에 대해 상기와 동일한 분석을 나타낸다. 일반적으로, 소설 대의 환경 설정. 친숙한 사회적 자극은 새로운 사회적 자극대에대한 선호보다 약합니다. SP 시험에서 마우스에 의해 전시된객체(그림 3). 그럼에도 불구하고, 사회적 참신 한 환경 설정은 모든 매개 변수에 의해 명확하게 반영됩니다. 특히, 마우스의 SP 테스트에서 위에서 결론지은 바와 같이, 긴 조사 시합과 긴 간격은 가장 명확하게 자극 사이의 차이를 나타내는 매개 변수입니다, 가장 높은 절대 RDI 값에 의해 반영(그림 4E, L;그것은 SNP 테스트에 대한 RDI 값이 [친숙한 소설]/[익숙한 +novel]으로 정의된다는 점에 유의해야한다.

수염의 손실은 C57BL/6J 마우스와 SD 쥐 모두에서 사회적 선호도를 손상시다
사회 행동의 역학에 대한 체감각 조작의 효과를 평가하기 위해, 분석은 수염 트리밍 다음 29 C57BL / 6J 마우스와 33 SD 쥐에 의해 완료 SP 테스트의 수행 (시험 전에 3-7 일 실시). 이어서, 이들 결과를 대조군 동물과 비교하였다. 도 5A-F에도시된 바와 같이, 수염 트리밍 마우스는 두 자극 사이의 조사 시간 차이의 부족(도5와 도 5D비교)과 사회적 자극에 대한 긴 조사 시합의 손실에 의해 반영된 바와 같이, 개체에 대한 사회적 자극을 선호하지 않았다(도 5B와 도 5E비교). 흥미롭게도, 수염 트리밍 마우스는 또한 대조군 마우스에 비해 전이의 증가된 비율을 보였다(도 5와 도 5F비교).

전부, 이 데이터는 수염 손질한 마우스가 사회적인 자극과의 상호 작용의 기간을 현저하게 감소시켰다는 것을 건의합니다. 쥐와 는 달리, 수염 손질 된 쥐는 사회적 선호도를 잃지 않았다(그림 5G-L). 그러나, 그들은 테스트의 첫 번째 분 동안 그들의 행동을 크게 변경, 그들은 적은 긴 조사 시합을 했다 때 (그림 5H 그림 5K비교)그리고 더 많은 전환 (그림 5I 그림 5L비교). 따라서, 수염 트리밍은 SP 시험에서 쥐와 마우스 둘 다의 거동을 현저하게 변형시켰지만, 두 종 사이에는 매우 상이한 방식으로 변형되었다. 이러한 결과는 쥐와 쥐의 사회적 상호 작용에서 수염 의존성 체감각 자극에 대한 뚜렷한 역할을 제안합니다.

그림 1: 실험적 설정. (A)검은 털을 가진 마우스를 위해 설계된 실험 경기장의 개략적 묘사. (B)경기장에서 C57BL / 6J 피사체 마우스를 보여주는 희미한 빨간색 빛을 사용하여 위에서 경기장의 사진. (C)피사체가 자극과 상호 작용하는 백색 챔버의 메쉬 영역을 보여주는 그림 (인세트 : 마우스에 사용되는 개체 자극의 그림). (D-F) 패널 A-C에 표시된 바와 같이, 실험 경기장과 밝은 모피와 마우스를 위해 설계된 챔버. (G-I) 패널 A-C에 도시된 바와 같이, 실험 경기장과 밝은 모피를 가진 쥐를 위해 설계된 챔버 ([I]에서 inset: 쥐에 사용되는 물체 자극의 그림). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 2: 트랙로덴트 소프트웨어. (A)TrackRodent 소프트웨어를 실행하는 컴퓨터의 화면입니다. 왼쪽: 분석된 동영상의 시작 부분(실험자가 선택한 첫 번째 프레임)의 비디오 이미지로 레이블이 지정된 '자극' 영역과 C57BL/6J 피사체의 추적된 이동 경로를 보여줍니다. 오른쪽: 소프트웨어 GUI. (B)GUI와 함께 사용할 소프트웨어의 선택적 코드 목록입니다. 이러한 각 코드는 뚜렷한 실험 조건에 적합합니다. (c)패널 A에 도시된 특정 실험의 분석, 세션에 따른 자극 탐색 옵션이 GUI의 결과 프리젠테이션 섹션에서 선택되었을 때. 이 플롯은 피사체가 '자극 1' 또는 '자극 2'와 접촉했는지 여부를 (각 프레임에서) 보여줍니다. 제시된 경우에, '자극 2'를 향한 명확한 선호는 이 자극을 향해 검출된 조사 시합의 더 높은 수 그리고 기간에 의해 분명합니다. (D)패널 A 및 C에 도시된 실험의 분석, 총 자극 탐색 시간의 옵션이 GUI의 결과 프리젠테이션 섹션에서 선택되었을 때. 여기에서도,이 자극을 향해 조사 시간의 높은 수준에서 '자극 2'에 대한 명확한 선호가 분명하다. (e)TrackRodent인구 요약 소프트웨어의 GUI는 동물 집단의 결과를 분석하고 플로팅할 수 있도록 하는 것으로, 각 소프트웨어는 TrackRodent 소프트웨어를 사용하여 분석됩니다(이러한 분석 결과에 대해서는 그림 3 참조). 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 3: TrackRodent 소프트웨어를 사용하여 SP 테스트 중 C57BL/6J 마우스의 조사 동작을 분석합니다. 이 그림은 SP 테스트를 수행하는 58 C57BL/6J 성인 남성 마우스의 인구에 대해 고용된 TrackRodentPopulationSummary소프트웨어(그림 2E)의모든 선택적 분석의 다양한 플롯을 보여줍니다. 다양한 플롯은 컴퓨터 화면에 나타난 것과 유사한 순서와 방식으로 표시됩니다(각 플롯에 대한 자세한 설명은 대표 결과 섹션 참조). (A)자극 조사의 총 시간,(B)시간에 따른 자극 조사,(C)짧은 대 긴 시합 - 총 시간, (D)1s 빈 히스토그램 의 시합,(E)짧은 대 긴 시합 - RDI,(F)및 6 s 의 시합 시간을 따라 시합,(G)6-19 s 의 시합 시간 따라,(H)>19 시간 따라시합,(I)시간 따라 평균 시합 시간,(J)짧은 대 긴 간격 - 총 시간,(K)그의 긴 간격 간격 - RDI,(M)<5 s 간격 시간에 따라,(N)5-20 시간 간격,(O)>20 시간 간격,(P)자극 사이의 전환 - 래스터 플롯,(Q)시간 따라 자극 사이의 전환,(R)사회와 시합 기간의 열지도,(S)시합 기간의 열지도. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 4: TrackRodent 소프트웨어를 사용하여 SNP 테스트 중 SD 래트의 조사 동작을 분석합니다. SNP 테스트를 수행하는 59명의 SD 성인 남성 쥐의 인구에 대해 사용되는 TrackRodentPopulationSummary소프트웨어(그림 2E)의모든 선택적 분석에 대한 플롯입니다. 다양한 플롯은 컴퓨터 화면에 나타난 것과 유사한 순서와 방식으로 표시됩니다(각 플롯에 대한 자세한 설명은 대표 결과 섹션 참조). (A-Q) 도 3에설명된 바와 동일. (R)친숙한 시합 지속 시간의 히트 맵,(S)소설과 시합 지속 시간의 열지도. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

그림 5: 쥐와 쥐의 수염 트리밍은 사회적 행동을 차별화합니다. (A)수컷 C57BL/6J 마우스(n=58)에 대한 SP 시험 동안 평균 조사 시간(20s bins에서 측정)의 플롯. (B)사회 및 개체 자극에 대한 패널 A에 도시된 SP 시험을 따라 평균 총 시간(>19s)의 분포(1분)를 조사한다. 개체에 비해 사회적 자극을 향해 긴 조사 시합의 훨씬 더 긴 시간을 주의. (C)(A)에 도시된 SP 테스트의 시간을 따라 전이율의 분포(1분). (D-F) 패널 A-C에 나타난 바와 같이, 29 마리의 마우스의 수염은 시험 1 주일 전에 다듬어졌습니다. 이들 동물은(D)일반 조사 시간 및(E)긴 시합의 분포에 의해 반영된 바와 같이 사회적 선호를 잃었다. 그(것)들은 또한 사회적인 자극을 가진 보다 적게 지속적인 상호 작용을 건의하는 전환의 더 높은 일반적인 비율 (F)를 표시했습니다. (G-I) 패널 A-C에 도시된 바와 같이, 60개의 SD 랫트는 SP 시험을 수행하였다. 쥐의 행동의 다른 역학을 주목, 낮은 전환 속도 및 테스트의 초기 단계 (2 분)에서 긴 조사 시합의 긴 기간. (J-L) 패널 G-H에 도시된 바와 같이, 33마리의 랫트가 수염으로 다듬어졌다. 쥐가 그랬던 것처럼 수염 트리밍 다음 사회적 선호를 잃지 않았지만, 시험의 처음 2 분에서 그들의 사회적 행동의 역학이 변경되어 더 많은 전환과 더 적은 긴 시합을 보여 주었습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.

Discussion

여기에 설명된 실험 시스템은 3챔버 장치^2,5에대한 대안으로 설계되었으며, 그 한계중 일부를 해결하면서 동일한 시험의 성능을 허용한다. 직사각형 경기장의 두 개의 반대쪽 모서리에 위치한 삼각형 챔버를 사용하면 피사체-자극 상호 작용 영역이 잘 정의된 평면으로 제한되므로 조사 동작을 정밀하게 자동화할 수 있습니다. 한 가지 장점은 분석 소프트웨어(TrackRodent)를 사용하여 각 테스트에 대해 여러 동작 매개 변수를 계산하는 것입니다. 또한 패러다임의 다양한 단계에서 경기장의 임의의 반대쪽 구석에 있는 챔버의 위치를 재배치하여 공간 탐색 기술의 효과를 중화할 수 있습니다.

또한, 각 스테이지동안 비어 있는 경기장의 두 모서리는 피사체에게 휴식과 그루밍을 위한 편리한 장소를 제공하고 챔버에서 멀어지게 하여 가양성 결과를 최소화합니다. 따라서, 시스템은 SP 및 SNP 시험 도중 각 자극을 조사하기 위하여 피험자의 동기부여의 직접적인 평가를 허용합니다. 또한 TrackRodent 소프트웨어에 의해 비디오의 동작 분석이 자동화된 방식으로 수행됨에 따라 실험자는 분석을 위해 여러 동영상을 로드하고, 각각에 대한 올바른 매개 변수를 정의하고, 소프트웨어 프로세스가 하룻밤 사이에 처리되어 귀중한 시간을 절약할 수 있습니다. 특히, 시스템은 남성과 여성의 사회적 자극 또는 뚜렷한 긴장의 자극 사이의 차별과 같은 모든 유형의 사회적 차별 테스트에 사용될 수 있습니다. 또한,이 시스템을 사용하여 추적 할 수있는 피사체의 크기에 대한 제한 (상부 / 하부)이 없습니다; 따라서, 청소년 또는 비만 동물과 함께 사용할 수 있습니다. 이 실험 시스템은 저렴하고 생산이 간단하며 분석에 사용되는 컴퓨터 코드는 오픈 소스 코드로 공개적으로 사용할 수 있으므로 모든 실험실에서 이 방법을 쉽게 채택할 수 있습니다.

시스템의 조사 동작의 자동 감지는 피험자의 신체 윤곽과 실험자가 '자극'으로 정의한 각 영역 간의 물리적 접촉을 감지하는 것을 기반으로 합니다. 따라서, 피사체가 머리가 아닌 몸으로 '자극' 부위에 닿으면, 이 사건은 조사(즉, 거짓 양성)로 간주된다. 이를 위해, 피사체의 머리를 식별하고 머리와 '자극'사이의 접촉만고려하는 헤드 지향성 기반 알고리즘이 생성되었다. 그러나 이 알고리즘은 바디 기반 알고리즘보다 훨씬 느리게 실행됩니다. 따라서 실험 조건이 필요하지 않는 한 많은 수의 영화를 분석하는 것은 권장되지 않습니다.

유사한 결과(1.1% 차이, n=11실험, 각각 5분, 데이터가 도시되지 않음)를 두 알고리즘 간에 관찰하였다; 따라서 바디 기반 알고리즘이 가장 자주 사용되었습니다. 동물의 큰 그룹의 분석은 여기에 제시되어 있지만, 시스템에 의해 측정 된 총 조사 시간에 따라 두 자극 사이의 통계적으로 유의한 차이를 관찰하기 위해 훨씬 더 작은 그룹 크기가 필요하다는 점에 유의해야한다. 예를 들어, 전력 계산을 통해 마우스의 SP 및 SNP 테스트에 5마리와 8마리의 샘플 크기만 필요합니다(α = 0.05, 전력 = 0.8). 그러나, 동물의 상당히 큰 그룹은 사회 행동의 모든 역학의 관찰을 보장하기 위해 여기에 사용되었다.

시스템은 실험자가 피사체의 신체 윤곽을 감지하기 위한 임계값을 수동으로 정의하도록 요구합니다. 사용할 올바른 임계값을 찾는 데 는 몇 가지 경험이 필요할 수 있습니다. 따라서 이 시스템에 사용되는 대부분의 알고리즘에는 일반 버전이 더 느립니다. 이러한 버전은 분석된 영화를 표시하고 온라인 조사 이벤트를 감지하지만 빠른 버전은 온라인 프레젠테이션을 활성화하지 않습니다. 새로운 사용자는 일반 버전을 사용하고 온라인 분석을 모니터링하여 제대로 작동하는지 확인하고 분석 절차에 대한 경험을 수집한 후에만 "빠른" 알고리즘을 사용하는 것이 좋습니다.

이 시스템의 장점 중 하나는 3챔버 테스트에 비해 조사 동작의 여러 매개 변수를 측정하여 보다 상세한 분석을 지원한다는 것입니다. 이 장점은 두 배입니다. 첫째, 실험자는 선호도를 결정하기 위해 총 조사 시간에만 의존할 필요가 없습니다. 한 자극의 선호도를 다른 자극에 대한 선호도를 검출할 때 긴 조사 시합 및 긴 간격이 총 조사 시간보다 더 민감하다는 것이 밝혀졌습니다. 이러한 매개 변수에 관해서는, 긴 조사 시합과 간격이 5 분 세션의 끝에서 조기에 종료되기 때문에 테스트의 마지막 순간에 해당 값이 아래쪽으로 편향되어 있음을 주목해야한다.

둘째, 여러 매개 변수는 다양한 조작에 따라 사회 조사의 역학의 미묘한 변화를 감지 할 수 있습니다. 예를 들어, C57BL/6J 수컷 마우스가 수염 트리밍 후 사회적 선호도를 잃었다는 것이 밝혀졌습니다. 대조적으로, SD 남성 쥐는 그들의 사회적인 특혜를 유지하지만 시험의 초기 단계에서 짧은 조사 시합 및 전환의 더 높은 수준에 의해 보인 것과 같이 사회적인 행동 역학을 바꾸었습니다. 전반적으로, 이 데이터는 수염 트리밍 다음 사회적 상호 작용을 위한 쥐와 마우스의 경향에 있는 감소를 건의합니다. 따라서,이 시스템은 다양한 조작에 매우 민감 할 수있는 사회적 행동의 역학의 엄격한 분석을 지원합니다.

요약하자면, 우리는 사회 조사 행동 역학의 자동화 된 분석을 지원하는 소설, 간단하고 저렴한 실험 시스템을 제시했다. 이 시스템은 다양한 균주와 작은 설치류의 유전자 변형 라인의 사회적 행동 적자에 대한 상세한 분석을 용이하게합니다. 또한, 여기서 입증된 조사 시합의 정밀한 검출과 피사체가 전기 케이블 또는 광섬유에 연결되어 있는 동안 동작을 분석하는 이 시스템의 기능과 결합되어 기록과 관련된 실험에서 사용할 수 있습니다. 사회적 행동과 관련된 뇌 활동의.

Materials

Name	Company	Catalog Number	Comments
Flea3 1.3 MP Mono USB3 Vision	FLIR (formerly PointGrey)	FL3-U3-13Y3M-C	Monochromatic Camera
FlyCap 2.0	FLIR (formerly PointGrey)	FlyCapture 2.13.3.61X64	Video recording software
Home 5 minute Epoxy glue	Devocon	20845	For gluing the metal mesh to the Plexiglas stimuli chambers
Matlab 2014-2019	MathWorks	R2014a - R2019a	Programming environment
Plexiglas boards (6 mm thickBlack or white)	Melina (1990) LTD, Israel	NaN	For arena and stimuli chambers construction
Red led strips (60 leds per meter) connected to a 12 V power supply	2012topdeal eBay supplier	NaN	For illumination of the acoustic chamber