Yöntem makalesi

Kemirgenler tarafından güçlendirilmiş karar verme sırasında maliyet-fayda analizi değerlendirmek için operant protokolleri

DOI:

10.3791/57907

⸱

10 Eylül 2018

 ,  ,  ,  , 
1Department of Optometry and Vision Science, The University of Melbourne, 2Neuroscience Research Center, Shahid Beheshti University of Medical Science, 3Department of Medicine, The University of Melbourne, 4Royal Melbourne Hospital

* These authors contributed equally

Bu makalede

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Fayda-maliyet analizi karar verme boyunca beyin gerçekleştirir ağırlığında ölçekli bir yaklaşımdır. Burada, biz tren için bir protokol fareler üzerinde bir edimsel dayalı karar verme paradigma nereye fare seçmek için 15 bekleyen pahasına daha yüksek Ödülleri teklif s onları almak için.

Özet

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Takviye güdümlü karar verme yararları ve onların sonuçları göreli değeri temel alınarak eylem rakip içerisinde arasında seçim yapmak yeteneğidir. Bu işlem için normal insan davranışlarının ayrılmaz bir parçasıdır ve bağımlılık, şizofreni ve depresyon gibi nörolojik ve psikiyatrik bozukluklar tarafından kesintiye olduğu gösterilmiştir. Kemirgenler uzun insan biliş Nörobiyoloji ortaya çıkarmak için kullanılmıştır. Bu amaçla, çeşitli davranış görevleri geliştirilmiştir; Ancak, çoğu sigara otomatik ve emek yoğun. Açık kaynak mikrodenetleyici son gelişmeler çeşitli bilişsel görevleri, uyarıcı sunu standartlaştırılması değerlendirmek için edimsel tabanlı görevleri otomatikleştirmek araştırmacılar sağladı veri kayıt iyileştirilmesi ve sonuç olarak, artırma araştırma çıktı. Burada, otomatik bir gecikme tabanlı takviye güdümlü karar alma işlemi, T-maze özel olarak yazılmış yazılım programları tarafından kontrollü bir edimsel kullanarak açıklar. Bir gecikme tabanlı maliyet ve fayda karar verme görevi gerçekleştiren iken bu karar verme görevleri'ni kullanarak, biz değişiklikleri bir sıçan anterior singulat korteks yerel alan potansiyel faaliyetlerine gösterir.

Giriş

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Karar verme tanıma ve değerleri ve karar verici tercihleri ve seçili eylem1sonuçlarını temel seçenekleri seçerek işlemidir. Her ne kadar karar verme kapsamlı böyle bilişsel temel (yani, ekonomi, psikoloji ve neuroscience), sinirsel mekanizmalar henüz tam olarak anlaşılamamıştır farklı alanlarında eğitim gördü. Karar verme iki alt kategorileri algısal karar verme ve takviye güdümlü karar verme vardır. Onlar önemli çakışan öğeler ve kavramlar dahil rağmen takviye güdümlü karar verme göreli değeri ile ilgilenir, ancak algısal karar verme kullanılabilir duyusal bilgileri1,2' de, dayanır eylemleri üzerinde belirli zaman ölçeği3kazandı. Bir önemli güçlendirilmiş karar verme sezgisel beyin tarafından gerçekleştirilen belirli seçimler faydaları bilgi işlem ve ilgili maliyetler her alternatif1çıkarılarak fayda-maliyet analizi yönüdür.

T-maze (veya Y-labirent varyant) bilişsel deneyler kemirgenler kullanarak en çok kullanılan labirentine biridir. Hayvanlar başlangıç kol (T temel) yerleştirilir ve hedef kol (bir yan kollar) seçmek için izin. Zorla münavebe veya sol-sağ ayrımcılık gibi esas olarak T-maze kemirgen ile başvuru ve çalışma bellek4test etmek için kullanılan görevler verilmiştir. T-labirentine de yaygın olarak kullanılan karar verme deneyler5,6,7. Basit tasarım, ödül tek bir hedefi kolundan yerleştirilir. Tahmin edilebilir bir seçimdir ve hayvanlar kesinlikle ödül ödül değeri ne olursa olsun hiçbir şey yerine tercih ederdim. Ödüller her iki amaç kollarında yerleştirin ve sonra birkaç parametre bağlı olarak (yani, hayvanın doğal tercih, senin değerini maliyetleri arasındaki farkı ödenecek) almak için hangi yolu karar hayvanlar için başka bir seçenektir. Değer temelli tasarımında, görev tartma-ölçek özellikleri sağlayarak daha karmaşıktır. Bu şekilde, bir hayvan farklı değerli ödüller iki seçenek arasında yanı sıra eylemler [yani, (gecikme tabanlı) bekleyen veya ödülleri almak için gereken tutarı çaba (çaba tabanlı)], maliyetler arasındaki seçerek alır 5,6yapılan karar katkıda bulunan her.

Geleneksel gecikme tabanlı T-maze karar vermede, hayvanlar yüksek ödül kol (HRA) seçin ve tam tersini önlemek için eğitilmiştir düşük ödül kol (LRA). HRA ve Ira kenarlarına deney boyunca değişmeden kalır. Yukarıda açıklanan görevi de literatürde belgelenmiş oldu rağmen birkaç yordam sakıncaları uğrar. İlk olarak, bir sabit hedef kol sahip olarak, hayvan hangi her deneme başlangıcından seçmek için kol biliyor. Bu senaryoda, hayvanlar onların bellek yerine karar verme göre hedef kol seçebilirsiniz. Bir hayvan çalışma müdahale nedeniyle düşük ödül seçerse bu nedeniyle bir kayıp bellek veya çalışma müdahale olup dolayısıyla, bir gecikme dayalı karar verme paradigma, bu açık olmayacak. Bellek sorunu gözlenen davranış ayırmak için bir bellek kontrol grubu olarak düşünülebilir, ama bu durumu araştırmacılar ve hayvanlar hem nedeniyle ek iş7. İkinci bir endişe hayvan tarafından karar verme zamanı: hayvanlar karar bölge (tüm üç silah junction) ulaştığınızda, onlar genellikle sola ve sağa bak her kol ile ilgili faydaları ve maliyetleri tartmak ve sonra onların kararı. Ancak, bir kaç denemeler sonra onlar karar bölgede gelmeden önce böyle bir hesaplama gerçekleştirmek ve sade bir şekilde koşmak doğrudan ödül kol. Sonuç olarak, bu iki dezavantajı — bir kol ve karar verme anını bulma öncesi bir önyargı — her ikisi de son derece elektrofizyolojik yorumlanması kesme ve nörogörüntüleme veri.

Yöntemde, bu yazıda açıklandığı tercih edilen kol (HRA) işitsel bir cue tarafından sildim ve deneme deneme değişebilir. Hayvanlar başlatmak denemeler test bölgesi (Şekil 1) girip "burun-alay tarafından" işitsel işaret uyarının harekete geçirilmesine karşılık üç silah kavşağında yer vardır kızılötesi bir kapı. Ses sinyali (20 dB, 500 ve 1000 ms arasında) bir hoparlörden hedef kol sonunda oynanır.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada olduğunu tüm yordamlarda açıklandığı onaylanmış ve bakım ve kullanım Laboratuvar hayvanları için kılavuz doğrultusunda yürütülen ve Florey Enstitüsü hayvan Etik Komitesi veya nörolojik araştırma merkezi tarafından onaylanmış.

1. konut, işleme ve Gıda kısıtlama

  1. Yetişkin (normalde 8 hafta eski) erkek rats (herhangi bir suş) kullanın ve bir 12-h ışık/karanlık döngü ile odada saklayın.
  2. Hayvanlar görevi gerçekleştirmek için teşvik etmek için onların gıda erişimi sınırlayın.
    Not: her birinin gıda alımı daha iyi bir denetim sağlar gibi hayvanlar singularly konut, önerilmektedir.
  3. Gün 1-3, hayvanlar için yaklaşık 5 dk, 2 x bir gün başa.
    Not: Kullanım hayvan ile insan temas familiarizes ve stres ve anksiyete deneyler boyunca hayvanlarda düzeyini azaltır.
  4. Hayvanlar her işleme oturumdan sonra tartın. İlk günkü ağırlık ücretsiz besleme tutar olarak kullanın ve hayvanlar onların ücretsiz besleme miktarı yaklaşık % 80-85 üzerinde tutun.

2. deneysel Set-up

  1. 3 bölümleri veya silah, 2 uyarıcı hoparlör, 5 geri çekilebilir kapılar ve 5 kızılötesi hareket sensörleri veya kızılötesi ışını (IRB) sensörleri ile donatılmış bir T-maze kullanın.
    Not: T-maze orta yoğunluklu sunta (MDF) veya Polivinil klorür (PVC) inşa.
  2. Burada bir Arduino mikroişlemci tarafından inşa labirent kontrol.
  3. Arduino kodu bilgisayara kopyalayın.
  4. Arduino Yazılım yazılım web sitesinden download ve install o üstünde bir bilgisayar.
  5. Mikrodenetleyici bir USB bağlantı noktası kullanarak bilgisayara bağlayın.
  6. Bilgisayarda, bilgisayar yazılımı simgesini tıklatın, Araçlar' a gidin ve sonra bağlantı noktasıseçin.
  7. Aşağı açılan menüsünden yazılımı bilgisayara bağlanır COM bağlantı noktası (iletişim bağlantı noktası) seçin.
  8. Araçlar ' a gidin ve kurullarıseçin. Aşağı açılan menüsünden T-maze denetleyen Arduino türünü seçin.
  9. Sol tıkırtı Upload üstünde belgili tanımlık tepe-in arabirimi pencere. Arduino kodunu seçin. İşlem bitene kadar bekleyin.
  10. En seri monitör simgesini arabirimi penceresinin hemen. Sonra yeni bir açılır pencerede baud hızı 115200 için değiştirin.

3. habituation labirent

  1. Habituation her oturum önce deney odası en az 1 önce deneme s hayvanlar getirmek.
  2. 10 şeker granül her hedef kol bırakın ve tüm kapılar açık bırakın.
    Not: Bu aşamada, hayvanların hareketleri (Şekil 1) izlemek için gerek yoktur.
  3. Gün 1-3: hayvanları tek tek yer labirent 10 dk bir süre için herhangi bir kısıtlama ile labirent keşfetmek için günde 1 x.
  4. Gün 4-5: hayvanlar, tek tek labirentinde yerleştirin. 2 granül her kolundan bırakın ve onlara gıda her iki taraftan örnekleme yapmak izin. Hayvan labirentten granül her iki taraftan yedikten sonra hemen veya labirentinde olmanın 5 dk sonra kaldırın.
    Not: Bu aşamada ve önceki aşamaya arasındaki temel fark hayvanlar labirentten hemen her iki çökeltilerini yedikten sonra kaldırılması ihtiyaç vardır. Bu bir deneme sonunda labirent üzerinden kaldırılmakta olan bir hayvan tanıtmak.
  5. Her oturum sonra maze's zemini % 70 etanol ile temiz ve etanol sonraki hayvan labirentinde yerleştirmeden önce buharlaşıp vardır emin olun.

4. ayrımcılık eğitim

  1. Labirent hazırlık
    1. 6. gün: deney odası en az 1 önce deneme s hayvanlar getirmek.
    2. Arduino programını çalıştırın ve deneme sayısı olan ilk 4 denemeler zorla-seçim olacaktır ve geri kalan seçim denemeler olacak 14'e ayarlayın.
      Not: Programın rasgele denemeler T-maze sağ tarafında ve sol için atanan eşit sayıda oluşturacaktır.
    3. Her deneme başlamadan önce 4 pelet HRA ve Ira olan diğer kol 2 granül olarak sildim için olan hedefi kol yerleştirin.
  2. Zorla-seçim deneme eğitim (4 denemeler)
    1. Hayvan diğer kol seçmek zorunda böylece sözde rasgele bir kolu her davadan önce engelleyin.
      Not: işitsel sinyal HRA tarafında zirveler iken bloke kol yüksek ödül kol veya düşük ödül kol olabilir.
    2. Bir hayvan başlangıç kutusunda (Şekil 1) yerleştirin. 5-7 s sonra aynı anda başlangıç kapıyı açın ve Arduino'nın arabirimi penceresinde Başlat ' ı tıklatın.
    3. Hayvan granül yedikten sonra hemen veya labirentinde olmanın 5 dk sonra toplama.
    4. 2 min için evde kafesteki hayvan bırakın.
  3. Seçim deneme eğitim (10 deneme)
    1. Her deneme, yakın kapı-B önce yazılım tarafından HRA için seçili olan kol. Ters kol (LRA) kapı-A açık bırakın.
    2. Bir hayvan başlangıç kutusunda (Şekil 1) yerleştirin. 5-7 s sonra aynı anda başlangıç kapıyı aç ve Başlat' ı tıklatın.
    3. Özgürce seçim kolunu hayvanın izin. Hayvan seçerse HRA, açık kapı-A, odası, kapalı kapı-A ve hemen de seçili gıda hayvan erişim vermek için açık kapı-B girin hayvanın izin.
    4. Hayvan Ira, iyi gıda hayvan erişim vermek için açık kapı-B seçerse.
    5. De seçili gıda yiyecekleri yemiş sonra hayvan kaldırmak ve 2 min için ev kafeste bırakın.
    6. Her hayvan için 10 seçim denemeler tamamlamak ve her denemede hayvanın seçim (HRA ya da IRA) kaydedin.
    7. Yüksek ödül seçim (HRC) yüzdesi her eğitimden sonra tüm seçim-denemeler için hesaplayın.
    8. 14 yollar tamamlanmasını takiben, her kızılötesi algılayıcı tarafından elde edilen bireysel kez Arduino arabirimi penceresinde gösterilir.

5. gecikme eğitim

  1. Bir kez her hayvan % 80'i HRC ayrımcılık eğitim (adım 4) ulaştı, her hayvan için günde 10 denemeler çalıştırarak gecikme eğitim başlar. Bu aşamada, hayvan HRA seçtiğinde sadece bir 5 s gecikmeden sonra açılacak kapı-B olduğunu.
  2. Hayvan 5 s gecikme ile bir eğitim oturumu sonunda % 80 bir HRC ulaşırsa, gecikme 10 artırmak için sonraki eğitim oturumu s.
  3. Hayvan bir HRC %80 10 s gecikme ile ulaştı sonra gecikme 15 artırmak s sonraki eğitim oturumu için.
  4. HRC her eğitimden sonra hesaplamak her deneme için hayvanın seçim kaydedin.
  5. Çalışmaların tamamlanmasını takiben, her kızılötesi algılayıcı tarafından elde edilen bireysel kez Arduino arabirimi penceresinde gösterilir.
    Not 1: Zamanlayıcı Enter' ı tıklattığınızda başlar. 'Time_decision' IRB-1 burun poke sonra zamanı geldi. 'Time_left_1' ne zaman bir hayvan IRB - 1 L ve IRB - 2 L bozulduğunda 'Time_left_2' zamanı. Davranışsal çalışma Elektrofizyoloji veya sinirsel görüntüleme ile birleştirilirse (Örneğin, kalsiyum görüntüleme) yöntemleri, film kayıt sinirsel sinyallere hayvanın davranışının daha iyi eşitleme için önerdi.

6. elektrofizyoloji (elektrot imalat)

  1. Tek veya çift kutuplu elektrotlar yerel alan potansiyelleri (LFPs) kaydetmek için kullanın.
    Not: yerel ses iletim etkisini azaltmak yeniden başvuran sağladığından bipolar elektrotlar kullanımı önerilmektedir. Bu nedenle, kaydedilmiş LFP 2 elektrot uçları arasındaki ~ 200 mikron mesafe ile arasındaki fark gerilim olduğunu.
  2. İki kutuplu bir elektrot yapmak için 2 tungsten elektrotlar tutkalla veya 2 Paslanmaz çelik teller birlikte rüzgar (normal, İngiltere'de yılın kaplı paslanmaz çelik teller 50 mikron çapında kullanılır).
  3. Topraklama lehim ve bir mini fiş/soket-kayıt sistemi Elektrofizyoloji bağlayıcıya olmak için kayıt teller.

7. anestezi

  1. Elektrotlar implant için fareler ketamin (100 mg/kg) ve xylazine (8 mg/kg) karışımı bir mayi enjeksiyon veya aşağıdaki adımlarda açıklandığı gibi isoflurane yönetme anestezi.
    Not: Isoflurane anestezik derinliği Gelişmiş denetimi nedeniyle önerilir.
  2. Anestezik bir makine bir kontrollü oksijen ve anestezik buharı akışı ile kullanın.
  3. Hayvan tarafından isoflurane anestezi için indüksiyon odasında yerde ve anestezik makinede yaklaşık % 4 ve oksijen 500-1000 mL/dk hızında isoflurane ayarlayın.
  4. Hayvan iyileştiren refleks kaybolana kadar indüksiyon devam.
  5. Anestezik bakım oranı % 1-2.5 isoflurane ve 300-400 mL/dk oksijen makine üzerinde ayarlayın.
  6. Isı yalıtımı (pamuk yün) paneliyle stereotaksik bir aygıtta yerleştirin ve sonra hayvan stereotaksik cihazın hareketsiz.
  7. Hayvan ayak parmak pinching tarafından anestezi düzeyini ölçmek.

8. cerrahi müdahale

  1. Bir elektrikli tıraş makinesi veya makas kullanarak, belgili tanımlık kesme yapılması nerede hayvanın kafasını tıraş ederim.
  2. Cerrahi alan etanol ve sonra povidone-iyot, % 4 ile fırçalayın.
  3. Hayvanın kornea cerrahisi sırasında korumak için göz yağ uygulayın.
  4. Doku forseps kullanarak, cilt hayvanın gözleri ve kulakları arasında yavaşça çekin. Makas kullanarak, forseps arasında sıkışmak deriyi kesme ve kapaklarini kaldırın.
  5. Temiz ve dezenfekte kafatası için hidrojen peroksit kullanın.
  6. Stereotaksik koordinatları kullanarak elektrot ekleme noktasının konumunu bulmak ve kalıcı bir kalem ile kafatasında işaretler.
  7. Bir el matkap topraklama elektrodu, implant ve kayıt elektrot başına tek bir delik demirleme için bir için bir delik açmak için kullanın.
  8. Elektrotlar kortikal ve subcortical zarar en aza indirmek için çok yavaş bir hızda yerleştirin.
  9. Topraklama elektrot kafatasına küçük bir vida kullanarak bağlayın.
  10. İnce bir tabaka halinde diş akrilik çimento kullanarak güvenli bağlayıcı tak/yuva yerde.
  11. Buprenorfin enjekte (15 µg/kg, subkutan) veya Meloksikam (1-3 mg/kg, subkutan) ağrı kesici olarak.
  12. Hayvan kurtarmak için ısıtmalı bir mindere bir kafes içinde bırakın. Anestetik kurtarıldı kadar hayvan en az her 30 dk gözlemlemek.

9. sonrası yordamı eğitim

  1. Ameliyat en az 10 gün iyileşme süresi sağlar. Gıda ücretsiz erişim ayrı ayrı hayvanlarla ev ve ad libitum su ve onları günlük olarak izlemek (Rudebeck, Walton, Smyth, Bannerman ve Rushworth7 daha fazla bilgi için bkz:).
  2. Kurtarma, hayvanın diyet onların ücretsiz besleme miktarı % 85'i için kısıtlama başlatın.
  3. Ayrımcılık faz (adım 4) çağırmak için labirent hayvanlarda yeniden eğitmek.
  4. HRC % 80'i elde ettik kadar fareyi yeniden eğitim devam ediyor.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Burada sunulan sol orbitofrontal korteks (OFC) ve altı erkek Wistar rats bipolar elektrotlar (Toplam PFA kaplı paslanmaz çelik) kullanarak anterior singulat korteks (ACC) kaydedilen LFP veridir. Tablo 1 davranış edinme uzunluğu her eğitim aşaması için gösterir. Koordinatları hedef Lokasyonları bir sıçan gelen belirlenmiştir için beyin atlas9 ve aşağıda listelenmişlerdir: AAC, bregma, 0.8 mm lateral orta hat ve 2 mm kafatası; ventral anterior 1,2 mm...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Kemirgenler uzun farklı konular, bilişsel öğrenme ve bellek2,14 ve güçlendirilmiş davranış7,15,16 gibi başa neuroscientific çalışmalarda kullanılmıştır için merkezi denetim organları17,18 ve neuropharmacology19,20. Önerilen protokol karmaşık bir davranış ...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Yazarlar ifşa gerek yok.

Teşekkürler

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Bu araştırma RMH nörolojik bilimler Vakfı, Avustralya tarafından desteklenen; Avustralya beyin Vakfı; RACP Thyne Reid Bursu, Avustralya; ve Bilişsel Bilimler ve teknolojileri Konseyi, İran yapımı Abbas Haghparast'a bir projeye göre verin.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
T-labirentKendi Kendine Yapılmış
Tozsuz Hassas Şeker PeletleriTSE Sistemleri Uluslararası GrupF002345 mg, Sükroz
Ketamin Hidroklorür Enjeksiyonu, USPSigma-Aldrich6740-87-0
KsilazinSigma-Aldrich7361-61-7
stereotaksik cihazStoelting
IsofluranSanta Cruz Biyoteknolojisc-363629Rx
PFA kaplı paslanmaz çelik tellerA-M sistemleri
akrilik çimentoVertex, MA, ABD
(ahşap veya PVC (polivinil klorür) yapımı)yerel tedarikçiler
Mini-Fit Güç KonektörüMolex15243048
ethannol 70%Yerel tedarikçiler
buprenorfinelmas sırtlı ilaçlar
Arduino UNOArduinohttps://www.arduino.cc/
Kızılötesi yayan diyotSharpGL480E00000F http://www.sharp-world.com/
Chronux ToolboxChronux.org
Arduino kodlarıhttps://github.com/dechuans/arduino-maze

Kaynaklar

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Gold, J. I., Shadlen, M. N. The neural basis of decision making. Annual Review of Neuroscience. 30, 535-574 (2007).
  2. Shi, Z., Müller, H. J. Multisensory perception and action: development, decision-making, and neural mechanisms. Frontiers in Integrative Neuroscience. 7, 81(2013).
  3. Sutton, R. S., Barto, A. G. Reinforcement Learning: An Introduction. 1, MIT Press. Cambridge, MA. (1998).
  4. Khani, A., Rainer, G. Neural and neurochemical basis of reinforcement-guided decision making. Journal of Neurophysiology. 116, 724-741 (2016).
  5. Fatahi, Z., Haghparast, A., Khani, A., Kermani, M. Functional connectivity between anterior cingulate cortex and orbitofrontal cortex during value-based decision making. Neurobiology of Learning and Memory. 147, 74-78 (2018).
  6. Khani, A., et al. Activation of cannabinoid system in anterior cingulate cortex and orbitofrontal cortex modulates cost-benefit decision making. Psychopharmacology. 232, 2097-2112 (2015).
  7. Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., Rushworth, M. F. Separate neural pathways process different decision costs. Nature Neuroscience. 9, 1161-1168 (2006).
  8. Gage, G. J., et al. Surgical implantation of chronic neural electrodes for recording single unit activity and electrocorticographic signals. Journal of Visualized Experiments. (60), e3565(2012).
  9. Paxinos, G., Watson, C. The Rat Brain in Stereotaxic Coordinates. , Academic Press. San Diego, CA. (1998).
  10. Bokil, H., Andrews, P., Kulkarni, J. E., Mehta, S., Mitra, P. P. Chronux: a platform for analyzing neural signals. Journal of Neuroscience Methods. 192, 146-151 (2010).
  11. Cohen, M. X. Analyzing Neural Time Series Data: Theory and Practice. , MIT Press. Cambridge, MA. (2014).
  12. Luk, C. -H., Wallis, J. D. Choice coding in frontal cortex during stimulus-guided or action-guided decision-making. Journal of Neuroscience. 33, 1864-1871 (2013).
  13. Rudebeck, P. H., et al. Frontal cortex subregions play distinct roles in choices between actions and stimuli. Journal of Neuroscience. 28, 13775-13785 (2008).
  14. Goshadrou, F., Kermani, M., Ronaghi, A., Sajjadi, S. The effect of ghrelin on MK-801 induced memory impairment in rats. Peptides. 44, 60-65 (2013).
  15. Haghparast, A., et al. Intrahippocampal administration of D2 but not D1 dopamine receptor antagonist suppresses the expression of conditioned place preference induced by morphine in the ventral tegmental area. Neuroscience Letters. 541, 138-143 (2013).
  16. Esmaeili, M. -H., Kermani, M., Parvishan, A., Haghparast, A. Role of D1/D2 dopamine receptors in the CA1 region of the rat hippocampus in the rewarding effects of morphine administered into the ventral tegmental area. Behavioural Brain Research. 231, 111-115 (2012).
  17. Chaleek, N., Kermani, M., Eliassi, A., Haghparast, A. Effects of orexin and glucose microinjected into the hypothalamic paraventricular nucleus on gastric acid secretion in conscious rats. Neurogastroenterology & Motility. 24, e94-e102 (2012).
  18. Kermani, M., Eliassi, A. Gastric acid secretion induced by paraventricular nucleus microinjection of orexin A is mediated through activation of neuropeptide Yergic system. Neuroscience. 226, 81-88 (2012).
  19. Kermani, M., Azizi, P., Haghparast, A. The role of nitric oxide in the effects of cumin (Cuminum Cyminum L.) fruit essential oil on the acquisition of morphine-induced conditioned place preference in adult male mice. Chinese Journal of Integrative Medicine. , 1-6 (2012).
  20. Ahmadi, A., et al. Synthesis and antinociceptive behaviors of new methyl and hydroxyl derivatives of phencyclidine. Current Medicinal Chemistry. 19, 763-769 (2012).

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Bu JoVE makalesinin metnini veya şekillerini yeniden kullanmak için izin iste

İzin iste

Etiketler

Operant T mazeDelay based Decision MakingReinforcement guided BehaviorRodent Cognitive TaskAutomated Behavioral AssayLocal Field PotentialAnterior Cingulate CortexInfrared Motion SensorsCustom Software ProgramSugar Pellet Reward

İlgili makaleler