23 Nisan 2015
Bir ev kafes ortamında farelerin uzun süreli ve kapsamlı bir izleme beyin hastalıklarının kemirgen modellerinde anormal davranış daha derin bir anlayış sağlar. Bu kağıt, çağdaş davranış analizi önemli bileşeni olarak Entegre Davranış İstasyonu (INBEST) açıklar.
Bu metodolojinin genel amacı, tanıdık bir ortamda temel davranışsal ölçümlerin sürekli izlenmesi yoluyla davranışsal fenotipleme ve deneysel farelerin tekrarlanabilirliğini ve standardizasyonunu iyileştirmektir. Bu modüler sistem, sayısallaştırılmış bir tırmanma ağı bilgisayarlı koşu tekerleği, otomatik bir gıda dağıtıcısı, iki fotosel kontrollü TER, bilgisayar kontrollü bir ışık uyarıcısı ve bir barınak, üçüncü taraf bileşenler ve video izleme ve olay kaydı ile entegre kızılötesi MPEG dört teknolojisinden oluşur Yazılım paketleri, dört deney ve dört kontrol hayvanının aynı anda izlenmesine olanak tanıyan sekiz arena oluşturmak için arayüzlenmiştir. Belirli davranışların gecikmeleri, frekansları ve süreleri MED PC four yazılımı kullanılarak analiz edilir.
Lokomotor aktivite ve hareket yollarının topografyası, kapsamlı istatistiksel analizler kullanılarak ETH ovision XT 8.5 yazılımı ile değerlendirilir. Veriler genellikle çeşitli fare modellerinde hastalığın ilerlemesinin neden olduğu davranış değişikliklerini ortaya çıkarmak için işlendi. Davranışın karmaşık ve hassas doğası, kronik olarak hasta farelerde güvenilir ölçümleri genellikle çok zorlaştırır.
Doğru, tarafsız davranış analizine izin veren yeni teknolojileri kullanmak. Inves veya Entegre davranış istasyonu adı verilen özel yapım bir izleme sistemini açıklıyoruz. Bu cihaz, spontan aktivite, yiyecek ve su alımı, duygusal tepkisellik, motive olmuş davranış gibi temel fonksiyonel çıktıların tümü düşük stresli ev tabanlı bir ortamda uzun süreli ölçümler sağlamak üzere tasarlanmıştır.
Yatırım yapmanın tek davranışsal testlere göre temel avantajları arasında sürekli izleme, nakliye stresini azaltma ve tarafsız bilgisayarlı analiz için anında beslenen birden fazla veri setinin hızlı bir şekilde toplanması yer alır. Sürekli izleme, geleneksel çalışmalarda yaygın olan karışıklıkları ele alsa da, nörolojik işlev ve mekansal öğrenme gibi bazı davranış alanlarının ev kafesi ortamında incelenemediğini ve bu nedenle ek testler gerektirdiğini belirtmek önemlidir. Davranış profilinin değerlendirmesini tamamlamak için, Deneyin başlamasından bir ila iki hafta önce, Fareleri 12 ila 12 aydınlıktan karanlığa bir döngüye alıştırmaya başlayın. Fareler en çok geceleri aktiftir.
Karanlık döngü zaman çerçevesini, deneycinin çalışma saatlerine paralel olacak şekilde ayarlayın. Sıcaklık ve havalandırma gibi diğer tüm çevresel faktörler bu süre zarfında sabit kalmalıdır. Kalıcı sayısal tanımlama için, testten önce fareleri beş ila yedi gün boyunca kuyruk dövmesi yapın.
Fareleri günde iki saate kadar düzenli olarak kullanın, böylece onları strese alıştırın, vücut ağırlığını, rektal sıcaklığı ölçün ve kaydedin ve genel görünümlerini not alın. Düşük gıda veya su tüketimi, vücut ağırlığı kaybı, kambur duruş, fırfırlı veya lekeli kürk hidrosefali veya göz çevresinden porfirin akıntısı gibi brüt anormallikler gösteren fareleri çalışmadan çıkarın. Ek olarak, bu zaman diliminde açık alan gibi çok çeşitli davranışsal testler gerçekleştirilebilir ve bu da performans açıklarının daha kapsamlı bir şekilde anlaşılmasını sağlar.
Uzun süreli bir davranışsal çalışma için, gıda dağıtıcısı tam bir fare yemeği peleti kaynağına sahip olmalıdır. Her biri 20 miligram ağırlığında. Bir şişe her zaman taze musluk suyu ile doldurulmalıdır.
Bir tercih testinde, ikinci bir şişe, şeker içeren bir şişe gibi alternatif bir ilgili çözüm sağlayabilir. Seanslar arasında tüketilen hacmi tahmin etmek için şişeleri tartın. İçme nöbetlerinin gecikmesini ve sıklığını ölçmek için, şişe ağızları TER'lere bağlanmalıdır.
Kızılötesi sensör yalamayı algılar, bu nedenle sensörün çıkış ağzı tarafından engellenmediğinden emin olun. Eğer öyleyse, musluğun uzunluğunu kafese sığacak şekilde değiştirin. Koşu tekerleğinden uzak bir köşeye bir sığınak yerleştirilmelidir.
Video takibi için odanın, yatırım yapılan zeminden veya duvarlardan yansımayan loş bir dağınık ışıkla aydınlatılması gerekir. Aydınlatma doğru bir şekilde ayarlandıktan sonra, test alanı test yazılımı için dijitalleştirilebilir. Bu gösteri için, arenayı kurmak için ETH Ovision XT 8.5 yazılım paketi kullanılır.
Varsayılan bir izleme projesi açarak ve deneysel ayarları girerek başlayın. Ardından video kaynağını seçin, bu durumda piccolo gayretli kavrayıcı. İzleme alanlarının sayısını dört olarak ayarlayın.
İzleme noktaları için orta burun ve kuyruğu seçin ve deneme listesinden Sonraki ölçü birimlerini seçin. Kurulum menüsü altında, deneme ekle düğmesine tıklayarak deneme sayısını tanımlayın. Ardından, fare kimliği, cinsiyet grubu, atama ve tür gibi bağımsız değişkenleri belirtmek için değişken ekle seçeneğini değiştirin.
Şimdi arena ayarları sekmesine tıklayarak ve mevcut çizim araçlarını kullanarak arenanın çevresini tanımlayarak arenanın arka plan görüntüsünü yakalayın Arena tanımlandıktan sonra, zemin, TER'ler, yiyecek dağıtıcısı vb. gibi ilgi alanlarını ana hatlarıyla belirtmek için bölge ekle seçeneğini kullanın. Ardından, gizli bölge grubu ekle seçeneğini kullanarak farenin görülemediği bölgeleri ekleyin. Bu, barınak ve koşu tekerleğini içerir.
Her gizli bölge ayrıca belirli bir giriş çıkış noktasına sahip olmalıdır. Her arenanın çevresini ve bölgelerini tanımladıktan sonra, yazılımdaki kalibrasyon seçeneğini kullanarak kalibrasyon testlerini gerçekleştirin. Her arenanın genişliğini ve uzunluğunu belirlemek için ölçek erişim aracını kullanın.
Ardından, doğrula düğmesini kullanarak her arenanın ayarlarını doğrulayın ve deneme parametrelerini ayarlamaya ve veri toplamaya devam edin. Veri toplama parametrelerinin elde edilmesi için önce programda ayarlanması gerekir. Deneme sürümü kontrol ayarları sekmesine erişerek ve deneme seti için zaman dilimlerini belirterek başlayın.
Arenada merkez noktasının süresi bir saniyeyi aştığında başlayacak başlangıç koşulu, deneme süresi, durdurma koşulu kutusu genişletilerek ve denemeyi 10 saat gibi önceden ayarlanmış bir gecikmeden sonra sonlandırılacak şekilde ayarlayarak ayarlanır, şimdi algılama ayarları sekmesi altından algılama yönteminden bir seçenek seçin. Ardından, ayarlar düğmesini kullanarak ve hala algılama modülündeyken Akımı yakala'yı seçerek boş arenanın referans görüntüsünü alın, merkez burun ve kuyruk algılama noktaları için kontrast aralığını ayarlayın. Aralığı sürekli olacak şekilde ayarlayın.
Ardından farenin arka plandan daha parlak veya daha koyu olduğunu belirtin. Şimdi, kameranın görüş alanına bağlı olarak konu boyutu ayarını yapın. Ardından, gerekirse, bilgisayarın neler yapabileceğine bağlı olarak analizin saniyedeki kare sayısını ayarlayın.
14.9 kare işleniyor. İkincisi genellikle yeterlidir. Algılama modülü seçeneklerinde tüm değişiklikler yapıldığında, davranışsal eylemlerin gecikmesini, sıklığını ve süresini ölçmeye devam etmeden önce bunları kaydettiğinizden emin olun.
MED PC dörtte özel olarak hazırlanmış bir rutin, fare kimliği, deneme süresi, koşu tekerleği nöbetleri vb. gibi oturum parametrelerinin adım adım girişi için kullanılır. Bu parametrelerin tümü girildiğinde ve tüm test ekipmanı açıldığında, fareyi arenaya yerleştirerek devam edin. Ardından, kayıt düğmelerine aynı anda basarak video ve olay izleme paketlerini senkronize edin ve daha sonra kayıt süresi sona erdiğinde sessizce odadan çıkın, fareleri ev kafeslerine geri koyun, şişe ağırlıklarını ölçün ve kaydedilen tüm verileri dijital ortama kaydedin.
Ham veriler, analiz için bir elektronik tabloya çıkarılabilir ve ham video dosyaları, stereotipleme veya nöbetler gibi nadir davranışlar için puanlanabilir. En iyi bir fare kullanan CD bir fare ile uzun süreli bir çalışma, ameliyat öncesi birkaç gün sonra gerçekleştirildi. Başlangıç verileri toplandı, ardından beyin reaktif antikorlarının sürekli intra serebro ventriküler uygulamasını içeren ameliyat sonrası veriler toplandı.
Beşinci günden başlayarak, deney grupları su şişelerinin yalanmasının azalması da dahil olmak üzere çeşitli bozukluklar gösterdi. Ayrıca sukraloz çözeltisi ile şişelere yaklaşmak için artan bir gecikme gösterdiler ve gıda tüketiminin azaldığını gösterdiler. Bu değişikliklerle aynı zamana denk gelen, beyin reaktif antikorları uygulanan fareler, video izleme yazılımı tarafından ölçülen kontrol farelerinin ambulasyonuna kıyasla azalmış koşu tekerleği aktivitesi de göstermiştir.
Deney grubunda, tedavi edilen fareler barınaklarda zaman geçirmeyi tercih etti. Bu veriler kullanılarak, bu davranışsal farklılıkları göstermek için basit bir rogram oluşturuldu. Bu videoyu izledikten sonra, tarafsız davranış analizi için özel yapım bir izleme cihazının nasıl kurulacağını iyi anlamış olmalısınız.
Ev tabanlı bir ortamda, Otomatik ev kafesi fenotiplemesi, tutarsız çevresel ortamlar, ulaşım, stres ve inves gibi tekrarlanan kullanım aparatları ile ilgili sorunları en aza indirerek, spontan hareket güdümlü davranış ve duygusal tepkisellik ile ilgili hastalık kaynaklı davranışsal eksikliklerin başlangıç kinetiğinin ve ciddiyetinin daha doğru bir şekilde değerlendirilmesine izin veren çok sayıda bilgi sağlar. ayrı çalışmalarda.
Bu çalışma, ev kafesi ortamındaki farelerin kapsamlı izlenmesi için tasarlanmış modüler bir sistem olan Entegre Davranış İstasyonunu (INBEST) sunmaktadır. Çalışma, beyin hastalıklarının fare modellerinde davranışsal fenotiplemenin tekrarlanabilirliğini ve standardizasyonunu artırmayı amaçlamaktadır.
Fare modellerinde davranışsal fenotipleme, MSS ilaç keşfinde hedef doğrulaması için kritik öneme sahiptir; ancak geleneksel yöntemler stres, tutma işlemleri ve çevresel tutarsızlıklar yoluyla değişkenliklere yol açar. Entegre Davranış İstasyonu (INBEST), temel fonksiyonel çıktıların sürekli ve kafes tabanlı izlenmesine olanak tanıyarak bu zorlukları giderir ve böylece veri güvenilirliğini ve tekrarlanabilirliğini artırır. Bu sistem, düşük stresli bir ortamda hastalık ilerlemesini yansıtan boylamsal ve nicel davranışsal okumalar sağlayarak, erken keşif aşamasında mekanistik risk azaltmayı ve öngörüsel güveni destekler.
INBEST, erken hedef doğrulamadan öncü bileşik optimizasyonuna kadar uzanan keşif sürekliliğine, özellikle davranışsal son noktaların git/gitme kararlarını bilgilendirdiği MSS fenotipleri için uyum sağlar. Güvenilir temel çizgiler ve hastalık ilerleme modelleri oluşturarak alt aşamalardaki preklinik çalışmaları tamamlar.