自由に学習の三つの段階を越えハトを移動する単一ニューロン」の活動電位を記録する

次の実験の全体的な目標は、単一のニューロンの応答パターンを特徴付けることです。一方、実験対象は、応答に対する条件の獲得、消滅、および再獲得を含む視覚的識別タスクを実行します。まず、経験豊富な被験者は、2つの異なる視覚刺激のうちの1つを提示した後、2つの可能な選択肢の応答のうちの1つを発するように訓練されます。

動物が2つの刺激のうちのランダムな1つに応答して確実に識別を行った後、強化が続くことはもうありません。その刺激に対する条件付きの反応が悪化すると、再び、継続的に強化され、応答の迅速な要求につながります。その結果、動物が学習課題に従事している間に、個々のニューロンの応答パターンが徐々に変化することが示されています。

この手法が既存の方法と比較した場合の主な利点は、異なる学習段階が数時間以内に1つのセッションで実装されることです。これにより、学習の過程で個々のニューロンの活動電位を追跡することができます。この方法は、単一細胞レベルでの適応オペラント行動の根底にあるメカニズムについての洞察を提供することができます。

自動整形を開始するには、付属のテキストプロトコルで説明されているようにセットアップされたテストチャンバーに鳩を置きます。次に、中央のキーに5秒間の視覚的な初期化刺激を提示します。初期化スティミュラスの終了直後、またはレスポンスキーを1回つついた後のいずれか早い方で、キー照明をオフにし、フードホッパーを2秒間アクティブにしてフード報酬を提示します。

試行間隔を刺激提示よりも長く保ちます。学習を促進する時間。初期化スティミュラスは、最終タスクの初期化確認および選択キーとして再利用されます。

動物が少なくとも85%の試行で応答したら、試行間隔を段階的に10秒に減らし、プレゼンテーション時間を2秒に減らします。強化に必要な応答の数を3つに増やします。1 日の合計試行回数を増やして、動物が約 1 時間訓練されるようにします。

すべてのキーについて、初期化刺激に対する応答が確実に得られるまで、左右の応答キーについてこれらの学習手順を繰り返します。左、右、および中央のキーに対する代替試行は、初期化刺激が最初に中央に提示され、応答が得られたら、初期化刺激を両側のキーに提示するようになりました。センターキーの応答を強化しないでください。

試行ごとにランダムに補強されるサイドキーを交互に行います。5秒経っても中央のキーに応答がない場合は、試用を終了します。このトレーニング段階は、STIの初期化後約3日間かかります。

最後の課題では、後でおなじみの刺激として機能する2つの新しい刺激を導入し、その刺激で自動車の整形ステップを繰り返して、おなじみの刺激に対する反応を得る。新しい刺激のトレーニングは、通常4日以内に正しい反応をもたらします。与えられたおなじみの刺激に対して正しい選択キーのみを照らします。

このトレーニングフェーズは、被験者が正しいサイドキーに対して少なくとも85%の応答で確実にパフォーマンスを発揮した後、約1週間かかります。選択フェーズ中に両側のキーが点灯する自由選択トライアルを導入します。正しい側への応答は、2秒間食品軸で強化されます。

間違った応答の後、家の照明が2秒間消えます。3 秒以内に応答がない場合は、試行を終了し、試行間隔を再開するようにプログラムを設定します。このフェーズのトレーニングには約2週間かかります。

トレーニングの過程で、自由選択式トライアルの割合を 20% から 100% に徐々に増やします。被験者が自由選択式の試行で90%を超える正解率を達成した場合、正解の報酬確率を0.5に減らし、セッションあたりの試行回数を1000に増やします。パラメータを毎日変更するのではなく、柔軟に選択してください。

被験者のパフォーマンスレベルによって異なります。このトレーニング期間は約4週間続きます。ハトは本質的に新生恐怖症であり、なじみのない刺激をつつくのをためらいます。

したがって、さまざまな視覚刺激に対して自動整形を繰り返します。トレーニングが完了すると、新しい刺激を使用した最終的な単一インターバル力選択タスクを、さまざまな強化条件下で実行できます。ウォームアップ段階では、被験者に馴染みのある刺激で50回の試行を実行させます。

これらの刺激の報酬確率は、獲得段階での反応意欲の喪失を防ぐために、すべてのフェーズで1未満にのみ設定してください。おなじみの刺激と新しい刺激の提示を伴うランダムに交互の試行は、2つの新しい刺激に対して異なる応答キーを正しいものとして割り当て、すべての正しい応答を強化します。正解率を、過去 120 回の試行の移動平均として計算します。

消滅段階で少なくとも150回の試行が実行された後、各新規刺激の性能が85%を超えた時点で取得が完了します。ランダムな新しい刺激に対する正しい反応を強化したり、間違った反応を罰したりするのはやめましょう。正しい場合は、要求フェーズを開始します。

絶滅刺激への反応は60%未満に低下し、動物はこの段階で少なくとも合計150回の試行を完了しています。再獲得段階では、獲得段階で行われたように、絶滅刺激に対する正しい反応を強化し、誤った反応を罰します。この刺激のパフォーマンスが85%を超え、動物がこのフェーズで少なくとも150回の試行を行った場合は、セッションを終了します。

インプラント電極。動物が全獲得消滅再獲得プロセスを数回完了したら、セッションごとに新しい刺激のペアを使用し、開始する前に少なくとも125マイクロメートルまたは駆動スクリューの半回転だけ電極を進めます。十分な信号対雑音比の活動電位が観察されない場合は、セッションを中止し、動物をホームページに配置してから、翌日再試行してください。

オフライン解析ソフトウェア「バンパス」を使用して、500 ヘルツから 5 、 000 ヘルツまでのすべてのチャネルを急なロールオフでフィルタリングし、振幅しきい値を持つスパイクを抽出し、原理成分分析を使用して手動でソートします。結果を並べ替えるためのカスタム記述された MATLAB コードは、MATLAB Central File Exchange で入手できます。十分に分離された単一ユニットは、明確に分離されたクラスターである必要があります。

原則として、記録されたすべての波長がオーバーレイされ、ヒートマップとしてプロットされる場合、コンポーネント空間には複数のユニットの符号はありません。セッション全体を通じて対称的に分布したピーク波形振幅が安定して記録されていること、進行の不応期に発生するピーク振幅がまったくないか、またはほとんど発生しないことで示されます。スパイクと少なくとも2の信号対雑音比。

未加工のチャネルをオフラインで調査し、移動関連のアーティファクトがないか確認し、必要に応じてチャネルを破棄します。キーペッキング中に発生する可能性のある電気的アーチファクトをテストします。登録された各キーPeckに対するスパイクカウントの時間ヒストグラムを調べることによって。

ペッキングによるアーティファクトは、時間から 50 ミリ秒以内にヒストグラムにピークとして表示され、ゼロは追加のチェック プロットとして表示されます。キー・パックから 20 ミリ秒以内に登録されたすべてのスパイク・イベントの波形を個別に取得し、このウィンドウ外で検出されたスパイク波形と比較します。この行動データは、1つの動物が1つのインターバルフォース選択タスクを実行した場合、新規刺激1の訓練開始から新規刺激2の基準性能に到達するまで、100%正しい選択を示しています。このセッションでは、新規刺激2はランダムに絶滅するように選択され、この刺激に続くすべての選択肢は、絶滅時に報酬も罰も受けなくなりました。

消滅刺激ではパフォーマンスが低下しますが、他の新規刺激では高いままです。公判370では、正解と不正解が再び強化され、徴発中に罰せられると、絶滅の基準レベルに達する。トライアル 402 では 85% のパフォーマンス基準に達しています。

針の1つのユニットの応答パターンは、動物が実行している間に横方向に記録されました。この課題は、新規刺激の提示中の応答調節を示しています。取得フェーズでは、ユニットは新規刺激に強く反応します。2。

学習の初期には、絶滅期と再獲得期の発火にはほとんど変化がありません。また、新規刺激策に対する反応もほとんどない。セッション中に1回。

別のユニットは、左への動きでは反応しませんが、感覚運動コーディングを示唆しています。このビデオを見た後、動的強化の不測の事態を伴う最終的な単一インターバル強制選択タスクを実行するために、動物を段階的に訓練する方法を十分に理解しているはずです。この手法は、学習と記憶の分野の研究者が、シングルセルレベルでのさまざまなタイプの学習におけるニューラルネットワークの再編成を探求するための道を開くことになります。