Summary

Kemirgenlerin Otomatik Davranışsal Eğitimi için Açık Kaynaklı, Tamamen Özelleştirilebilir 5 Seçimli Seri Reaksiyon Süresi Görev Araç Kutusu

Published: January 19, 2022
doi:

Summary

Mevcut protokol, Arduino ve ilgili donanımı ve otomatik davranışsal eğitim için isteğe bağlı bir komut dosyası da dahil olmak üzere çok yönlü bir Matlab araç kutusunu kullanarak, kemirgen hayvan modelleri için açık kaynaklı 5 seçimli bir seri reaksiyon süresi görev araç kutusunun geliştirilmesini açıklamaktadır. Komut dosyaları özelleştirilebilir ve farklı deneme ve test tasarımlarının uygulanmasını kolaylaştırır.

Abstract

5 seçimli seri reaksiyon süresi görevi (5-CSRTT), kemirgenlerde görsel uzamsal dikkat ve dürtüselliği incelemek için sıklıkla kullanılan davranışsal bir testtir. Görev, hayvanların ışık kaynaklarıyla donatılmış beş küçük açıklıktan oluşan yatay bir diziye dikkat etmelerini ve sınırlı bir süre içinde, odanın karşı duvarında bulunan yiyecek dergisinde bir yiyecek ödülü almak için ışıklı bir hedef açıklığına burun sokmalarını gerektirir. Görev, yanıt doğruluğu ve tepki süreleri gibi davranışsal kontrol önlemlerini dikkate alır ve seçici dikkat ve dürtüsellik çıkarmaya izin verir. Görev zorluğu, uyaran süresi ve genel olarak görev tasarımı değiştirilerek kontrol edilebilir. Ticari olarak temin edilebilen aparatlar genellikle görev parametrelerini belirtmek için bir deney odasından ve özel bir yazılımdan oluşur, ancak sabit donanım ve yazılım nedeniyle, genel deneysel tasarımdaki ve özel görev gereksinimlerindeki ve ilgili veri çıktısındaki değişiklikler üzerinde birçok sınırlama getirirler. Bu makalede, kullanımı kolay tek kartlı bir mikrodenetleyici ve standart elektroteknik bileşenlere, açık erişimli bir Arduino komut dosyasına ve sırasıyla donanım kontrolü ve davranışsal görev özellikleri için bir Matlab araç kutusuna dayanan tamamen özelleştirilebilir bir alternatif açıklanmaktadır. Araç kutusu, otomatik davranışsal eğitim sağlayan isteğe bağlı bir merdiven prosedürü içerir. Özelleştirilmiş bölmelere kurulabilen eksiksiz donanım kurulumu ve serbestçe uyarlanabilen yazılım, standart dışı görev ve oda tasarımını teşvik eder. Sistemin tasarımı ve donanım kontrolü ve deney düzeni için açık kaynak kodu açıklanmaktadır.

Introduction

5-CSRTT, kolinerjik sistemin dikkatteki rolünü ve norepinefrin geri alım inhibitörlerinin dürtüsel davranışlar üzerindeki etkisini belirlemek gibi görsel dikkat süreçlerini ve dürtüselliğiincelemek için kemirgenlerde sıklıkla kullanılan davranışsal bir testtir 1,2,3,4,5,6 7 . Standart aparat, tepki doğruluğu, reaksiyon süreleri, dürtüsel ve zorlayıcı davranış, motor yetenek ve motivasyon 1,2,3,4,5 gibi çeşitli kontrol önlemlerinin gözlemlenmesini sağlar. LED donanımlı beş diyafram açıklığından oluşan yatay bir dizi, açıklıklara karşı çıkan oda duvarlarında bir gıda dergisi ve 2,5 ev ışıklarından oluşur. Tipik bir görevde, evin ışığı aydınlatılır ve bir oturumun başlangıcı, serbest bir peletin teslim edildiği yiyecek dergisinin aydınlatmasıyla işaretlenir. Deneme kursu, hayvan pelet1’i almak için dergiyi burun dürttüğünde başlatılır. Bundan sonra, gıda dergisi ışığı söndürülür ve hayvanın dikkatini açıklıklara yönlendirmesi beklenen denemeler arası aralık (ITI) başlar. ITI sona erdiğinde, 1,2,5 diyafram açıklıklarından birinde bir uyaran aydınlatması sunulur. Uyaran, uyaran süresi (StD) olarak bilinen belirli bir uzunluk için verilir. Hayvan, StD bittikten sonra sınırlı bir süre zarfında veya sınırlı tutma (LH) olarak bilinen uyarana yanıt verebilir. Cevap vermek için, hayvanın hedef açıklığı burnuna sokması gerekir ve doğru yapılırsa, gıda dergisi 1,2,5’te bir ödül yayınlanır. Aksi takdirde, herhangi bir yanlış yanıtın yanı sıra uyaran sunumundan önceki herhangi bir yanıt (beklenti veya erken) veya herhangi bir yanıt vermeme (ihmal) zaman aşımına (TO) neden olur ve bu süre zarfında ev ışığı belirli bir süre 1,2,5 (Şekil 1) kapatılır. Genel olarak, ayrımcı uyaran doğruluğu dikkat işlevini ölçerken, erken ve azimli tepkiler (uyaran sunumundan sonra açıklıklarda tekrarlanan tepkiler) sırasıyla 1,4,5,6 dürtüsel davranış ve kompulsivite ölçümleri olarak kabul edilir.

Figure 1
Şekil 1: Tipik bir 5-CSRTT’nin olası deneme dizileri. Deneme Aralığının ardından, uyaran ışığı belirli bir süre için açılır ve ardından Sınırlı Bekletme aralığı sırasında kapatılır. Sıçan ya doğru cevap verebilir ve bir ödül alabilir ya da yanlış cevap verebilir ve bu süre zarfında bir zaman aşımı alabilir. Sıçan zamanında cevap vermezse, ihmali zaman aşımına neden olur. Benzer şekilde, ışık uyaranının sunumundan önce yanıt verirse, erken tepkisi zaman aşımına neden olur. Başka bir deneme, ödülün toplanmasından veya zaman aşımı süresinin sona ermesinden sonra başlar. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

5-CSRTT, esnekliği nedeniyle yaygın olarak kullanılmaktadır: deneme tasarımının parametrelerini değiştirerek, dikkatin farklı alt kategorileri araştırılabilir. Örneğin, hayvanın dikkatini beş farklı açıklığa (görsel uzamsal dikkat) bölmesi beklenirken, alakasız uyaranların (örneğin, işitsel uyaranlar) kullanılması, seçici veya sürekli dikkatin test edilmesini sağlar 1,2,5,6. Bu amaçla, deney düzeneği, dikkat dağıtıcı veya hatta güçlendirici uyaranlar olarak kullanılabilecek hoparlörler dahil edilerek genişletilebilir 1,2,5,6. Ayrıca, dikkat yükü, uyaran sunumunu değiştirerek veya ITI süresi10’u randomize ederek doğrudan modüle edilebilir. 5-CSRTT sadece kemirgenler 3,7’de kullanılmaz, aynı zamanda yakın zamanda insan olmayan primatlar 1,7,8 ve balık 7,9’u test etmek için uyarlanmış ve fizibilitesini daha da sergilemiştir. Tamamen özelleştirilebilir 5-CSRTT araç kutusu, standart kemirgen paradigmasının diğer hayvan modellerine kolayca uyarlanmasını sağlar. Ayrıca, 5-CSRTT araç kutusunun özelleştirme esnekliği, standart dışı görev tasarımlarını kullanan araştırmaları da teşvik eder.

Burada sunulan tamamen özelleştirilebilir 5-CSRTT araç kutusu, entegre bir geliştirme ortamında programlanmış donanım kontrolü için bir Arduino komut dosyası içerir. Ayrıca deney kontrolü için bir Matlab araç kutusundan (sürüm R2019b veya daha genç) oluşur. Aşağıdaki protokol, 5-CSRTT araç kutusunun yaygın olarak kullanılan standart paradigma ile nasıl yapılandırılacağını açıklar ve standart olmayan paradigmalar için isteğe bağlı yapılandırmaları gösterir.

Protocol

Bu protokoldeki deney prosedürü, Deney Hayvanlarının Refahı için AB direktifi 2010/63’ün tavsiyelerini takiben ve Almanya Federal Hükümeti tarafından yayınlanan Hayvan Refahı Yasası uyarınca gerçekleştirilmiş ve yerel makamlar tarafından onaylanmıştır. Araştırma sadece davranışsal eğitim gerektirdiğinden, hiçbir hayvan ötenazi yapılmadı ve araştırma yapıldıktan sonra hepsi hayvancılıkta tutuldu. Araştırma, on erkek Lister kapüşonlu sıçan (davranışsal eğitimin başlangıcında 4 aylık) kullanılarak gerçekleştirildi. 1. Hayvan barınağı, hayvancılık ve elleçleme Hayvan refahı komitenizin tavsiyelerine göre, uygun yatak malzemesine sahip standart bir kafeste beş adede kadar çöp arkadaşı ile birlikte sıçanları barındırın. Sıçanları, 20 ± 2 °C kontrollü bir sıcaklığa ve 12:12 saatlik bir aydınlık / karanlık döngüsüyle maksimum% 50 bağıl neme sahip havalandırılan bir odada veya hayvan refahı komitenizin tavsiyelerine uygun olarak tutun. Gıdaya erişimi kısıtlayın (sıçan başına günde 12 g chow, bakınız Malzeme Tablosu) ve suya sınırsız erişim sağlayın. Hayvanların kuyruklarını kalıcı ve toksik olmayan bir mürekkep işaretleyici kullanarak işaretleyin. Davranışsal deneye başlamadan önce, deneyciler tarafından ele alınmaya alışana kadar fareleri en az bir hafta boyunca tutun ve sıçanları gıda neofobisini azaltmak için ödüllendirici gıda topaklarıyla tanıştırın. 2. Donanım ve kontrol yazılımının hazırlanması Ücretsiz olarak kullanılabilen Entegre Geliştirme Ortamı (IDE) Yazılımını açın (bkz. Dosya > Aç’a tıklayın ve donanım kontrolü için komut dosyasına tıklayın (Ek Dosya 1). Mikrodenetleyici USB’yi bilgisayara takın. Otomatik olarak seçilen Kart ve İşlemci bilgilerinin, ekranın sol üst yarısındaki Araçlar’a tıklayarak bağlı mikrodenetleyici kartına karşılık gelip gelmediğini kontrol edin. İlgili Kart ve İşlemci bilgilerini seçin ve kullanılabilir bağlantı noktasını seçmek için Bağlantı Noktası’na tıklayın. Ekranın sol üst yarısında, Çizim > Kütüphaneyi Dahil Et > Kütüphaneleri Yönet’e tıklayın. Yeni açılan Kütüphane Yöneticisi penceresinde, arama çubuğuna “Adafruit Motor Shield V2” terimini yazın ve ilgili kütüphanedeki Yükle düğmesine tıklayın. Aynı işlemi “Adafruit Neopixel” arama terimi için de tekrarlayın. Ekranın sol üst yarısında, komut dosyasında hata olmadığından emin olmak için Doğrula’ya (onay işaretli düğme) tıklayın. Komut dosyasını mikrodenetleyici kartına yüklemek için Yükle’ye (sağda ok bulunan düğme) tıklayın. 3. Deney kontrol yazılımının hazırlanması Deneme kontrolü için dört komut dosyasının ve işlevin hepsinin aynı klasörde bulunduğundan emin olun. Programlama platformunu açın, ekranın üst yarısındaki GİRİŞ araç çubuğu sekmesine tıklayın ve Yolu Ayarla’ya tıklayın. Klasör Ekle’ye tıklayın ve tüm deneme kontrol komut dosyalarını içeren klasörü seçin. Kaydet’e tıklayın ve Yolu Ayarla penceresini kapatın. Ekranın üst yarısındaki GİRİŞ araç çubuğu sekmesinde Aç’a tıklayın ve aşağıdaki komut dosyalarını ve işlevleri açın: Kullanıcı (Ek Dosya 2), Merdiven (Ek Dosya 3) ve DataProc (Ek Dosya 4). Araç kutusu tarafından kullanılan ESC düğmesi işlevini etkinleştirmek için Psychtoolbox yazılımını indirme ve yükleme talimatlarını izleyin (erişim bağlantısı için Malzeme Tablosu’na bakın). 4. 5-CSRTT araç kutusunda kullanılan parametrelerin yapılandırılması Araç kutusunu alışkanlık için hazırlayın.NOT: Şekil 2 , mevcut etüt için kullanılan 5-CSRTT aparatını temsil etmektedir. Açılan Kullanıcı komut dosyasını seçin. 7. satırdaki alışkanlık değişkeninin ‘true’ olarak ayarlandığından emin olun. Alışkanlık için bir zaman sınırı belirlemek üzere 8. satıra dakika cinsinden bir sayı yazın (örneğin, 30 dakika boyunca ’30’). 9. satırda, uyaran ışığı için bir parlaklık seviyesi seçmek üzere 0,01 ile 1 (tam parlaklık) arasında bir sayı yazın.NOT: Bu projede kullanılan parlaklık düzeyi 0,2 olarak ayarlanmıştır. Davranışsal deneyi yapın (adım 5). Araç kutusunu deneme oturumu için hazırlayın.Açılan Kullanıcı komut dosyasını seçin. 7. satırdaki değişkenin ‘false’ olarak tanımlandığından emin olun. 12. satırda, deneme verilerinin otomatik olarak kaydedileceği dizin yolunu yazın (ör. ‘C:\Users\trainer\Desktop\5CSRTT’). Tam olarak bu ada sahip bir dizinin var olduğundan emin olun. 13. satıra konu kimliğini yazın (ör. ‘kırmızı1’). 14. satırdaki değişkenin ‘true’ olarak tanımlandığından emin olun, böylece oluşturulan veriler otomatik olarak dizin yoluna kaydedilir. 15. satırdaki değişkenin ‘true’ olarak tanımlandığından emin olun ve sırasıyla bir deneme ve zaman sınırı (dakika cinsinden) ayarlamak için 16 ve 17. satırlara bir sayı yazın, ardından program otomatik olarak duracaktır. Standart 5-CSRTT paradigması için parametreleri yapılandırın. İlk denemeden önce 32. satırdaki değişkenin ücretsiz pelet teslimatı için ‘true’ olarak ayarlanıp ayarlanmadığını kontrol edin. Her deneme başlamadan önce bir dergi girişi sağlamak için satır 33’teki değişkeni ‘true’ olarak tanımlayın. 34. satırdaki değişkenin ‘tanımlanmış’ olarak ayarlanıp ayarlanmadığını kontrol edin ve ITI’nın uzunluğunu saniye cinsinden belirtmek için 35. satıra bir sayı yazın. 37. satırda tanımlanan değişkenin ‘true’ olarak ayarlandığından emin olun, böylece erken yanıtlarla yapılan denemeler oturumun deneme sınırını etkilemez. 38. satıra, sınırlı tutma (LH) uzunluğunu saniye cinsinden tanımlayacak sayısal bir değer yazın. 39. satırdaki değişkenin ‘hiçbiri’ olarak ayarlandığından ve satır 40’taki değişkenin ‘false’ olarak tanımlandığından emin olun. TO uzunluğunu saniye cinsinden tanımlamak için satır 41’e bir sayı yazın ve satır 42’deki değişkenin ‘false’ olarak ayarlandığından emin olun. 45. satırda, aydınlatılabilecek diyafram açıklığı sayısına karşılık gelen sayısal bir değer yazın (örneğin, ‘5’). 46. satırdaki değişkenin ‘sözde rastgele’ veya ‘rastgele’ olarak tanımlandığından emin olun ve StD uzunluğunu saniye cinsinden ayarlayarak 47. satıra bir sayı yazın. 48. satırdaki değişkenin ‘tek’ olarak tanımlanıp tanımlanmadığını ve satır 49’daki sayısal değerin ‘1’ olup olmadığını kontrol edin. 50. satırda, hedef uyaranın parlaklığını tanımlamak için bir sayı yazın. 64 ve 65. satırlardaki değişkenlerin sırasıyla ‘ikili’ ve ‘bağımlı olmayan’ olarak tanımlanıp tanımlanmadığını kontrol edin. 71. satıra, doğru bir burun iğnesinin ardından salınacak gıda peletlerinin sayısına karşılık gelen sayısal bir değer yazın. Davranışsal deneyi yapın (adım 5). Standart olmayan 5-CSRTT paradigması için parametreleri yapılandırın.NOT: Bu alt bölümde açıklanan tüm adımlar isteğe bağlıdır.Otomatik merdiven eğitim prosedürünü kullanmak için otomatik bir performans kontrolü isteniyorsa, satır 18’deki değişkenin ‘true’ olarak tanımlandığından emin olun ve performans kontrolünün sıklığını tanımlayan 20. satıra sayısal bir değer yazın. Deneğin performansını hesaplamadan önce geçerli oturum sırasında tamamlanacak minimum deneme sayısını tanımlamak için 21. satıra bir sayı yazın. 21. satırdaki değişkenin ‘tümü’ olarak tanımlandığından emin olun, böylece geçerli oturumun tüm denemeleri performans denetimine dahil edilir. 22. satırdaki değişkenin ‘true’ olarak ayarlandığından emin olun, böylece program geçerli oturumun parametrelerini daha önce tamamlanmış bir oturumla eşleşecek şekilde günceller. 23. satırda, son oturumun yükleneceğini belirlemek için ‘en son’ yazın.NOT: Program, parametreleri “Merdiven” fonksiyonundaki özelliklere göre güncelleyecek ve daha önce tamamlanmış seviyeye atlayacaktır. Karşıya yüklenecek belirli bir veri kümesi, “.mat” sonuyla veri dosyasının tam yolu yazılarak da seçilebilir. Otomatik davranış eğitimi isteniyorsa, satır 26’daki değişkenin ‘true’ olarak ayarlandığından emin olun. Sırasıyla başlanacak eğitim düzeyini ve mevcut toplam düzey sayısını tanımlamak için 27 ve 28. satırlara sayısal bir değer yazın. Kohortların bölünmesi isteniyorsa, 29. satırda grubu belirten bir ad (örneğin, ‘grup1’) yazın.NOT: Her grup, seviye güncellemeleri için kendi eğitim seviyelerini ve kriterlerini kullanabilir. Her grubun parametreleri “Merdiven” fonksiyonunda tanımlanmıştır (adım 4.2.8.). 34. satırda, rastgele bir ITI süresi isteniyorsa ‘rastgele’ yazın. Sabit ITI süresine eklenecek rastgele bir sayı içeren aralığı tanımlamak için sayısal bir aralık yazın (örneğin, ‘[0,2]’). Erken yanıt veren denemelerin oturumun deneme sınırını etkilediğinden emin olmak için 37. satırda ‘false’ yazın. Ek burun dürtmelerinin sebatlı cevaplar olarak sayılacağı bir zaman penceresi tanımlamak için, 39. satıra sayısal bir değer yazın. 40. satırda ‘true’ yazın, böylece erken cevaplar zaman aşımına neden olur. Hedef açıklıkların farklı gruplarını tanımlamak için, 48. satırda ‘komşu’, ‘kaydırılmış’ veya ‘tümü’ yazın. Hedef açıklıkların toplam sayısını tanımlayan 49. satıra sayısal bir değer yazın. Soluk uyaranlar istenirse, sırasıyla toplam soluk diyafram sayısını ve parlaklığını tanımlayan 51 ve 52. satırlara sayısal bir değer yazın. Uyaran sunumundan önce kısa bir tonun (Ton C4, 262 Hz (Bilimsel Perdeleme Notasyonu)) emisyonu isteniyorsa, satır 55’teki değişkenin ‘true’ olarak ayarlandığından emin olun. Konuşmacının tonu ve uyaran sunumu arasındaki zaman penceresini (milisaniye cinsinden), tonun süresini (milisaniye cinsinden) ve tonun ses düzeyini (0 (tonsuz) ile 1 (tam ses düzeyi) arasındaki sayılara izin verilir) tanımlamak için 56, 57 ve 58. satırlara sayısal değerler yazın. Başarılı bir burun dürtmeden sonra kısa bir tonun (Ton C6, 1047 Hz) emisyonu isteniyorsa, 59. satırdaki değişkenin ‘true’ olarak ayarlandığından emin olun. 60 ve 61. satırlarda, tonun süresini (milisaniye cinsinden) ve tonunun hacmini (0 (ton yok) ile 1 (tam ses) arasındaki sayılara izin verilir) tanımlayan sayısal bir değer yazın. Soluk ışıklı diyafram açıklıklarındaki yanıtlar ödüllendirilecekse, satır 64’teki değişkenin ‘ikili olmayan’ olarak ayarlandığından emin olun. Soluk ışıklı açıklıklarda burun dürtmeleri için teslim edilen gıda peletlerinin sayısını tanımlamak için 73. satıra sayısal bir değer yazın. Birden fazla pelet dağıtıcı kullanıyorsanız, hedef açıklıklarda ve soluk ışıklı açıklıklarda burun dürtmeleri için 70 ve 72 numaralı hatlara karşılık gelen motor numarasını yazın.NOT: Motor numarası 1 veya 2 olabilir. İlgili motor kalkanının M3 ve M4 vidalı terminalleri, donanım kontrolü için komut dosyasında tanımlanmıştır. Ödülün tepki süresine göre derecelendirilmesi isteniyorsa, 65. satırdaki değişkenin ‘bağımlı’ olarak ayarlandığından emin olun. Hedef açıklıklardaki burun dürtmelerinin bağımlılığını, reaksiyon süresini (saniye cinsinden), motor sayısını ve teslim edilecek gıda peletlerinin sayısını farklı kategorilere ayıracak 67. satıra sayısal değerler yazarak tanımlayın, böylece belirli bir reaksiyon zaman aralığı seçilen bir motor sayısına ve pelet sayısına karşılık gelir. Soluk ışıklı açıklıklarda burun dürtmeleri için teslim edilecek reaksiyon süresi (saniye cinsinden), motor numarası ve gıda peletlerinin sayısı için farklı kategoriler tanımlamak üzere 68. satıra sayılar yazın. Aşağıdaki adımları izleyerek Merdiven işlevini yapılandırın.NOT: Bu adım isteğe bağlıdır. Açılan Merdiven işlevini seçin. 4. satırda, ilk grubun adını yazın (ör. ‘grup1’). Varsa, ikinci grubun adını (ör. ‘grup2’) 77. satıra yazın. İlk grubun ikinci eğitim düzeyinin parametrelerini değiştirmek için, 17. satırdaki performans kontrolünde hesaplanan parametrelerden birini yazın (örneğin, kriterler 30 burun dürtmeye doğru yanıt veriyorsa PerformanceCheck.NumCorrect >= 30).NOT: Önceki oturumun otomatik yüklemesini kullanırken “Config_trigger == 2” parametresini değiştirmeyin (adım 4.2.7.2.). 19. satırda, güncellemek istediğiniz değişkeni ve varsa sayısal bir değer yazın (örneğin, StD uzunluğunu 30 sn olarak ayarlamak için ‘Config.LED.StimDuration = 30’).NOT: Değiştirilecek parametrelerin sayısı ve yeni değerleri serbestçe seçilebilir. Tek gereksinim, güncellenecek parametrenin, güncellemenin istendiği her düzeyde ‘UpdateTrigger = 1’ değişkeninden sonra yazılması gerektiğidir. “DataProc” işlevini yapılandırın. Açılan DataProc işlevini seçin. Oturumun genel bakışını içeren bir grafiğin otomatik olarak çizilmesi ve kaydedilmesi gerekiyorsa, 83. satırdan itibaren istediğiniz grafik için komutları yazın.NOT: 83. satırdan sonraki mevcut komutlar, oturumun sonucuna genel bir bakış ve toplam erken cevap sayısı veya bir ITI sırasında gıda paneli itme sayısı gibi bazı gerekli kontrol önlemlerini çizer. 5. Davranışsal deney Hayvanları test odasına alıştırmak için sıçan kafesini vivaryumdan deney odasına alışkanlık veya deney oturumundan en az 30 dakika önce taşıyın. Alışkanlık oturumu için, açıklıkların her birine iki ödül yiyecek peleti ve dergi kapısına beş yiyecek peleti yerleştirerek çalışma odasını hazırlayın. 2-4.1 arasındaki adımları izleyerek oturumun parametrelerini yapılandırın.NOT: Bu protokol için kullanılan çalışma odası, 30 x 30 x 45 cm boyutlarında modifiye edilmiş bir Skinner PVC kutu idi.NOT: İlk alışma aşamasında, dergi kapağı kapağını açık kalacak şekilde bantlayın. İkinci alışkanlık aşaması için, dergi kapağı kapağındaki bandı çıkarın. Açılan Kullanıcı komut dosyasını seçin. 75. satırdaki ‘COM’ açıklamasının, adım 2.2’de seçilen kullanılabilir bağlantı noktasıyla eşleştiğinden emin olun. Eşleşmiyorsa, deneme kontrol komut dosyasındaki sayısal değeri değiştirin (ör. “COM3″ten “COM4″e). Sıçanları yavaşça odaya yerleştirin. Açılan Kullanıcı komut dosyasında, ekranın üst yarısındaki EDİTÖR araç çubuğu sekmesine tıklayın ve ardından yeşil oynat düğmesine tıklayın Çalıştır. “Komut Penceresi” bilgilerini okuyarak programın düzgün çalışıp çalışmadığını kontrol edin. Denemeyi istediğiniz zaman durdurmak için bilgisayarın klavyesindeki ESC çıkış tuşuna basın. Komut Penceresi ekranında bir mesajın görünmesini bekleyin. Geçerli oturumu durdurmak ve alınan verileri kaydetmek için “y” yazın ve bilgisayarın klavyesindeki Enter tuşuna basın. Alışkanlık veya oturum süresi ya da deneme sınırına ulaşıldığında (sırasıyla adım 4.1.1 veya 4.2.5), Komut Penceresi ekranında görünen mesajı kontrol edin. Geçerli oturumu durdurmak için “y” yazın ve bilgisayarın klavyesindeki Enter tuşuna basın.NOT: İleti yalnızca yeni bir deneme sürümünün başında gösterilir ve yanıt yazılana kadar devam eden oturumu durdurur (“oturumu durdurmak için y” veya denemeye devam etmek için “n”). Bir alışkanlık seansı durumunda, sıçanın tüm yiyecek peletlerini tüketip tüketmediğini kontrol edin. Bir sonraki alışkanlık aşamasına geçmeden önce tüm peletler tüketilene kadar alışkanlık aşamasını tekrarlayın veya ikinci aşamadan sonra 5-CSRTT eğitimine başlayın. Seanstan sonra, çalışma odasının duvarlarını ve zeminini, örneğin% 70 etanol çözeltisi ve kağıt havlu ile temizleyin. Bir sonraki sıçanı tanıtmadan önce, etanol kokusu dağılana kadar 2-3 dakika bekleyin. Deneme günü sona erdiğinde, mikrodenetleyici USB’sini bilgisayardan çıkarın. İsteğe bağlı olarak, donanım ve deneme denetimi için her iki komut dosyasını da kapatın.

Representative Results

Şekil 2: Mevcut çalışma için kullanılan 5-CSRTT cihazı. Cihaz, mikrodenetleyiciyi ve ilgili tüm ekipmanı kontrol etmek için bir komut dosyası ve 5-CSRTT deneyini kontrol etmek için birden fazla komut dosyası sağlayan 5-CSRTT araç kutusu ile donatılmış bir dizüstü bilgisayarda çalışır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Tamamen özelleştirilebilir alet kutusunun kullanımı kolaydır ve tek kartlı bir mikrodenetleyiciye ve standart elektroteknik bileşenlere dayanır. Şekil 3’te basitleştirilmiş bir devre ve kablolama şeması gösterilmektedir. Tüm diyafram, ışık uyarıcısı olarak 5 LED ve burun dürtmelerini tespit etmek için beş kızılötesi sensörden oluşur. Ev ışığı sekiz LED’li bir şeritten oluşur ve gıda dergisi, mikro anahtarlı bir kapak kapısı, motorlu bir pelet dağıtıcısı ve aydınlatma için sekiz LED’li bir şerit içeren bir açıklıktan yapılmıştır. Devre ayrıca işitsel geri bildirim için pasif zil hoparlörü ve ses ayarı için dijital potansiyometre gibi isteğe bağlı bileşenlerin bağlantılarını örneklemektedir. Bu alet kutusunun geliştirilmesinde kullanılan ekipmanların bir listesi için lütfen Malzeme Tablosu’na bakın. Resim 3: Mikrodenetleyici donanımının basitleştirilmiş devresi. Kolay ve hızlı bir şekilde özelleştirilebilmesi için, mikrodenetleyici ekipmanı bir breadboard üzerinden bağlanır. Sol üstten sol alta doğru, saat yönünde: Bir mikrodenetleyici kartı, bir motor kalkanına ve bir DC motora (pelet dağıtıcı motorunu temsil eden) bağlanır. Sağda hem ev hem de yiyecek dergisi ışıkları için LED şeritler ve ortada uyaran ışığı için beş beyaz LED’in tümü ve açıklıklarda kullanılan beş kızılötesi sensör çifti bulunur. Mikrodenetleyici kartının altında basit bir mikro anahtar bulunur (gıda dergisi kapak kapısında kullanılan anahtarı temsil eder). Son olarak, ortada pasif bir zil hoparlörü ve dijital bir potansiyometre tasvir edilmiştir. Bu görüntü açık kaynaklı yazılım Fritzing kullanılarak yapılmıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Şekil 4: Deney kontrol komut dosyalarının tüm bileşenlerinin bağlantısı ve işlevleri ve “Kod” işlevinin basitleştirilmiş diyagramı . (A) “Kullanıcı” komut dosyası, parametrelerini doğrudan “Merdiven” işlevine bağlanan “Kod” işlevine gönderir ve deney devam ederken “Kod” işlevinde kullanılan herhangi bir parametreyi güncellemesine izin verir. “Kod” işlevi daha sonra sonuçlarını oturumun sonundaki “DataProc” işlevine gönderir. (B) Bir deneme oturumuna başlamadan önce, “Kod” işlevi öncelikle alışkanlık protokolünü başlatmasının gerekip gerekmediğini kontrol eder. Değilse, parametreleri “Kullanıcı” betiğinde seçilen tanımlara göre ayarlar. Her deneme başlamadan önce, işlev klavyedeki ESC tuşuna basılıp basılmadığını kontrol eder. Aksi takdirde yeni bir deneme ile devam eder. Aksi takdirde, deneme oturumunu durdurur ve toplanan verileri DataProc işlevine geçirir. Her deneme başlamadan önce yapılan bu kritik kontrol, seçilen herhangi bir zaman sınırına ulaşılmadan önce programın durmasını sağlar. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Farklı deney kontrol komut dosyaları arasındaki etkileşimler Şekil 4A’da görülebilir. “Kullanıcı” komut dosyası, denemeyi tanımlayan tüm parametreleri içerir. Burada, deneyin zamanlamasını, aydınlatılmış uyaranların sayısını ve parlaklığını, ITI süresini ve benzerlerini belirleyen değişkenler serbestçe seçilebilir. Kod işlevi (Ek Dosya 5), Şekil 4B’de gösterildiği gibi, deney boyunca tekrarlanan tek bir denemenin ve tüm olası sonuçların ayrıntılı bir açıklamasını içerir. Dahası, hayvanın cihaza alışması için bir protokolden oluşur. Kod işlevi ayrıca hayvanın performansını düzenli olarak kontrol eder. Ayrıca, Merdiven fonksiyonu isteğe bağlıdır. Deneğin performansı daha önce belirlenen kriterlerle karşılaştırılır ve hayvanın performansı bu kriterleri karşılıyorsa istenen parametreler otomatik olarak güncellenir. Merdiven fonksiyonu, önceki günkü seanstan elde edilen sonuçları da dikkate alabilir. Deneme devam ederken, deneme sonunda yapılacak bir performans kontrolü, tamamlanan denemelerin doğruluğunu, eksikliklerini ve toplam doğru yanıt sayısını hesaplar ve sonucu, Merdiven işlevinde belirtildiği gibi bir seviye güncellemesi için istenen ölçütlerle karşılaştırır. Son olarak, DataProc işlevi toplanan tüm verileri işler ve hızlı analiz için basit grafikler oluşturur. Bir oturumun sonunda, araç kutusu tüm verileri otomatik olarak bir *.mat dosyasına kaydeder ve denemeden temel bilgileri içeren ekstra bir *.xlsx dosyası oluşturur. Şekil 5: 5-CSRTT araç kutusunun farklı uyaran yapılandırmalarına örnek. Diyagram, seçilen konfigürasyona bağlı olarak hedef uyaranların olası kombinasyonlarını örneklemektedir. Hem “tümü” hem de “tek” konfigürasyonları standart paradigmada kullanılır (alışkanlık ve davranışsal deney için). “Komşu” ve “kaydırılmış” konfigürasyonlar, standart dışı uyaran konfigürasyonlarını gösterir ve hedef uyarandan farklı bir kontrasta sahip olabilecek diğer ışıklı uyaran sayılarının kullanılmasına izin verir. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Protokol adımı 4.2.7.7 isteğe bağlı bir özellikten bahseder: hedef açıklıkların gruplandırılmasını değiştirmek. Standart 5-CSRTT paradigması, tek bir hedef uyarandan yararlanır. Burada, sunulan araç kutusunun standart paradigmanın değiştirilmesine nasıl izin verdiğini örnekliyoruz. Şekil 5 , seçilen konfigürasyonla ilgili toplam beş diyafram açıklığından bazı olası grup kombinasyonlarını göstermektedir. “Tümü” yapılandırması mevcut tüm diyafram açıklıklarını aydınlatır, böylece her diyafram artık ilk eğitim aşamalarında yardımcı olabilecek bir hedef diyafram açıklığıdır. Komşu konfigürasyonu, (serbestçe seçilen) hedef diyafram açıklığı sayısının birbirine komşu olmasını sağlar. Ayarlar, komşuların hedef diyafram açıklığıyla aynı olmayacağı, ancak daha düşük (veya daha yüksek) kontrastta aydınlatılacağı şekilde belirtilebilir. Farklı aydınlatma kontrastlarına sahip diyafram açıklıklarının kullanılması, yüksek veya düşük kontrastlı diyaframlarda burun dürtmeleri için farklı derecelendirilmiş ödüller kullanmak gibi yeni paradigmaların test edilmesine olanak tanır. Şekil 5 , aynı aydınlatmaya sahip üç hedef açıklığa sahip bir örnek göstermektedir. Tek konfigürasyon tipik olarak yalnızca tek bir hedefin aydınlatıldığı standart 5-CSRTT’de kullanılır. Son olarak, kaydırılan yapılandırma komşu yapılandırmayı genişletir. Hedef açıklığın sırasıyla ilk veya son konumda olması durumunda komşu uyaranı son veya ilk diyafram açıklığına doğru kaydırır. Komşu konfigürasyonunda olduğu gibi, komşuların aydınlatma gücü, hedef açıklıktan aynı veya farklı olarak serbestçe seçilebilir. Ayrıca, genel olarak aydınlatılmış uyaranların sayısı serbestçe seçilebilir. Araç kutusu daha sonra olası tüm uyaranları otomatik olarak hesaplar. Ancak, bu yapılandırma için “Config.LED.NumHighLED” parametresi “1” olarak ayarlanmalıdır. Protokolü takiben, sıçanların 5-CSRTT için eğitimi (N = 10) Tablo 1’de sunulan eğitim aşamalarına göre gerçekleştirilmiştir. Tablo 1: 5-CSRTT eğitim programı ve bir sonraki seviyeye geçme kriterleri. (A) Denemeler arası aralık her eğitim seviyesinde 5 sn’de sabit tutuldu. (B) Her eğitim seviyesi için teşvik süresi. (C) Sınırlı Bekletme (LH) zaman penceresi, uyaran kapalı ve herhangi bir burun dürtme tepkisi arasında tolere edilen maksimum süre. (D) İlgili eğitim seviyesini geçmek için gereken toplam doğru yanıt sayısı. (E) Doğruluk yüzdesi şu şekilde hesaplanır: . (F) İhmal hatalarının yüzdesi şu şekilde tanımlanır: . Bu kriter erken yanıtları içermez. Bu tabloyu indirmek için lütfen tıklayınız. Sıçanların performansı, Tablo 1’de verilen her eğitim seviyesini tamamlamak için gereken eğitim günü (oturum) sayısı ile karşılaştırılmıştır. Tüm hayvanlar eğitim seviyesi 1’de her biri 60 sn’lik bir StD ve LH ile başladı. Bununla birlikte, bazı sıçanlar (N = 5), daha önce bildirilen ek uyaran seçeneklerinden bazılarını test etmek için gelişmiş alışkanlık eğitimi aldı, bu da bireysel hayvanların eğitim seviyesi 1’de kaldığı seans sayısındaki farkı açıklıyor. Seviyenin tamamlanması, toplam 30 veya daha fazla doğru yanıta ulaşılarak işaretlendi. StD ve LH sonraki seviyelerde azalırken, bir sonraki eğitim seviyesine ilerleme kriterleri zorlaştı ve görevin dikkat talebini artırdı 1,6. Tablo 2 , bir oturum sırasında bir örnek sıçanın otomatik olarak oluşturulan *.xlsx elektronik tablosunu göstermektedir. Sıçan, eğitim seviyesi 5’te belirtilen konfigürasyonla başladı. Dört denemeden sonra, sıçan mevcut oturumda yapılan denemeleri ve önceki seansta elde edilen doğruluğu göz önünde bulundurarak seviye 6’ya ilerledi. Bir sonraki eğitim seviyesine geçmek için geçerli oturumda en az kaç deneme yapılması gerektiği “Config.Experiment.MinNumTrials” değişkeninde belirtilmiştir. Aynı seansta, sıçan seviye 6’da 66 denemeyi tamamladıktan ve% 80 doğruluk ve% 20 ihmal > < gereksinimini yerine getirdikten sonra eğitim seviyesi 7'ye ilerledi. Toplamda, sıçanlar Tablo 1’de belirtildiği gibi eğitim seviyelerinin konfigürasyonu kullanılarak 26 gün boyunca eğitilmiştir. Eğitim seviyesi başına harcanan seans sayısı Şekil 6A’da verilmiştir. Siyah çizgi, tüm deneklerin ortalamasını gösterir ve her renkli çizgi bir sıçanın verilerini görüntüler. Tüm sıçanlar 14-22 seans içinde sekizinci seviyeye ulaştı (Şekil 6B). Şekil 6C , deneklerin eğitim seviyesi başına ve 5-CSRTT cihazındaki tüm eğitim günleri boyunca ortalama performansını göstermektedir. Kesikli siyah çizgi doğruluk yüzdesini, düz siyah çizgi ise ihmal yüzdesini temsil eder. Doğruluk, doğru yanıt sayısı ile toplam yanıt sayısı arasındaki oran olarak hesaplanmıştır. İhmaller, ihmal sayısı ile toplam deneme sayısı arasındaki oran olarak hesaplanmıştır (yani, doğru yanıtların, yanlış yanıtların ve ihmallerin toplamı). Gri çizgi, her düzeydeki tüm denemelerde doğru yanıtların ortalama toplam sayısını gösterir. Şekil 6D, sekizinci ve son eğitim seviyesinde her bir deneğin elde ettiği nihai doğruluğu göstermektedir. Ortalama olarak, sıçanlar seviye 1’i tamamlamak için 5.9 (±1.03 SEM) seans, seviye 2 ila 6’yı tamamlamak için 1.5 (±0.17) ve 3.5 (±0.5) seans arasında ve son seviye 8’e ulaşmadan önce seviye 7’yi tamamlamak için 1.7 (±0.16) seans geçirdiler. Şekil 6A’dan da anlaşılacağı gibi, denekler arasındaki varyans başlangıç seviyelerinde en belirgin olanıydı (SD = seviye 1’de 3.25, seviye 2’de 1.58) ve daha sonraki seviyelerde azaldı (sırasıyla seviye 6 ve 7’de 0.47 ve 0.48). Seviye 4’te, uyaran süresi daha da azaldığında, harcanan ortalama seans sayısı (2.6 ± 0.52) ve sıçanlar arasındaki varyans (1.64) arttı, iki sıçanın seviyeyi tamamlaması 5 ve 6 gün sürdü. Şekil 6: 5-CSRTT araç kutusu ile yapılan davranışsal deneyin sonuçları . (A) Her eğitim düzeyinde gerçekleştirilen oturum sayısı. Siyah çizgi, her seviye için tüm konuların ortalama oturum sayısını gösterir (ortalama SEM ±) ve renkli çizgiler tek tek deneklerin verilerini temsil eder. (B) Konu başına son seviyeye ulaşmak için gereken mutlak oturum sayısı. (C) Eğitim boyunca ortalama performans ölçümleri (ortalama ± SEM). Noktalı siyah çizgi, eğitim seviyesi başına tüm oturumlarda verilen tüm yanıtlardaki tüm konuların doğruluğunu gösterir ve siyah çizgi karşılık gelen ihmal yüzdesini gösterir. Gri çizgi, her eğitim seviyesindeki tüm konuların ortalama mutlak doğru cevap sayısını gösterir. (D) Sekizinci ve son eğitim seviyesi boyunca konu başına doğruluk. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın. Tablo 2: Bir eğitim oturumu sırasında bir örnek fareden veri toplandı. Sütun A, B sütununda gösterildiği gibi, geçerli eğitim seviyesiyle ilgili oturum üzerindeki deneme sayısını görüntüler. E’den I’ye kadar olan sütunlar, sırasıyla 1 ila 5 arasındaki açıklıklarda LED uyaranı için parlaklık seviyesini gösterir. 0 parlaklık seviyesi, uyaranın kapalı olduğu anlamına gelir ve 0,2 parlaklık seviyesi, uyaranın maksimum yoğunluğunun% 20’si ile açıldığı anlamına gelir. J ve K sütunları, uyaranın sırasıyla tam olarak açılıp kapandığı zamanı gösterir. L sütunu denemenin sonucunu gösterir: 0 “ihmal”, 1 “doğru yanıt”, 3 “yanlış yanıt” (hedef olmayan açıklığa burun sokma) ve 4 “erken” anlamına gelir. M sütunu, deneme sırasında hangi açıklığın burun dürtüldüğünü gösterirken, N sütunu burun dürtme işleminin tam zamanını gösterir. O, P ve Q sütunları, sırasıyla pelet dağıtıcı motorunun açıldığı zamanı, karşılık gelen motor numarasını ve sıçanın ödülünü almak için pelet dağıtıcısını açtığı zamanı gösterir. R sütununda deneme süresi görüntülenir. S, T, U, V ve W sütunları, bir ITI sırasında toplam erken yanıt, zaman aşımı, panel itme sayısını, toplam sebatlı yanıt sayısını ve oturumun toplam çalışma zamanını dakikalar içinde gösterir. Bu tabloyu indirmek için lütfen tıklayınız. Ek Dosya 1: IDE yazılımının donanım kontrolü için komut dosyası (Arduino kodu). Bu, alet kutusunun donanım ve elektroteknik bileşenlerini kontrol etmek için tüm komutları içerir. Bu Dosyayı indirmek için lütfen tıklayınız. Ek Dosya 2: Deneme kontrol yazılımındaki “Kullanıcı” işlevi için komut dosyası. Bu, denemeyi tanımlayan tüm parametreleri içerir. Bu Dosyayı indirmek için lütfen tıklayınız. Ek Dosya 3: Deney kontrol yazılımındaki “Merdiven” fonksiyonu için komut dosyası. Bu, öznenin performansını izler ve daha önce belirlenen kriterlerle karşılaştırır. İstenilen parametreler, hayvanın performansı bu kriterleri karşılıyorsa otomatik olarak güncellenir. Bu Dosyayı indirmek için lütfen tıklayınız. Ek Dosya 4: Deney kontrol yazılımındaki “DataProc” işlevi için komut dosyası. Bu, toplanan tüm verileri işler ve hızlı analiz için basit grafikler oluşturur. Bu Dosyayı indirmek için lütfen tıklayınız. Ek Dosya 5: “Kod” işlevi için komut dosyası. Bu, tek bir denemenin ayrıntılı bir açıklamasını ve deney boyunca tekrarlanan tüm olası sonuçları içerir. Bu Dosyayı indirmek için lütfen tıklayınız.

Discussion

Mevcut protokol, standart, ticari olarak temin edilebilen 5 seçenekli seri reaksiyon süresi görev aparatına düşük maliyetli ve tamamen özelleştirilebilir bir alternatif geliştirmeyi ve test etmeyi amaçlamaktadır. Genellikle, ticari olarak temin edilebilen cihaz türleri, standart araştırma 5-CSRTT’yi çalıştırmak için gereken sınırlı bir dizi özellik sağlar. Bu nedenle, deneme dizisindeki değişiklikler veya hedef uyaran kombinasyonları gibi spesifik deneme tasarımındaki standart dışı değişiklikler genellikle mümkün değildir. Ek olarak, mevcut cihaz türlerinin çoğu, erken ve sebatlı cevapların zamanlaması ve açıklık sayısı gibi deneyin tüm davranışsal verilerine erişim sağlamayabilecek spesifik, kapalı yazılımlarla birlikte gelir. Buna karşılık, burada sunulan araç kutusunun hayati avantajı – düşük maliyetinin yanı sıra – birçok farklı deneme tasarımı ve araştırma paradigmasını uygulama olasılığıdır. Şu anda, araç kutusu, soluk uyaranlara izin vermek ve iki pelet dağıtım sistemi kullanmak ve reaksiyon süresine bağımlılığı ödüllendirmek gibi çoklu uyaran tasarımlarının tanımını desteklemektedir. Ayrıca işitsel geri bildirim için minyatür bir hoparlörün kullanımını da destekler. Bununla birlikte, birincil amaç, deneme sekansının kullanıcının amacına göre kolay modifikasyonlarına izin vermektir; örneğin, karartma görevleri için soluk ışıklı açıklıklar ve ödüllendirici programlar tanıtmak veya son teknoloji ürünü pozitif takviye eğitim yaklaşımlarını entegre etmek11. Ek olarak, oturum boyunca elde edilen tüm ham veriler daha fazla analiz için hazır hale getirilir. Araç kutusu, otomatik davranışsal eğitim için tamamen özelleştirilebilir ve kullanıcının her seviye güncellemesi için kriterleri, eğitim seviyelerinin sayısını ve güncellenecek parametreleri değiştirmesine izin veren bir Merdiven işlevi sağlar. Ayrıca, cihazın kendisi son derece uyarlanabilir ve deneme tasarımındaki ve oda düzenindeki değişiklikler kolayca uygulanabilir, bu da 5-CSRTT paradigmasını ticari olarak temin edilebilen cihaz türlerinin sunduklarından farklı bir araştırma tasarımına ihtiyaç duyan hayvan türlerine uygulamayı mümkün kılar.

Yazılım yapılandırması için protokolün belirli bölümleri, sorunsuz bir iş akışı sağlamak için kritik öneme sahiptir: özellikle deneyin ilk günü için, hem donanım hem de deney kontrol yazılımının hazırlanması (adım 2 ve 3) ve adım 5.3’ün yapılandırılması çok önemlidir. Mikrodenetleyici donanımı, yazılımı ve deney kontrol yazılımı arasındaki seri bağlantı noktası bağlantısının düzgün çalıştığından emin olmak, tam işlevli bir 5-CSRTT araç kutusu oluşturmak için kritik öneme sahiptir. Her deneme gününün başında, donanım ve deneme kontrol komut dosyalarının doğru yapılandırıldığından emin olmak için yukarıda belirtilen üç adımı tekrarlamanız önerilir.

Son olarak, araç kutusunun mevcut sınırlaması, ne yazık ki tam bir açık kaynaklı araç kutusu olarak kullanımından ödün veren özel bir programlama platformuna uygulanmasıdır. Bununla birlikte, prensip olarak, araç kutusu Python gibi diğer programlama dillerine kolayca uyarlanabilmelidir, çünkü bir denemenin seyri değişmeden kalır.

Mevcut alternatif yöntemlerle karşılaştırıldığında, burada tanıtılan 5-CSRTT araç kutusu, standart 5-CSRTT paradigmasının uygulanmasına ve azimli cevaplar için belirlenmiş bir zaman aralığı tanımlamak veya hoparlörler veya yanıp sönen ışıklar gibi dikkat dağıtıcı veya güçlendirici uyaranlar tanıtmak gibi modifikasyonlara izin verir. Kullanımı kolay ve yüksek oranda uyarlanabilir olmasının yanı sıra, aparat düşük maliyetlidir ve kolayca çoğaltılabilir ve kemirgen olmayan hayvan modellerini kullanarak araştırmaları teşvik eder.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma DFG WE 5469/3-1 tarafından desteklenmektedir.

Materials

1200 Ohm Resistor Already available in the lab
8-bit 10 kΩ digital potentiometer Microchip MCP42010-I/P From Conrad.de: 1083205
ARD MEGA2560 KIT Arduino – Mega 2560 R3 Lernset JOY-IT ARD-Set01 From Reichelt.de: ARD MEGA2560 KIT
ARD SHD MOTOR Arduino Shield – Motor Adafruit 1438 From Reichelt.de: ARD SHD MOTOR
ARDUINO STACKABLE HEADER KIT – R3 Sparkfun Electronics PRT-11417 From Antratek.de: PRT-11417
Chow Altromin 1324 N Altromin chow products
Euro-Gehäuse Hammond Electronics 1591EBK From Conrad.de: 520691
Food pellets Bio-Serv F0021 From Bio-serv.com: Dustless Precision Pellets Rodent
Fritzing Interaction Design Lab Potsdam Fritzing Software download
Integrated Development Environment Arduino Arduino IDE download (Freely available)
IR Break Beam Sensor – 3mm LEDs Adafruit 2167 From Mouser.de: 485-2167
Laptop or Computer
LED white round 5mm 2000mcd 20mA TruComponents 1573731 From Conrad.de: 1573731
Microswitch Hartmann MBB1 01 A 01 C 09 A From Conrad.com: 707243
NeoPixel Stick – 8 WS2812 5050 RGB LEDs Adafruit 1426 From Reichelt.de: DEBO LED NP8 2
Passive buzzer Speaker Conrad Components 93038c213a From Conrad.de: 1511468
Pellet release disk Already available in the lab. Similar products depicted below. Keep in mind that some of these products make use of different (and stronger) motors and infrared sensors. The use of the microswitch (row 7) and the  Arduino Motor Shield (row 3) need to be adapted to fit these new specifications. We recommend 3d printing the disk to work with the provided materials and software.
Carbatec universal base plate
Open Science Framework Open Feeder
Open Ephys 3d Model Food Pellet Dispenser
Campden Instruments 45mg pellet dispenser
Programming platform Mathworks R2019b or younger
Psychtoolbox Software V3 Psychtoolbox-3 download
Spur GEAR-MOTOR with DC brush motor Micromotors B138F.12.208 Micromotos Series B138F Technical data

References

  1. Bari, A., Dalley, J. W., Robbins, T. W. The application of the 5-choice serial reaction time task for the assessment of visual attentional processes and impulse control in rats. Nature Protocols. 3 (5), 759-767 (2008).
  2. Asinof, S. K., Paine, T. A. The 5-choice serial reaction time task: a task of attention and impulse control for rodents. Journal of Visualized Experiments: JoVE. (90), e51574 (2014).
  3. Higgins, G. A., Silenieks, L. B. Rodent Test of Attention and Impulsivity: The 5-Choice Serial Reaction Time Task. Current Protocols in Pharmacology. 78 (1), 1-34 (2017).
  4. Humby, T., Wilkinson, L., Dawson, G. Assaying aspects of attention and impulse control in mice using the 5-choice serial reaction time task. Current Protocols in Neuroscience. 31 (1), 1-15 (2005).
  5. Robbins, T. The 5-choice serial reaction time task: behavioural pharmacology and functional neurochemistry. Psychopharmacology. 163 (3-4), 362-380 (2002).
  6. Amitai, N., Markou, A. Disruption of performance in the five-choice serial reaction time task induced by administration of N-methyl-D-aspartate receptor antagonists: relevance to cognitive dysfunction in schizophrenia. Biological Psychiatry. 68 (1), 5-16 (2010).
  7. Fizet, J., Cassel, J. C., Kelche, C., Meunier, H. A review of the 5-Choice Serial Reaction Time (5-CSRT) task in different vertebrate models. Neuroscience & Biobehavioral Reviews. 71, 135-153 (2016).
  8. Spinelli, S., et al. Performance of the marmoset monkey on computerized tasks of attention and working memory. Cognitive Brain Research. 19 (2), 123-137 (2004).
  9. Parker, M. O., et al. Development and automation of a test of impulse control in zebrafish. Frontiers in Systems Neuroscience. 7, 65 (2013).
  10. Birtalan, E., Bánhidi, A., Sanders, J. I., Balázsfi, D., Hangya, B. Efficient training of mice on the 5-choice serial reaction time task in an automated rodent training system. Scientific Reports. 10 (1), 1-8 (2020).
  11. Fischer, B., Wegener, D. Emphasizing the "positive" in positive reinforcement: using nonbinary rewarding for training monkeys on cognitive tasks. Journal of Neurophysiology. 120 (1), 115-128 (2018).

Play Video

Cite This Article
Morais Gancz, J., El Jundi, N., Strippelmann, E., Koch, M., Wegener, D. An Open-Source, Fully Customizable 5-Choice Serial Reaction Time Task Toolbox for Automated Behavioral Training of Rodents. J. Vis. Exp. (179), e63385, doi:10.3791/63385 (2022).

View Video