Behavioral Phenotyping of Murine Disease Models with the Integrated Behavioral Station (INBEST)

Boris Sakic; Marcella P. A. Cooper; Sarah E. Taylor; Milica Stojanovic; Bosa Zagorac; Minesh Kapadia

doi:10.3791/51524

JoVE Journal > Behavior

Please note that all translations are automatically generated. Click here for the English version.

Verhalten

Behavioral Fenotypning av murina Sjukdoms Modeller med integrerad Behavioral Station (INBEST)

Published: April 23, 2015

doi:

10.3791/51524

Boris Sakic¹, Marcella P. A. Cooper², Sarah E. Taylor², Milica Stojanovic², Bosa Zagorac², Minesh Kapadia³

¹Department of Psychiatry and Behavioral Neurosciences,McMaster University, ²Department of Psychology, Neuroscience & Behaviour,McMaster University, ³Neuroscience Program,McMaster University

Summary

Långvarig och omfattande övervakning av möss i ett hem-bur miljö ger en djupare förståelse för avvikande beteende i musmodeller av hjärnsjukdomar. Detta dokument beskriver den integrerade Behavioral Station (INBEST) som nyckelkomponent i modern beteendeanalys.

Abstract

På grund av den snabba utvecklingen inom genteknik har smågnagare blivit de föredragna ämnena i många discipliner av biomedicinsk forskning. I studier av kroniska CNS-sjukdomar, finns det en ökande efterfrågan på murina modeller med hög validitet på beteendenivå. Men flera patogena mekanismer och komplexa funktions underskott ställer ofta utmaningar att tillförlitligt mäta och tolka beteendet hos kroniskt sjuka möss. Därför är bedömningen av perifer patologi och en beteendeprofil vid flera tidpunkter använder ett batteri av tester som krävs. Video-spårning, beteende spektroskopi, och fjärr förvärv av fysiologiska åtgärder ny teknik som möjliggör heltäckande, korrekt och opartisk beteendeanalys i ett hem-bas-liknande inställning. Denna rapport beskriver en raffinerad fenotypning protokoll, vilket inkluderar en skräddarsydd övervakningsapparat (Integrated Behavioral Station, INBEST) som fokuserar på långvariga mätningar av basic funktionella utgångar, såsom spontan aktivitet, mat / vattenintag och motiverat beteende i en relativt stressfri miljö. Tekniska och konceptuella förbättringar i INBEST designen kan ytterligare främja reproducerbarhet och standardisering av beteendestudier.

Introduction

Snabba framsteg inom genteknik under de senaste decennierna har lett till en aldrig tidigare skådad spridning av djurmodeller av mänskliga sjukdomar. Möss har fått status av primära försökspersoner i biomedicinsk vetenskap av flera skäl. Ur en praktisk synvinkel, har de en hög reproduktionshastighet, är relativt billiga och är lätta att hysa. Ur begreppsmässig synpunkt, de är genetiskt nära människor, kan genetiskt modifierad med relativ lätthet, och har högt utvecklade endokrina, immun och nervsystem. Förutom de skador på genetiska och cellulära nivåer, samtida studier av sjukdomar i hjärnan kräver demonstration av repliker funktionella underskott som höjdpunkt ansikte, uppföra eller prediktiv validitet för en ny musmodell ^1.

En akut infektion i en homoeothermic däggdjur resulterar ofta i febril respons, vilket tillsammans med sjukbeteende, utgör en av dehuvudsakliga mekanismerna överlevnads ^2. Akut sjuka djur visar signifikanta förändringar i mat / vattenintaget och prestanda i arbetsuppgifter reflekterande av känslomässig reaktivitet, undersökande beteende, och lärande / minneskapacitet. Dessa förändringar svarar till stor del för nedsatt social / sexuell aktivitet och bevarande av energi för defensiva immunreaktioner. Men när akuta tillstånd vänder kronisk (som sett i många immunologiska, endokrina och neurologiska sjukdomar), spatial förmåga kan försämras ytterligare på grund av strukturella skador i olika organ, inklusive hjärnan ^3.

Människor och djur neurodegenerativa sjukdomar är ofta åtföljs av en konstellation av neurologiska och beteendestörningar. Därför är en viktig syfte i beteendestudier av kroniskt sjuka djur för att skilja centrala effekter från de underskott som induceras av perifer symtomatologi. Dock begränsar samla den relativt korta tid som vanliga beteende uppgifterion av information om grundläggande funktionella åtgärder, såsom olfaction, vila, sömn, mat / vattenintag eller epileptiska episoder. Införande av dessa åtgärder förbättrar beteendeprofilering och tillåter bättre tolkning av prestanda i aktivitetskrävande arbetsuppgifter.

Förbättringar i beteende fenotypning av sjuka möss

De brister i bedömningen av beteendeprofil sjuka möss har krävt kontinuerlig övervakning av ensamma-inrymt möss genom snabb bearbeta datorer. Även olika beteende batterier kan utformas ^{4, 5,} nedan finns de förfaranden som har använts för att framgångsrikt etablera en djurmodell av neuropsykiatriska lupus ^6. Detta batteri upprepade gånger appliceras i både subkronisk och kronisk sjukdomsmodeller (Figur 1), såsom mild kognitiv svikt och Alzheimers sjukdom ^7. Efter en serie av neurologiska tester ^8-10, acustom gjorda apparater, konstruerade för att uppfylla ovanstående krav genom att utnyttja kontinuerlig övervakning av flera beteende utgångar i en berikad hem-bur-liknande miljö, kan användas. En sådan etologiskt baserad metod för bedömningen av spontana undersökande aktivitet och motiverat beteende ger en mer heltäckande bild av prestations underskott i andra paradigm, såsom de reflekterande av inlärning och minne.

Figur 1. Schematisk representation av längdbeteende fenotypning i vårt laboratorium. Den beteende Batteriet är avsett att utvecklas från mindre- mot mer- stressiga arbetsuppgifter, som upprepas vid olika tidpunkter för att bedöma effekterna av ihållande faktorer såsom sjukdomsprogression, farmakologisk behandling eller immunologiska reaktioner. INBEST och individuella tester utförs under den mörka phase, ofta över 10 och 2 tim respektive Förkortningar:. R – reflexer; BW – Beam Walking test; RR – Rotarod; OT – Doft tester; SP – Sackaros preferens test; SD – Step Down test; NEJ – Novel Object test; OF – Open-fälttest; SAB – Spontan Alter Beteende; FS – Tvångs Swim test; MWM – Morris Water Maze. * – Aspekter av testet (t.ex. plats, sammanhang, färg, form) som behöver ändras i senare rättegångar under loppet av experimentet.

Kontinuerlig video-inspelning och analys av beteende i ett hem-bur-liknande miljö först rapporterades under 2007 ^11. En mer komplex automatiserad apparat som integrerar beteendetester som används i studier med autoimmun möss presenterades vid "Measuring Behavior" möte ett år senare ^12. Den integrerade Behavioral Station (INBEST, figur 2A) är ett modulärt system, vilket comprises av ett härbärge, datorstyrd Ijusstimulus, två fotocellstyrda lickometers (en för vatten, en för en lösning av intresse), en automatiserad mat dispenser, en datoriserad rinnande hjul, och en digitaliserad klättring mesh. Latenser, frekvenser och varaktigheter av specifika beteenden undersöks med hjälp anpassad programvara. Rörelse och utforskande aktivitet (t.ex. av ett nytt objekt eller en obekant conspecific) kan bedömas med video-mjukvara (Förteckning över material / utrustning), medan du sover och mindre frekventa beteendemönster, såsom självskadande beteende och kramper, kan görs manuellt med video-spårningsprogram eller dedicehändelseinspelnings paket. Åtta kompletta INBEST / video inställningar används, vilket möjliggör samtidig övervakning av fyra försök och fyra kontrolldjur (Figur 2B).

<img alt="Figur 2" src="/files/ftp_upload/51524/51524fig2.jpg" />
Figur 2. Integrerad Behavioral Station. (A) Schematisk bild av hårdvara och mjukvara som används i utformningen av en INBEST låda (L = 39 x B = 53 x H = 50 cm). (B) Åtta kompletta INBEST lådor ger en möjlighet för samtidig hem-buren övervakning av fyra försök och fyra kontrollmöss. klicka gärna här för att se en större version av denna siffra.

Beroende variabler inkluderar mätningar av mat / vattenintag, lyhördhet till välsmakande stimulering, spontan ambulatorisk aktivitet, klättring, frivillig löpning, ångestrelaterade beteenden (t.ex. utforskning av nya objekt), grooming, beslag och sova. Dessutom kan visuella stimuli presenteras för konditione och inlärningsparadigm. Fördelarna med INBEST över standardbeteendetester omfatta undanröjande av confounding effekter Induced från transport stress, samt kontinuerlig, automatiserad insamling av åtgärder reflekterande av nattlig aktivitet, prospektering, ångestrelaterade och depressiva liknande beteenden. Integrationen av känsliga hårdvarukomponenter med en video-tracking-paketet ger en mängd information, vilket möjliggör en förbättrad bedömning av beteende i förhållande till utvecklingen av den kroniska sjukdomen i olika djurmodeller. INBEST kan användas för att studera andra kroniska sjukdomar i centrala nervsystemet (t.ex. autism, depression, schizofreni), samt i longitudinella studier med fokus på nervsystemets utveckling, beteendeeffekter av systemiska / neoplastiska sjukdomar och långvarig läkemedelsbehandling.

Protocol

Alla rutiner är godkända av McMaster University Djurvård kommittén och utförs i enlighet med riktlinjer som fastställs av den kanadensiska rådet Animal Care. 1. Allmänna procedurer Vänja möss för 1-2 veckor till en befintlig 12 timmar ljus / mörker-cykel (t.ex. 08:00 till 20:00). Utför alla förfaranden och testning under den mörka cykeln, med RT, fuktighet och ljusintensitet är relativt konstant. Markera eller svans-tatuering alla möss för enkel, numerisk identifikation under en längre period och hantera dem 1-2 tim dagligen under 5-7 dagar. Upprepade dagliga mätningar av rektal temperatur, kroppsvikt och mat / vattenintag för att upptäcka potentiella feber och / eller undernäring inducerad av åldrande eller sjukdom framsteg. Standarduteslutningskriterier innefattar låg kroppsvikt på grund av minskad mat / vattenintag, krökt kroppshållning med ruggig päls, hydrocefalus, porfyrin utsläpp runt ögonen, etc. Till identify neurologiska underskott som kan förbrylla övergripande verksamhet och effektivitet, utföra vanliga sensomotoriska tester såsom bakbensspännan reflex 13, visuell placering reflex 14, geotaxis testet 15, korg testet 16, balk gångtest 17-19, Rotarod 20, och lukttester 21. Anm: Resultaten kan också hjälpa till i sambandsanalys med INBEST åtgärder, mer noggrant urval av andra förfaranden (t.ex., Morris vattenlabyrint om möss är blinda, nya objekt test om möss är hyposmic / anosmic), reduktion av variabilitet inom-gruppen, och uteslutning av möss med födelseunderskott eller infektion. Rengör plast och glas apparat med desinfektionsmedel för att avlägsna urin spår samtidigt testa möss från försöks- och kontrollgrupper på ett omväxlande sätt. 2. Integrerad Behavioral Station (INBEST) Förfarande Hem-bur inrättas Fyll mat dispensers med 20 mg mus chow pellets. Fyll flaskorna med kranvatten. Anm: En andra flaskan kan fyllas med en lösning av intresse, såsom sackaros eller sackarin lösning för en preferenstest. Väg flaskor för att beräkna volymen som förbrukas i slutet av sessionen. Sätt flask pipar i lickometers. Kontrollera att munstycket inte blockerar den infraröda sensorn; om det gör det, minska längden på pipen. Placera skyddsrum i den valda hörnet av hemmet-buren. Dator inrättat OBS: De programvarukommandon som i steg 2,2-2,11 är relevanta för Ethovision XT 8.5 programpaket (anges i förteckningen över material / utrustning) och testförhållanden i vårt laboratorium. Lysa upp rummet med diffusa, svagt ljus som är tillräckligt för video-spårning, men återspeglar inte bort lådan, golv eller väggar. Öppna en standard video-tracking projektet och ställa in till experiment Inställningar, genom att knappai relevanta detaljer (t.ex. datum / tid för studier, grupparbete, rumsförhållanden etc.). Därefter väljer du lämplig videokälla (Picolo Flitiga grabber), antal arenor (4), spårning poäng (center-, nose- och svans-punkt), och måttenheter (centimeter, sekunder och grader). När du valt fliken Trial listan under Installation, definiera antalet försök genom att klicka på knappen Add Trials (1). Nästa, ange oberoende variabler (t.ex. mus-ID, kön, grupparbete, stam) med hjälp av variabel knappen Lägg till. Klicka på fliken Arena Inställningar och fånga bakgrundsbilden från live-video. Definiera parametrarna för individuella arenan genom att skissera den yttre omkretsen med hjälp av lämpligt verktyg ritning (t.ex. skapa rektangel / polyline / ellips). Lägg sedan zoner av intresse genom att klicka på gruppknappen Lägg Zone och beskriver de olika zonerna (t.ex. golv, lickometers, mat dispenser, klättring mesh <em> osv.) på ett identiskt sätt. Lägg dolda zoner för de områden där musen inte kan ses (t.ex. skydd och löphjul, figur 2) genom att klicka på Lägg dolda Zongrupp knappen. Se till att en inresa / utresa specificeras och kopplas till varje dold zon. Upprepa steg 2.4-2.5 för varje arena. Utför arena kalibrering genom att markera Kalibrering och användning av lämpligt verktyg (skapa kalibreringsskala / axlar) för att ge arenan bredd och längd. Slutligen validera Arena inställningar genom att klicka på knappen Validera Arena inställningar. Markera fliken Trial-styrinställningar och ange start / stopp villkor och rättegång längd. Ställ startvillkoret att börja när varaktigheten av mittpunkten överstiger 1 sekund i arenan. Manipulera varaktighet rättegången genom att expandera stopptillstånd lådan och ställa rättegången att avsluta efter en fördröjning, till exempel 10 timmar. Under fliken Detection Inställningar, markera lämpliga detektionsmetoder (t.ex., Dynamisk subtraktion och modellbaserad). Nästa, ta referensbilden av den tomma arenan genom att klicka på knappen Inställningar på fliken Detection och trycka på Grab Current knappen. Justera intervallet kontrasten så att centrumet, nos och svans-baserad detektering för varje mus är tillförlitliga, exakta och kontinuerlig. För albinomöss anger att musen är ljusare än bakgrunden, och mörkare än bakgrunden om du använder en pigmenterad stam. Obs: Ämnet storlek och videosamplingsfrekvens kan ändras beroende på avståndet mellan overhead kameran och motivet, liksom bearbetningshastighet PC används (t.ex. 14.9 bilder / sek). Se till att alla ändringar sparas innan du avslutar inställningar detektionsmodulen. Slå på gränssnittsenhet, som ansvarar för att omvandla inspelade analoga händelser från inmatningsenheter (t.ex. avbrott i infraröd stråle, rörelse av löphjul osv) till digital stockar. Data Acquisition Obs: Följande programvarukommandon är relevanta för skräddarsydda Med PC IV rutin ("wizard") som ger steg-för-steg inmatning av sessionsparametrar (t.ex. 10 tim rättegång varaktighet, mus-ID, gruppuppgift etc.). Placera varje mus i den tilldelade rutan. Synkronisera video- och händelsespårning paket genom att samtidigt trycka på "rekord" knapparna. Lämna experimentella rummet tyst. När inspelningstiden går ut (t.ex. några timmar, dag, eller veckor), ta bort möss och återföra dem till sina hemmaburar. Mät flaskvikter och spara alla digitala inspelningar på digitala medier (hårddisk, bärbar USB stick, DVD). Överför rådata till ett kalkylblad. Spara MPG-filer för efterföljande poängsättning av sällanbeteende handlingar (t.ex. stereotypi, kramper).

Representative Results

Figur 3 exemplifierar olika läs-outs i en långvarig beteendestudie med CD1. Data representerar baslinjen prestanda (dag 6-2 före operation), efter operation återhämtning (dagar 2-4) och beteendemässiga effekter induceras av ihållande intra-cerebro-ventrikulär administration av hjärnreaktiva antikroppar (dagar 6 till 10, där 0 betecknar operationen dag). Analys med programvara händelseinspelning avslöjar att den experimentella gruppen visar försämringar i ingestive beteende, vilket framgår av en lägre frekvens av vattenflaska slickar (A), ökad latens närma sackaroslösningen (B), och minskad matkonsumtion (C) under försöksperioden. Sammanfaller med dessa förändringar, de visar också minskad löphjul aktivitet i jämförelse med kontrollmöss (D). Mätt som video-mjukvara, ambulates den experimentella gruppen också mindre i hemmet-buren (E) och föredrar att spendera mer tid i skydd (F). Dessa beteendemässiga skillnader are illustreras på prov ethograms (G). Figur 3. Representativa variabler i en serie av 10-hr dagliga sessioner som illustrerar diskriminantanalys makt INBEST systemet. Experimentell möss (utsatt för hjärnreaktiva antikroppar över 2 veckor) dricker mindre vatten (A), tar längre tid att närma sukroslösning ( B), och förbrukar mindre mat (C) under testperioden. Sammanfaller med dessa förändringar, de visar också nedsatt aktivitet, som exemplifieras av minskat antal löphjul (D), minskade förflyttningar (E) och långvarig vistelse i skydd (F). Dessa beteendemässiga skillnader illustreras på prov ethograms (G). Den övre panelen visar beteendet hos en experimentell mus på dag 6, som kännetecknas av minskad ingestive beteende,nedre löphjul aktivitet och ökad skydd tid i jämförelse med en kontrollgrupp mus tar emot ett fordon (bottenpanel). Klicka här för att se en större version av denna siffra.

Discussion

Detektering av funktionella effekter hos djur beror till stor del på forskarens förmåga att begränsa variationen inneboende beteendestudier. Därför är det viktigt att noggrant kontroll och minimera potentiella blandar ihop som kan minska tillförlitligheten och reproducerbarheten av beteendedata. Samtidigt är det viktigt att inse att inget test återspeglar en enda domän av beteende, är att kunskap om neurologisk funktion obligatoriskt, och detta beteende är mycket känslig för externa stressorer. Om ovanstående postulat är uppskattade, kan man dra slutsatsen att omfattande beteendeanalys bör omfatta tidsförloppet av svaret mäts, liksom, involverar grundläggande funktionella egenskaper och paradigm som når in specifika beteendemässiga aspekter. Många av dessa kriterier kan uppfyllas med hjälp av datoriserad bedömning av rörelser och beteende akter i en berikad hem-buren miljö.

Hittills har det varit emphasized att beteende fenotypning av musmodeller av sjukdomsoptioner mänskliga ytterligare överväganden. Detta begrepp är baserad på antagandet att funktionell homeostas utmanas av interna och externa stressorer under sjukdomsdebut. Även om alla potentiella blandar ihop inte kan elimineras genom införandet av automatiserade, hem-buren fenotypning, är frågor som rör inkonsekventa miljöinställningar, transport stress och upprepad hantering minimeras. Detta förbättrar avsevärt konsekvens och precision mellan studier; även små minskningar i variabilitet kan förbättra detektion av effekterna inducerade av en begynnande sjukdom. Faktum ger INBEST en mängd information, vilket möjliggör mer exakt bedömning av debuten, kinetik, och svårighetsgraden av beteendeförändringar, samt viktiga relationer mellan olika sjukdomsframkallad beteendestörningar. Pålitlig video-tracking beror på två ljusförhållanden. Först, är diffust ljus som krävs i testrummet för att förhindraartefakter från närliggande reflekterande föremål. För det andra, kan hög färgkontrast uppnås genom att välja en lämplig golvfärg för att skilja sig från motivet färgen så mycket som möjligt. I vårt labb, detta uppnås genom att använda översvämnings-lampor placerade nedanför INBEST lådor och svarta golvbrickor vid övervakning albino möss (vit eller grå bakgrund skulle vara tillräcklig om testning pigmente stammar). När det gäller händelsen inspelnings aspekten av INBEST, aktuell hårdvaruinställningen (1 Piccolo grafikkort med 4 ingångar) begränsar fyra lådor som ska samtidigt används per dator. Detta är ett ganska litet antal lådor, medan en mer passande upplägg skulle kräva åtta eller till och med 16 burar, och därmed 2 eller 4 datorer, respektive. Lämpligen kan INBEST användas kontinuerligt under 24-hr som hem-buren. Detta skulle tillåta att djur fullo vänja till miljön och skapa stabila, dygnsrytm beteendemönster, vilket kan analyseras på ett opartiskt sätt. För att förhindra datadataförlust på grund av strömavbrott, en kontinuerlig effekt supply (eller åtminstone en avbrottsfri strömkälla) måste säkras. Slutligen, för att säkerställa en korrekt bedömning av dagliga födointaget, bör det noteras att storleken på mat pellets inte bör överstiga storleken på hålen i foderautomat (rekommenderad storlek på en enda livsmedels pellets är 20 mg).

Det är att inte förbises dock att denna analys även bör omfatta hur olika INBEST åtgärder kan interagera med varandra. Till exempel möss som tillbringar mer tid i löphjul sannolikt att inta större mängder mat och vatten för att möta sina ökade kalori krav. På samma sätt kan möss intag mer sackaroslösning minska sitt intag av mat. Tolkningen av dessa resultat kan vidare kompliceras av en allmän förbättring av prestanda över tid, särskilt i fråga om att ingestive beteende och löphjul aktivitet. Med tanke på deras incitaments-egenskaper, kan praktiker också överväga att begränsa tillgången till sackaroslösning och tHan kör hjulet för att motverka risken för post ingestive effekter och överdriven viktminskning, respektive. Dock kan dessa problem vara mer relevanta i vissa stammar än andra eftersom olika stammar av möss har olika beteendeprofiler. Även utför både baslinjen och experimentella kontroller bedömning för många av de frågor som ovan, praktiker måste inse att dessa variabler måste beaktas när man tolkar INBEST uppgifter. Samtidigt, kan vissa aspekter av beteende inte studeras i hemmet-buren miljö, vilket sålunda nödvändiggör en kombination med standardtester för att fullborda den beteendeprofilen av ämnen.

Datoriserad övervakning inom standardiserad, men flexibla miljöer verkar vara nästa logiska steg i modern beteendeanalys. En sådan icke-invasiv, etologiskt baserad strategi kommer att tillåta forskare att observera den fulla repertoar av beteendereaktioner under en längre tid. Denoretically, kan detta åstadkommas genom att studera beteende i en "virtuell", berikad miljö som liknar en naturlig livsmiljö. Flera forskargrupper har beskrivits visionsbaserade spårningsverktyg som stödjer beteende fenotypning av möss i deras hem-buren ^22-25, i dyader ^{26, 27,} eller i samband med stora sociala grupper ^28. Hög precision och spatial upplösning kan uppnås genom att integrera video-spårning med mikrochip teknik för samtidig och synkroniserad insamling av beteendedata i en grupp möss ^28. Värmekameror kan detektera värme-signaturer kan kombineras med implanterbara mikrochips eller transpondrar för att ge den relativa läge och grundläggande fysiologiska funktioner i varje mus (t.ex. kroppstemperatur, hjärta / andning). Dessutom skulle ett avancerat 3D-system för spårning producera mer exakt och kvantitativ erkännande av beteende handlingar. För att upprepade gånger köra en varihället av tester, bör ett sådant system automatiseras, fjärrstyrda, och modulär. Till exempel kan studeras rumsliga minne i större miljöer genom att programmera utseende distala ledtrådar på LCD väggar, eller genom att presentera / dölja dispensrar med välsmakande mat från rörliga golv. På ett liknande sätt kan nya objekt att presenteras / döljas vid vissa tider under hela studien. Sådan datoriserat fenotypning kan hjälpa till att belysa de genetiska faktorerna för beteende, patogena mekanismerna bakom sjukdomsmodeller och utveckling av nya behandlingsstrategier. Om enighet uppnås med avseende på testförhållanden, sekvens av tester, samt hårdvara och mjukvara som används, kan man förvänta sig att efterlängtade standardisering skulle förbättra reproducerbarheten för beteendestudier och höja experimentella psykometri till en ny nivå.

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

This work was supported by an Ontario Mental Health Foundation grant to B.S, and an Ontario Graduate Scholarship to M.K.

Materials

Power control interface operating package	Med Associates Inc.	MED-SYST-8	Interface box and PCI card that manage all A/D data inputs and outputs
Stimulus light	Med Associates Inc.	ENV-221M	28 V DC, 100 mA, 2.5 cm diameter light (for presentation of a conditioned stimulus)
Head entry detector	Med Associates Inc.	ENV-254-CB	Permits head entry detection into the pellet receptacle
Photobeam lickometer	Med Associates Inc.	ENV-351W	Infrared sensor system for detecting beam interception by snout
Food pellets	Bio-Serv	F0163	Dustless precisions food pellets (20 mg rodent grain-based diet)
Food dispenser	Med Associates Inc.	ENV-203-20	Automated food dispensing system consisting of elevated plastic container and dispensing tube
Food receptacle	Med Associates Inc.	ENV-303R2W	Infrared sensitive base to signal when food pellet is dispensed or collected
Climbing mesh	Med Associates Inc.	CT-Climbing mesh	Durable metal rungs, dimensions
Med PC IV software	Med Associates Inc.	SOF-735	Integrates data acquisition from all electronic devices
MPC2XL v1.4	Med Associates Inc.	SOF-731	Raw data transfer utility
Soft CR Pro v1.05	Med Associates Inc.	SOF-722	Remote online monitoring software
Running wheel	Med Associates Inc.	CT-MSUB-ENV-3042-X1	Activity wheel for mice
Digital counter	Med Associates Inc.	ESUB-ENV-3000	LCD counter (4 counts = 1 revolution = 54.6 cm length)
Picolo Diligent frame grabber	Euresys		High-resolution PCI video capture card
Ethovision XT 8.5	Noldus Information Technology		Video-tracking software
Camera	Panasonic	WV-BP334	Digital, low-lux video camera suspended from a custom-made metal stand
Video Splitter	American Dynamics	ADQUAD87	Integrates and digitizes inputs from 4 video cameras

Referenzen

Henn, F. A., McKinney, W. T., Meltzer, H. Y. Ch. 67. Psychopharmacology: The Third Generation of Progress . , 687-695 (1987).
Hart, B. L. The behavior of sick animals. Vet. Clin. North Am. Small Anim. Pract. 21, 225-237 (1991).
Kapadia, M., Sakic, B. Autoimmune and inflammatory mechanisms of CNS damage. Prog. Neurobiol. 95, 301-333 (2011).
Rogers, D. C. Behavioral and functional analysis of mouse phenotype: SHIRPA, a proposed protocol for comprehensive phenotype assessment. Mamm. Genome. 8, 711-713 (1997).
Moy, S. S. Mouse behavioral tasks relevant to autism: phenotypes of 10 inbred strains. Behav. Brain Res. 176, 4-20 (2007).
Gulinello, M., Putterman, C. The MRL/lpr mouse strain as a model for neuropsychiatric systemic lupus erythematosus. J. Biomed. Biotechnol. 2011, 207504 (2011).
Marchese, M. Autoimmune manifestations in the 3xTg-AD model of Alzheimer’s disease. J. Alzheimers. Dis. 39, 191-210 (2014).
Sakic, B. A behavioral profile of autoimmune lupus-prone MRL mice. Brain Behav. Immun. 6, 265-285 (1992).
Sakic, B., Szechtman, H., Denburg, S. D., Carbotte, R. M., Denburg, J. A. Spatial learning during the course of autoimmune disease in MRL mice. Behav. Brain Res. 54, 57-66 (1993).
Sakic, B. Disturbed emotionality in autoimmune MRL-lpr mice. Physiol. Behav. 56, 609-617 (1994).
Visser, L., van den Bos, R., Kuurman, W. W., Kas, M. J., Spruijt, B. M. Novel approach to the behavioural characterization of inbred mice: automated home cage observations. Genes Brain Behav. 5, 458-466 (2006).
Sakic, B. The use of integrated behavioral station in chronic behavioral studies. Measuring Behavior. , 328 (2008).
Shinzawa, K. Neuroaxonal dystrophy caused by group VIA phospholipase A2 deficiency in mice: a model of human neurodegenerative disease. J. Neurosci. 28, 2212-2220 (2008).
Quintana, A., Kruse, S. E., Kapur, R. P., Sanz, E., Palmiter, R. D. Complex I deficiency due to loss of Ndufs4 in the brain results in progressive encephalopathy resembling Leigh syndrome. Proc. Natl. Acad. Sci. U. S. A. 107, 10996-11001 (2010).
Irwin, S. Comprehensive observational assessment: Ia. A systematic, quantitative procedure for assessing the behavioral and physiologic state of the mouse. Psychopharmacologia. 13, 222-257 (1968).
Crawley, J. N. . What’s Wrong With My Mouse?: Behavioral Phenotyping of Transgenic and Knockout Mice. , (2007).
Feeney, D. M., Gonzales, A., Law, W. A. Amphetamine, haloperidol and experience interact to affect rate of recovery after motor cortex injury. Science. 217, 855-857 (1982).
Stanley, J. L. The mouse beam walking assay offers improved sensitivity over the mouse rotarod in determining motor coordination deficits induced by benzodiazepines. J. Psychopharmacol. 19, 221-227 (2005).
Gulinello, M., Chen, F., Dobrenis, K. Early deficits in motor coordination and cognitive dysfunction in a mouse model of the neurodegenerative lysosomal storage disorder, Sandhoff disease. Behav. Brain Res. 193, 315-319 (2008).
Rustay, N. R., Wahlsten, D., Crabbe, J. C. Influence of task parameters on rotarod performance and sensitivity to ethanol in mice. Behav. Brain Res. 141, 237-249 (2003).
Kapadia, M. Altered olfactory function in the MRL model of CNS lupus. Behav. Brain Res. 234, 303-311 (2012).
Jhuang, H. Automated home-cage behavioural phenotyping of mice. Nat. Commun. 1, 68 (2010).
Steele, A. D., Jackson, W. S., King, O. D., Lindquist, S. The power of automated high-resolution behavior analysis revealed by its application to mouse models of Huntington’s and prion. Proc. Natl. Acad. Sci. U. S. A. 104, 1983-1988 (2007).
Zarringhalam, K. An open system for automatic home-cage behavioral analysis and its application to male and female mouse models of Huntington’s disease. Behav. Brain Res. 229, 216-225 (2012).
Chaumont, F. Computerized video analysis of social interactions in mice. Nat. Methods. 9, 410-417 (2012).
Kabra, M., Robie, A. A., Rivera-Alba, M., Branson, S., Branson, K. JAABA: interactive machine learning for automatic annotation of animal behavior. Nat. Methods. 10, 64-67 (2013).
Weissbrod, A. Automated long-term tracking and social behavioural phenotyping of animal colonies within a semi-natural environment. Nat. Commun. 4, 2018 (2013).

Play Video

PDF

DOI

DOWNLOAD MATERIALS LIST

Diesen Artikel zitieren

Sakic, B., Cooper, M. P. A., Taylor, S. E., Stojanovic, M., Zagorac, B., Kapadia, M. Behavioral Phenotyping of Murine Disease Models with the Integrated Behavioral Station (INBEST). J. Vis. Exp. (98), e51524, doi:10.3791/51524 (2015).