JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Résultats
Discussion
Divulgations
Acknowledgements
Materials
References
Please note that all translations are automatically generated. Click here for the English version.
Sciences du comportement

Un t-labirinto automatizzato basato apparato e protocollo per l'analisi basate su ritardo e sforzo decisionale nei roditori in movimento libero

Published: August 02, 2018
doi:
10.3791/57895
, , ,
1Laboratory of Behavioral Genetics, Center for Brain Science,RIKEN, 2Faculty of Human Science,University of Tsukuba

Summary

Questo articolo introduce un apparato di t-labirinto automatizzato che abbiamo inventato e un protocollo basato su questo apparecchio per l’analisi decisionale basato su ritardo e sforzo processo decisionale nei roditori di movimento liberi.

Abstract

Molti pazienti neurologici e psichiatrici dimostrano difficoltà e/o deficit nel processo decisionale. Modelli del roditore sono utili per produrre una comprensione più profonda delle cause neurobiologiche alla base dei problemi decisionali. Una base di costi-benefici t-labirinto task è usato per misurare il processo decisionale in cui roditori scegliere tra un braccio alta ricompensa (HRA) e un basso ricompensa (LRA). Ci sono due paradigmi dell’attività decisionale t-labirinto, quello in cui il costo è un tempo di ritardo e l’altro in cui è lo sforzo fisico. Entrambi i paradigmi richiedono una gestione noiosa e laborioso di animali da esperimento, porte multiple, pellet ricompensa e registrazioni scelta del braccio. Nel lavoro attuale, abbiamo inventato un apparecchio basato su tradizionale t-labirinto con automazione completa per erogazione pellet, registrazioni di scelta e gestione della porta. Questa installazione automatica può essere utilizzato per la valutazione di entrambi basati su ritardo e sforzo processo decisionale nei roditori. Con il protocollo descritto qui, il nostro laboratorio ha studiato i fenotipi decisionali multipla di topi geneticamente modificati. Nei dati rappresentativi, abbiamo mostrato che i topi con ablato creativi mediale ha mostrato le avversioni di ritardo e di sforzo e tendevano a scegliere la ricompensa immediata e senza sforzo. Questo protocollo aiuta a diminuire la variabilità causata dall’intervento di sperimentatore e per migliorare l’efficienza di esperimento. In più, sonda di silicio cronica o microelettrodo registrazione, formazione immagine in fibra ottica e/o manipolazione dell’attività neurale può essere facilmente applicato durante l’attività decisionale utilizzando la configurazione descritta qui.

Introduction

Gli esseri umani e altri animali valutare il costo (compreso il ritardo, sforzo e rischio) per ottenere una ricompensa e poi fare la loro decisione di scegliere un determinato corso d’azione. Deficit di processo decisionale appaiono in numerose malattie neuropsichiatriche, compreso la schizofrenia (SZ), disordine di iperattività di deficit di attenzione (ADHD), disordine ossessivo-compulsivo (OCD), malattia di Parkinson (MDP) e dipendenza1. Gli studi sugli esseri umani e scimmie hanno rivelato quel cervello chiave diverse regioni sono coinvolte nella decisione facendo2,3,4. Sebbene primati impegnano in stoffa di decisione più complicati, roditori sono stati segnalati per essere in grado di prendere decisioni adattive per sopravvivere in un ambiente dove gli imprevisti ricompensa cambiano frequentemente. Inoltre, i meccanismi del circuito neurale e i meccanismi molecolari alla base di processi decisionali possono essere accuratamente studiati in modelli murini grazie alla disponibilità degli strumenti chemogenetic, optogenetica e topi geneticamente modificati. Non ci sono più attività utilizzata nel valutare i comportamenti decisionali dei roditori, tra cui l’attività set-spostamento attenzionale, l’attività di t-labirinto effortful o ritardo-base, l’attività di gioco d’azzardo Iowa, l’inversione di discriminazione visiva, apprendimento attività5, ecc. Protocolli di costi-benefici analoghi t-labirinto sono stati originariamente sviluppati dal gruppo Pierre6 e sono stati usati per esaminare gli effetti di due tipi di costo di decisione (ritardo e sforzo) il libero movimento roditori7,8, 9,10. Il vantaggio speciale di questa attività è che gli animali non devono essere addestrati a premere leve o scavare in una ciotola. Invece, animali compiere una scelta tra un’alta ricompensa alta costo opzione in un braccio (l’Autorità registrazione integrità) o una ricompensa bassa opzione a basso costo in altro braccio (LRA). Pertanto, questa attività è molto più facile da eseguire.

Nel paradigma basato su ritardo, una porta di giunzione è stato introdotto una volta che l’animale da laboratorio entra uno dei bracci di obiettivo, così che l’animale è tenuto in braccio l’obiettivo. Se l’animale sceglie il LRA, la porta obiettivo sul LRA è retratto immediatamente e una piccola quantità di cibo è consegnata. Se l’animale sceglie l’Autorità registrazione integrità, la porta obiettivo sull’Autorità registrazione integrità è ritratta dopo il ritardo richiesto e una grande quantità di cibo pellet è consegnata (Figura 1A). Nel paradigma basato su sforzo, l’Autorità registrazione integrità è ostruita da una barriera e animali devono salire su di esso per ottenere una grande quantità di pellet (Figura 1B). In linea generale, il paradigma basato su ritardo è molto utile per testare l’impulsività di modelli animali e quello basato su sforzo può aiutare a capire gli animali apatici2,4,11,12, 13. i ricercatori finora hanno esecuzione di questo test manualmente contando il tempo di ritardo, inserimento e ritirando porte, la barriera di sforzo di manovra, contando il numero di pellet, pellet di immissione nella posizione, immissione e restituzione animali e le scelte degli animali per ogni prova di registrazione. Questi costi di manodopera e tempi pongono un grave collo di bottiglia sperimentale per i ricercatori, che ostacolano l’uso molto diffuso di questo test comportamento. Nel lavoro attuale, abbiamo sviluppato un setup di t-labirinto basato per valutare la base di ritardo o sforzo decisionale dei roditori, con completa automazione, standardizzazione e capacità di alto-rendimento.

Apparato

In collaborazione con un produttore commerciale (Vedi Tabella materiali), abbiamo sviluppato una versione modificata automatizzato apparato t-labirinto che utilizzava uno strumento basato su software di controllo (Figura 2). In particolare, abbiamo introdotto una “back door” e “ritorno”, rispetto alla tradizionale t-labirinto (Figura 2), in modo che gli animali potrebbero andare indietro all’inizio punto essi stessi e avviare un nuovo processo. Il t-labirinto è di colore grigio opaco, e quando l’esperimento condizione e il software siano impostate correttamente, entrambi i topi bianchi e nero possono essere rilevati. Si compone di tre bracci: uno start braccio e due gol di armi, ogni 410 mm di lunghezza con pareti a forma di V di 155 mm in altezza, una base di 30 mm in larghezza e una parte superiore aperta di 155 mm in larghezza. Il corridoio a forma di V può efficacemente impedire topi da saltare. Inoltre, il corridoio a forma di V rende più facile da applicare in vivo di registrazione con i cavi. Una casella di inizio è attaccata all’estremità del braccio inizio. Un obiettivo di dialogo è collegata all’estremità di ogni braccio di obiettivo. Un distributore automatico di cibo è installato in ogni casella obiettivo di consegnare un numero predefinito di pellet di cibi dolci. L’assunzione di pellet viene rilevato da un sensore a infrarossi e viene automaticamente registrata da un computer. Ogni casella di obiettivo è collegata alla casella Inizia da un corridoio dritto. Animali in modo autonomo possono restituire alla casella di partenza attraverso il corridoio una volta che hanno finito una prova. Ci sono le porte scorrevoli di 155 mm in altezza all’ingresso e all’uscita delle caselle inizio e obiettivo. Inoltre, una porta scorrevole si trova all’ingresso di ogni braccio di obiettivo per impedire che animali muovendosi all’indietro dopo aver effettuato una scelta (Figura 2A). Tutte le porte scorrevoli sono controllate da un computer e può essere aperto e chiuso automaticamente. Un’alta sensibilità 1/2″ charge coupled device (CCD) monocle fotocamera è impostata sopra l’apparato per monitorare il comportamento degli animali. La lunghezza focale della lente è di 2.8-12mm. La posizione della telecamera è di circa 1,9 m di altezza. Poiché l’altezza del labirinto è di 0,5 m dal pavimento, la distanza tra la fotocamera e il labirinto è circa 1,4 m (Figura 2B). I dati di tracciamento acquisiti dalla fotocamera CCD viene utilizzati per vivere-controllo del t-labirinto, aprendo e chiudendo le porte specifiche quando entrano in alcune regioni di interesse (ROI). Le barriere utilizzate per il paradigma basato su sforzo sono a forma di un triangolo rettangolo tridimensionale (Figura 2), che si adatta perfettamente nelle pareti a forma di V e sono circa 155 mm di altezza. Gli animali devono scalare il lato verticale ma sono in grado di scendere un pendio di 45°. L’apparato è illuminato a 100 lux durante l’esperimento. Pellet utilizzato nell’esperimento di zucchero (Vedi Tabella materiali), e gel di silice (Vedi Tabella materiali) viene utilizzato per mantenere il pellet asciutto.

Protocol

Tutti i protocolli sperimentali sono stati approvati dalle commissioni di utilizzo del RIKEN Brain Science Institute e cura degli animali. 1. animale preparazione Scegliere il sesso, età, genotipo e trattamenti farmacologici di topi sperimentali (o ratti) a seconda dello scopo sperimentale.Nota: Qui abbiamo dimostrato le prestazioni dei quattro topi C57B/6 maschi di 2 mesi di età. Casa i topi in una camera mantenuta in condizioni standard (12 h luce/12 h ciclo scuro, luci su tra le 8:00 e 20:00, 22 ± 1 ° C).Nota: Se lo scopo è quello di confrontare la differenza fra i due genotipi, gruppo 4 topi per gabbia e includono 2 topi di ciascun genotipo. Gestire i topi per 2 min/giorno per 5 giorni per farli familiarizzare con contatto umano. Nutrirli con razioni misurati affinché il loro peso corporeo è mantenuto all’incirca 80 – 85% del peso alimentazione gratuito in tutto l’esperimento. Fornire acqua ad libitum. Habituate topi nella stanza sperimentale trasferendo tutti i topi dal mouse custodia alla sala sperimentale 30 min prima dell’esperimento ogni giorno. Iniziare esperimenti allo stesso tempo ogni giorno per evitare gli effetti dei ritmi circadiani sulle prestazioni degli animali. 2. animale assuefazione al labirinto Avviare simultaneamente assuefazione al labirinto con (2 min/giorno) di gestione del mouse. Tenere tutte le porte aperte in questa fase. Eseguire l’assuefazione per un totale di 5 giorni. Il giorno 1, disperdere le palline di cibo in tutto il labirinto. Nei giorni 2 e 3, disperdere i pellet lungo le braccia di due gol. Nei giorni 4 e 5, è necessario mettere il pellet solo presso le caselle di due gol. Tutti i giorni, dopo aver piazzato il pellet, posizionare i mouse nella casella inizio del t-labirinto in gruppi di quattro e consentire i topi esplorare il labirinto per 10 min.Nota: Habituating i topi in gruppi di quattro li aiuterà a imparare gli uni dagli altri e accelerare la formazione. 3. animali discriminazione dell’Autorità registrazione integrità da LRA Nota: Questo protocollo include test decisionale sia basato su ritardo e sforzo. Tuttavia, a seconda dello scopo, i ricercatori possono testare solo uno di loro, o entrambi. Software di controllo (Tabella di materiale) è utilizzato per controllare automaticamente l’installazione del t-labirinto per la procedura seguente. Se sforzo processo decisionale sarà testato, introdurre barriere sia Autorità registrazione integrità e LRA in fase di entrata forzata del braccio. Quindi gli animali saranno addestrati per discriminazione e di barriera arrampicata simultaneamente. I topi affamati attivamente salire le barriere e dopo questa fase, tutti loro possono salire abilmente. Di conseguenza, non è necessario partire da una barriera bassa con questo protocollo. Fase di ingresso forzato braccio Aprire la finestra di registrazione di parametro del software di controllo e impostare i parametri come segue (Figura 3). Scegliere l’opzione di”fase”. Impostare il numero di”prova” a 10, affinché ogni animale passerà attraverso 10 prove al giorno per 5 giorni consecutivi.Nota: Si può scegliere un diverso numero di trial in suoi propri esperimenti. Impostare la “durata” a 900 s affinché la formazione di un mouse al giorno non supererà 900 s. Set il “predefinito start delay time” per 3 s, affinché la porta di avvio si aprirà 3 s dopo l’animale viene rilevato in zona partenza. Impostare il “numero di pellet” per l’Autorità registrazione integrità e il LRA, in modo che 4 pellet sono sempre automaticamente dispensati nell’Autorità registrazione integrità e 1 pellet viene distribuito nel LRA.Nota: Nei nostri esperimenti, abbiamo trovato che 1:4 è il miglior rapporto quando 10mg zucchero pellet vengono utilizzati. Se usiamo pellet da 6 a 10, i topi non possono finire di mangiare tutti loro e ci sarà sta accadendo omissione. Impostare il “ritardo” a 0 s, così che non ci sarà nessun ritardo per HRA e LRA durante questa fase. Aprire la finestra di “Registrazione ID” del software di controllo. Registrare l’ID di ogni singoli mouse al software secondo la posizione di HRA, sul lato destro o sul lato sinistro. (Figura 4).Nota: La posizione deve essere controbilanciata con riferimento a gruppi di genotipo. Per il 50% di ogni gruppo di genotipo, l’Autorità registrazione integrità è sempre sulla sinistra e il LRA è sempre sulla destra. Per l’altro 50%, l’Autorità registrazione integrità è sempre sulla destra e il LRA è sempre sulla sinistra. Aprire la finestra di applicazione del software, selezionare “Decision Making” dall’elenco a discesa “Attività”. ID dell’oggetto di input e selezionare “Fase 2” nell’elenco a discesa di “Fase”. Selezionare numero del giorno nell’elenco a discesa di “Giorno”. Premere il tasto “OK” per accedere alla finestra di interfaccia di esperimento. Nella finestra di interfaccia di esperimento, premere “GetBG” per registrare le informazioni di background del labirinto in modo che l’animale verrà registrata con precisione indipendentemente sullo sfondo dell’ambiente. Premere il pulsante di “Avvio di sessione” (Figura 5). Posizionare il mouse nella casella start e iniziare l’allenamento premendo il pulsante “start” del telecomando. Si noti che la porta di inizio, una porta di giunzione (sinistra o destra) si aprirà automaticamente dopo 3 s; una volta che il mouse entra nell’area di giunzione, l’inizio si chiuderà automaticamente. Osservare che una volta che il mouse entra nell’area di ritardo (lato destro o sinistro), la giunzione si chiuderà automaticamente e automaticamente si aprirà la porta obiettivo. Osservare che una volta che il mouse prende il pellet, la porta sul retro e pre-partenza porta si aprirà automaticamente. Una volta che il mouse entra nell’area posteriore, la porta si chiuderà automaticamente. Osservare che una volta che il mouse entra casella start, il pre-partenza si chiuderà automaticamente e verrà avviato un nuovo processo.Nota: All’interno di 10 prove di ogni giorno durante questa fase di addestramento, il software automaticamente garantisce che ogni mouse visite l’Autorità registrazione integrità per le 5 prove e il LRA per 5 prove. Pulire il labirinto accuratamente ogni giorno. Fase di ingresso del braccio libero Registrare i parametri e l’ID di oggetto nello stesso modo come fatto nella fase di entrata forzata (punto 3.1.1 e 3.1.2). Scegliere l’opzione di fase di “”. Impostare il numero di”prova” a 20, affinché ogni animale passerà attraverso 20 prove, al giorno per 7 giorni consecutivi. Nella finestra dell’applicazione, selezionare “Fase 3” nell’elenco a discesa di “Fase”. Impostare altri parametri secondo il punto 3.1.3. Nella finestra di interfaccia di esperimento, è possibile impostare il valore di “Tasso di successo” come 80% in modo che la formazione continuerà automaticamente fino a quando il mouse seleziona l’Autorità registrazione integrità nel 80% delle prove o il mouse al termine 20 prove al giorno (come è registrato nella configurazione dei parametri). Applicare altre operazioni secondo il punto 3.1.4. Consentire il mouse per scegliere liberamente un braccio, HRA o LRA. Si noti che la porta di inizio, due porte di giunzione si apriranno automaticamente dopo 3 s; una volta che il mouse entra nell’area di giunzione, l’inizio si chiuderà automaticamente. Osservare che una volta che il mouse sceglie un braccio ed entra nell’area di ritardo (lato destro o sinistro), la giunzione si chiuderà automaticamente e automaticamente si aprirà la porta obiettivo. Osservare che una volta che il mouse prende il pellet, la porta sul retro e pre-partenza porta si aprirà automaticamente. Una volta che il mouse entra nell’area posteriore, la porta si chiuderà automaticamente. Osservare che una volta che il mouse entra casella start, il pre-partenza si chiuderà automaticamente e verrà avviato un nuovo processo. 4. ritardo-base decisionale Test Registrare i parametri e l’ID di oggetto nello stesso modo come fatto nella fase di entrata di braccio libero (punto 3.2.1). Impostare il “ritardo” a 5, 10,15 s il giorno 1, giorno 2 e giorno 3 rispettivamente, così che ci sarà ritardo di 5 s per HRA il giorno 1, ritardo di 10 s per HRA il ritardo di s di giorno 2 e 15 per HRA il giorno 3. Nella finestra dell’applicazione, selezionare “Fase 4” nell’elenco a discesa di “Fase”. Impostare altri parametri nello stesso modo come in 3.2.2. Nella finestra di interfaccia di esperimento, si applicano tutte le operazioni secondo il punto 3.2.3. Consentire il mouse per scegliere liberamente un braccio, HRA o LRA. Si noti che la porta di inizio, due porte di giunzione si apriranno automaticamente dopo 3 s; una volta che il mouse entra nell’area di giunzione, l’inizio si chiuderà automaticamente. Osservare che una volta che il mouse sceglie un braccio ed entra nell’area di ritardo (lato destro o sinistro), la giunzione si chiuderà automaticamente.Nota: Se il mouse sceglie LRA, la porta obiettivo automaticamente si aprirà immediatamente. Tuttavia, se il mouse sceglie HRA, la porta di obiettivo si aprirà automaticamente dopo 5 s, 10 s e 15 s nei giorni 1, 2, 3 rispettivamente. Osservare che una volta che il mouse prende il pellet, la porta sul retro e pre-partenza porta si aprirà automaticamente. Una volta che il mouse entra nell’area posteriore, la porta si chiuderà automaticamente. Osservare che una volta che il mouse entra casella start, il pre-partenza si chiuderà automaticamente e verrà avviato un nuovo processo.Nota: Qui, ci siamo allenati i topi per 5 – 7 giorni con ogni condizione di ritardo. Tuttavia, basandoci sulla nostra esperienza su più linee di topi transgenici o mutati di collaudo, 1 giorno (20 prove) è assolutamente sufficiente per vedere la differenza tra i topi di genotipi differenti e non c’è alcun significato estendere la durata dell’allenamento (Vedi Figura 6 come un esempio). Pertanto, attualmente applichiamo solo 1 giorno per ogni ora di ritardo e funziona bene. Non ci sarà nessun problema se i ricercatori vogliono allungare i giorni di allenamento a seconda del loro scopo. Facoltativo: Eseguire il test con l’Autorità registrazione integrità invertito. Per verificare se la scelta del mouse è il risultato di una preferenza di orientamento, passare la posizione sinistra / destra dell’Autorità registrazione integrità e il LRA (che può essere eseguita automaticamente dal software) e consentire i topi di scegliere liberamente un braccio come in 4.4. Facoltativo: Eseguire un test di controllo di ritardo. Per verificare se eventuali deficit osservato è il risultato di memoria spaziale alterata o ricompensa sensibilità piuttosto che il risultato dei cambiamenti nel processo decisionale, introdurre un ritardo di s 15 il LRA, nonché l’Autorità registrazione integrità e consentire i topi di scegliere liberamente un braccio come in 4.4. 5. sforzo basato su processi decisionali Test Introdurre la barriera per l’Autorità registrazione integrità come mostrato nel diagramma (Figura 1). Impostare tutti i parametri e applicare tutte le operazioni secondo passo 3.2 — senza fase di ingresso del braccio e testare gli animali per 3 giorni consecutivi. Consentire i topi di scegliere liberamente un braccio, HRA o LRA.Nota: Qui, ci siamo allenati i topi per 14 giorni. Tuttavia, basandoci sulla nostra esperienza su più linee di topi transgenici o mutati di collaudo, 3 giorni sono assolutamente sufficiente per vedere la differenza tra i topi di genotipi differenti e non c’è alcun significato per estendere la durata dell’allenamento (Vedi Figura 6 come un esempio ). Di conseguenza attualmente applichiamo solo 3 giorni per test basati su sforzo e funziona bene. Non ci sarà nessun problema se i ricercatori vogliono allungare i giorni di allenamento a seconda del loro scopo. Facoltativo: Eseguire il test con l’Autorità registrazione integrità invertito. Per verificare se la scelta del mouse è il risultato di una preferenza di orientamento, passare la posizione sinistra / destra dell’Autorità registrazione integrità e il LRA (che può essere eseguita automaticamente dal software) e consentire i topi di scegliere liberamente un braccio come descritto al punto 5.3. Facoltativo: Eseguire test di controllo di sforzo. Per verificare se eventuali deficit osservato è il risultato di memoria spaziale alterata o ricompensa sensibilità piuttosto che il risultato dei cambiamenti nel processo decisionale, introdurre una barriera per il LRA, nonché l’Autorità registrazione integrità e consentire i topi di scegliere liberamente un braccio come descritto al punto 5.3. 6. analisi dei dati Ottenere risultati e dati direttamente dal software di controllo. Si noti che il software automaticamente registrare data sperimentale, partirà ed arriverà il tempo, durata, numero di prova, la posizione di HRA, numero di pellet nell’Autorità registrazione integrità e il LRA, la posizione (X, Y) e il movimento traccia, ecc., di ogni mouse nella cartella “Data” . Verificare che il software ha automaticamente analizzare i seguenti elementi e li registra nella cartella “Risultato” sotto ogni animale ID: durata, numero prova, HRA scelta numero, LRA scelta numero, percentuale scelta HRA, percentuale scelta LRA, totale distanza commovente, e giunzione tempo totale. Effettuare analisi statistiche sui dati da tutti gli esperimenti di un misto ANOVA (dividere-trama ANOVA), con giorno/sessione come fattore di entro-oggetto e fattore di gruppo (genotipo gruppo o i gruppi con diverse condizioni sperimentali) come fattore di tra-soggetto. Analizzare l’effetto principale del fattore di gruppo se non c’è alcuna interazione tra giorno/sessione con fattore di gruppo. Applicare post hoc, confronti a coppie se c’è un’interazione significativa fra giorno/sessione con fattore di gruppo.

Representative Results

Un esempio di ritardo – e sforzo – base decisionale attività eseguita dai topi mediale creativi ablazione (topi mHb:DTA)14 con loro topi di controllo di selvaggio-tipo littermate (CT topi) è illustrato nella Figura 6. Due topi mHb:DTA e CT due topi sono stati co-ospitati in una gabbia dopo lo svezzamento. In ritardo-base decisionale test (Figura 6A), non c’era nessuna interazione significativa fra genotipo e sessione in qualsiasi fase, compresa la fase di addestramento di discriminazione (quando il tempo di ritardo dell’Autorità registrazione integrità era 0) e test basati su ritardo decisionale fase (quando il tempo di ritardo dell’Autorità registrazione integrità era 5 s, 10 s e 15 s, rispettivamente). L’effetto principale del genotipo non era significativo quando l’intervallo di tempo era 5 s. Tuttavia, quando il tempo di ritardo è stato allungato a 10 s e 15 s, mHb:DTA topi ha dimostrato una riduzione significativa la percentuale di visite di autorità registrazione integrità rispetto ai topi di CT. Questi risultati hanno rivelato che l’ablazione di mHb diminuito la preferenza dei topi per attendere una ricompensa più grande e invece visualizzata la tendenza a selezionare una piccola ricompensa immediatamente, quando i tempi di attesa sono stati 10 secondi o anche più a lungo. I dati hanno suggerito che mHb potrebbe essere una struttura cerebrale importante nel controllo dell’impulsività e/o valutazione costi/benefici in tempo, rendendo gli animali più inclini a tollerare accesso ritardato per ottenere una ricompensa. Nella base di sforzo decisionale prova (Figura 6B), la percentuale di HRA visite sono state diminuite significativamente nei topi di mHb:DTA quando una barriera è stata collocata in HRA, indipendentemente dalla localizzazione dell’Autorità registrazione integrità (1x barriera fase e fase di inversione sinistra/destra ). Ciò significa che il fenotipo dei topi mHb:DTA non era dovuto un deficit nella memoria e preferenza spaziale. Nel test di controllo di sforzo, le barriere sono state collocate in entrambi i bracci obiettivo (2 × barriere fase) e LRA sia Autorità registrazione integrità sono stati associati con sforzo elevato. Di conseguenza, il costo di sforzo era lo stesso per gli animali selezionando la ricompensa di bassa o alta ricompensa. I topi di mHb:DTA visitato l’Autorità registrazione integrità più frequentemente il LRA, e raggiunto un paragonabile HRA visitare numero la sessione finale (sessione 5). Questo risultato suggerisce che la sensibilità di ricompensa e memoria spaziale in topi mHb:DTA era intatta. I dati che delucidato mHb può svolgere un ruolo importante nella valutazione costi/benefici di sforzo, permettendo gli animali a fare più lavori di acquisire una maggiore ricompensa. Figura 1: diagramma schematico della tradizionale apparato t-labirinto per decisionale test. (A) apparato di test basati su ritardo decisionale. Gli animali sono stati disposti nel braccio inizio e ha scelto tra due rami di obiettivo, HRA e LRA. Quando gli animali ha scelto l’Autorità registrazione integrità, dovevano aspettare (a seconda del tempo di ritardo in secondi) per ottenere una ricompensa più grande. I ricercatori devono gestire manualmente gli animali, pellet e porte per ogni prova. (B) apparato di test basati su sforzo decisionale. Gli animali sono stati disposti nel braccio inizio e ha scelto tra due rami di obiettivo, HRA e LRA. Quando gli animali ha scelto l’Autorità registrazione integrità, hanno dovuto scavalcare una barriera triangolare per ottenere una ricompensa più grande. I ricercatori devono gestire manualmente gli animali, pellet, cancelli e barriere per ogni prova. Clicca qui per visualizzare una versione più grande di questa figura. Figura 2: Automated setup t-labirinto per decisionale test. (A) vista dall’alto del setup automatizzato. Vista laterale (B) l’installazione automatica. (C), il triangolo di destra-angolo 3D barriera utilizzata per test decisionali basati su sforzo, da sinistra a destra, sono la vista laterale, la vista laterale opposta e la vista laterale ipotenusa, rispettivamente. Foto tecnica originale modificato con il permesso del produttore commerciale. GBL: casella di goal (a sinistra), GBR: casella di goal (a destra), GDL: porta obiettivo (a sinistra), GDR: porta obiettivo (a destra), DAL: ritardare zona (a sinistra), DAR: ritardare zona (a destra), JDL: porta di giunzione (a sinistra), JDR: porta di giunzione (a destra), BDL: porta posteriore (a sinistra), BDR: porta posteriore (a destra), CCD: carica accoppiata fotocamera del dispositivo). Clicca qui per visualizzare una versione più grande di questa figura. Figura 3: finestra di registrazione di The parametro. Clicca qui per visualizzare una versione più grande di questa figura. Figura 4: finestra di registrazione di The oggetto ID. Clicca qui per visualizzare una versione più grande di questa figura. Figura 5: finestra di interfaccia esperimento. Clicca qui per visualizzare una versione più grande di questa figura. Figura 6: decisionali basati su sforzo e ritardo nei topi mHb:DTA. (A) ritardo-base decisionale prova in topi mHb:DTA (topi erano 12 – 14 mesi-vecchio, n = 8/genotipo). La percentuale di scelta HRA era comparabile fra i genotipi quando il tempo di ritardo era 0 e 5 s, ma significativamente diminuiti nei topi di mHb:DTA quando era il momento di ritardo 10 s e 15 s. Quando il tempo di ritardo era di 5 s, l’interazione genotipo × giorno: F(1,14) = 0.594, p = 0.236; l’effetto del genotipo: F(1,14) = 0,61, p = 0,45; Quando il tempo di ritardo era 10 s: genotipo × giorno interazione: F(1,14) = 37.5, p = 0.346; l’effetto del genotipo: F(1,14) = 32.4, p < 0,0001; Quando il tempo di ritardo era 15 s: F(1,14) = 38,7, p = 0,243; l’effetto del genotipo: F(1,14) = 31,6 e p ≤ 0.0001. (B) basati su sforzo decisionale prova in topi mHb:DTA (topi erano 12-14 mesi-vecchio, n = 9/genotipo). Durante 1 x fase di barriera, c’era un’interazione significativa fra genotipo e sessione (l’interazione genotipo × giorno: F(1,16) = 2.11, p = 0,015), e il confronto pairwise post hoc, ha rivelato che HRA % dei topi mHb:DTA caduto significativamente in tutti i sessioni. Durante la fase di inversione, non c’era alcuna significativa interazione tra genotipo e sessione (l’interazione genotipo × giorno: F(1,16) = 1.61, p = 0,08). mHb:DTA topi visitato HRA significativamente meno rispetto ai topi di CT (effetto del genotipo principale: F(1,16) = 8,18, p = 0,01). Fase 2 × barriere, c’era un’interazione significativa fra genotipi e sessioni e una differenza significativa nella sessione di 3 e 4 (2 x fase barriere: l’interazione genotipo × giorno: F(1,16) = 3.9, p = 0.0067). I topi di mHb:DTA raggiunti un HRA visitare alla sessione finale, sessione 5 numero paragonabile a quella dei topi di CT. I dati rappresentano la media ± SEM. * * p < 0.01; p < 0,001. Clicca qui per visualizzare una versione più grande di questa figura. Figura 7: diagramma di flusso del processo decisionale di prova (ritardo – o sforzo-base).

Discussion

Processo decisionale è un processo cognitivo altamente conservato durante l’evoluzione15. Gli esseri umani e animali possono valutare il costo delle opzioni di azione concorrenti rispetto al potenziale ricompensa e poi fare la loro scelta. I pazienti che soffrono di una serie di malattie neurologiche e disturbi psicologici dimostrano i deficit in diverse forme di processo decisionale16. Pertanto è importante approfondire i meccanismi neurobiologici e patofisiologici che il processo decisionale. Negli ultimi anni, ritardo e sforzo-basato su processo decisionale sta attirando sempre più interesse nella ricerca. Inoltre, roditori, specialmente i ratti sono stati ampiamente utilizzati per lo studio di queste due forme di decisionale17.

Molti studi hanno portato a scoperte interessanti utilizzando un’attività comportamentale che coinvolge un apparato t-labirinto con un server Autorità registrazione integrità e un LRA2,6,7,8,9,10, 18 , 19 , 20 , 21 , 22. nell’attività, HRA associa grandi ricompense con un sforzo tempo ritardo o sforzo. Il LRA, gli animali possono acquisire una piccola ricompensa immediatamente senza alcun ritardo di tempo e sforzo fisico. L’approccio tradizionale si basa su intervento manuale dello sperimentatore umano. In ogni prova, lo sperimentatore ha bisogno di contare i pellet e metterli nei vassoi di cibo di HRA e LRA, posizionare le porte di obiettivo sia Autorità registrazione integrità e LRA e quindi posizionare l’animale all’estremità del braccio inizio. Quando l’animale entra in uno dei bracci, una porta di giunzione deve essere posta per limitare l’animale sul braccio di obiettivo. A seconda del protocollo, lo sperimentatore deve contare il tempo e aprire la porta di obiettivo dopo un ritardo impostato. Dopo l’animale entra nell’area di obiettivo e ottiene il pellet(s), lo sperimentatore deve restituirlo alla gabbia e registrare scelta braccio dell’animale e comportamento. Quindi lo sperimentatore deve preparare il t-labirinto porte e pellet per la prossima prova. Tutta la formazione e processi di testing sono tremendamente tempo e del lavoro ad alta intensità. Inoltre, una mancanza di standardizzazione tra laboratori diversi è un’altra preoccupazione.

In questa carta, abbiamo presentato un protocollo basato su di un apparato di t-labirinto automatizzato modificato con un sistema di video-monitoraggio (Figura 7) per risolvere i problemi dei protocolli tradizionali. Con l’introduzione di una “back door” e “corridoio” per la tradizionale t-labirinto, abbiamo ottenuto il labirinto con una forma di “triangolo isoscele diviso in due”. I vantaggi di questa configurazione sono (1) automazione completa della behavioral training e di testing. Questo rimuove l’impatto della soggettività di sperimentatore e minimizza il tempo umano e gli impegni di lavoro. Abbiamo quattro messe a punto in laboratorio, in modo che quattro topi potrebbero essere addestrati o testati simultaneamente da uno sperimentatore, che è impossibile per essere realizzato utilizzando i protocolli tradizionali. (2) c’è la flessibilità del software, come il software di controllo consente di sperimentatori liberamente impostare parametri multipli, compreso il numero pellet, tempo di ritardo, porta apertura e chiusura, numeri di prova, durata e modalità traccia. Questo sistema è pertanto in grado di soddisfare diversi tipi di esigenze sperimentali. (3) c’è un’ampia compatibilità, come tutte le porte scorrevoli sulla t-labirinto sono progettate per essere archiviati sotto la base del labirinto quando vengono aperti. Di conseguenza, l’installazione è facilmente integrabile con diversi sistemi fisiologici, compreso manipolazione optogenetica/ottica, registrazione di elettrofisiologia in vivo e microdialisi. Inoltre, per escludere la possibilità che i topi ha scelto l’Autorità registrazione integrità a causa di una preferenza di posizione, si consiglia di applicare un test di controllo per l’analisi di base sia il ritardo – e sforzo. Di equalizzazione dei costi tra le braccia di due gol, gli animali hanno l’opportunità di sperimentare entrambi i risultati ricompensa allo stesso costo. La scelta può essere effettuata semplicemente sulla base la ricompensa differenziale, eliminando così la necessità di integrare i costi e benefici prima di decidere. Questo test anche se qualsiasi cambiamento nelle scelte degli animali è il risultato di un’incapacità di scalare il costo o ricompensa, o deficit di memoria piuttosto che un’alterazione nel modo in cui essi hanno valutato le loro decisioni.

Nel nostro laboratorio, abbiamo analizzato circa 10 ceppi di topi con questa configurazione. Un esempio è stato indicato nei dati rappresentativi, mHb:DTA topi ha dimostrato un fenotipo robusto in ritardo – e sforzo-base decisionale. Vale a dire valore ricompensa è fortemente scontato da tempo e lo sforzo in topi mHb:DTA. Il risultato ha rivelato il ruolo importante di mHb su controllo impulsività. Inoltre, abbiamo applicato le registrazioni di sonda di silicio su topi commoventi liberi durante il processo decisionale (dati non pubblicati). Tutti gli esperimenti fornito benchmark di convalida per la funzionalità di installazione automatica. Così, il protocollo standardizzato per le decisioni di t-labirinto basato con l’apparecchio automatizzato è adatto per rilevare gli effetti genetici, effetti farmacologici e gli effetti del circuito neurale sul ritardo e sforzo attualizzazione dei roditori. In sintesi, il programma di installazione ha molti vantaggi per servire come un sistema ideale per le analisi decisionali basati su ritardo e sforzo.

Divulgations

The authors have nothing to disclose.

Acknowledgements

Vorremmo ringraziare il Dr. Matthew F S Rushworth (dipartimento di psicologia sperimentale, Università di Oxford) e Dr. Sakagami Masamichi (Brain Science Research Center, Università di Tamagawa) per i loro preziosi consigli sull’inizio del progetto e sui dettagli dei protocolli. Ringraziamo il Dr. Lily Yu per osservazioni critiche e il manoscritto di editing. Questo progetto è stato sostenuto dal RIKEN incentivo Research Project (100226201701100443) a Q.Z, Brain Science Project, al centro per le iniziative di scienza romanzo, istituti nazionali di scienze naturali (BS291003) a Q.Z, il progetto invecchiamento RIKEN ( 10026-201701100263-340120) a Q.Z e la sovvenzione dai Kakenhi di JSP per giovani scienziati (B) (17841749) a Q.Z.

Contributi di autori: Q.Z ideato e avviato il progetto, Q.Z, Luca e h. g effettuare gli esperimenti e analisi dei dati, h. g coordinato il lavoro tra il laboratorio e o ‘ Hara & Co., Ltd., Q.Z e Luca ha scritto il manoscritto, S.C. supervisionato il progetto.

Materials

automated t-maze for decion making testing O’HARA & Co.,ltd no catalog number, customorized Address requested by the reviewer: 4-28-16 Ekoda, Nakano-ku, Tokyo 165-0022
TEL: 81-3-3389-2451 FAX:81-3-3389-2453
slica gel  Nacalai Tesque 1709155
AIN-76A Rodent Tablet 10mg Test Diet 1811213(5TUL) Manufactured for Japan,SLC
Time TM1 software  O’HARA & Co.,ltd no catalog number
SPSS statistics V21.0 IBM
DOWNLOAD MATERIALS LIST

References

  1. Frank, M. J., Scheres, A., Sherman, S. J. Understanding decision-making deficits in neurological conditions: insights from models of natural action selection. Philosophical Transactions of the Royal Society B: Biological Sciences. 362 (1485), 1641-1654 (2007).
  2. Prevost, C., Pessiglione, M., Metereau, E., Clery-Melin, M. L., Dreher, J. C. Separate valuation subsystems for delay and effort decision costs. J Neurosci. 30 (42), 14080-14090 (2010).
  3. Kennerley, S. W., Walton, M. E. Decision Making and Reward in Frontal Cortex: Complementary Evidence From Neurophysiological and Neuropsychological Studies. Behavioral Neuroscience. 125 (3), 297-317 (2011).
  4. Kurniawan, I. T., Guitart-Masip, M., Dolan, R. J. Dopamine and Effort-Based Decision Making. Frontiers in Neuroscience. 5, 81 (2011).
  5. Izquierdo, A., Belcher, A. M. Rodent models of adaptive decision making. Methods Mol Biol. 829, 85-101 (2012).
  6. Thiebot, M. H., Le Bihan, C., Soubrie, P., Simon, P. Benzodiazepines reduce the tolerance to reward delay in rats. Psychopharmacology. 86 (1-2), 147-152 (1985).
  7. Green, M. F., Horan, W. P., Barch, D. M., Gold, J. M. Effort-Based Decision Making: A Novel Approach for Assessing Motivation in Schizophrenia. Schizophr Bull. 41 (5), 1035-1044 (2015).
  8. Fatahi, Z., Sadeghi, B., Haghparast, A. Involvement of cannabinoid system in the nucleus accumbens on delay-based decision making in the rat. Behav Brain Res. 337, 107-113 (2018).
  9. Iodice, P., et al. Fatigue modulates dopamine availability and promotes flexible choice reversals during decision making. Sci Rep. 7 (1), (2017).
  10. Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., Rushworth, M. F. Separate neural pathways process different decision costs. Nat Neurosci. 9 (9), 1161-1168 (2006).
  11. Bonnelle, V., et al. Characterization of reward and effort mechanisms in apathy. J Physiol Paris. 109 (1-3), 16-26 (2015).
  12. Hartmann, M. N., et al. Apathy but not diminished expression in schizophrenia is associated with discounting of monetary rewards by physical effort. Schizophr Bull. 41 (2), 503-512 (2015).
  13. Lockwood, P. L., et al. Prosocial apathy for helping others when effort is required. Nat Hum Behav. 1 (7), (2017).
  14. Kobayashi, Y., et al. Genetic dissection of medial habenula-interpeduncular nucleus pathway function in mice. Frontiers in behavioral neuroscience. 7 (17), (2013).
  15. Hanks, T. D., Summerfield, C. Perceptual Decision Making in Rodents, Monkeys, and Humans. Neuron. 93 (1), 15-31 (2017).
  16. Lee, D. Decision Making: from Neuroscience to Psychiatry. Neuron. 78 (2), 233-248 (2013).
  17. Carandini, M., Churchland, A. K. Probing perceptual decisions in rodents. Nature Neuroscience. 16 (7), 824-831 (2013).
  18. Denk, F., et al. Differential involvement of serotonin and dopamine systems in cost-benefit decisions about delay or effort. Psychopharmacology. 179 (3), 587-596 (2005).
  19. Walton, M. E., Bannerman, D. M., Rushworth, M. F. S. The Role of Rat Medial Frontal Cortex in Effort-Based Decision Making. The Journal of Neuroscience. 22 (24), 10996-11003 (2002).
  20. Bardgett, M. E., Depenbrock, M., Downs, N., Points, M., Green, L. Dopamine Modulates Effort-Based Decision-Making in Rats. Behavioral Neuroscience. 123 (2), 242-251 (2009).
  21. Floresco, S. B., Tse, M. T., Ghods-Sharifi, S. Dopaminergic and glutamatergic regulation of effort- and delay-based decision making. Neuropsychopharmacology. 33 (8), 1966-1979 (2008).
  22. Assadi, S. M., Yucel, M., Pantelis, C. Dopamine modulates neural networks involved in effort-based decision-making. Neuroscience & Biobehavioral Reviews. 33 (3), 383-393 (2009).

Tags

T-mazeAutomated ApparatusDecision-makingDelay-basedEffort-basedRodentsHabituationForced Arm EntryFood DeliveryDoor ManagementArm Choice Recording

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Citer Cet Article
Zhang, Q., Kobayashi, Y., Goto, H., Itohara, S. An Automated T-maze Based Apparatus and Protocol for Analyzing Delay- and Effort-based Decision Making in Free Moving Rodents. J. Vis. Exp. (138), e57895, doi:10.3791/57895 (2018).
Télécharger la Citation
Réimpressions et Autorisations

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image