Summary

自動化における遅延および努力ベース無料移動齧歯動物における意思決定を分析するための装置およびプロトコルのベース

Published: August 02, 2018
doi:

Summary

我々 が発明した自動化における装置ご紹介します、この遅延に基づく意思決定と無料移動齧歯動物の努力に基づく意思決定を分析装置に基づくプロトコル。

Abstract

多くの神経疾患、精神患者を示す難しさおよび/または意思決定に赤字。齧歯動物モデルは、意思決定問題の基礎となる神経生理の原因のより深い理解を生成する便利です。費用利益ベースにおけるタスクは、齧歯動物が高報酬腕 (HRA) と低報酬腕 (LRA) 間選択意思を測定に使用されます。における意思決定タスク、コスト、時間遅延の 1 つおよび物理的な努力を他の 2 つのパラダイムがあります。両方のパラダイムは、実験動物、複数のドアの退屈な労働集約的な管理を必要とする、報酬をペレットし、腕の選択録音。現在の作業に基づいて従来におけるペレット配達、ドア管理および選択録音の完全な自動化装置を発明しました。この自動セットアップは、齧歯動物の意志決定を遅延・努力・ ベース両方の評価に使用できます。ここで説明したプロトコルと当研究室は複数の遺伝子組み換えマウスの意思決定の表現型を調べた。代表的なデータで蒸散内側手綱を持つマウスが遅延と労力の両方の反感を示したし、迅速かつ楽な報酬を選択する傾向が明らかにしました。このプロトコルには、実験者の介入によるバラツキを減らすこと、実験効率を高めるのに役立ちます。また、慢性的なシリコン プローブ、微小電極を用いた、光イメージングや神経活動の操作は、ここで説明されているセットアップを使用して意思決定タスク中にで簡単に適用できます。

Introduction

人間や他の動物、報酬を取得する (遅延、努力とリスクを含む) コストを評価し、アクションの特定のコースを選択する意思を確認します。(SZ) 統合失調症、注意欠陥多動性障害 (ADHD)、強迫性障害 (OCD)、パーキンソン病 (PD)、中毒1を含む多数の脳神経疾患に意思決定の赤字が表示されます。ヒトとサルの研究では、地域が決定作る2,3,4に関与しているそのいくつか主要な脳を明らかにしました。霊長類より複雑な意思決定に従事し、齧歯動物をする報酬の不測の事態が頻繁に変更される環境で生き残るために適応を決定することが報告されています。さらに、神経回路メカニズムと意思決定の分子機構は、chemogenetic、光遺伝学的ツールおよび遺伝子改変マウスの可用性のためのマウスモデルで徹底的に調査されてすることができます。注意セット シフト作業、エフォートフル ・または遅延ベースにおけるタスク、アイオワ州ギャンブル課題、視覚弁別逆転学習タスク5、齧歯動物の意思決定行動の評価で使用される複数のタスクがある等。類似における費用便益プロトコル ピエール グループ6によって開発されたおよび無料移動齧歯動物7,8、意思決定コスト (遅延と努力) の 2 種類の効果を調べるために使用されています。 9,10。このタスクの特別な利点は、レバーを押すかボウルに掘るように訓練する動物がいないことです。代わりに、動物は、高報酬の高コストの片腕 (HRA) または低報酬他の腕 (LRA) の低コストのオプションのオプション間の選択をします。したがって、このタスクは実行しやすくします。

遅延ベースのパラダイムは実験動物に入ると目標の腕の 1 つジャンクション ドアは導入された動物が目標の腕で維持されるよう。動物は、LRA を選択、LRA の目標ドアがすぐに取り消された、小さな量の食糧が配信。動物を選択すると、HRA、hra サーバーで目標ドアが必要な遅延後取り消された、食品ペレット量が (図 1 a) を配信しました。努力ベースのパラダイムに HRA が障壁によって妨げられるし、動物のペレット (図 1 b) の大規模な量を得るためにそれ以上登る必要があります。一般的に言えば、遅延ベースのパラダイムは動物モデルの衝動性をテストするのには非常に有用な無関心な動物2,411,12,を把握する助けることができる 1 つの努力ベース13. Hitherto 研究者は手動で遅延時間をカウント、挿入およびドアを撤回、努力バリアを操縦、ペレット数を数えて、ペレットを所定の位置に配置、配置する返すことにより動物この試金を実行されています。、と毎回毎回動物の選択肢を記録します。これらの労働と時間のコストは、研究者、この行動のアッセイの普及を妨げる厳しい実験的ボトルネックをもたらします。現在の仕事、齧歯動物、完全自動化、標準化、高スループットと遅延または努力に基づく意思を評価するためにベースにおけるセットアップを開発しました。

装置

商業メーカーと共同で (材料表参照)、変更を開発した自動化における装置ソフトウェア ベースの計測器制御 (図 2) を使用します。動物が最初に彼ら自身をポイントし、新しいトライアルを開始行くことができるので、特に、「バック ドア」と「帰り」伝統的なにおける (図 2) と比較して紹介。における、無光沢の灰色および実験条件およびソフトウェアが正しく設定されて、両方の黒と白マウスを検出できます。それは、3 本のアームで構成されています: 1 つの開始のアームと 2 つの目標武器・各 410 mm 高さ 155 mm の V 字の壁長さ 30 mm 幅と幅 155 mm のオープン トップのベース。V 字廊下は、ジャンプからマウスを効果的に防ぐことができます。さらに、V 字廊下の場合生体内でケーブルと記録を適用する容易になります。[開始] ボックスは、開始腕の末尾にアタッチされます。目標ボックスは、各目標の腕の末尾にアタッチされます。食べ物用自動販売機は、甘い食品ペレットのあらかじめ定義された数を提供するそれぞれの目標ボックスにインストールされます。ペレット摂取量は赤外線センサーによって検出され、コンピューターによって自動的に記録されます。各目標のボックスは、まっすぐ廊下で開始ボックスに接続されます。裁判が終わったら、[開始] ボックスに廊下を介して、動物によって自律的返すことができます。スタート地点とゴールの箱の出入りで高さ 155 mm の引き戸があります。また、スライドドアは動物の選択 (図 2 a) を行った後に後方移動を防ぐためにそれぞれの目標腕の入口に。すべて引き戸はコンピューターによって制御されると自動的の開いたり、閉じたりすることができます。高感度 1/2「電荷結合素子 (CCD) モノクル カメラは、動物の行動を追跡する装置の上に設定されます。レンズの焦点距離は 2.8-12 mm です。カメラの位置は、高さ約 1.9 m です。迷路の高さは床から 0.5 m なので、カメラと迷路の間の距離は約 1.4 m (図 2 b) です。CCD カメラから得られる追跡データが使用されるライブ コントロールにおける、動物 (ROIs) の関心の特定の領域を入力するとき、特定のドアを開閉します。努力ベースのパラダイムに使用される障壁 V 字壁に完全に収まる、三次元直角三角形 (図 2) の形で、高さ約 155 mm です。動物は垂直面をスケールする必要がありますが、45 ° の斜面を下降することができます。装置が実験中に 100 ルクスで点灯します。砂糖の実験で使用されるペレット (材料の表を参照)、シリカゲルを使用してペレットを乾いた状態に保つ (材料の表を参照してください)。

Protocol

すべての実験のプロトコルは、動物愛護と理化学研究所脳科学総合研究センター利用委員会によって承認されました。 1. 動物の準備 性、年齢、遺伝子型、実験目的に応じて実験的マウス (またはラット) の薬理学的治療法を選択します。注: ここ 2 ヶ月の 4 つの男性 C57B/6 マウスの性能を示しました。 (12 h 光/12 h 暗いサイクル、8:00 と 20:00、22 ± 1 ° C の間点灯) 標準的な条件の下で維持される部屋のマウスを家します。注: 目的が 2 つの遺伝子型の違いを比較する場合、ケージごと 4 匹をグループ化し、各遺伝子型の 2 マウスを含めます。 人間との接触にそれらを理解する 5 日間 2 分/日のマウスを処理します。自分の体重がほぼ実験を通して無料供給量の約 80-85% を維持できるよう測定配給と餌します。水の自由を提供します。 マウスの実験室の実験の毎日の前に 30 分に部屋を住宅からすべてのマウスを転送することによってマウスを実験室に慣らします。 動物の概日リズムの影響を避けるために毎日同じ時間に実験を開始します。 2. 動物の馴化迷路 (2 分/日) を処理マウスで迷路に慣れを同時に開始します。この段階ですべてのドアを開いたまま。合計 5 日間の慣れを実行します。 1 日目、迷路を通して食品ペレットを散布します。 2、3 日 2 つの目標腕に沿ってペレットを散布します。 4、5 日 2 つの目標ボックスでのみ餌を置きます。 ペレットを配置した後の日常における 4 つのグループでの開始] ボックスにマウスを置くし、10 分の迷路を探索するマウスを許可します。注: 4 つのグループのマウスの常習を手助けするお互いから学び、トレーニングを高速化します。 3 LRA から HRA の動物差別 注: このプロトコルには、遅延ベースおよび努力に基づく意思決定テスト両方にはが含まれています。ただし、目的によっては、研究者をそれらの 1 つだけまたは両方テストできます。コントロール ソフトウェア (材料表)、自動的に次の手順におけるセットアップを制御する使用されます。努力に基づく意思が試される場合は、強制腕エントリ フェーズで HRA と LRA に障壁を紹介します。差別と同時にクライミングの壁に動物が訓練されます。奪われたマウスは積極的に壁を登るし、このフェーズの後、それらのすべては巧みに登ることができます。したがって、このプロトコルで下の障壁から開始する必要はありません。 強制腕エントリ フェーズ 制御ソフトウェアのパラメーター登録ウィンドウを開き、(図 3) を次のようにパラメーターを設定します。 「フェーズ オプション」を選択します。各動物が 5 日間連続の 1 日あたりの 10 の試験を通過しますので、「試験番号」を 10 に設定します。注: 彼/彼女の自身の実験で別の試験数を選択できます。 「期間」を 900 に設定 s 1 日あたり 1 つのマウスのトレーニングは 900 s. セット、「既定の開始遅延時間」3 を超えないように s、3、開始ドアは開きますので、スタート エリアで動物が検出された後に s。 4 ペレットが HRA で常に自動的に分配され、1 ペレットは LRA の調剤は、HRA と LRA の「ペレット数」を設定します。注: 実験で分かった 10 mg 砂糖ペレットを使用する場合、1:4 は最高の比率。6 に 10 ペレットを使用する場合マウスがそれらのすべてを食べ終わることはできず、不作為の出来事があります。 「遅延時間」を 0 に設定 s そこがあるようない HRA と LRA の遅延この段階。 制御ソフトウェアの「ID 登録」ウィンドウを開きます。HRA は、左側または右側のいずれかの場所に従って、ソフトウェアをそれぞれの個々 のマウスの ID を登録します。(図 4)。注: 場所は、遺伝子型のグループに対して相殺する必要があります。各遺伝子グループの 50%、HRA は常に左側に、LRA は常に右に。他の 50% を HRA は常に右側に、LRA は常に左側に。 オープン ソフトウェアのアプリケーション ウィンドウを選択「意志決定」「タスク」一覧からします。サブジェクトの ID を入力し、「フェーズ」ドロップ ダウン リストから「フェーズ 2」を選択します。「日」ドロップ ダウン リストから日の数をを選択します。実験インターフェイス ウィンドウを入力して”OK”ボタンを押します。 実験インターフェイス ウィンドウで”GetBG”を押すように、動物は環境の背景に関係なく正確に追跡される迷路の背景情報を登録します。「セッション開始」ボタン (図 5) を押します。 [開始] ボックスにマウスを置き、リモコンの「スタート」ボタンを押してトレーニングを開始。 開始ドア 1 つのジャンクション扉 (左または右) は自動的に 3 後開くことに注意してください s;マウス接合領域に入った、開始ドアは自動的に閉じます。 適用、マウス遅延領域 (左または右) に入った、ジャンクション扉が自動的に閉じるし、ゴールの扉が自動的に開きます。 観察するマウスは、ペレット、バックドアとスタート前のドアが自動的に開きます。マウス後ろの領域に入った、後ろのドアは自動的に閉じます。 マウスが [開始] ボックスに入るし、スタート前扉が自動的に閉じるには、新たな試みが開始されることを確認します。注: この訓練段階の間に毎日の 10 試験内でソフトウェアが自動的に確認各マウス訪問 5 試験の HRA と LRA 5 試験のこと。 迷路は徹底的に毎日掃除します。 フリーアーム エントリ フェーズ 強制侵入段階 (ステップ 3.1.1 と 3.1.2) で同じ方法でパラメーターおよびサブジェクトの ID を登録します。”フェーズ オプションを選択”。各動物は、7 日間連続の 1 日あたりの 20 の試験を通過しますので、「試験番号」を 20 に設定します。 アプリケーション ウィンドウで「フェーズ」ドロップ ダウン リストから「フェーズ 3」を選択します。3.1.3 のステップに従って他のパラメーターを設定します。 実験インターフェイス ウィンドウでマウスの試験では、80% の HRA を選択するまで、トレーニングが自動的に継続されるよう、またはマウス (パラメーター設定に登録されている) としては 1 日あたり 20 の試験が終了すると 80% として「成功率」の値を設定します。3.1.4 のステップに従って他の操作を適用します。 自由に 1 つ腕、HRA または LRA のいずれかを選択してマウスを許可します。 開始ドア接合部の 2 つのドアが自動的に 3 後開くことに注意してください s;マウス接合領域に入った、開始ドアは自動的に閉じます。 ジャンクション扉が自動的に閉じるし、目標のドアが自動的に開きます、マウス 1 つのアームを選択し、遅延領域 (左または右) に入ったことを確認します。 観察するマウスは、ペレット、バックドアとスタート前のドアが自動的に開きます。マウス後ろの領域に入った、後ろのドアは自動的に閉じます。 マウスが [開始] ボックスに入るし、スタート前扉が自動的に閉じるには、新たな試みが開始されることを確認します。 4. 遅延に基づく意思決定テスト フリーアーム エントリ フェーズ (ステップ 3.2.1) で同じ方法でパラメーターおよびサブジェクトの ID を登録します。5、「遅延時間」に設定 10,15 s 日 1 日 2、3 日目それぞれ、そうがあることが 5 秒遅延 HRA の日 1、HRA の 2、および 15 日の遅延の HRA の 10 s の遅延で 3 日目。 アプリケーション ウィンドウで「フェーズ」ドロップ ダウン リストから「フェーズ 4」を選択します。3.2.2 と同じ方法で他のパラメーターを設定します。 実験インターフェイス ウィンドウでステップ 3.2.3 によってすべての操作を適用します。 自由に 1 つ腕、HRA または LRA のいずれかを選択してマウスを許可します。 開始ドア接合部の 2 つのドアが自動的に 3 後開くことに注意してください s;マウス接合領域に入った、開始ドアは自動的に閉じます。 マウスは、片方の腕を選択し、遅延領域 (左または右) に入った、一度ジャンクション扉が自動的に閉じるを確認します。注: マウスが LRA を選択した場合に、目標のドアが自動的に開きますすぐに。ただし、マウスを選択すると、HRA、ゴールのドアが自動的に開きます後 5 s、10 s、および 15 s 日 1、2、3 それぞれ。 観察するマウスは、ペレット、バックドアとスタート前のドアが自動的に開きます。マウス後ろの領域に入った、後ろのドアは自動的に閉じます。 マウスが [開始] ボックスに入るし、スタート前扉が自動的に閉じるには、新たな試みが開始されることを確認します。注: ここでは、私たちは遅延の各条件が 5-7 日間マウスを訓練しました。しかし、transgenic または変異マウスの複数行のテストの経験に基づき、1 日 (20 回) は、全く異なった遺伝子型のマウスとの違いを参照してくださいに十分な (参照してください図 6としてトレーニング時間を延長する意味はありません。例)。したがって、現在は 1 日遅延するたびを適用し、それがうまきます。研究者が自分の目的に応じてトレーニング日を延長する場合問題があるがないです。 オプション: 逆 HRA でテストを実行します。マウスの選択方位選択性の結果である場合をテストするため HRA と LRA (これはソフトウェアによって自動的に達成することができる) の左/右の位置を切り替えるマウス 4.4 のように片方の腕を自由に選択することができ。 オプション: 遅延コントロール テストを実行します。任意の赤字観察空間記憶の改変または報酬感度の結果ではなく、意思、LRA は、HRA と同様に 15 秒の遅延を紹介でき、4.4 のように片方の腕を自由に選択するマウスの変化の結果であるかどうかをテストします。 5. 努力に基づく意思決定テスト 図 (図 1) に示すように、HRA にバリアを紹介します。 すべてのパラメーターを設定し、3.2 の手順に従ってすべての操作を適用-無料の腕エントリ フェーズ、3 日間連続の動物をテストします。 片腕、HRA または LRA を自由に選択するマウスを許可します。注: ここでは、14 日間マウスを訓練しました。しかし、transgenic または変異マウスの複数行のテストの経験を基に、3 日間は、全く異なった遺伝子型のマウスとの違いを参照してくださいに十分な (参照してください図 6例としてトレーニング時間を延長する意味はないです。).したがって現在の努力ベースのテストの 3 日間のみ適用し、うまく動作します。研究者が自分の目的に応じてトレーニング日を延長する場合問題があるがないです。 オプション: 逆 HRA でテストを実行します。マウスの選択方位選択性の結果である場合をテストするため HRA と LRA (これはソフトウェアによって自動的に達成することができる) の左/右の位置を切り替えるマウス ステップ 5.3 のように片方の腕を自由に選択することができ。 省略可能: 努力コントロール テストを実行します。任意の赤字観察ステップ 5.3 のように片方の腕を自由に選択する意志決定、HRA と同様、LRA に障壁を紹介でき、マウスの変化の結果ではなく、変更された空間メモリまたは報酬感度の結果かどうかをテストします。 6. データの分析 コントロール ソフトウェアから直接データと結果を取得します。 ソフトウェアを自動的に実験日を記録、起動し、その結果によって時間、期間、試行数、HRA、HRA と LRA、位置 (X, Y)、「データ」フォルダーに各マウスの動きトレース等でペレット数の場所を終えることに注意してください。. ソフトウェアが自動的にチェックは次の項目を分析し、それぞれの動物の下で「結果」フォルダーにそれらを記録 ID: 期間、試行数、HRA 選択番号、LRA 選択番号、HRA 選択割合、LRA の選択割合、総移動距離および接合時間を合計します。 被験者間要因として被験者内要因とグループ因子 (遺伝子型のグループまたは異なる実験条件のグループ) の日/セッションに混合分散分析 (分割プロット ANOVA) によってすべての実験データの統計的分析を実行します。 日/セッション グループ因子との相互作用がない場合は、グループの要因の主効果を分析します。日/セッション群との間の重要な相互作用がある場合、ホックを投稿一対比較を適用します。

Representative Results

ディレイと努力 – の例は、(mHb:DTA マウス)14の野生型 littermate マウス (マウス CT) は図 6に示すアブレーション内側手綱マウスによって実行される意思決定タスクを基づいています。離乳後は、1 つのケージ 2 つの mHb:DTA マウスおよび 2 つの CT マウスを共同収容されました。 遅延に基づく意思決定テスト (図 6 a)、遺伝子型と差別トレーニング フェーズ (HRA の遅延時間だった 0 時) 遅延ベースの意思決定テストを含め、すべてのフェーズでのセッションの間の重要な相互作用がなかった相 (HRA の遅延時間頃 5 s、10 s、15 s、それぞれ)。遺伝子型の主な効果を認めなかった遅延時間が 5 秒。遅延時間が 10 に延長されたときしかし、s、15 s、mHb:DTA マウスを示した CT マウスと比較された HRA 訪問の割合を大幅に削減。これらの結果は、mHb のアブレーションより大きい報酬のため待機するマウスの優先順位を減少し、待機時間が 10 秒になったら、すぐに小さな報酬を選択、あるいは傾向を代わりに表示ことを明らかにしたより長い。データは、衝動性や時費用/便益の評価より大きな報酬を得るへの遅延を容認しやすい動物をレンダリングの制御に重要な脳構造であるその mHb を示唆. 努力に基づく意思決定テスト (図 6 b)、HRA の割合で訪問有意に減少し mHb:DTA マウス (1 x バリアのフェーズと反転フェーズ HRA の左/右のローカリゼーションにかかわらず、HRA でバリアが配置されました。).これは、mHb:DTA マウスの表現型ではなかった赤字のため空間設定とメモリを意味します。努力コントロール テストの障壁は両方の目標腕 (2 × 障壁相) に置かれ、LRA と HRA の両方高努力と関連していた。したがって、努力コストは低報酬または高報酬のいずれかを選択する動物のための同じだった。MHb:DTA マウスは、LRA より頻繁 HRA を訪問し、対等に達した HRA 訪問数最終セッション (セッション 5)。この結果では、報酬感度と mHb:DTA のマウスにおける空間記憶は無傷であったことを示唆しています。データを明らかにする mHb は努力コスト/ベネフィット評価、大きな報酬を獲得するより多くの仕事に配置する動物を許可する重要な役割を果たす可能性があります。 図 1: 伝統的な意思決定のテストにおける装置の模式図(A) 遅延に基づく意思決定試験装置。動物は開始のアームに配置された、2 つの目標の腕、HRA と LRA の間を選んだ。動物は、HRA を選んだ、彼らはより大きな報酬を得るために (によって遅延時間 (秒) 待つならなかった。研究者は動物、ペレット、各試行のためのドアを手動で処理する必要があります。(B) の努力に基づく意思決定試験装置。動物は開始のアームに配置された、2 つの目標の腕、HRA と LRA の間を選んだ。動物は、HRA を選択したとき、彼らは大きな報酬を取得する三角形の障壁の上に上昇しなければならなかった。研究者は動物、ペレット、扉、各試行のための障壁を手動で処理する必要があります。この図の拡大版を表示するのにはここをクリックしてください。 図 2: 自動意思決定テスト用におけるセットアップ(A) 自動セットアップの平面図です。(B) 自動セットアップの側面図です。左から右への努力ベースの意思決定テスト用 (C) 3 D の直角三角形のバリアは、それぞれ側面図、反対の側面と斜辺側面図です。商業メーカーの許可を得て編集元の技術的な写真。GBL: 目標ボックス (左)、GBR: 目標ボックス (右)、GDL: ゴール扉 (左)、GDR: 目標ドア (右)、DAL: 領域 (左)、DAR の遅延: エリア (右)、JDL の遅延: ジャンクション扉 (左)、国際緊急援助隊: ジャンクション ドア (右)、BDL: バックドア (左)、BDR: バックドア (右)、CCD: 電荷結合デバイスのカメラ)。この図の拡大版を表示するのにはここをクリックしてください。 図 3: パラメーター [登録] ウィンドウ。この図の拡大版を表示するのにはここをクリックしてください。 図 4: 件名 ID 登録] ウィンドウ。この図の拡大版を表示するのにはここをクリックしてください。 図 5: 実験インターフェイス ウィンドウ。この図の拡大版を表示するのにはここをクリックしてください。 図 6: mHb:DTA マウスにおける遅延および努力に基づく意思。(A) mHb:DTA マウスの遅延に基づく意思決定テスト (マウスが 12-14 ヶ月-古い、n = 8/遺伝子型)。HRA の選択率は遅延時間 0 と 5 s であったが、遅延時間は 10 時、mHb:DTA マウスで有意に減少した遺伝子型間で比較した s、15 s。ときに遅延時間も 5 秒、遺伝子型 × 毎日の相互作用: F(1,14) 0.594、 p = = 0.236;遺伝子型の効果: F(1,14) = 0.61、 p = 0.45;ときに遅延時間も 10 s: 遺伝子型 × の毎日の相互作用: F(1,14) = 37.5、 p = 0.346;遺伝子型の効果: F(1,14) 32.4、 p = < 0.0001;15 s: F(1,14) の遅延時間の頃 = 38.7、 p = 0.243;遺伝子型の効果: F(1,14) = 31.6 とp ≤0.0001。(B) の努力ベースの意思決定テスト mHb:DTA マウス (マウスが 12-14 ヶ月-古い、n = 9/遺伝子型)。× バリアのフェーズ 1 では、遺伝子型とセッション間の重要な相互作用 (遺伝子型 × 毎日の相互作用: F(1,16) 2.11、p = 0.015 =)、アドホックの記事の一対比較を明らかにしたそのすべてで低下 mHb:DTA マウスの HRA %セッション。反転フェーズでは遺伝子型とセッションの重要な相互作用はなかった (遺伝子型 × 毎日の相互作用: F(1,16) = 1.61、 p = 0.08)。mHb:DTA マウスが大幅 HRA を訪れた CT マウスよりも小さい (主な遺伝子型の効果: F(1,16) = 8.18、 p = 0.01)。2 × 障壁段階で遺伝子型とセッション、セッション 3 と 4 のセッションで有意差の有意な相互作用があった (× 障壁フェーズ 2: 遺伝子型 × 毎日の相互作用: F(1,16) = 3.9、 p = 0.0067)。HRA に達した mHb:DTA マウスは、最後のセッション、セッション 5 で CT マウスに匹敵する数をご覧ください。データを表す平均 ± SEM. * * p < 0.01;p < 0.001。この図の拡大版を表示するのにはここをクリックしてください。 図 7: 意思決定のテスト (遅延または努力ベース) フローチャート。

Discussion

意思決定は認知進化15中に高度に保存です。人間と動物が潜在的な報酬を基準にして競合するアクションのオプションのコストを評価し、彼らの選択を確認します。神経学的な病気および精神的疾患の数に苦しむ患者は、意思16のさまざまな形で赤字を示しています。したがって、意思決定プロセスの基礎となる神経生理、病態生理学的メカニズム解明のために重要です。過去数年間で遅延ベースおよび努力ベースの意思決定をより多く集めている研究分野です。さらに、齧歯動物、特にラットは意思決定17のこれらの 2 つのフォームを研究に広く使用されています。

多くの研究は、HRA と LRA2,6,7,8,9,10,における装置を含む行動のタスクを使用して面白い発見につながった18,19,20,21,22。 タスクで、HRA 関連付けます大規模報酬時間遅延または努力努力のいずれか。動物は、LRA に任意の遅延時間と物理的な努力なしですぐに小さな報酬を取得できます。従来のアプローチは人間の実験者の手作業に依存しています。各試行における実験者必要ペレットをカウントして、HRA と LRA の食品トレーに置いて目標ドア HRA と LRA に置き、開始腕の終わりに動物を配置します。動物に入る腕のいずれかと、ジャンクション ドア目標腕へ動物の制限に置かれる必要があります。プロトコルによって、実験者は時間をカウントし、設定遅延後ゴールの扉を開く必要があります。動物がゴールエリアに入る、pellet(s) を取得した後、実験者をケージに戻し、動物の腕の選択と行動を記録する必要があります。それから実験者は次の試行におけるドアとペレットを準備する必要があります。トレーニングとテストのプロセス全体は、途方もなく時間と労働集約型です。また、別の研究室間での標準化の欠如は、別の問題です。

ビデオ追跡システム (図 7) 従来のプロトコルの問題を解決するために変更された自動化における装置に基づいてプロトコルを提案します。従来におけるする「バック ドア」と「バックの回廊」を導入し、「切断 2 分離二等辺三角形」の形をした迷路を取得しました。この設定の利点は、(1) 行動の完全な自動化トレーニング セットとテストします。これは実験者の主観の影響を取り除き、人間の時間を最小限に抑えるとのコミットメントの労働します。4 マウスの訓練または従来のプロトコルを使用して実行することが可能である 1 つの実験者によって同時にテストできるように、我々 は演習では、4 のセットアップを持ってください。(2) はソフトウェアの柔軟性制御ソフトウェアによって実験者ペレット数、遅延時間、ドア開口部と終了、試験番号、期間、およびトレース モードを含む複数のパラメーターを自由に設定できます。したがって、このシステムは、さまざまな種類の実験的ニーズを満たすことが。(3) がある広範な互換性すべてスライドドア、におけるは彼らが開いているときに迷路のベースで格納すること設計されています。したがって、セットアップは、光遺伝学的/光学的操作、体内電気生理学の記録、マイクロダイアリシスなど多様な生理学的システムと簡単に統合できます。さらに、掲載順位設定による HRA をマウスに選んだ可能性を除外するため、ディレイとの両方の努力 – 基づいた試金のためのコントロール テストを適用することをお勧めします。2 つの目標の腕の中でコストを均等に動物同じコストで両方の報酬の結果を経験する機会があります。選択可能報酬に基づいて単に差分、費用と便益の両方を決定する前に統合する必要がなくなります。これはまた動物の選択の変更は彼らが彼らの決定を評価方法の変更ではなく、費用や報酬、またはメモリの赤字をスケールする無力の結果かどうかをテストします。

私たちの研究室でこの設定でマウスの約 10 の系統を解析しました。1 つの例は、mHb:DTA マウス遅延 – および意思の努力ベースの両方の堅牢な表現型を示した代表的なデータで示されました。つまり、報酬値は mHb:DTA マウスの時間と労力で強く引きです。結果では、衝動性制御の mHb の重要な役割を明らかにしました。さらに、シリコン プローブ録音を無料移動マウス (未発表データ) 意思決定過程で適用我々 しています。すべての実験は、自動セットアップの能力検証ベンチマークを提供しました。したがって、自動化装置に基づくにおける意思決定の標準化されたプロトコルは遺伝的影響、薬理効果、神経回路に及ぼす遅延と努力が齧歯動物の割引の検出に適しています。要約すると、遅延・努力・ ベースの意思決定の試金のための理想的なシステムとして機能する多くの利点をしました。

Divulgations

The authors have nothing to disclose.

Acknowledgements

博士マシュー F S Rushworth (実験心理学部、オックスフォード大学) と博士坂上正道 (玉川大学脳科学研究所) をプロジェクトの開始や詳細、貴重なアドバイスに感謝したいと思いますプロトコル。批判的なコメント原稿を編集、于リリーに感謝します。このプロジェクトに支えられ理化学研究所奨励研究プロジェクト (100226201701100443) Q.Z、脳科学プロジェクト、センター小説科学への取り組み、Q.Z、理化学研究所加齢プロジェクト (自然な科学 (BS291003) の国立研究所10026-201701100263-340120) Q.Z し若手研究 (B) (17841749) Q.Z. に日本学術振興会科研費補助金

作家の貢献: Q.Z 考案しプロジェクトを開始、Q.Z、Y.K H.G 実行実験とデータ解析、H.G Q.Z と Y.K は原稿を書いていたラボ ・ オハラ (株)、間仕事の調整、S.I 監督プロジェクト。

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

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).

Play Video

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).

View Video