マウスの自動化、定量的認知/行動スクリーニング：遺伝学、薬理学、動物認知と学部命令について

認知の基本的なメカニズムを仲介する細胞および分子メカニズムを解明する上で負担する遺伝学、分子遺伝学、分子生物学、および神経薬理学の強力な技術を持って来るために、我々は生理的に意味のある定量化、大容量、高スループットの精神物理学的スクリーニング法を必要とする認知メカニズムの性質。メカニズムの精神物理学的に測定可能な、生理的な意味のある定量性は、行動によって、また電気生理学的または生化学的手段により測定することができる特性である。例としては、ロドプシンの吸収スペクトル、概日時計の自走期間、及び内側前脳束^1,2における報酬軸索の不応期である。細胞および分子の測定値と比較することができ精神物理学的測定は、定量的な対応を通じて心理的メカニズムを細胞および分子メカニズムをリンクするための基礎を築く。 exampl用E、ロッドの外節におけるロドプシンのその場での吸収スペクトルにおいて 、人間の暗所視の分光感度関数に重畳するという事実は、フォトン·トリガロドプシンの異性化を暗所視の最初のステップであるという強力な証拠である。複雑な行動パターンの定量的な側面も、行動遺伝学^3,4におけるQTL法の使用の中心である。

十分に確立されたインストゥルメンタルとパブロフ学習のプロトコルのマウス（ラット）の性能は、時間、回数、時間、レート、確率、リスク、および空間位置のような抽象的な量を測定脳のメカニズムに依存します。例えば、パブロフ条件付け応答の取得の速度は、強化イベント（通常は、食品の配達）と差し迫った強化^5-7のための信号の開始後補強するまでの平均待ち時間の間の平均間隔との比に依存する。二exampのためル、一致するプロトコルの2つの供給ホッパへの訪問の平均期間の比率は、およそそれらの2ホッパー^8月10日での補強の速度の比に等しい。

基本的なメカニズムに興味を神経科学者が現在広く用いられている行動試験法は、大部分が、低容量、スループットが低い、労働集約的な²⁶のために、である。さらに、それらは、例えば、概日振動子の行動を測定期間と位相が概日周期及び位相の電気生理学的および生化学的尺度と比較することができるような、電気生理学的および生化学的方法によって測定された量と比較することができる数量を測定しない。現在の行動試験の方法は、空間学習、時間的学習、あるいは恐怖学習などの学習のカテゴリにではなく、根本的なメカニズムに焦点を当てています。空間学習^11月15日の広く使われている水迷路試験は、これらのSHの例です。ortcomings。空間学習はカテゴリです。そのカテゴリに学ぶことは推測航法^16,17のメカニズムであるそのうちの一つ、多くのメカニズムに依存します。推測航法は、オドメーター、走行距離^18を測定機構に順番に依存します。同様に、一時的な学習がカテゴリです。約24時間の周期で振動子をイベントが^17,19の発生する時刻を学ぶために動物のため必要とされるため体内時計は、そのカテゴリで学ぶことが依存するメカニズムの一つである。食品見越しを可能クロックは^19を発見されていない。

時計は計時のメカニズムです。期間の広い範囲で、内因性の発振器は、脳がそれらのクロック^16,17の位相を記録することにより、時間内のイベントを検索することができます。時間内の位置を記録する機能は、時間内の場所の間つまり、距離、持続時間の測定が可能です。連合学習は、Tに依存彼期間^5,6,20,21の脳の測定。カウンタは数測定機構である。確率はサブセットのnumerosityとスーパーセットのnumerosityの割合であるため、多数の測定は、確率予測を可能にします。率はその数が測定された間隔の時間で割ったイベントの数であるため、レート推定を可能にする測定回数測定と期間。継続時間の測定は、数、速度、および確率が変化するリスクに対する行動の調整を可能にします^。22,23私たちの方法は、これらの基本的なメカニズムの正確さと精度の測定に焦点を当てています。精度は、脳の尺度が客観的な測定に対応している程度である。精度は、例えば、固定目標値、固定期間の脳の測定値のばらつきや不確実性である。ウェーバーの法則は、心理物理学で最も古く、最も安全に確立された結果である。これは、精度と主張している量の脳の測定値は、その量の一定割合である。分布の変動統計学者の係数であるウェーバー比は、（σ/μ）の精度を測定します。客観的な平均に心理物理平均値の比（ 例えば判断期間を意味する）（目標期間平均）の精度の尺度である。

ヒトの量を最小限に抑えながら、ここに示された方法は、ボリューム（ラボ空間の所定量に一度にスクリーニングされる動物の数）及びスループット（単一の動物のスクリーニングの平均持続時間で割っ得られる情報の量）を最大にする労働が測定を行うために必要なスクリーニングの結果は、既知になるの即時性を最大化する。

ここに提示されたデータ解析ソフトウェア·アーキテクチャは、自動的に生データを置き、すべてのサマリーの結果や統計は単一のDにまとめてデータから得られた数字の明瞭な広大な海をレンダリングするフィールドの見出しとATA構造は、その中に含まれる。解析ソフトは、その構造内のデータを操作し、常に同じ構造内のフィールドに、その操作の結果を格納します。これは生データから公表要約やグラフにそのまま道を保証する。

ソフトウェアは自動的に構造体に完全に自動化されたテストを支配実験制御プログラムを書き込み、それが自動的に生データがどのプログラムから来たかを示す。このように、実験条件は、テストの各ポイントで、各動物のための力にあったような先のは間違いないと要約統計は、生データから得られたかについては疑いで、非の打ちどころのないデータ証跡を保持します。データ保存のこの方法は大いにことができる他の研究室は、さらに、これらの豊富なデータセットを分析できるようにすること、標準化された行動スクリーニングデータベースの開発を容易にする。

<p clお尻= "jove_content">このメソッドは、それが依存しているファームウェアとソフトウェアのサポートの損失のリスクを最小限に抑えることができます。試験装置は、自明の老舗商業ソースから変更されている。プログラミング言語は、非常に広くサポートされている、商業、科学、プログラミング、データで記述された専用の、非商用、オープンソースのツールボックス（TSsystem）プロトコル制御のために、ハードウェアの製造元が提供するカスタム言語であり、データ分析やグラフ作成のための分析やグラフ作成言語。ツールボックスは、長いタイムスタンプ付きのイベント·レコードからの構造情報と要約統計量を抽出するための高レベルのコマンドが含まれています。プロトコル実装したプログラムやデータ分析のプログラムは、オープンソースであり、完全に文書。

スクリーニングシステムを図1に図式化されている。十キャビネットは、各々が8テスト環境は、80マウスTを有効にする、10フィート×15フィート実験室でセットアップすることができるO 1時間に実行すること。パーティーの壁にポートを通過するケーブルは、別の部屋の電子/電気インタフェースカードやPCに環境を接続する必要があります。 PCは、プロトコル制御プログラムを実行します。一台のコンピュータは、すべての2キャビネット（16テスト環境）に必要です。 PCは、データ解析とグラフ作成ソフトウェアを実行しているサーバーにローカルエリアネットワークを介して接続する必要があります。