Summary

설치류에 의해 강화 결정 시 비용-이익 분석을 평가 하기 위한 작동 프로토콜

Published: September 10, 2018
doi:

Summary

비용-이익 분석은 의사 결정의 과정에서 수행 하는 두뇌 무게 규모 접근 이다. 여기, 우리 제안 훈련 프로토콜 쥐 한 조작-기반 의사 결정 패러다임 쥐 15 대기 비용으로 더 높은 보상을 선택 하는 곳에 그들을 받을 s.

Abstract

증강 기반 의사 결정 혜택 및 그들의 결과의 상대적 가치에 따라 행동의 경쟁 과정 사이 선택 하는 기능입니다. 이 과정은 정상적인 인간의 행동에 필수적인 고 중독, 정신 분열 증, 우울증 등 신경 정신 장애에 의해 중단 될에 게 표시 되었습니다. 오랫동안 설치류 인간 인식의 신경 생물학을 밝히기 위해서 사용 되었습니다. 이 위해, 몇 가지 행동 작업 개발 되었습니다; 그러나, 대부분은 비 자동화 되며 노동 집약. 오픈 소스 마이크로컨트롤러의 최근 개발 인지 작업을 표준화 하는 자극 프레 젠 테이 션의 다양 한 평가 대 한 조작-기반 작업을 자동화 하는 연구원 활성화 데이터 녹음을 개선 하 고 따라서, 개선 연구 출력입니다. 여기, 우리는 T-maze 사용자 작성 소프트웨어 프로그램에 의해 제어 되는 기사를 사용 하 여 자동화 된 지연 기반 증강 기반 의사 결정 작업을 설명 합니다. 이러한 의사 결정 작업을 사용 하 여, 우리 표시 변경 내용을 로컬 필드 잠재적인 활동 쥐의 전방 대상 피 질에에서 지연 기반 비용-이익 결정 작업 수행 하는 동안.

Introduction

의사 결정 인식 하 고 선택 값 및 의사 결정자의 선호와 선택 된 작업1의 결과에 따라 선택의 과정입니다. 비록 의사 결정은 기본 같은 인지 능력 (, 경제학, 심리학, 그리고 신경 과학), 신경 메커니즘은 아직 완전히 이해 되지 않습니다 다른 분야에서 광범위 하 게 연구 되었습니다. 의사 결정의 두 개의 하위 지 각 의사 결정 및 의사 결정 강화 유도 있습니다. 비록 그들은 상당한 겹치는 요소와 개념을 통합, 지 각 결정 사용 가능한 감각 정보1,2에 의존 하는 증강 기반 의사 결정 상대적인 가치와 거래 하는 반면 작업의 특정 날짜 표시줄3얻었다. 강화 결정의 1 개의 중요 한 양상은 어떤 주어진된 선택의 혜택을 계산 하 고 각 대안1의 관련된 비용을 빼서 하 여 두뇌에 의해 직관적으로 수행 비용-혜택 분석입니다.

T-maze (또는 가변 Y-미로) 설치류를 사용 하 여 인지 실험에서 대부분 사용 미로 중 하나입니다. 동물 시작 팔 (T의 기지)에 배치 되며 목표 팔 (쪽 팔 중 하나)을 선택 하도록 허용. 강제 교체 또는 왼쪽-오른쪽 차별 등의 작업 및 작업 메모리4테스트 설치류는 T-maze에 주로 사용 됩니다. T-미로에서 또한 널리 이용 된다 결정 실험5,,67. 간단한 디자인에서 보상 단 하나의 목표에 배치 됩니다. 선택은 예측 가능한, 그리고 보상 보다 보상 값에 아무것도 동물 확실히 선호. 또 다른 옵션은 두 목표 팔에 보상 하 고 다음 여러 매개 변수 (, 동물의 자연 환경, 보상, 고 비용의 값에 차이가 지불)에 따라 데려다 어떤 경로 선택 하는 동물을 해 하 합니다. 값 기반 디자인에서 작업 무게 눈금 속성을 함으로써 더 복잡 합니다. 이 방법에서는, 동물 [, 대기 (지연 기반)의 금액, 보상 받을 하는 데 필요한 노력 (노력 기반)의 금액] 작업의 비용 사이 뿐만 아니라 2 개의 대안 사이 선택 하 여 다르게 가치 보상을 받습니다. 각5,6만든 결정에 기여.

전통적인 지연 기반 T-maze 의사 결정, 동물 훈련 높은 보상 팔 (HRA)를 선택 하 고 반대를 피하기 위해 낮은 보상 팔 (아이라). HRA와는 아이라 면 실험을 통해 변경 되지 않습니다. 위에서 설명한 작업을 잘 문학에 문서화 되어있다, 하지만 그것은 몇 가지 절차 단점에서 겪고 있다. 첫째, 고정된 목표 팔을 함으로써, 동물 알고 있는 팔 각 재판의 시작 부분에서 선택. 이 시나리오에서는 동물 그들의 메모리 보다는 의사 결정에 따라 목표 팔을 선택할 수 있습니다. 따라서, 지연 기반 의사 결정 패러다임에서 동물 연구 개입 때문에 낮은 보상을 선택 하는 경우 그것은 되지 않습니다 분명이 손실의 메모리 또는 연구 개입 때문 인지. 메모리 문제에서 관찰 된 행동을 분리 하는 메모리 제어 그룹 간주 될 수 있습니다, 하지만이 추가 작업7때문에 연구자와 동물 모두를 짐. 두 번째 우려는 동물에 의해 의사 결정의 순간: 동물 결정 영역 (모든 3 개의 팔의 접합)에 도달, 그들은 일반적으로 왼쪽 및 오른쪽, 비용과 혜택 각 팔에 관한 무게 모양과 그들의 결정. 그러나, 몇 가지 시도 후 그들은 결정 영역에 도착 하기 전에 같은 계산을 수행 하 고 단순히 보상 팔에 직접 실행. 결과적으로, 이러한 두 가지 단점이-한 팔을 의사 결정의 순간을 찾는 사전 바이어스-둘 다 높은 electrophysiological 해석 인터럽트 및 neuroimaging 데이터.

이 문서에서 설명 하는 방법에서 기본 팔 (HRA) 청각 큐에 의해 재생이 고 재판 재판에서 다를 수 있습니다. 동물 테스트 영역 (그림 1)을 입력 하 고 “코를 파고”에 의해 청각 큐를 트리거링 하 여 시련을 시작 3 무기의 교차점에 위치 하 고 적외선 게이트. 오디오 신호 (20 dB, 500 및 1000 밀리초 사이) 목표 팔의 끝에 스피커에서 재생 됩니다.

Protocol

여기 설명 하는 모든 절차 승인 관리 및 실험 동물의 사용에 대 한 가이드에 따라 실시 하 고 Florey 연구소 동물 윤리 위원회 또는 신경 과학 연구 센터에 의해 승인 했다. 1. 주택, 처리, 및 음식 제한 (일반적으로 8 주 이전) 성인 남성 쥐 (모든 변종)을 사용 하 고 12-h 명암 주기 방에서 그들을 유지. 작업을 수행 하기 위해 동물을 장려 하기 위해 그들의 음식 액세?…

Representative Results

여기에 제시 된 데이터 왼쪽된 orbitofrontal 외피 (OFC)를 전방 대상 피 질 (ACC) 6 남성 Wistar 쥐 바이 폴라 전극 (의 PFA 코팅 스테인레스 스틸)를 사용 하 여 기록된 LFP입니다. 표 1 각 교육 단계에 대 한 행동 인수 길이 보여준다. 좌표 대상 위치는 쥐에서 결정 했다 두뇌 지도 책9 와 다음과 같습니다: AAC, 중간, 그리고 2 밀리미터 두개골;을 복 부에 0….

Discussion

설치류 오래 학습 및 메모리2,14 강화 동작7,,1516 등 인지 능력에서 다른 주제를 다루는 neuroscientific 학문에서 사용 된 중앙 제어 기관17,18 및 neuropharmacology19,20하. 제안 된 프로토콜 설명 복잡 한 ?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

이 연구는 RMH 신경 과학 재단, 호주;에 의해 지원 되었다 호주 두뇌 기초; RACP Thyne 리드 원정대, 호주; 그리고 인지 과학 및 기술 위원회, 이란 압바스 Haghparast에서 부여 하는 프로젝트에 의해.

Materials

T-maze Self made
Dustless Precision Sugar Pellets TSE Systems Intl. Group F0023 45 mg, Sucrose
Ketamine Hydrochloride Injection, USP Sigma-Aldrich 6740-87-0
Xylazine Sigma-Aldrich 7361-61-7
stereotaxic device Stoelting
Isofluran Santa Cruz Biotechnology sc-363629Rx
PFA-coated stainless-steel wires A-M systems
acrylic cement Vertex, MA, USA
(wooden or PVC (polyvinyl chloride)-made) local suppliers
Mini-Fit Power Connector Molex 15243048
ethannol 70% Local suppliers
buprenorphine diamondback drugs
Arduino UNO Arduino https://www.arduino.cc/
Infrared emitting diode Sharp GL480E00000F http://www.sharp-world.com/
Chronux Toolbox Chronux.org
Arduino codes https://github.com/dechuans/arduino-maze

References

  1. Gold, J. I., Shadlen, M. N. The neural basis of decision making. Annual Review of Neuroscience. 30, 535-574 (2007).
  2. Shi, Z., Müller, H. J. Multisensory perception and action: development, decision-making, and neural mechanisms. Frontiers in Integrative Neuroscience. 7, 81 (2013).
  3. Sutton, R. S., Barto, A. G. . Reinforcement Learning: An Introduction. 1, (1998).
  4. Khani, A., Rainer, G. Neural and neurochemical basis of reinforcement-guided decision making. Journal of Neurophysiology. 116, 724-741 (2016).
  5. Fatahi, Z., Haghparast, A., Khani, A., Kermani, M. Functional connectivity between anterior cingulate cortex and orbitofrontal cortex during value-based decision making. Neurobiology of Learning and Memory. 147, 74-78 (2018).
  6. Khani, A., et al. Activation of cannabinoid system in anterior cingulate cortex and orbitofrontal cortex modulates cost-benefit decision making. Psychopharmacology. 232, 2097-2112 (2015).
  7. Rudebeck, P. H., Walton, M. E., Smyth, A. N., Bannerman, D. M., Rushworth, M. F. Separate neural pathways process different decision costs. Nature Neuroscience. 9, 1161-1168 (2006).
  8. Gage, G. J., et al. Surgical implantation of chronic neural electrodes for recording single unit activity and electrocorticographic signals. Journal of Visualized Experiments. (60), e3565 (2012).
  9. Paxinos, G., Watson, C. . The Rat Brain in Stereotaxic Coordinates. , (1998).
  10. Bokil, H., Andrews, P., Kulkarni, J. E., Mehta, S., Mitra, P. P. Chronux: a platform for analyzing neural signals. Journal of Neuroscience Methods. 192, 146-151 (2010).
  11. Cohen, M. X. . Analyzing Neural Time Series Data: Theory and Practice. , (2014).
  12. Luk, C. -. H., Wallis, J. D. Choice coding in frontal cortex during stimulus-guided or action-guided decision-making. Journal of Neuroscience. 33, 1864-1871 (2013).
  13. Rudebeck, P. H., et al. Frontal cortex subregions play distinct roles in choices between actions and stimuli. Journal of Neuroscience. 28, 13775-13785 (2008).
  14. Goshadrou, F., Kermani, M., Ronaghi, A., Sajjadi, S. The effect of ghrelin on MK-801 induced memory impairment in rats. Peptides. 44, 60-65 (2013).
  15. Haghparast, A., et al. Intrahippocampal administration of D2 but not D1 dopamine receptor antagonist suppresses the expression of conditioned place preference induced by morphine in the ventral tegmental area. Neuroscience Letters. 541, 138-143 (2013).
  16. Esmaeili, M. -. H., Kermani, M., Parvishan, A., Haghparast, A. Role of D1/D2 dopamine receptors in the CA1 region of the rat hippocampus in the rewarding effects of morphine administered into the ventral tegmental area. Behavioural Brain Research. 231, 111-115 (2012).
  17. Chaleek, N., Kermani, M., Eliassi, A., Haghparast, A. Effects of orexin and glucose microinjected into the hypothalamic paraventricular nucleus on gastric acid secretion in conscious rats. Neurogastroenterology & Motility. 24, e94-e102 (2012).
  18. Kermani, M., Eliassi, A. Gastric acid secretion induced by paraventricular nucleus microinjection of orexin A is mediated through activation of neuropeptide Yergic system. 신경과학. 226, 81-88 (2012).
  19. Kermani, M., Azizi, P., Haghparast, A. The role of nitric oxide in the effects of cumin (Cuminum Cyminum L.) fruit essential oil on the acquisition of morphine-induced conditioned place preference in adult male mice. Chinese Journal of Integrative Medicine. , 1-6 (2012).
  20. Ahmadi, A., et al. Synthesis and antinociceptive behaviors of new methyl and hydroxyl derivatives of phencyclidine. Current Medicinal Chemistry. 19, 763-769 (2012).

Play Video

Cite This Article
Kermani, M., Fatahi, Z., Sun, D., Haghparast, A., French, C. Operant Protocols for Assessing the Cost-benefit Analysis During Reinforced Decision Making by Rodents. J. Vis. Exp. (139), e57907, doi:10.3791/57907 (2018).

View Video