التلقائي الفئران واحد بيليه الوصول مع إعادة الإعمار ثلاثي الأبعاد من مخلب ومسارات أرقام

يعتمد البشر بشكل كبير على المهارة البارعة، التي تعرف بأنها حركات تتطلب حركات متعددة المفاصل والأرقام منسقة بدقة. وتتأثر هذه المهارات بمجموعة من أمراض الجهاز العصبي المركزي الشائعة بما في ذلك الآفات الهيكلية (مثل السكتة الدماغية، والورم، والآفات التي لإزالة التميّز)، والأمراض العصبية (مثل مرض باركنسون)، والتشوهات الوظيفية للمحرك الدوائر (على سبيل المثال، خلل التوتر). وبالتالي فإن فهم كيفية تعلم المهارات البارعة وتنفيذها من قبل دوائر السيارات المركزية ينطوي على إمكانية تحسين نوعية الحياة بالنسبة لأعداد كبيرة من السكان. وعلاوة على ذلك، من المرجح أن يؤدي هذا الفهم إلى تحسين الأداء الحركي لدى الأشخاص الأصحاء عن طريق الاستفادة المثلى من استراتيجيات التدريب وإعادة التأهيل.

تشريح الدوائر العصبية الكامنة وراء المهارة البارعة في البشر محدودة بالاعتبارات التكنولوجية والأخلاقية، مما يستلزم استخدام النماذج الحيوانية. وتستخدم الرئيسيات غير البشرية عادة لدراسة حركات الأطراف حاذق نظرا لتشابه نظمها الحركية وذخيرة السلوكية للبشر¹. ومع ذلك، فإن الرئيسيات غير البشرية مكلفة مع فترات طويلة من الجيل، مما يحد من أعداد مواضيع الدراسة والتدخلات الوراثية. وعلاوة على ذلك، في حين أن الأدوات العلمية العصبية المطبقة على الرئيسيات غير البشرية أكبر منها بالنسبة للبشر، فإن العديد من التطورات التكنولوجية الحديثة إما غير متوفرة أو محدودة بشكل كبير في الرئيسيات.

القوارض المهرة الوصول هو نهج تكميلي لدراسة السيطرة على السيارات حاذق. يمكن تدريب الفئران والفئران للوصول إلى، فهم، واسترداد بيليه السكر في تسلسل نمطي من الحركات متجانسة لأنماط الإنسان الوصول². ونظراً لضيق وقت توليدها نسبياً وانخفاض تكاليف السكن، فضلاً عن قدرتها على اكتساب مهارات تصل إلى مدى أيام إلى أسابيع، فمن الممكن دراسة أعداد كبيرة من المواضيع خلال مرحلتي التعلم وتوحيد المهارات على حد سواء. كما أن استخدام القوارض، ولا سيما الفئران، يسهل استخدام أدوات علمية عصبية حديثة قوية (مثل علم الوراثة البصرية، وتصوير الكالسيوم، والنماذج الوراثية للمرض) لدراسة المهارة البارعة.

وقد استخدمت القوارض المهرة الوصول لعقود لدراسة السيطرة الحركية العادية وكيف يتأثر بأمراض محددة مثل السكتة الدماغية ومرض باركنسون³. ومع ذلك، فإن معظم إصدارات هذه المهمة هي العمل والوقت الكثيف، والتخفيف من فوائد دراسة القوارض. وتشمل عمليات التنفيذ النموذجية وضع القوارض في غرفة الوصول مع رف أمام فتحة ضيقة من خلالها القوارض يجب أن تصل. يضع الباحث كريات السكر يدويًا على الرف، وينتظر وصول الحيوان، ثم يضع واحدة أخرى. يتم تسجيل الوصول إلى النجاحات أو الفشل إما في الوقت الحقيقي أو عن طريق استعراض الفيديو⁴. ومع ذلك، فإن مجرد تسجيل النقاط يصل إلى النجاحات أو الفشل يتجاهل البيانات الحركية الغنية التي يمكن أن توفر نظرة ثاقبة حول كيفية (بدلاً من مجرد ما إذا) الوصول إلى ضعف. وقد عولجت هذه المشكلة من خلال تنفيذ استعراض مفصل للوصول إلى أشرطة الفيديو لتحديد ودرجات شبه كمية تصل إلى الحركات الفرعية⁵. وفي حين أضاف هذا بعض البيانات المتعلقة بالوصول إلى الحركية، إلا أنه زاد أيضاً بشكل كبير من وقت التجربة وجهدها. وعلاوة على ذلك، يمكن أن تؤدي المستويات العالية من مشاركة التجارب إلى عدم الاتساق في المنهجية وتحليل البيانات، حتى داخل المختبر نفسه.

وفي الآونة الأخيرة، تم تطوير عدة إصدارات آلية من الوصول الماهر. بعض نعلق على القفص المنزلي^6،7، والقضاء على الحاجة إلى نقل الحيوانات. وهذا يقلل من الضغط على الحيوانات ويلغي الحاجة إلى تكييفها إلى غرفة الوصول المتخصصة. إصدارات أخرى تسمح تتبع مخلب بحيث يمكن دراسةالتغييرات الحركية في إطار تدخلات محددة 8،^9،10،أو لديها آليات لتحديد ما إذا كان قد طرقت الكريات من على الرف^11. المهام الآلية الماهرة الوصول مفيدة بشكل خاص للتدريب عالية الكثافة، كما قد تكون هناك حاجة لإعادة التأهيل بعد إصابة^12. تسمح الأنظمة الآلية للالحيوانات بإجراء أعداد كبيرة من الروافد على مدى فترات طويلة من الزمن دون الحاجة إلى مشاركة مكثفة من الباحثين. وعلاوة على ذلك، فإن النظم التي تسمح بتتبع الكفات وتسجيل النتائج الآلي تقلل من الوقت الذي يقضيه الباحث في إجراء تحليل البيانات.

قمنا بتطوير نظام آلي للوصول إلى الفئران الماهرة مع العديد من الميزات المتخصصة. أولا، باستخدام قاعدة متحركة لجلب بيليه في “موقف الوصول” من أدناه، نحصل على وجهة نظر دون عائق تقريبا من الطرف السفلي. ثانياً، يسمح نظام المرايا بمشاهدة متعددة في وقت واحد للوصول باستخدام كاميرا واحدة، مما يسمح بإعادة بناء مسارات الوصول ثلاثية الأبعاد (ثلاثية الأبعاد) باستخدام كاميرا عالية الدقة وعالية السرعة (300 إطار في الثانية). مع التطور الأخير لخوارزميات التعلم الآلي قوية لتتبع الحركة بلا علامات^13،ونحن الآن تتبع ليس فقط مخلب ولكن المفاصل الفردية لاستخراج الوصول مفصلة واستيعاب الحركية. ثالثاً، يسمح ممسك الإطار الذي يقوم بمعالجة فيديو بسيطة بتحديد المراحل التي تم الوصول إليها بشكل حقيقي. يتم استخدام هذه المعلومات لتحريك الحصول على الفيديو (الحصول المستمر على الفيديو ليس عمليا بسبب حجم الملف)، ويمكن أيضا أن تستخدم لتحريك التدخلات (على سبيل المثال، علم الوراثة البصرية) في لحظات دقيقة. وأخيراً، يتم تشغيل إطارات الفيديو الفردية بواسطة نبضات منطق الترانزستور-الترانزستور (TTL)، مما يسمح بمزامنة الفيديو بدقة مع التسجيلات العصبية (على سبيل المثال، الفيزيولوجيا الكهربائية أو القياس الضوئي). هنا، ونحن نصف كيفية بناء هذا النظام، وتدريب الفئران لأداء المهمة، ومزامنة الجهاز مع النظم الخارجية، وإعادة بناء مسارات الوصول 3-D.