Geautomatiseerde rat single-pellet bereiken met 3-dimensionale reconstructie van paw en Digit trajecten

Mensen zijn sterk afhankelijk van behendige vaardigheid, gedefinieerd als bewegingen die nauwkeurig gecoördineerde multi-joint en Digit bewegingen vereisen. Deze vaardigheden worden beïnvloed door een reeks gemeenschappelijke pathologieën van het centrale zenuwstelsel, waaronder structurele laesies (bijv. beroerte, tumor, demyelinerende laesies), neurodegeneratieve ziekte (bijv. de ziekte van Parkinson) en functionele afwijkingen van de motor circuits (bijv. dystonie). Inzicht in hoe behendigheid vaardigheden worden geleerd en uitgevoerd door centrale motorcircuits heeft daarom de potentie om de kwaliteit van leven voor een grote populatie te verbeteren. Bovendien is een dergelijk begrip waarschijnlijk het verbeteren van de motorische prestaties bij gezonde mensen door het optimaliseren van opleidings-en revalidatie strategieën.

Het ontleden van de neurale circuits die ten grondslag liggen aan de behendigheid van de mens wordt beperkt door technologische en ethische overwegingen, waardoor het gebruik van diermodellen noodzakelijk is. Niet-humane primaten worden vaak gebruikt om behendige ledemaat bewegingen te bestuderen, gezien de gelijkenis van hun motorsystemen en gedrags repertoire aan mensen¹. Echter, niet-menselijke primaten zijn duur met lange generatie tijden, het beperken van aantallen studie onderwerpen en genetische ingrepen. Bovendien, terwijl de neurowetenschappelijke Toolbox die van toepassing is op niet-menselijke primaten groter is dan voor mensen, zijn veel recente technologische ontwikkelingen ofwel niet beschikbaar of aanzienlijk beperkt in primaten.

Knaagdier vaardige bereiken is een complementaire benadering van het bestuderen van behendige motorische controle. Ratten en muizen kunnen worden getraind om een suiker pellet te bereiken, te begrijpen en op te halen in een stereotiepe opeenvolging van bewegingen die homologe zijn voor het bereiken van menselijke patronen². Vanwege hun relatief korte generatie tijd en lagere huisvestingskosten, evenals hun vermogen om bekwame bereiken te verwerven gedurende dagen tot weken, is het mogelijk om grote aantallen onderwerpen te bestuderen tijdens zowel leer-als vaardigheids consolidatie fasen. Het gebruik van knaagdieren, vooral muizen, vergemakkelijkt ook het gebruik van krachtige moderne neurowetenschappelijke instrumenten (bijv. optogenetica, calcium beeldvorming, genetische modellen van de ziekte) om behendige vaardigheid te bestuderen.

Knaagdieren bekwame bereiken is al decennia lang gebruikt om normale motorische controle te bestuderen en hoe het wordt beïnvloed door specifieke pathologieën zoals beroerte en de ziekte van Parkinson³. Echter, de meeste versies van deze taak zijn arbeid en tijd-intensieve, het verzachten van de voordelen van het bestuderen van knaagdieren. Typische implementaties omvatten het plaatsen van knaagdieren in een bereiken kamer met een plank voor een smal slot waarlangs het knaagdier moet reiken. Een onderzoeker plaatst suiker pellets handmatig op de plank, wacht tot het dier te bereiken, en plaatst vervolgens een andere. Bereikt worden als successen of mislukkingen in real time of door video review⁴. Echter, simpelweg scoren bereikt als successen of mislukkingen negeert rijke kinematische gegevens die inzicht kunnen geven in hoe (in tegenstelling tot alleen of) bereiken is aangetast. Dit probleem werd aangepakt door het implementeren van gedetailleerd overzicht van het bereiken van Video’s te identificeren en semi-kwantitatief Score bereiken subbewegingen⁵. Hoewel dit enkele gegevens over REACH kinematica toegevoegd, het ook aanzienlijk toegenomen experimentertijd en inspanning. Bovendien kunnen hoge niveaus van betrokkenheid van onderzoekers leiden tot inconsistenties in de methodologie en data-analyse, zelfs binnen hetzelfde lab.

Meer recentelijk zijn er verschillende geautomatiseerde versies van vakkundig bereiken ontwikkeld. Sommige hechten aan de huis kooi^6,7, waardoor de noodzaak om dieren over te dragen. Dit vermindert zowel de stress op de dieren en elimineert de noodzaak om ze te acclimeren aan een gespecialiseerde kamer te bereiken. Andere versies toestaan paw tracking zodat kinematische veranderingen onder specifieke interventies kunnen worden bestudeerd^8,9,¹⁰, of hebben mechanismen om automatisch te bepalen als pellets werden afgezet van de plank¹¹. Geautomatiseerde bekwame bereiken taken zijn vooral nuttig voor training met hoge intensiteit, zoals nodig kan zijn voor revalidatie na een blessure¹². Dankzij geautomatiseerde systemen kunnen dieren gedurende lange perioden grote aantallen bereikt hebben zonder intensieve betrokkenheid van de onderzoeker. Bovendien, systemen die paw tracking en geautomatiseerde uitkomst scoren mogelijk te verminderen onderzoeker tijd besteed aan het uitvoeren van gegevensanalyse.

We ontwikkelden een geautomatiseerd systeem voor rat-bekwaam bereiken met verschillende gespecialiseerde functies. Ten eerste, door gebruik te maken van een beweegbare voetstuk om de pellet in “bereiken positie” van onderaf te brengen, krijgen we een bijna vrij zicht op de forelimb. Ten tweede maakt een systeem van spiegels meerdere gelijktijdige views van het bereik mogelijk met een enkele camera, waardoor driedimensionale (3D) reconstructie van bereik trajecten mogelijk is met behulp van een hoge resolutie, High-Speed (300 fps) camera. Met de recente ontwikkeling van robuuste machine learning-algoritmen voor markerless Motion Tracking¹³, volgen we nu niet alleen de Paw maar individuele knokkels om gedetailleerd bereik te extraheren en kinematica te begrijpen. Ten derde kan een frame-Grabber die eenvoudige videoverwerking uitvoert, real-time identificatie van afzonderlijke bereiken fasen mogelijk maakt. Deze informatie wordt gebruikt om video-acquisitie te activeren (continue video-acquisitie is niet praktisch vanwege de bestandsgrootte) en kan ook worden gebruikt om interventies (bijv. optogenetica) op precieze momenten te triggeren. Ten slotte worden afzonderlijke videoframes geactiveerd door Transistor-Transistor Logic (TTL) pulsen, zodat de video nauwkeurig kan worden gesynchroniseerd met neurale opnamen (bijvoorbeeld elektrofysiologie of fotometrie). Hier beschrijven we hoe we dit systeem kunnen bouwen, ratten trainen om de taak uit te voeren, het apparaat met externe systemen synchroniseren en 3-D bereik trajecten reconstrueren.