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.
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.
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 (즉, 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 (즉, 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 [즉, 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.
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 ?…
The authors have nothing to disclose.
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.
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 |