Summary

Erkek Fare Ultrasonik Seslendirme (USV) Şarkılarından Yararlanma ve Analiz Etme

Published: May 09, 2017
doi:

Summary

Fareler, ultrasonik vokalizasyonlar (USV'ler) gibi karmaşık bir multisylabic repertuar üretirler. Bu USV'ler, nöropsikiyatrik bozukluklar için okundu olarak yaygın olarak kullanılmaktadır. Bu protokol, fare şarkılarının akustik özelliklerini ve sözdizimini sürekli olarak teşvik etmek, toplamak ve analiz etmek için öğrendiğimiz ve geliştirdiğimiz bazı uygulamaları anlatmaktadır.

Abstract

Fareler, gelişim ve yetişkinlik boyunca çeşitli sosyal bağlamlarda ultrasonik vokalizasyonlar (USV'ler) üretir. Bu USV'ler anne-yavru alımı 1 , çocuk etkileşimleri 2 , zıt ve aynı seks etkileşimleri 3 , 4 , 5 ve bölgesel etkileşimler için kullanılır 6 . Onlarca yıldır, araştırmacılar, nöropsikiyatrik ve gelişimsel veya davranışsal bozuklukları 7 , 8 , 9 ve yakın zamanda omurgalıların ses iletişimi mekanizmalarını ve evrimini anlamak için araştırmacılar tarafından vekillik olarak kullanılmaktadır 10 . Cinsel etkileşimler içinde, yetişkin erkek fareler USV şarkılar üretir ve bu şarkılar bazı şarkılardan 11 şarkının şarkılarına benzer özelliklere sahiptir. Bu tür multisylabic reper kullanımıToires, elemanların nasıl düzenlendiğini ve yeniden birleştirildiğini, yani sözdizimini değiştirebileceğinden, taşıdıkları potansiyel esnekliği ve bilgiyi artırabilir. Bu protokolde, taze kadın idrara maruz kalma, anestezi uygulanmış hayvanlar ve kızdırılan dişiler gibi çeşitli sosyal bağlamlarda erkek farelerden USV şarkıları çıkarmak için güvenilir bir yöntem anlatılmıştır. Bu, farelerden büyük miktarda hece oluşturacak koşulları içerir. Ucuz ses odaları ile ortamdaki ses kayıtlarını azaltmakta ve USV'leri otomatik olarak tespit etmek, sınıflandırmak ve analiz etmek için bir miktar tespit yöntemi sunmaktayız. İkincisi, çağrı oranının, sesli repertuarın, akustik parametrelerin ve sözdiziminin değerlendirilmesini içerir. Belirli şarkı türleri için bir hayvanın tercihini incelemek için oynatma kullanımında çeşitli yaklaşımlar ve fikirler açıklanmaktadır. Bu yöntemler, erkek farelerde farklı bağlamlarda akustik ve sözdizimi değişikliklerini ve dişi farelerde şarkı tercihlerini tanımlamak için kullanılmıştır.

Introduction

Fareler, insanlara göre düşük frekanslı ve yüksek frekanslı seslendirme üretir; daha sonra işitme aralığımızın üzerinde ultrasonik seslendirme (USV) olarak bilinir. USV'ler, anne-yavru alımı, çocuk etkileşimleri, zıt veya aynı cinsiyetteki yetişkinlerin etkileşimlerine 4 , 12 dahil olmak üzere çeşitli bağlamlarda üretilir. Bu USV'ler el ile 9 veya otomatik olarak kategorize edilebilen çeşitli çok yazarsız repertuardan oluşur 10 , 11 . Bu USV'lerin iletişimdeki rolü son yıllarda giderek artan bir soruşturma altına giriyor. Bunlar USV'leri nöropsikiyatrik, gelişimsel veya davranışsal bozuklukların 7 , 8 ve iç motivasyonel / duygusal durumların fare modellerinin okunması olarak kullanmayı içerir 13 . USV'lerin e hakkında güvenilir bilgi verdiği düşünülmektedir.Alıcının 14 , 15 için yararlı mitter'ın durumu.

2005 yılında Holy ve Guo 11 , erişkin erkek farelerin USV'lerinin, çokboyutlu çağrı bileşenleri veya sesboğalarına benzer bir heceliğin sırası olarak örgütlendiği fikrini geliştirdiler. Çoğu türde, çok sesli bir repertuar, göndericinin, şarkı tarafından taşınan potansiyel bilgileri artırmak için heceleri farklı şekillerde birleştirip sipariş etmesine olanak tanır. Bu sözdizimindeki değişikliğin, cinsel davranış ve dostum tercihleri ​​için etolojik olarak bir ilgisi olduğuna inanılıyor 16,17. Daha sonraki çalışmalar, erkek farelerin, ürettikleri hece türlerinin göreli kompozisyonlarını, bir kadın 5 , 18'in varlığı sırasında ve sonrasında değiştirebildiklerini gösterdi. Diğer bir deyişle, yetişkin erkek fareler USV'lerini kur yapma davranışları için kullanıyor;Veya bir dişi ile yakın temasta bulunmak veya 19 , 20 , 21 çiftleşmelerini kolaylaştırmak için. Ayrıca muhtemelen etkileşimler sırasında sosyal bilgileri iletmek için erkek-erkek etkileşimlerinde de yayınlanırlar 4 . Repertuarlarda bu değişiklikleri yakalamak için, bilim adamları genellikle spektral özelliklerini (genişlik, frekanslar gibi akustik parametreler), USV'lerin hecelerin veya çağrıların sayısını ve ilk USV'nin gecikmesini ölçerler. Bununla birlikte, azından bu USV'lerin dizi dinamiklerini ayrıntılı bir şekilde inceleyen az sayıda 22 . Son zamanlarda grubumuz USV hece dizilerinde dinamik değişiklikleri ölçmek için yeni bir yöntem geliştirdi 23 . Bir şarkıda (yani sözdizimi) bir hece diziliminin rasgele olmadığını, toplumsal bağlama bağlı olarak değiştiğini ve dinleyen hayvanların bu değişiklikleri etolojik açıdan alakalı olarak algıladıklarını gösterdik.

Not ediyoruzHayvan iletişimini araştıran birçok araştırmacıda, insan konuşmasında kullanılan sözdizimi ile aynı anlamı 'sözdizimi' terimine yapıştırmayın. Hayvan iletişim çalışmalarında, sadece bazı kurallara sahip, sıralı, rastgele olmayan bir ses dizisi demektir. Ek olarak, insanlar için spesifik sekansların özel anlamları olduğu bilinmektedir. Fareler için böyle bir şey olup olmadığını bilmiyoruz.

Bu yazıda ve ilişkili videoda, çeşitli bağlamlarda erkek farelerin kur beraberlik USV'lerini kaydetmek ve oynatma gerçekleştirmek için güvenilir protokoller sağlamayı amaçlıyoruz. Sıralı olarak kullanılan üç yazılımın kullanımı: 1) otomatik kayıtlar; 2) heceli algılama ve kodlama; Ve 3) hece özelliklerinin ve sözdiziminin derinlemesine analizi gösterilmiştir ( Şekil 1 ). Bu, erkek farelerin USV yapısı ve işlevi hakkında daha fazla bilgi edinmemizi sağlar. Bu tür yöntemlerin veri analizlerini kolaylaştırdığına inanıyoruz ve mou'daki normal ve anormal sesli iletişimi karakterize etmek için yeni ufuklar açabiliriz.Bunlar sırasıyla iletişim ve nöropsikiyatrik bozuklukların modelleri.

Protocol

Etik beyanı: Deneysel protokollerin tümü, Duke Üniversitesi Kurumsal Hayvan Bakımı ve Kullanma Komitesi (IACUC) tarafından A095-14-04 protokolüne göre onaylanmıştır. Not: Kullanılan yazılımın ayrıntıları için " Malzemeler ve Ekipmanlar " bölümündeki Tablo 1'e bakın. 1. Fare USV'larını uyarmak ve kaydetmek Kayıt oturumlarından önce erkeklerin hazırlanması NOT: Temsili sonuçlar B6D2F1 / J genç yetişkin erkek fareler (7-8 haftalık) kullanılarak elde edilmiştir. Bu protokol, herhangi bir suş için uyarlanabilir. Aksi gerekmedikçe hayvan odasının ışık devrini 12 saat aydınlık / karanlık döngüde ayarlayın. Aksi gerekmedikçe veya gerekli olmadığı sürece kafes başına 4 ila 5 erkeğin standart konut kurallarını uygulayın. Kayıttan üç gün önce, erkekleri aynı cinsin bir gecede cinsel olarak olgunlaşmış ve alıcı bir dişi (kafes başına bir dişisi olan 3 erkeğe) maruz bırakın. Ertesi gün kaldırErkek kafesinden dişi ve ilk kayıt seansından önce en az iki gün boyunca kadın olmayan erkekleri şarkı söylemeye yönelik sosyal motivasyonu arttırmak için denediler (deneme yanılma anekdot analizlerimize dayanarak). Kayıt kutularının hazırlanması Bir ses zayıflama kutusu stüdyosu olarak hareket etmek için bir plaj soğutucusu (iç boyutlar L 27 x G 23 x Y 47 cm'dir) kullanın ( Şekil 2A ). Mikrofonun telinin içeri girmesine izin vermek için kutunun üstünde küçük bir delik açın. NOT: Hayvanların ses azaltımlı ve görsel olarak izole edilmiş bir ortamda kaydedilmesi tercih edilir; düzinelerce fareyi aynı anda işitme veya görmeden dinleyebilir, ortamdaki oda ekipmanının kirlenmesini ve odadaki kişilerin bulaşmasını önleyebilir ve temizleyebilirsiniz Ses kayıtları ( Şekil 2B ). İçindeki aynı fare vokalizasyonları ile karşıt seslerin karşılaştırılmasında ses efektleri veya çarpıtmalara dikkat etmedik.Ses zayıflatma odası ( Şekil 2C ); Bunun yerine, odalarda sesler daha yüksek sesle ve daha az harmonik içerebilir. Bir ses kayıt yazılımı ile çalışmak için mikrofonu tele, kabloyu ses kartına ve ses kartını bilgisayara bağlayın ( örn . Şekil 1 ve Tablo 1'deki Yazılım A). .Wav ses dosyaları üreten yazılım A gibi uygun bir ses kayıt yazılımı gereklidir. Ses yalıtımlı kutunun içine boş bir kafes yerleştirin (58 x 33 x 40 cm) ve mikrofonun yüksekliğini kafesin altından 35 – 40 cm yukarıda olacak ve mikrofonun kafesin üzerinde ortalanacak şekilde mikrofonun yüksekliğini ayarlayın ( Bakınız Şekil 2A ). Kayıt yazılımı A'nın yapılandırılması ( Tablo 1 ) sürekli kayıt için Yazılımı çift tıklayın ve açın. "Yapılandırma" menüsünü tıklayın ve açın ve Cihaz adını seçin, Örnekleme hızı (250,000 Hz), Biçim (16 bit). "Tetikleyici" anahtarı'nı seçin ve "Geçiş Yap" ı kontrol edin. NOT: Bu ayar, uyaranın farenin kafesine yerleştirilmesi sırasında bir tuşa (F1, F2 vb. ) Basarak kayıt başlatılmasına izin verir. "Name" parametresinin altında farenin kimliğini girin. Maksimum dosya boyutunu arzulanan kayıt dakikalarına ayarlayın (genellikle 5 dakikaya ayarlanır). NOT: Dakikalar ne kadar uzun süre olursa, daha fazla bilgisayar depolama belleği gerekir. Sürekli mod ayarlanmazsa, yazılım ayarlanan parametrelere dayanarak bir dizinin başında veya sonunda şarkı başlatmalarını keser ve bu nedenle dizileri güvenilir şekilde nicelleştiremez. Farklı uyarıları kullanarak USV'leri kaydedin. Not: Her uyarı, kullanıcının deneysel ihtiyaçlarına bağlı olarak bağımsız olarak kullanılabilir. Hayvanı, kuyruk tarafından kaydedilmek üzere hafifçe kaldırın ve yataklamadan bir kafese yerleştirin (mov önlemek için)Ses yalıtımlı kutunun içine ement gürültüsü koyun) ve kafes açık kablolu metal kapağı kapağın yukarı bakacak şekilde üzerine koyun. Sese zayıflatılmış kutuyu kapatın ve hayvanın 15 dakika süreyle alışmasına izin verin. Şu an uyarı preparatlarını (1.4) uygulayın. Uyarıcı hazırlığı Bir uyarı olarak taze idrar (UR) numunelerinin hazırlanması Erkeklerden şarkıyı uyandırmak için maksimum etki sağlamak için kayıt oturumundan önce maksimum 5 dakika idrar örnekleri alın. NOT: Daha uzun sürede ve özellikle saatlerce veya geceleyin oturulan idrar, ampirik olarak doğruladığımız 24 , 25 gibi etkili değildir 23 . Bir kafeste bir dişi veya erkek (kullanılan uyarıcının cinsiyetine bağlı olarak) seçin, boynunun arkasındaki deriyi kapın ve bir elinizde göbeği maruz bırakılmış bir ilaç enjeksiyon prosedürü gibi hayvanı tutun. <lI> Cımbızla, pamuklu bir uç tutun (3-4 mm x 2 mm genişliğinde). Bir damla taze idrar çıkarmak için hafifçe ovun ve hayvanın mesanesine itin. Pamuk ucundaki damla toplamak için dişinin vajinasını veya erkek penisini silin. Ardından, başka bir kafes seçin. Ve aynı prosedürü başka bir kadın veya erkekle tekrarlayın ancak daha önce kullanılan aynı pamuk ipucu ile. NOT: Bu prosedür, östrus döngüsünün şarkı davranışını etkileyebileceği bilinen herhangi bir östrüs veya diğer bireysel etkilere karşı, aynı pamuk ucu üzerindeki iki bağımsız kafesten en az iki dişinin veya erkeklerin idrarını karıştırdığından emin olur 18,26. Kullanılacak pamuk ucunu temiz bir cam veya plastik petri kabı içine yerleştirin. NOT: İdrarla birlikte pamuk ucu önümüzdeki 5 dakika içinde kullanılmaya ihtiyaç duyacağından, buharlaşmayı önlemek için örtmeye gerek yoktur. PreparatiCanlı bir kadın (FE) uyaranının uyaranı olarak Cinsel olgunlaşmış kadınlardan bir veya iki yeni kafes seçin. Kızgınlık veya östrüs evresindeki dişileri görsel muayene ile tanımlayın ( 27 , 28'de gösterilen geniş vajina açılması ve pembe çevre). Bunları kullanana kadar farklı bir kafeste ayırın. Uyarılmış olarak anestezi uygulanmış hayvan dişilerinin (AF) veya erkeklerin (AM) hazırlanması AF için, yukarıdaki havuzdan bir kadın seçin (öksürük veya kızdırma). AM için, yetişkin bir erkek farenin bir kafesinden bir erkek seçin. Ketamin / Xylazine (sırasıyla 100 ve 10 mg / kg) solüsyonunun intraperitoneal bir enjeksiyonu ile dişi veya erkek anestezi. Anestezi altında iken gözlerin dehidrasyonunu önlemek için göz merhemi kullanın. Sıkıştığında pençe geri çekme refleksini test ederek uygun anestezi kontrol edin. Anestezi uygulanmış hayvanı bir kağıt havlu üzerinde temiz bir kafese yerleştirin.H vücut sıcaklığının kontrol altına alınmasını sağlamak için ısı pedinde "minimum ısı" bulunan kafes. Aynı hayvanları, uyanmadan önce farklı kayıt seansları için 2-3 kez tekrar kullanın (genellikle yaklaşık 45 dakika). Her kayıt seansından sonra onları ısı tablasına geri koyun. Her 5 dakikada bir hayvana dokunarak (temasa geçmek için ılık olmalı) gözle muayene (dakikada 60-80 solunum) ve vücut sıcaklığı ile solunum hızını kontrol edin. Kayıt etmeye hazır olduğunuzda, A yazılımının "Kayıt" düğmesine tıklayın. NOT: Kullanıcı her kanalla ilişkili tuş düğmesini tıklatmadıkça kayıtlar başlamayacaktır; Hayvanların şarkı söylediğinden ve kayıtların doğru şekilde elde edildiğinden emin olmak için bilgisayar ekranındaki kafeslerden canlı ses yayınını izleyin. Kaydedilecek olan istenen kutuya (kutu 1 için F1) eş zamanlı olarak ilgili tuş düğmesine basın ve istenen uyarıyı tanıtın. Uyarıcılardan birini şu şekilde sunun. Pamuk ucunu kafesin içine taze idrar numuneleri ile yerleştirin veya canlı dişi kafesin içine yerleştirin veya kafesin metal kapağının üstüne anestezi uygulanmış hayvanlardan (AF veya AM) birini yerleştirin. Sessizce kayıt kutusunu kapatın ve kaydı önceden belirlenmiş dakika sayısına ( örneğin bölüm 1.3'te açıklandığı gibi 5 dakika) bırakın. Kaydı durdurduktan sonra, kaydı durdurmak için kare kırmızı kırmızı düğmeyi tıklayın. Uyarıcı olarak anestezi uygulanmış bir hayvan kullanılmışsa, ses geçirmez kayıt kutusunu açın, anestezi uygulanmış hayvanı kafesin metal kapağından alın ve bir sonraki kayıt oturumundan önce ısıtma pedine geri koyun veya hayvanı artık bir uyaran kontrolü olarak kullanmayın Sternal dinlenme sağlamak için yeterli bilince tekrar gelinceye kadar her 15 dakikada bir. Kafesi açın ve bilinçli test hayvanını çıkarın ve tekrar evin kafesine koyun. Test kafesini% 70 alkol ile temizleyinDamıtılmış su. 2. Fare Şarkı Çözümleyicisi v1.3 kullanılarak .wav Dosyalar ve Hanece Kodlama İşleme Kodlama yazılımını B açın ( Şekil 1 , Tablo 1 ) ve "set path" üzerine tıklayarak yazılımın B yolundaki "Mouse Song Analyzer" Yazılım Komut Dosyası C'sini ( Şekil 1 , Tablo 1 ) içeren klasörü koyun ve klasörü yazılıma ekleyin B. Sonra kaydetmek için B yazılımını kapatın. Birleşik yazılım B + C'nin hece tanımlama ayarlarını yapılandırın. NOT: Yazılım komut dosyası C kodu otomatik olarak "sonogram" olarak adlandırılan yeni bir klasör oluşturur. Dosyaları .sng biçiminde aynı klasörde .wav dosyaları bulunur. Aynı klasöre yazılım A kullanılarak oluşturulan kayıt oturumundaki tüm .wav dosyalarını aynı klasöre koymak genellikle daha iyidir. C ile yapılandırılmış B yazılımını açın. NOT: B yazılımının bu sürümü tamamen cC yazılım komutuyla ompatible. Daha sonraki sürümlerin geçerli kodda bulunan tüm fonksiyonları kabul edeceği garanti edilemez. "Geçerli klasör" penceresini kullanarak analiz edilecek kayıt .wav dosyalarını içeren ilgilenilen klasöre gidin. "Komut penceresinde" "whis_gui" komutunu girin. Yeni whis-gui penceresinde, "Sonogram Parametreleri", "Düdük Seçenekleri" ve diğer tüm parametreleri içeren farklı parametrelerle ( Şekil 3 ) birkaç alt pencere bölümünü izleyin. USV'leri saptamak için parametreleri ayarlayın. Laboratuvar farelerinden USV'lerin hecelerini algılamak için aşağıdaki parametre ayarlarını kullanın ( ör. Çalışmalarımızda kullanılan B6D2F1 / J ve C57BL / 6J fare soyları): Sonogram Parametreleri bölümünde Min Frekans değerini 15.000 Hz, Maks Frekans değerini 125.000 Hz, örnekleme frekansı (Frekans sayısı ) t olarak ayarlayınO 256 kHz ve Eşik değeri 0.3'e kadar. Düdük Seçenekleri bölümünde Saflık Eşiği'ni 0.075, hece minimum süresi 3 ms, Min Frekans süpürme 20.000 Hz ve Filtre Süresi 3 ms olarak ayarlayın . Diğer bölümlerde, Min Note Duration 3 ms'ye ve Min Note Count to 1'e ayarlayın . Hece kategorizasyon protokolü için, whis_gui penceresinin orta bölümündeki kutuları seçin: Varsayılan kategorizasyon Holy ve Guo 11 ve Arriaga ve ark. 10 , heceyi sıçrama atlama sayısı ve atlama yönüyle kodlar: Basit sürekli hece için S ; D bir adım aşağı sıçrama için; U yukarı çıkma atlaması için; Iki ardışık aşağı atlama için DD ; DU bir kuruş içinN ve bir yukarı sıçrama; Vb. Kullanıcı bir şey seçmezse bu varsayılan olacaktır. Kullanıcı, temsilciliğin her birini seçerek belirli hece türleri üzerinde analiz yürütme seçeneğine sahiptir. Scattoni ve ark. Tarafından açıklandığı gibi hece sınıflandırmasını seçmek . 9 , Ayrıca bu kategoriyi hece şekillerine dayalı olarak daha fazla alt kategoriye ayıran Split s kategorisini seçin. Kullanıcı , heceleri harmonikli ve haricsiz olarak daha fazla sıralamak isterse Harmonikleri seçin. İlgili .wav dosyalarındaki heceleri sınıflandırın. Whis_gui penceresinin sol üst bölümündeki bir kayıt oturumundan tüm .wav dosyalarını seçin. Whis_gui penceresinin ortasındaki "Sonogramları al" ı tıklayın ( Şekil 3 ). Sonogramları içeren yeni bir klasör .sng dosya biçiminde oluşturulacaktır. Üstteki tüm sonogramları (.sng dosyaları) seçin.Whi-gui penceresinin sol köşesidir. Sonogram dosyası penceresinin altındaki kutulara "Hayvan Kimliği" ve "Oturum Kimliği" yazın. Sonogramları işleme tıklayın. Sonogram klasöründeki üç dosya türünü gözlemleyin: "Hayvan Kimliği-Oturum Kimliği-Notes.csv" (hecelerden çıkarılan notlar hakkında bilgi içerir), "Hayvan Kimliği-Oturum Kimliği-Dizgeler.csv", (tümü Spektral özellikleri ve sonogramlarda tespit edilen hecelerin toplam sayısı dahil olmak üzere) "Hayvan Kimliği-Oturum Kimliği -Traces.mat" (tüm hecelerin grafiksel temsillerini içerir). NOT: "Hayvan Kimliği Oturum Kimliği-Yazım Dizini" dosyası bazen seçilenlerden daha karmaşık olan ya da birbirinin üst üste binen iki hayvan hecesinin bulunduğu küçük bir yüzde (% 2 – 16) sınıflandırılmamış USV hece içerir 23 . Bunlar, gerekirse izleme dosyasından ayrı olarak incelenebilir. 3. Hece Akustik Yapısının ve Söz Diziminin Nicelendirilmesi NOT: İlk sözdizimi çözümlemeleri için yapılması gereken adımların yönergeleri "READ ME!" Bölümünde bulunur. Özel olarak tasarlanmış elektronik tablo hesaplayıcımız "Song Analysis Guide v1.1.xlsx" dosyasının elektronik tablosu ( Şekil 1 , Tablo 1 ). Elektronik tablo yazılımı D ile yukarıdaki bölümde elde edilen yazılım komut dosyası C dosyası çıkışı "Hayvan Kimliği Oturum Kimliği-Dosyaları.csv" ni açın ( Şekil 1 , Tablo 1 ). Tüm sonogramlarda tespit edilen hecelerin toplam sayısını ve bunların tüm spektral özelliklerini içerir. Dönüştürülmediyse, elektronik tablo yazılımında D, her bir değeri ayrı sütunlara koymak için bu .csv dosyasını D yazılımında sütun ayrımına dönüştürün. "Song Analysis Guide v1.1.xlsx" dosyasını da yazılım D'da açın. Ardından,E şablonlu elektronik tabloyu açın ve "Hayvan Kimliği Oturum Kimliği-Dosyaları.csv" dosya verilerini Şablon sayfası talimatlarında önerildiği şekilde bu sayfaya kopyalayıp yapıştırın. Satırları, 'Sınıflandırılmamış' heceli kategoriyle kaldırın. 'Sınıflandırılmamış' satırları kaldırdıktan sonra, ilk önce sütun E'deki ISI (heceler arası aralık) verileri C sütununa kopyalayıp yeniden hesaplayın. İkinci olarak, tüm verileri A sütunundan N'ye 'Veri' e-tablosuna kopyalayın. Veri e-tablosunda hayvan kimlik numaralarını (Sütun AF) ve kayıt uzunluğunu (dakika cinsinden, sütun AC) girin. NOT: Hayvan kimlikleri, kayıt ayarında girilen kimlikle eşleşmelidir. Dosya, girilen karakterleri algılar ve .wav dosyalarının adıyla karşılaştırır. "Yoğunluk ISI", "ISI çizimi" sonucu etiketli elektronik tablo kullanarak bir dizinin tanımlanması için ISI kesimini belirleyin. NOT: Geçmişteki çalışmamızda 23 , kesmeyi iki standartta ayarladıkSon zirvenin merkezinden sapmalar saptı. 250 ms'den fazla uzun aralıklarla (LI) oluşuyordu ve bu da şarkı söyleme oturumundaki farklı şarkıları ayırıyordu. Ana sonuçları, 'Özellikler' e-tablosunda görüntüleyin (her hayvandan ölçülen tüm spektral özellikleri gruplandırın). NOT: Kullanıcı bölüm 2.8.9'da açıklanan yazılım komut C'sinde varsayılan hece kategorisi ayarını kullandıysa, heceler daha sonra yukarıda tarif edilen ve Chabout ve diğerleri tarafından anlatıldığı gibi 4 kategoriye ayrılmıştır . 23 : 1) herhangi bir atlama sığmayan basit heceli; "s"; 2) tek bir yukarı ("u") atlama ile ayrılmış iki nota heceli; 3) tek bir aşağı doğru atlama ile ayrılmış iki nota heceli ("d"); Ve 4) notalar arasında iki veya daha fazla atım sıçramasına sahip daha karmaşık heceler ("m"). Sözdizimi değerleri için, her bir s çiftinin olasılıklarını hesaplayan "Global Olasılıklar" e-tablosuna tıklayın.Aşağıdaki denklem kullanılarak, başlangıç ​​hecelerine bakılmaksızın tüm geçiş türleri. P (Geçiş türünün oluşumu) = Geçiş türünün toplam sayısı / Tüm geçişlerin toplam geçiş sayısı Aşağıdaki denklemi kullanan başlangıç ​​hecelerine göre her geçiş türü için koşullu olasılıkları hesaplamak için 'Koşullu olasılıklar' e-tablosunu tıklayın: P (başlangıç ​​hecesi verilen bir geçiş türünün oluşumu) = Geçiş türünün toplam sayı sayısı / Aynı başlangıç ​​heceli tüm geçiş türlerinin toplam sayısı Yukarıdaki geçiş olasılıklarının hangisinin rasgele değilden farklı olup olmadığını test etmek için 23'teki yaklaşımı izleyerek birincil bir Markov modeli kullanarak özel yazılım F'yi ( örn . R stüdyosundaki Syntax decorder; Şekil 1 ,Strong> Tablo 1) aşağıdaki R komut dosyaları ile: Tests_For_Differences_In_Dynamics_Between_Contexts.R farklı koşullardaki gruplar içindir; Veya Tests_For_Differences_In_Dynamics_Between_Genotypes.R arasında gruplar arası aynı koşullardaki. 23'teki yaklaşımı izleyerek, aynı hayvanın geçiş olasılıklarındaki farklı farklılıklar (çift-çift) arasındaki istatistiksel farklılıkları test etmek için bir Ki-kare testi veya tercihinize ilişkin diğer test yapın. NOT: Gruplar arasında sözdizimini karşılaştırmak için kullanılan istatistiksel model hakkında daha ayrıntılı bilgi 23 . Araştırmacılar, kendilerinin veya başkalarının geliştirdikleri küresel veya koşullu geçiş olasılıklarını analiz etmek için başka yaklaşımlar da kullanabilirler. Dizileri sözdizim diyagramları olarak grafiksel olarak görüntülemek için değerleri, bir ağ grafik yazılım G'ye girin (bkz. Şekil 1 , Tablo 1 ), düğümler farklı hece katmanı belirlemektedirCümleler ve heceler arasındaki olasılık aralıklarını temsil eden ok ve / veya kalınlık pikselleri. NOT: Netlik için, genel olasılık grafikleri için yalnızca 0.005'ten daha yüksek geçişler gösteririz (şansın oluşumunun% 0.5'inden daha yüksek). Koşullu olasılıklar için 0.05'lik bir eşik kullanırız, çünkü "genel model" in her ihtimali, sadece bir heceleyle değil, hecelerin toplam sayısıyla bölündüğümüzden daha düşüktür. 4. Bir Şarkı Tipinde Şarkı Düzenleme ve Test Tercihi NOT: USV'lerin oynatma biçimleri, belirli bir şarkı türü tercihi de dahil olmak üzere bir hayvanın davranış tepkisini denemek için kullanılabilir. Kadın tercihleri ​​östrus durumuna bağlı olarak değişebileceğinden, dişiler için testten önce aynı östrüs durumuna sahip olduklarından emin olun: Çalma denemesinden birkaç gün önce kadınları cinsel deneyimle hazırlayın <ol> Östrüsün (Whitten 28 etkisi) tetiklenmesinden önce, cinsel olarak olgun dişileri (> 7 hafta) bir erkeğe 3 gün süreyle, bir ayırma kafesine (açık deliklerle açık katı plastik) yerleştirerek kadınların görmesine ve Erkek kokularını alır, ancak cinsel ilişkiyi engeller. Kızamıkçık döngüsünü izleyin ve kızgınlık veya östrüs belirgin olduğunda ( 27'de gösterildiği gibi vajinal açılma ve pembe çevre), kadınları kendi kafeslerine tekrar bir araya getirin. Ertesi gün test edilmeye hazırlar. Çalma işlemi için şarkı dosyalarını hazırlayın Uyarıcılar için kullanılacak istenen koşullara sahip iki düzenlenmiş .wav dosyası oluşturmak için bir ses işleme yazılımı H'deki kopyalama ve yapıştırma işlevlerini kullanın ( örn. SASLap Pro; Şekil 1 , Tablo 1 ). Seslendirme miktarını değişken olarak korumak için, iki ses dosyasının aynı sayıda sİstenilen bağlamlardan ( örneğin, UR) aynı veya farklı erkekler / dişilerden oluşan uzunluklar ve dizilerin uzunluğu (şarkı şarkıları). Yazılım H'deki koşul 1'den şarkıyı içeren ilk dosyayı açın. Ardından, Dosya> Özeller> Dosyadan kanal ekle'ye gidin ve koşul 2'den test etmek için ikinci ses dosyasını seçin. Bu, her koşul için bir tane olmak üzere 2 kanal oluşturur. Düzenle> Ses Düzeyi'ne giderek, iki dosyanın birleştiğinde emin olmak için ses düzeyini görsel olarak ayarlayın. Ardından Düzenle> Biçim> Örnekleme Frekans Dönüşümü'ne gidin ve .wav dosyalarını 256 kHz'lik bir örnekleme frekansından 1 MHz'e dönüştürmek için 250.000 Hz ila 1.000.000 Hz'ye dönüşümü seçin. Bu adım, oynatma aygıtı .wav dosyalarını okumak için gereklidir. Bu yeni dosyaları oynatılacak test dosyaları olarak kaydedin. Hangi şarkının hangi kanalda (1 veya 2) bulunduğundan emin olun. Netlik amacıyla "dosya adı.wav" olarak adlandırın. E gidinXit> Format> Kanalları Değiştir'i tıklayın ve iki kanalı değiştirin. Değiştirilen sürümleri farklı bir adla kaydedin. NOT: Kanal ters çevrilmiş, daha sonra 'file name_swapped.wav' olarak adlandırılan karşıt kopya olacaktır. Çalma aparatını hazırlama Oynatma aparatını "Y-labirenti"% 70 alkol ve ardından damıtılmış suyla temizleyin. Kağıt havluyla kurutun. Y-labirenti, ultrasonik hoparlörlerin kolların taban seviyesine uyması için 30 cm uzunluğunda kollarla ve labirentin uçlarındaki iki adet delinmiş delikli, ev yapımı opak bir katı siyah plastik aparattır ( Şekil 4A ). Hoparlörlerin doğru konumda olduklarını ve ses kartına bağlı olduklarından ve kart bilgisayara bağlı olduğundan emin olun. Yazılım A'yı açın, Oynat> Cihaz'ı seçin ve oynatma ses kartı aygıtını seçin. "Dosya başlık oranını kullan" ı seçin. Play> Playlist'e gidin ve iki şer'iyi içeren bir dosya yükleyin.Nnels ( yani "dosya.wav"). "Döngü modu" nu seçin. Labirentin tamamını kapsayacak şekilde video kayıt cihazını labirentin üzerinde ayarlayın. Oynatma denemesini gerçekleştir Test kadınını labirentte 10 dakikalık alışkanlık süresi için yerleştirin. Dişinin başlangıç ​​kolunda olmaması durumunda 10 dakika sonra kadını yavaşça başlama koluna itin ve plastik ayırma penceresini kapatın. Oynatmak ve oynatmak için hazırlanan dosyayı seçin ("file.wav"). Video kaydını başlatın ve hangi kanalın hangi Y-labirentin kolunda ( diğer bir deyişle solda UR veya sağdaki FE'de), video kayıt alanında bir kağıt notayla konumlandırıldığından emin olun. Dişinin şarkıları loop modunda dinlemesine ve istediğiniz sayıda dakika boyunca labirenti keşfetmesine izin verin ( yani 5 dakika): Bu bir oturum. Dişiyi başlangıç ​​koluna geri gönder. Bir sonraki oturumu hazırlarken 1 dakika dinlenmesine izin verin. remDamıtılmış suyla idrar izleri ve dışkı çıkarmayın. "File_swapped.wav" dosyasını yükleyin, video kaydı için kağıt notlarının yerini değiştirin Sola birini sağa, tam tersi hareket ettirin 1 dakika sonra dosyayı oynatın İkinci oturum için bayanı boşaltın . Test sırasında potansiyel taraf yanılgılarının tespiti için kontrol etmek için 4.4.3 ila 4.4.4 adımlarını toplam 4 seans x 5 dakika tekrarlayın. Kırmızı dur düğmesini tıklayarak tüm oturumların sonunda video kaydını durdurun. Labirenti kadınlar arasında% 70 alkol ve damıtılmış suyla temizleyin. Bulguların güvenilirliğini test etmek için yeterli sonuçları elde etmek için bir hafta sonra aynı kadınlarla farklı şarkılarla tüm adımları tekrarlayın. Daha sonra videoları izleyin ve her oturum için kadınların her bir kolda geçirdiği süreyi ölçmek için video üzerindeki zamanlayıcıyı ve bir kronometreyi kullanın. Olası şarkı tercihleri ​​için sonuçtaki verileri istatistiksel olarak analiz edin.

Representative Results

Mevcut protokolde erkek B6D2F1 / J farelerinin vokal davranışlarındaki değişiklikler ve söz dizimi karakterize edildi. Genel olarak, bu protokolü kullanarak, 5 dk ara oturum başına erkek başına ortalama olarak, kadın UR'ye yanıt olarak 675 ± 98.5 sınıflandırılmış heceleri, FE'de 615.6 ± 72, AF'de 450 ± 134, AM'de 75.6 ± 38.9 ve 0.2'de Erkek UR'de ± 0.1 (n = 12 erkek). Oranlar, kadın UR için ~ 130 hecelik / dakika, FE için ~ 120 hecelik / dakika veya AF bağlamları için ~ 100 hece / dakika idi ( Şekil 5A ). Erkekler, toplanan idrarla karşılaştırıldığında yeni toplanan idrara cevap olarak daha büyük miktarda hece üretmektedir 10,23. Erkekler anestezi altındaki bir erkek veya taze erkek idrar varlığında oldukça az şarkı söylerler ( Şekil 5A ). Erkekler ayrıca bağlam 23 üzerinden kendi repertuarını değiştirirler. Örneğin, B6D2F1 / J erkekler önemli ölçüde artar Kadın idrar durumundaki çoklu zıvanalı sıçrama "m" heceli hecelerin üretilmesi ( Şekil 5B ). Bağlam boyunca tek tek hecelerin akustik özelliklerini de değiştirirler. Örneğin, B6D2F1 / J erkekler kadın idrar bağlamında yüksek genlik ve bant genişliği ile heceleyip, uyanık kadın bağlamında daha yüksek spektral saflığı diğerlerine kıyasla söyler ( Şekil 6 ) 23 . Bu protokol aynı zamanda dizinin dinamik özelliklerini ve dolayısıyla sözdizimi değişikliklerini ölçmek için bir araç sağlar. Ey ve ark. Tarafından uyarlanmış bir yöntem kullanılarak Şekil 22'de , diziler ( Şekil 7A ) 23 arasındaki boşlukları tanımlamak için ISI kullanır ve daha sonra hecelenebilir dizilerin zamansal modellerini ayırt etmek ve analiz etmek için boşlukları kullanırız. Daha uzun sekans uzunluklarının uyanık dişi bağlamında üretildiğini gösterdik ( Şekil 7B )F "> 23. Bu teknik, basit diziler (bir veya hiç" m "tipi veya bu nedenle çoğunlukla" m "harflerinden oluşan) karmaşık dizilerin oranını (" m "hecesinin en az 2 kez oluşması) S "tipi) B6D2F1 / J erkeklerle kadın idrar bağlamının diğerlerine kıyasla ( Şekil 7C ) 23 daha yüksek oranda tetiklediğini ve kadın idrar durumunda daha karmaşık hecellerin üretildiğini ve aynı zamanda bu tür hecelerin dağıtıldığını tespit ettik Daha fazla dizi üzerinde. Ayrıca koşullu geçiş olasılıklarını bir hece tipinden diğerine (sessizlik durumuna geçişler de dahil olmak üzere toplam 24 geçiş tipi) hesaplayabiliriz 23 . Farklı bağlamlarda, farelerin verilen başlangıç ​​heceleri için geçiş türünün seçimini farklı bulduk ve daha fazla sözdizimi div varKadın idrar durumundaki ırkçılık ( Şekil 8 ) 23 . Bu gözlemler, erkeklerin farklı uyaranlara ve deneyimler 4 , 5 ve 24'e yanıt olarak seslendirme özelliklerini veya repertuar kompozisyonlarını değiştirebildiklerini gösteren önceki raporlarla tutarlıdır. Sonunda, mevcut protokol, oynatma ile kadın tercihlerini test etmek için rehberlik eder. B6D2F1 / J kadınlarının basit şarkılara 23 kıyasla daha karmaşık şarkıları (2 veya daha fazla "m" heceli) tercih ettiğini bulduk 23 . Çoğu kadın karmaşık şarkıları çalan Y-labirentinin tarafında daha sık kalmak için seçtiler ( Şekil 4B ). Şekil 1: Sof'ın Akış ŞemasıKullanım ve Analizler. Her programın ve ilişkili kodun kimliğini açıklamak ve ana metinde kullanmak için bir mektup adı verilir. In (), protokolümüzde kullandığımız özel programlardır. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. Şekil 2: Kayıtlı Erkek Fare Şarkılar için Kurulum. (A) Ses zayıflatma kayıt kutusunun resmi ve USV vokalizasyonları kaydetmek için ayarlayın. (B) "Fare Şarkı Çözümleyicisi v1.3" ile hesaplanan detaylı spektral özellikleri de dahil olmak üzere Yazılım A ile yapılan bir kayıt sonrasının örnekleri (süre, heceler arası aralık (ISI), tepe frekansı min (Pf dk), Tepe frekans max (Pf max), tepe frekans başlangıcı (Pf start), tepe frekansı Bitiş (Pf sonu) ve bant genişliği. (C) Aynı odadaki laboratuar tezgahındaki ses zayıflama kutusu ve kutunun dışındaki canlı bir kadına başka bir erkekte şarkı söyleyen sonogramlar. Anektodik gözlemlerimiz, aynı hayvan kutusundaki kayıtların daha büyük hacim (daha güçlü yoğunluk) ve daha az harmonik gösterdiğini, ancak köpüksiz kutudaki yankı bulgularının olmadığını göstermektedir. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. Şekil 3: Analizler için Kullanılabilir Farklı Seçenekleri Gösteren "Mouse Song Analyzer v1.3" whis_gui Penceresinin Ekran Görüntüleri. Gösterilen parametreler, erkek USV'leri şekillerde ve veri analizlerinde (en az not süresi 3 ms olan) kaydetmek için kullanılan parametrelerdir. .com / files / ftp_upload / 54137 / 54137fig3large.jpg "target =" _ blank "> Bu rakamın daha büyük sürümünü görmek için lütfen buraya tıklayınız. Şekil 4: Karmaşık ve Basit Şarkıların Oynatımları Arasında Dişi Seçenekler. (A) Kullanılan Y-labirent aparatının resmi ve boyut ölçümleri. (B) Dişiler tarafından her iki kolta geçirilen zaman ya da aynı erkekten kompleks (kadın idrar elenmiş) ya da daha basit (uyanık kadın uyandırılmış) şarkılardan. Veriler, n = 10 B6D2F1J dişi farelerinde ortalama ± SE olarak sunulmuştur; bireysel değerler de gösterilmiştir; 10 dişiden 9'u daha karmaşık hece / sıra şarkısı için bir tercih gösterdi. * P <0.05 eşleştirilmiş öğrenci t-testi. Şekil, Chabout ve arkadaşları tarafından değiştirildi . 23 izinle.Blank "> Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. Şekil 5: Ortaya Çıkan Hacmin ve Repertuarların Sayısı . (A) Farklı bağlamlarda erkeklerin hece üretim oranı. (B) Kadın idrarı (UR), anestezi altmış dişi (AF), uyanık dişi (FE) ve anestezi altındaki erkek (AM) bağlamlarında erkeklerin repertuar kompozisyonları. Veriler ortalama ± SEM olarak sunulmuştur. * P <0.03; ** p <0.005; *** Benjamini ve Hochberg düzeltmesinden sonra (n = 12 erkek) post-hoc eşleştirilmiş öğrenci t-testi için p <0.0001. Chabout ve ark. 23 izinle. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. <p class="jove_content" fo:keep- together.within-page = "1"> Şekil 6: Farklı bağlamda spektral özelliklerin örnekleri. (A) Genlik. Düzeltildikten sonra post-hoc eşleştirilmiş öğrenci t-testi için * p <0.025. (B) Frekans aralığı veya bant genişliği. *: P <0.041; **: p <0.005; ***: Düzeltildikten sonra p <0.0001. (C) hecelerin spektral saflığı. * P: <0.025; **: p <0.005; ***: Düzeltildikten sonra p <0.0001. Kısaltmalar: kadın idrar (UR), uyuşturulmuş dişi (AF), uyanık dişi (FE) ve anestezi altındaki erkek (AM). Şekiller Chabout ve ark. 23 izinle. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. 37fig7.jpg "/> Şekil 7: Dizi Ölçümleri. (A) Dizinin ayrılması için ISI kullanımı. Bir dizi içindeki heceleri ayırmak için kısa ISI (SI) ve orta ISI (MI) kullanılır ve 250 ms (LI) üzerindeki uzun ISI, iki sekansı birbirinden ayırır. (B) Dizilerin uzunluğu, sıralar başına hecelerin sayısı olarak ölçülür, erkekler farklı bağlamlarda üretilir. *: P <0.025; ** p <0.005; *** Düzeltildikten sonra p <0.0001. (C) Farklı bağlamlarda erkekler tarafından üretilen basit şarkılar üzerine karmaşık şarkıların oranı. * P <0.041; ** p <0.005; *** Düzeltildikten sonra p <0.0001. Veriler ortalama ± SEM (n = 12 erkek) olarak sunuldu. Chabout ve ark. 23 izinle. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız. <p class="jove_content" fo:keep-together.within-page = "1"> Şekil 8: Her Bağlam İçin Şartlı Olasılıklara Denklem Dizelerinin Hane Tabanlı Söz Dizimi. Ok kalınlığı, her bağlamda, n = 12 erkekten ortalaması alınmış bir geçiş türünün koşullu olasılık oluşumuyla orantılıdır: P (başlangıç ​​hecesine verilen bir geçişin oluşumu). Netlik için, 0.05 olasılığı altındaki nadir geçişler gösterilmemektedir. Chabout ve ark. 23 izinle. Bu rakamın daha büyük bir versiyonunu görmek için lütfen tıklayınız.

Discussion

Bu protokol, çoğunlukla dişi ile ilgili uyaranlardan oluşan çeşitli laboratuarda erkek farelerin kur sözcülük vokalizasyonları toplamak, sayısallaştırmak ve incelemek için yaklaşımlar sağlar. Daha önce Chabout ve ark. 23 ve temsilci sonuçlarında, bu yöntemin kullanılması, alan kadınlara yönelik olarak bağlama bağlı seslendirme ve sözdizimini keşfetmemizi sağladı. Bu uyarıların standartlaştırılması, güvenilir sayıda USV'nin toplanmasını sağlayacak ve erkeğin kur şarkılarına ve repertuarlarına ilişkin ayrıntılı analizlere izin verecektir.

Erkekle canlı bir kadın olduğunda, protokol vokalizasyonların yayıcıyı açıkça tanımlamamıza izin vermez. Bununla birlikte, daha önceki çalışmalar, bu bağlamda yayılan vokalizasyonlardaki çoğunluğun erkek 26 , 29 olduğunu gösterdi. Belirsiz (erkek veya dişi)Çünkü erkekler için bir uyarıcı, bu bağlamlarda kadınların seslendirme miktarının önemsiz olduğunu düşünüyor 4 , 5 , 22 , 30 . Bununla birlikte, yakın tarihli bir makale grup yayını koşullarında yayıcının seslendirme lokalizasyonunu sağlamak için üçgenleştirme kullandı ve bir dyad içinde dişi USV'lerin ~% 10'una katkıda bulunduğunu gösterdi. Bu protokolde, anestezi altındaki dişi kullanılması, kullanıcının vokalleştirilmeden bir dişi varlığında erkek vokalizasyonlarını incelemesine olanak tanır. Bu son çalışmanın 31 beklentilerinin aksine, FE ve AF koşulları 23 arasında yayılan hecelerin sayısında bir fark bulamadık. Canlı dişilerin kayıtlara önemli bir katkıda bulunmadığı veya canlı kadınların anestetize edilmiş fem karşısında erkeklerin sesli daha az olması olasıdırbiralar. Bununla birlikte, gelecek deneylerde kadın katılımının potansiyel etkisini değerlendirmek için bu üçgenleştirme yönteminin kullanılmasını düşünmelisiniz.

Üç programın bir kombinasyonunu kullanarak sorduğumuz sorular için yeterli bir şekilde inanmadığımız halde, ana hatlarıyla belirlediğimiz bazı adımları uygulayabileceğiniz başka yazılımlar mevcut: Yazılım A, Yazılım B'yi kullanan Fare Şarkı Analiz C yazılım komut dosyası C; Sözdizimi analiz yazılımı, D + E hesaplamaları ve R'yi kullanarak sözdizimi bozma özelliğini kullanan sözdizimi analiz yazılımı. Örneğin, son zamanlarda yayınlanan bir bildiride, kullanıcıya sonogramlardan otomatik olarak akustik değişkenler veya elle yapılmış olan ünitelerden doğrudan özüm getirme olanağı veren VoICE adlı bir yazılım önerildi Kullanıcı 32 tarafından seçilir. Ancak, otomatik veya yarı otomatik sıralama analizleri yaklaşımımız kadar ayrıntılı değildir. Bazı ticari yazılımlar akustik özellikleri otomatik olarak analiz edebilir, ancak bir otomobilHecelerin sınıflandırılması; Kullanıcı daha sonra farklı heceleri sıralamak zorundadır. Grimsley, Gadziola ve diğerleri . 33, paylaşılan akustik özelliklere dayanan heceleri kümeleyen, hecelerin otomatik algılanmasını sağlamayan bir Tablo tabanlı sanal fare vokal organ programını geliştirdi. Programları 34 , Markov modellerini kullanarak kaydedilen şarkılardan yeni diziler yaratması ve böylece basit düzenlemeden daha gelişmiş özelliklere sahip olması bakımından eşsizdir.

Farelerle ilgili önceki birçok iletişim çalışması vericinin 35 , 36 yönüne odaklanmıştır. Alıcı tarafı 30 , 37 , 38'i araştıran az sayıda çalışma var. Çalma ve ayrımcılık protokolleri, son zamanlarda Asaba, Kato ve ark tarafından tanımlanan gibi alıcının tarafını incelemek için basit bir test sağlar.ark. 39 . Bu çalışmada, yazarlar burada açıklanan Y-labirent kutusu yerine akustik köpük ile ayrılmış iki seçenekli bir test kutusu kullandılar. Her iki seçim de avantaj ve dezavantajlara sahiptir. Birincisi, Y-labirenti sesi bir koltan diğerine izole etmez, ancak iki seçim kutusu yapar. Bununla birlikte, hayvan Y-labirent tasarımını kullanarak, eşzamanlı olarak oynatılan iki şarkıyı hızla değerlendirebilir ve tercih edilen şeye doğru hareket edebilir. Bununla birlikte, oynatma deneyleri, deney hayvanları için üretilen vokalizasyonların anlamını ve dolayısıyla işlevlerini belirlemek için genel deneyimler yardımcı olur. Sonuç olarak, bu protokol ve analiz tekniklerine hakim olduktan sonra okuyucular, fare USV'larının bağlamını, genetik ve nörobiyolojisini etkileyen birçok soruna hitap edebilmelidir.

B6D2F1 / J farelerini kullanarak, dişi ilişkili uyaranlar hemen hemen her zaman laboratuvarımızda test ettiğimiz erkeklerden gelen USV'leri tetikler. Kolej için kritik önem taşıyorGüçlü istatistiksel analiz elde edebilmek için yeterli heceyi (> 5 dakikada 100'den fazla). Sorun gidermek için, herhangi bir USV kaydedilmemişse (veya yetmiyorsa), seslerin kaydedildiğinden emin olmak için yapılandırmayı kontrol edin. Uyarıyı girdikten sonra bilgisayar ekranındaki gerçek zamanlı sonograma bakarak kayıt sırasında kafesde olup bittiğinin canlı olarak incelenmesini yapın. Aksi takdirde, erkekleri bir gecede cinsel olgun / reseptör bir kadına yeniden maruz bırakmaya ve daha sonra tekrar birkaç gün veya en fazla bir hafta kayıt yapmadan önce onları evde bırakmaya çalışın. Anekdot gözlemlerine dayanarak, bazı erkeklerin bir gün (neredeyse tam 5 dakika boyunca) çok şarkı söylerken ertesi gün pek fazla şarkı söyleyemediğini ve bir daha da bir gün daha şarkı söylediğini tespit ettik. Bu tür değişkenliklerin neden ortaya çıktıklarını bilmiyoruz, ancak muhtemelen erkeklerde motivasyonel veya mevsimsel, kadın idrarında östrüs hali olduğu sanılıyor. Hiçbir USV kaydedilmemişse, bu değişken efektleri almak için hayvanı birden çok günde kaydetmeyi deneyin. uNLŞarkıcılarda Ike, günün saatine dayalı şarkı söyleminde belirgin farklılıkları belirtmedik. Erkeklerin 7 haftalıkken önce çok fazla şarkı söylemediğini (5 dakikada 100 heceli) görüyoruz.

Burada sunulan algılama yöntemleri, binlerce hecenin ve tüm akustik parametrelerin birkaç dakika içinde çıkarılabilmesini sağlar. Ancak otomatik algılama yöntemi olarak arka plandaki gürültüye karşı çok hassastır. Gürültülü kayıtlara sahip Mouse Song Analyzer algılama yazılımını (örneğin, yatak takımı ile kaydedilen hayvanlardan) kullanmak, daha fazla esneklik sağlamak için algılama "eşiğinin" ayarlanmasını gerektirebilir. Bununla birlikte, aynı zamanda yanlış pozitif hecelerin sayısını artıracak ve otomatik algılama başarısız olabilir. Bu gibi durumlarda manuel kodlama kullanılabilir.

Daha önce de belirtildiği gibi, vokalizasyonların sayısı, repertuarları ve gecikme, gerilime bağlı olarak geniş çapta değişkenlik göstermektedir, bu nedenle parametrelerin (kayıt uzunluğu,Uyaran, otomatik hece algılama, vb. ) Bazı istekler için istatistiksel analizler için en iyi kayıtları sağlamak için.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu çalışma Howard Hughes Tıp Enstitüsü tarafından EDJ'e destek sağlanmıştır. Pr. Hoparlör donanımını bize borç için Sylvie Granon (NeuroPSI – Üniversite Paris güneyi XI – FRANCE). Ayrıca, Jarvis Laboratuarı üyelerine, bu çalışmayla ilgili destekleri, tartışmaları, düzeltmeleri ve yorumlarını, özellikle de rakamlarla ve testlerle ilgili yardım için Joshua Jones Macopson'a teşekkür ediyoruz. Dr. Gustavo Arriaga'ya, Mouse Song Analyzer yazılımıyla ilgili yardım için V1.3'e yükseltme ve bu protokolün diğer yönlerine teşekkür ediyoruz. Yazılımın v1.0'ı Holy ve Guo tarafından geliştirilmiş ve v1.1 ve v1.3 Arriaga tarafından geliştirilmiştir.

Materials

Sound proof beach cooler See Gus paper has more info on specific kind Inside dimensions (L 27 x W 23 x H 47 cm):
Condenser ultrasound microphone CM16/CMPA Avisoft Bioacoustics, Berlin, Germany #40011 Includes extension cable 
Ultrasound Gate 1216H sound card Avisoft Bioacoustics, Berlin, Germany #34175 12 channel sound card
Ultrasound Gate Player 216H Avisoft Bioacoustics, Berlin, Germany #70117 2 channels playback player
Ultrasonic Electrostatic Speaker ESS polaroid Avisoft Bioacoustics, Berlin, Germany #60103 2 playback speakers
Test cage  Ace #PC75J 30 x 8 x 13 cm height; plexiglas
plexiglas separation home made 4 x 13 cm plexiglas with 1cm holes
Video camera Logitech C920 logitech HD Pro webcam C920
Heat pad  Sunbeam 722-810-000
Y-maze  Home made Inside dimensions (L 30 x W 11 x H 29 cm):
Tweezers
Software
 Avisoft Recorder (Software A) Avisoft Bioacoustics, Berlin, Germany #10101, #10111, #10102, #10112 http://www.avisoft.com
 MATLAB R2013a (Software B) MathWorks MATLAB R2013a (8.1.0.604)
 Mouse Song Analyzer v1.3 (Software C) Custom designed by Holy, Guo, Arriaga, & Jarvis; Runs with software B http://jarvislab.net/wp-content/uploads/2014/12/Mouse_Song_Analyzer_v1.3-2015-03-23.zip
 Microsoft Office Excel 2013 (Software D) Microsoft Microsoft Office Excel
Song Analysis Guide v1.1 (Software E) Custom designed by Chabout & Jarvis. Excel calculator sheets, runs with software D http://jarvislab.net/wp-content/uploads/2014/12/Song-analysis_Guided.xlsx
Syntax decorder v1.1 (Software F) Custom designed by Sakar, Chabout, Dunson, Jarvis – in R studio https://www.rstudio.com/products/rstudio/download/
 Graphiz (Software G) AT&T Research and others  http:// www.graphviz.org; 
 Avisoft SASLab (Software H) Avisoft Bioacoustics, Berlin, Germany #10101, #10111, #10102, #10112 http://www.avisoft.com
Reagents
Xylazine (20mg/ml) Anased
Ketamine HCL (100mg/ml) Henry Schein #045822
distilled water
Eye ointment  Puralube Vet Ointment  NDC 17033-211-38
Cotton tips
Petri dish

References

  1. Amato, F. R., Scalera, E., Sarli, C., Moles, A. Pups call, mothers rush: does maternal responsiveness affect the amount of ultrasonic vocalizations in mouse pups. Behav. Genet. 35, 103-112 (2005).
  2. Panksepp, J. B., et al. Affiliative behavior, ultrasonic communication and social reward are influenced by genetic variation in adolescent mice. PloS ONE. 2, e351 (2007).
  3. Moles, A., Costantini, F., Garbugino, L., Zanettini, C., D’Amato, F. R. Ultrasonic vocalizations emitted during dyadic interactions in female mice: a possible index of sociability. Behav. Brain Res. 182, 223-230 (2007).
  4. Chabout, J., et al. Adult male mice emit context-specific ultrasonic vocalizations that are modulated by prior isolation or group rearing environment. PloS ONE. 7, e29401 (2012).
  5. Yang, M., Loureiro, D., Kalikhman, D., Crawley, J. N. Male mice emit distinct ultrasonic vocalizations when the female leaves the social interaction arena. Front. Behav. Neurosci. 7, (2013).
  6. Petric, R., Kalcounis-Rueppell, M. C. Female and male adult brush mice (Peromyscus boylii) use ultrasonic vocalizations in the wild. Behaviour. 150, 1747-1766 (2013).
  7. Bishop, S. L., Lahvis, G. P. The autism diagnosis in translation: shared affect in children and mouse models of ASD. Autism Res. 4, 317-335 (2011).
  8. Lahvis, G. P., Alleva, E., Scattoni, M. L. Translating mouse vocalizations: prosody and frequency modulation. Genes Brain & Behav. 10, 4-16 (2011).
  9. Scattoni, M. L., Gandhy, S. U., Ricceri, L., Crawley, J. N. Unusual repertoire of vocalizations in the BTBR T+tf/J mouse model of autism. PloS ONE. 3, (2008).
  10. Arriaga, G., Zhou, E. P., Jarvis, E. D. Of mice, birds, and men: the mouse ultrasonic song system has some features similar to humans and song-learning birds. PloS ONE. 7, (2012).
  11. Holy, T. E., Guo, Z. Ultrasonic songs of male mice. PLoS Biol. 3, 2177-2186 (2005).
  12. Portfors, C. V. Types and functions of ultrasonic vocalizations in laboratory rats and mice. J. Amer. Assoc. Lab. Anim. Science: JAALAS. 46, 28-28 (2007).
  13. Wohr, M., Schwarting, R. K. Affective communication in rodents: ultrasonic vocalizations as a tool for research on emotion and motivation. Cell Tissue Res. , 81-97 (2013).
  14. Pasch, B., George, A. S., Campbell, P., Phelps, S. M. Androgen-dependent male vocal performance influences female preference in Neotropical singing mice. Animal Behav. 82, 177-183 (2011).
  15. Asaba, A., Hattori, T., Mogi, K., Kikusui, T. Sexual attractiveness of male chemicals and vocalizations in mice. Front. Neurosci. 8, (2014).
  16. Balaban, E. Bird song syntax: learned intraspecific variation is meaningful. Proc. Natl. Acad. Sci. USA. 85, 3657-3660 (1988).
  17. Byers, B. E., Kroodsma, D. E. Female mate choice and songbird song repertoires. Animal Behav. 77, 13-22 (2009).
  18. Hanson, J. L., Hurley, L. M. Female presence and estrous state influence mouse ultrasonic courtship vocalizations. PloS ONE. 7, (2012).
  19. Pomerantz, S. M., Nunez, A. A., Bean, N. J. Female behavior is affected by male ultrasonic vocalizations in house mice. Physiol. & Behav. 31, 91-96 (1983).
  20. White, N. R., Prasad, M., Barfield, R. J., Nyby, J. G. 40- and 70-kHz Vocalizations of Mice (Mus musculus) during Copulation. Physiol. & Behav. 63, 467-473 (1998).
  21. Hammerschmidt, K., Radyushkin, K., Ehrenreich, H., Fischer, J. Female mice respond to male ultrasonic ‘songs’ with approach behaviour. Biology Letters. 5, 589-592 (2009).
  22. Ey, E., et al. The Autism ProSAP1/Shank2 mouse model displays quantitative and structural abnormalities in ultrasonic vocalisations. Behav. Brain Res. 256, 677-689 (2013).
  23. Chabout, J., Sarkar, A., Dunson, D. B., Jarvis, E. D. Male mice song syntax depends on social contexts and influences female preferences. Front. Behav. Neurosci. 9. 76, (2015).
  24. Hoffmann, F., Musolf, K., Penn, D. J. Freezing urine reduces its efficacy for eliciting ultrasonic vocalizations from male mice. Physiol. & Behav. 96, 602-605 (2009).
  25. Roullet, F. I., Wohr, M., Crawley, J. N. Female urine-induced male mice ultrasonic vocalizations, but not scent-marking, is modulated by social experience. Behav. Brain Res. 216, 19-28 (2011).
  26. Barthelemy, M., Gourbal, B. E., Gabrion, C., Petit, G. Influence of the female sexual cycle on BALB/c mouse calling behaviour during mating. Die Naturwissenschaften. 91, 135-138 (2004).
  27. Byers, S. L., Wiles, M. V., Dunn, S. L., Taft, R. A. Mouse estrous cycle identification tool and images. PloS ONE. 7, (2012).
  28. Whitten, W. K. Modification of the oestrous cycle of the mouse by external stimuli associated with the male. J. Endocrinol. 13, 399-404 (1956).
  29. Whitney, G., Coble, J. R., Stockton, M. D., Tilson, E. F. ULTRASONIC EMISSIONS: DO THEY FACILITATE COURTSHIP OF MICE. J. Comp. Physiolog. Psych. 84, 445-452 (1973).
  30. Asaba, A., et al. Developmental social environment imprints female preference for male song in mice. PloS ONE. 9, 87186 (2014).
  31. Neunuebel, J. P., Taylor, A. L., Arthur, B. J., Egnor, S. E. Female mice ultrasonically interact with males during courtship displays. eLife. 4, (2015).
  32. Burkett, Z. D., Day, N. F., Penagarikano, O., Geschwind, D. H., White, S. A. VoICE: A semi-automated pipeline for standardizing vocal analysis across models. Scientific Reports. 5, 10237 (2015).
  33. Grimsley, J. M., Gadziola, M. A., Wenstrup, J. J. Automated classification of mouse pup isolation syllables: from cluster analysis to an Excel-based “mouse pup syllable classification calculator”. Front. Behav. Neurosci. 6, (2012).
  34. Grimsley, J. M. S., Monaghan, J. J. M., Wenstrup, J. J. Development of social vocalizations in mice. PloS ONE. 6, (2011).
  35. Portfors, C. V., Perkel, D. J. The role of ultrasonic vocalizations in mouse communication. Curr. Opin. Neurobiol. 28, 115-120 (2014).
  36. Merten, S., Hoier, S., Pfeifle, C., Tautz, D. A role for ultrasonic vocalisation in social communication and divergence of natural populations of the house mouse (Mus musculus domesticus). PloS ONE. 9, 97244 (2014).
  37. Neilans, E. G., Holfoth, D. P., Radziwon, K. E., Portfors, C. V., Dent, M. L. Discrimination of ultrasonic vocalizations by CBA/CaJ mice (Mus musculus) is related to spectrotemporal dissimilarity of vocalizations. PloS ONE. 9, 85405 (2014).
  38. Holfoth, D. P., Neilans, E. G., Dent, M. L. Discrimination of partial from whole ultrasonic vocalizations using a go/no-go task in mice. J. Acoust. Soc. Am. 136, 3401 (2014).
  39. Asaba, A., Kato, M., Koshida, N., Kikusui, T. Determining Ultrasonic Vocalization Preferences in Mice using a Two-choice Playback. J Vis Exp. , (2015).

Play Video

Cite This Article
Chabout, J., Jones-Macopson, J., Jarvis, E. D. Eliciting and Analyzing Male Mouse Ultrasonic Vocalization (USV) Songs. J. Vis. Exp. (123), e54137, doi:10.3791/54137 (2017).

View Video