Operant Protokolle für die Beurteilung der Kosten / Nutzen-Analyse während verstärkte Entscheidungsfindung durch Nagetiere
Summary
Eine Kosten / Nutzen-Analyse ist ein mit einem Gewicht von Waage-Ansatz, den das Gehirn im Laufe der Entscheidungsfindung führt. Hier schlagen wir ein Protokoll zum trainieren auf einer operanten-basierte Entscheidungsfindung Paradigma wo Ratten wählen höhere Gewinne auf Kosten von 15 warten Ratten s, sie zu empfangen.
Abstract
Verstärkung-geführte Entscheidungsfindung ist die Fähigkeit, zwischen konkurrierenden Vorgehensweisen basierend auf dem relativen Wert der Leistungen und deren Folgen zu wählen. Dieser Prozess ist ein wesentlicher Bestandteil der normalen menschlichen Verhaltens und hat gezeigt, dass durch neurologische und psychiatrische Erkrankungen wie z. B. sucht, Schizophrenie und Depression gestört werden. Nagetiere haben lange verwendet, um die Neurobiologie der menschlichen Wahrnehmung zu entdecken. Zu diesem Zweck wurden mehrere Verhaltens Aufgaben entwickelt; aber die meisten sind nicht-automatisierte und arbeitsintensiv. Die jüngste Entwicklung des OpenSource-Mikrocontrollers ermöglichte Forscher operanten-basierte Aufgaben für die Bewertung einer Vielzahl von kognitiven Aufgaben, Standardisierung der reizdarbietung automatisieren verbessern die Datenaufzeichnung und infolgedessen die Forschungsergebnisse. Hier beschreiben wir eine automatisierte Verzögerung-basierte Verstärkung-geführte Entscheidungsfindung Aufgabe, mit Hilfe eines operanten T-maze durch individuell geschriebenen Software-Programme gesteuert. Anhand dieser Entscheidungsfindungen Aufgaben zeigen wir die Änderungen in das lokale Feld mögliche Aktivitäten in der anterioren cingulären Cortex einer Ratte, während es eine Verzögerung-basierte Kosten-Nutzen-Analyse und Entscheidungsfindung Aufgabe ausführt.
Introduction
Entscheidungsfindung ist der Prozess zu erkennen und Entscheidungen basierend auf die Werte und Präferenzen der Entscheidungsträger und die Folgen von der ausgewählten Aktion1auswählen. Obwohl Entscheidungsfindung ausgiebig in verschiedenen Bereichen untersucht wurde, (d.h., Ökonomie, Psychologie und Neurowissenschaften), neuronalen Mechanismen, die solche kognitiven Fähigkeiten noch nicht vollständig geklärt sind. Zwei Unterkategorien der Entscheidungsfindung sind Wahrnehmungs Entscheidungsfindung und Verstärkung-geführte Entscheidungsfindung. Obwohl sie erhebliche Überlappende Elemente und Konzepte zu integrieren, setzt Wahrnehmungs Entscheidungsfindung auf die sensorischen Informationen1,2, während Verstärkung-geführte Entscheidungsfindung beschäftigt sich mit den relativen Wert Aktionen in einem bestimmten zeitlichen Rahmen3gewonnen. Ein wichtiger Aspekt der verstärkten Entscheidungsfindung ist die Kosten-/ Nutzenanalyse, die intuitiv durch das Gehirn erfolgt durch die Vorteile der gegebenen Möglichkeiten computing und die damit verbundenen Kosten für jede alternative1subtrahieren.
Die T-maze (oder die Y-Maze-Variante) ist eines der am häufigsten verwendeten Labyrinthe in kognitiven Experimente mit Nagetieren. Tiere sind in der Start-Arm (die Basis des T) platziert und durften Studienarm mit Tor (eines der Seitenarme) wählen. Aufgaben wie eine erzwungene Wechsel oder rechts-links-Diskriminierung dienen hauptsächlich mit Nagetieren in der T-maze, um Referenz- und Arbeits-Speicher4zu testen. T-Labyrinthe sind auch weit verbreitet in Entscheidungsprozessen Experimente5,6,7. In der einfachsten Ausführung steht die Belohnung nur ein Ziel-Arm. Die Wahl ist berechenbar, und Tiere würden sicherlich lieber die Belohnung als nichts, ohne Rücksicht auf die Belohnung Wert. Eine weitere Möglichkeit ist es, Belohnungen in beiden Behandlungsarmen Ziel und dann lassen die Tiere, die sich entscheiden welchen Weg zu nehmen abhängig von mehreren Parametern (d.h., die natürliche Vorliebe des Tieres und der Unterschied in der Wert der Prämien und die Kosten zu entrichten). Im Value based Design ist die Aufgabe komplizierter, indem er mit einem Gewicht von Waage-Eigenschaften. Auf diese Weise erhält ein Tier anders bewertet Belohnungen durch die Wahl zwischen zwei Alternativen sowie die Kosten der Maßnahmen [d.h., den Betrag des Wartens (Verzögerung-basiert) oder die Menge von Bemühung (Aufwand-basiert) benötigt, um Belohnungen zu erhalten], jeder bei der Entscheidung, die5,6gemacht wird.
Bei der traditionellen Verzögerung-basierte T-maze Entscheidungsfindung, Tiere werden ausgebildet, um wählen die hohe Belohnung Arm (HfG) und vermeiden das Gegenteil niedrigen Lohn Arm (LRA). Die Seiten der HRA und die LRA bleiben unverändert, während das Experiment. Obwohl die Aufgabe, die oben beschrieben in der Literatur gut dokumentiert ist, leidet es mehrere prozessuale Nachteile. Erstens, indem man einen festes Ziel Arm, weiß das Tier die arm, um von Anfang an jede Prüfung zu wählen. In diesem Szenario können die Tiere den Ziel Arm basierten auf ihr Gedächtnis nicht auf Entscheidungsfindung auswählen. Daher in einem Verzögerung-basierte Entscheidungsfindung Paradigma, wird wählt ein Tier den niedrige Lohn wegen der Studie Intervention, es nicht klar sein ob dies durch einen Verlust des Gedächtnisses oder der Studie Intervention ist. Eine Speicher-Kontrollgruppe das beobachtete Verhalten von das Speicherproblem zu trennen könnte angesehen werden, aber dies belastet Forscher und Tiere gleichermaßen wegen der zusätzlichen Arbeit7. Ein zweites Anliegen ist der Moment der Entscheidungsfindung durch das Tier: angekommen Tiere die Entscheidung-Zone (die Kreuzung von allen drei Waffen), sie sehen in der Regel nach links und nach rechts, wiegen die Kosten und Vorteile für jeden Arm und dann ihre Entscheidung treffen. Aber nach ein paar versuchen, führen Sie solch eine Berechnung vor der Ankunft an der Entscheidung und führen Sie einfach direkt auf die Belohnung Arm. Infolgedessen wurden diese beiden Nachteile — ein Pre-Bias auf einen Arm und die Suche nach dem Moment der Entscheidungsfindung – beide sehr unterbrechen die Interpretation der elektrophysiologischen und Neuroimaging Daten.
Bei der Methode erklärt in diesem Papier die bevorzugte Arm (HfG) ist durch eine auditive Cue vorgehört und variieren von Studie zu Studie. Tiere zu initiieren die Prüfungen durch die Eingabe der Testzone (Abbildung 1) und Auslösung des auditiven Cues durch “Nase stossen” ein Infrarot-Tor, das an der Kreuzung der drei Arme gelegt wurde. Das Audio-Signal (20 dB, zwischen 500 und 1000 ms) wird am Ende der Ziel-Arm von einem Lautsprecher gespielt.
Protocol
Representative Results
Discussion
Nagetiere haben lange in neurowissenschaftlichen Studien verwendet wurde, die sich mit verschiedenen Themen, von kognitiven Fähigkeiten wie lernen und Gedächtnis2,14 und verstärkte Verhalten7,15,16 für die zentrale Steuerung der Organe17,18 und Neuropharmacology19,<sup class…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Diese Forschung wurde unterstützt von RMH Neurowissenschaften Stiftung, Australien; der australische Gehirn-Stiftung; Das RACP Thyne Reid Fellowship, Australien; und von einem Projekt aus der kognitiven Wissenschaften und Technologien Rat, Iran, Abbas Haghparast zu gewähren.
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
- Gold, J. I., Shadlen, M. N. The neural basis of decision making. Annual Review of Neuroscience. 30, 535-574 (2007).
- Shi, Z., Müller, H. J. Multisensory perception and action: development, decision-making, and neural mechanisms. Frontiers in Integrative Neuroscience. 7, 81 (2013).
- Sutton, R. S., Barto, A. G. . Reinforcement Learning: An Introduction. 1, (1998).
- Khani, A., Rainer, G. Neural and neurochemical basis of reinforcement-guided decision making. Journal of Neurophysiology. 116, 724-741 (2016).
- 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).
- 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).
- 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).
- 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).
- Paxinos, G., Watson, C. . The Rat Brain in Stereotaxic Coordinates. , (1998).
- 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).
- Cohen, M. X. . Analyzing Neural Time Series Data: Theory and Practice. , (2014).
- 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).
- Rudebeck, P. H., et al. Frontal cortex subregions play distinct roles in choices between actions and stimuli. Journal of Neuroscience. 28, 13775-13785 (2008).
- 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).
- 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).
- 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).
- 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).
- Kermani, M., Eliassi, A. Gastric acid secretion induced by paraventricular nucleus microinjection of orexin A is mediated through activation of neuropeptide Yergic system. Neuroscience. 226, 81-88 (2012).
- 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).
- Ahmadi, A., et al. Synthesis and antinociceptive behaviors of new methyl and hydroxyl derivatives of phencyclidine. Current Medicinal Chemistry. 19, 763-769 (2012).
