足と数字軌道の3次元再構成で到達する自動化されたラットシングルペレット

人間は、多関節と数字の動きを正確に調整する動きとして定義される器用なスキルに大きく依存しています。これらのスキルは、構造病変(例えば、脳卒中、腫瘍、脱筋化病変)、神経変性疾患(例えば、パーキンソン病)、および運動の機能的異常を含む一般的な中枢神経系病理の範囲によって影響を受ける回路(例えば、ジストニア)。したがって、中央モーター回路によって器用なスキルがどのように学習され、実装されているかを理解することは、多くの人口の生活の質を向上させる可能性を秘めています。さらに、このような理解は、トレーニングおよびリハビリテーション戦略を最適化することにより、健康な人々の運動性能を向上させる可能性が高い。

人間の器用なスキルの根底にある神経回路を解剖することは、技術的および倫理的な考慮事項によって制限され、動物モデルの使用を必要とする。非ヒト霊長類は、運動系と行動レパートリーの類似性を考えると、器用な四肢の動きを研究するために一般的に使用^される1.しかし、非ヒト霊長類は、長い生成時間で高価であり、研究対象の数と遺伝的介入の数を制限する。さらに、非ヒト霊長類に適用可能な神経科学的ツールボックスはヒトよりも大きいが、最近の多くの技術進歩は霊長類では利用できないか、著しく制限されている。

げっ歯類の熟練した手入れは、器用な運動制御を研究するための補完的なアプローチです。ラットおよびマウスは、ヒトの到達パターン2に相同な動きのステレオタイプ配列で糖ペレットに到達し、把握し、取り出す訓練を受けることができる。比較的短い発電時間と住宅費の削減、また数日から数週間にわたり熟練した人材を獲得する能力により、学習とスキルの統合の両方の段階で多数の科目を研究することが可能です。げっ歯類、特にマウスの使用は、強力な現代の神経科学ツール(例えば、光遺伝学、カルシウムイメージング、疾患の遺伝的モデル)を使用して器用なスキルを研究することを容易にする。

げっ歯類の熟練したリーチは、通常の運動制御を研究するために何十年も使用されており、脳卒中やパーキンソン病3のような特定の病理によってどのように影響を受けるか.しかし、このタスクのほとんどのバージョンは、げっ歯類を研究する利点を軽減し、労働と時間のかかるです。典型的な実装は、げっ歯類が到達しなければならない狭いスロットの前に棚を持つ到達室にげっ歯類を配置することを含みます。研究者は手動で棚に砂糖ペレットを置き、動物が届くのを待ってから、別のペレットを置きます。リーチは、リアルタイムまたはビデオレビュー4のいずれかで成功または失敗としてスコア付けされます。ただし、単にスコアリングは成功または失敗に達すると、(単に到達するかどうかではなく)どのように損なわれるかについての洞察を提供できる豊富なキネマティックデータを無視します。この問題は、リーチするビデオの詳細なレビューを実装して、リーチサブムーブメント⁵を識別し、半定量的にスコアを付けることによって解決されました。これにより、リーチキネマティクスに関するいくつかのデータが追加されましたが、実験時間と労力も大幅に増加しました。さらに、高レベルの実験者の関与は、同じラボ内であっても、方法論とデータ分析の不整合につながる可能性があります。

最近では、熟練したリーチのいくつかの自動化されたバージョンが開発されています。いくつかは、動物を転送する必要性を排除し、ホームケージ6、7に取り付けます。これは両方とも動物のストレスを減らし、専門の達する部屋にそれらを順応する必要性を除去する。他のバージョンでは、特定の介入下での運動的な変化を8、9、10、またはペレットが^棚11からノックされたかどうかを自動的に判断するメカニズムを持つことができるように、足の追跡を可能にします。自動熟練した到達タスクは、^怪我12後のリハビリテーションに必要とされ、高強度のトレーニングに特に役立ちます。自動化されたシステムは動物が集中的な研究者の関与を要求しないで長期間にわたって多数の達を行うことを可能にする。さらに、足の追跡と自動結果スコアリングを可能にするシステムは、データ分析の実行に費やす研究者の時間を短縮します。

我々は、いくつかの特殊な機能を備えた自動化されたラット熟練した到達システムを開発しました。まず、可動台座を使用してペレットを下から「到達位置」に導くことで、前肢のほぼ遮るもののない眺めを得ます。第二に、ミラーのシステムは、単一のカメラでリーチの複数の同時ビューを可能にし、高解像度、高速(300 fps)カメラを使用してリーチ軌道の3次元(3D)再構築を可能にします。マーカーレスモーション^{トラッキング13}のための堅牢な機械学習アルゴリズムの最近の開発により、我々は今、詳細なリーチを抽出し、キネマティクスを把握するために、足だけでなく、個々のナックルを追跡します。第3に、簡単なビデオ処理を行うフレームグラバーは、異なる到達フェーズをリアルタイムで識別することができます。この情報は、ビデオ取得をトリガーするために使用されます (連続的なビデオ取得は、ファイルサイズのために実用的ではありません)、また、正確な瞬間に介入(例えば、光遺伝学)をトリガするために使用することができます。最後に、個々のビデオフレームはトランジスタトランジスタロジック(TTL)パルスによってトリガされ、ビデオを神経記録(例えば、電気生理学や光メトリー)と正確に同期させることができます。ここでは、このシステムを構築する方法、タスクを実行するラットのトレーニング、外部システムとの装置の同期、および3-D到達軌道の再構築方法について説明します。