开发触摸屏集合转换任务
建立适用于小鼠的连续规则转换任务,以测量认知灵活性。
设计了具有光和侧两个维度的规则(光规则、左侧规则、右侧规则),在5次连续正确后自动切换规则,并允许无限次转换。
Sex-biased computations underlying differential set shift performance in mice
行为任务、计算建模(RLDDM, ioHMM)和多个行为指标的统计分析。
BL6129SF1/J小鼠(雌性15只,雄性16只) 触摸屏集合转换任务
小鼠品系:BL6129SF1/J,雌雄各半(n=31,15F/16M) 训练顺序和规则分配(light/right/left规则) 响应时间限制(10秒或3秒) 行为指标:规则转换次数、正确率、反应时间 计算模型:RLDDM和ioHMM参数估计
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
建立适用于小鼠的连续规则转换任务,以测量认知灵活性。
设计了具有光和侧两个维度的规则(光规则、左侧规则、右侧规则),在5次连续正确后自动切换规则,并允许无限次转换。
训练小鼠执行集合转换任务并评估性别差异。
32只BL6129SF1/J小鼠进行预训练(初始触摸、必须触摸、必须启动、惩罚不正确),随后进行规则成形(光、左、右),最后执行完整集合转换任务10天。
分析性别对规则转换次数、错误数、反应时间等行为指标的影响。
使用GLMM、重复测量ANOVA和t检验分析数据。
建模决策过程,识别性别偏倚的计算参数(如偏差、学习率)。
使用HDDM包拟合RLDDM,估计参数如边界分离、漂移率、偏差、非决策时间、学习率、遗忘因子和惊喜度,并比较性别差异。
识别潜在认知状态(探索/利用)并分析其转换动态。
使用ioHMM对选择序列和光位置进行建模,估计探索、利用左、利用右、利用光四种状态,并分析状态占用和转换概率。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 行为训练和测试 | Bussey-Saksida触摸屏操作性条件反射箱 | Lafayette Instrument Co. | -- |
| 行为数据收集 | ABET-Cognition软件 | Lafayette Instrument Co. | -- |
| 计算建模 | MATLAB | -- | -- |
| Python | -- | -- | |
| 统计分析 | GraphPad Prism 10 | -- | -- |
| 计算建模 | HDDM Python包 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 动物饲养和限制 | 小鼠品系和数量(BL6129SF1/J, 16F/16M),食物限制至85-95%自由采食体重,明暗周期(12小时倒置),行为测试时间(每天5天)。 阅读提示:Methods - Animals |
| 预训练 | 预训练日程(初始触摸、必须触摸、必须启动、惩罚不正确),每个日程的达标标准(连续两天完成30次试验或60次试验),刺激显示与集合转换任务一致。 阅读提示:Methods - Pre-training |
| 规则成形 | 规则分配(光、左、右),每个规则的训练天数(5天),达标标准(60分钟内至少60次试验,连续10次正确)。 阅读提示:Methods - Rule shaping |
| 集合转换任务 | 任务参数:200次试验或60分钟,响应时间限制(10秒或3秒),错误和遗漏的超时(3秒),不正确音调(3000Hz),奖励(280ms泵持续时间,约7ul),试验间间隔(3秒)。 阅读提示:Methods - Touchscreen set shift task for mice |
| 计算建模 | RLDDM(使用会话5-10的数据,MCMC链数量,收敛标准),ioHMM(状态数量,Baum-Welch重新初始化次数,Viterbi解码)。 阅读提示:Methods - Reinforcement learning drift diffusion model (RLDDM) 和 Input-output hidden Markov model (ioHMM) |