本发明涉及药理学研究的相关领域，具体涉及一种大鼠风险抉择行为的训练方法。
背景技术：
行为抉择（Decision Making）是日常生活中常见的心理过程。其中，风险抉择是抉择者对抉择对象可获得的收益条件和可能出现的概率做出判断，对成本和收益进行权衡，从而做出抉择的行为。风险抉择行为与人们的日常生活息息相关，该行为紊乱会对个体、家庭乃至社会产生严重影响，赌博成瘾即是一个典型的例子。除此之外，一些神经系统疾病也会导致个体抉择行为的紊乱。因此，研究风险抉择行为的神经调控机制有利于找到缓解病人病痛的根本方法，对提高病人的生活质量具有重要意义。
目前采用的大鼠风险抉择行为的训练方法其科学性有所欠缺，相关领域知识基础欠缺，训练效率偏低。因此设计出更加科学、高效的大鼠风险抉择行为的训练方法，更有助于研究人员高效地对动物行为进行监测，更好地针对调控风险抉择行为的相关脑区展开研究工作。
技术实现要素：
本发明的目的是针对以上问题，提供一种大鼠风险抉择行为的训练方法，其中蕴含动物行为学、行为药理学、神经生物学等学科领域内相关专业的理论知识，使得训练方法更合理、更科学，使行为任务中调控风险抉择行为的相关脑区更精准话，减少其它不相关脑区活动带来的影响，有助于提升训练效率。
本发明通过以下技术方案来实现，大鼠风险抉择行为的训练方法，其特征在于，其训练方法的步骤如下：
步骤一、训练装置准备：训练装置至少要包括训练箱、动物触发装置、选择臂、声音反馈系统、奖励区、监控和记录系统；（1）设置的训练箱中可设置多个训练室；（2）训练箱的训练室中设置动物触发装置，开始每个训练任务前实验动物都需要触碰触发装置，保证实验在实验动物操作式条件反射的前提下进行；（3）训练箱的训练室中设置两个外形、结构均无差异的选择臂，选择臂的种类不限，供实验动物通过的通道和可按压的操作杆均可。每个选择臂的结构体上或周围空间一定范围内设置独立的信号展示区，便于实验动物建立信号与相应选择臂间的联系。信号可以是多种形式的，但需保证信号对实验动物无刺激性等影响。在该训练任务中信号分为两种，采用图形的区分、或者颜色的区分、或者亮灯数目的区分作为实验动物可以分辨的两种差异信号；（4）训练箱中设置声音反馈系统，根据实验动物的选择情况给予一定的声音反馈作为选择情况的提示，比如将上扬的积极音调设置为正确选择提示音，下降的消极音调设置为错误选择提示音；（5）训练箱的训练室中设置奖励区，只有实验动物到达奖励区才能够获得定量的奖励。奖励物根据实验方案可以设置为花生、水、果汁等可以调动实验动物积极性的食物。根据任务，奖励分为两种，一种为奖励概率为100%的定量小奖励，命名为奖励S，奖励S的量依实验设计而定。另一种为奖励概率小于100%的定量的大奖励，命名为奖励L，奖励L的奖励概率和奖励量均可依实验设计而定；（6）训练箱中设置监控和记录系统，保证实验动物状态可实时被监测并记录，记录要素包括动物的操作时间、选择情况、奖励情况、反馈情况等。
步骤二、实验动物准备：实验动物训练前1周经过handle处理，使实验动物熟悉训练人员，排除动物因对实验人员产生恐惧、焦虑等情绪而影响训练效果；Handle过后进行音量强度测试，该声音音量应保证实验动物能够感知到声音的情况下不会产生恐惧等异常行为，记录音源距实验动物距离及分贝数大小等参数，用于实验实施中的正确提示音和错误提示音设置的参数；实验前三天需根据实验设计进行控水或控食准备，保持动物体重不低于控食前正常体重的85％，保证在不损害动物身体状况的情况下使动物产生操作任务的动机。在训练期间，每次训练结束后令实验动物自由饮食至不再饮食后，继续控水或控食。各项准备工作完成后方可开始正式训练。
步骤三、场景适应训练：将实验动物放入训练箱中的训练室起始位置，令其自由探索，一旦动物触碰触发装置，则启动一个训练任务，场景适应阶段目的是使实验动物熟悉训练场所及其周边环境、了解训练箱结构、熟悉训练箱的奖赏方式及特点等，故训练室内无需设置任何信号，只要实验动物在启动触发装置后选择任意选择臂并到达奖励区域，均响起正确提示音并给予一定的奖励。若实验动物重复操作、多次操作或错误操作，则响起错误提示音，无奖励给予。每一个训练任务均需实验动物自主触碰触发装置来启动。实验动物的操作情况和奖励情况均需记录，便于后续对行为任务操作情况进行统计分析。实验次数依据奖励设置大小和实验动物的状况而定，防止训练过度影响动物行为。当实验动物的操作正确率达到80%以上并且持续稳定后认为实验动物已实现训练目标，转向对动物的偏好情况进行检测并修正。
步骤四、偏好检测和修正训练：分别统计实验动物在训练箱中选择两个选择臂的次数，比较它们是否有明显差异，若不存在差异，则认为实验动物不存在偏好选择某一项的情况，无需进行修正训练；若存在差异，则认为实验动物存在偏好选择某一项的情况。为了防止实验动物的这种偏好在后面的训练和实验中影响动物的学习和选择，有偏好的实验动物需进行偏好修正训练。
偏好修正训练中，对于有偏好的大鼠，采用偏好修正训练方法是在训练箱中的每个选择臂上不设置信号，实验动物自由选择，只有先后两次选择有差异时才能在奖励区获得一定奖励。对于无法学会此规则的实验动物，则增加辅助训练，即通过人为遮挡一侧选择臂的方式帮助大鼠进行通过选择臂的训练，每辅助训练4～6次后又进入自由选择模式检测实验动物的选择情况，当实验动物学会交替选择或自由选择情况下对于两个选择臂的选择次数无显著差异时，认为实验动物已无偏好。
步骤五、赋值训练：赋值训练分为安全项训练和风险项训练，两项任务学习的先后顺序随机，须保证一项任务学会的情况下才能转向下一项任务的学习。信号种类和奖励种类需始终保持匹配。统计每天实验动物的选择情况，当实验动物选择设置了相应信号的选择臂的频率连续4天达到80%以上，即选择正确率连续4天达80%以上，则认为其学会了该项任务，达到训练目标。（1）安全项训练是将实验动物放入训练箱起始位置，若训练箱设置多个训练室，则将实验动物随机放入任一训练室的起始位置，实验动物触碰触发装置后启动一个选择任务，要求相应训练室中两个选择臂随机一个给出信号，令其为信号A，另一个无信号。当实验动物选择设置了信号A的选择臂时，选择正确的提示音响起，实验动物可以在奖励区获得奖励S；若实验动物选择未设置信号A的选择臂，则错误提示音响起，无奖励给予并记录相应的选择情况；实验动物做出选择后，无论选择哪个臂，信号均消失，若在其到达奖励区前动物执行了其它操作，则错误提示音响起，无奖励给予，记录相应的操作情况。若动物在选择后顺利到达奖励区，则根据其选择情况获得对应的奖励，该选择任务结束，设备进入到下个任务准备阶段。同样的，动物只有在触碰触发装置后才能够启动下一个选择任务，下一个选择任务的信号设置情况根据动物执行上一个选择任务的情况而定，应遵循“纠错”原则：若实验动物在上一个选择任务中选择设置信号A的选择臂且到达奖励区获得奖励，则下一个选择任务信号设置在随机一个选择臂上；若实验动物在上一个选择任务中选择未设置信号A的选择臂，则下一个选择任务的信号设置同上一个选择任务，即信号设置的相对位置相同。每天每只实验动物选择任务次数不多于100，防止训练过度影响动物行为。（2）风险项训练是将实验动物放入任意一个训练箱的起始位置，实验动物触碰触发装置后启动一个选择任务，要求相应训练室中两个选择臂随机一个给出信号，令其为信号B，另一个无信号。当实验动物选择设置了信号B的选择臂时，选择正确的提示音响起，实验动物可以在奖励区获得奖励L；若实验动物选择未设置信号B的选择臂，则错误提示音响起，无奖励给予并记录相应的选择情况；实验动物做出选择后，无论选择哪个臂，信号均消失，若在其到达奖励区前动物执行了其它操作，则错误提示音响起，无奖励给予，记录相应的操作情况。若动物在选择后顺利到达奖励区，则根据其选择情况获得对应的奖励，该选择任务结束，设备进入到下个任务准备阶段。同样的，动物只有在触碰触发装置后才能够启动下一个选择任务，下一个选择任务的信号设置情况仍应根据动物执行上一个选择任务的情况而定，遵循“纠错”原则：若实验动物在上一个选择任务中选择设置信号B的选择臂且到达奖励区获得奖励，则下一个选择任务信号设置在随机一个选择臂上；若实验动物在上一个选择任务中选择未设置信号B的选择臂，则下一个选择任务的信号设置同上一个选择任务，即信号设置的相对位置相同。每天每只实验动物任务次数上限为100次，防止训练过度影响动物行为。
步骤六、记忆巩固训练：将实验动物放入任意一个实验训练室的起始位置，由动物自主启动训练任务，任务分为两部分，第一部分同步骤五的安全项训练，第二个部分同步骤五的风险项训练，两部分执行先后顺序随机。当实验动物在两种任务中都能够保持选择正确率稳定在80%以上，则可进行下一步骤的实验。
步骤七、风险抉择训练：该训练分为三部分，分别为安全项检测、风险项检测、行为抉择。前两部分检测方法同步骤五的安全项训练、风险项训练方法，前两部分检测的执行顺序随机，只有当实验动物在前两部分检测中选择正确率达到90%以上且稳定时进行第三部分风险抉择训练。每个训练室随机一个选择臂设置信号A，另一个选择臂设置信号B，当实验动物选择了某个臂后，所有信号消失，动物可在奖励区获得该选择臂上信号相匹配的奖励。利用监控和记录系统监测并记录实验动物在该训练阶段中的行为特征，包括选择情况、奖励情况、操作时间、反馈情况等。
上述步骤四中的偏好修正训练中，若出现有严重偏好的实验动物，即在增加上述的辅助训练的情况下还是无法改正对一侧的偏好时，则采用强化训练方式，即只有在实验动物选择不常选择的一侧时才能在奖励区获得一定的奖励。选择强化训练一定次数后再使用偏好修正训练方式训练。
本发明有益效果是，上述设计的大鼠风险抉择行为的训练方法，训练方法和步骤设计更合理、更科学，可以大幅缩减训练时间，提升训练效率，训练成功率更高，可获得真实可靠的实验数据，有助于研究人员高效地对动物行为进行监测。
具体实施方式
下面结合实施例，对本发明做进一步描述。
大鼠风险抉择行为的训练方法，其特征在于，其训练方法的步骤如下：
步骤一、训练装置准备：训练装置至少要包括训练箱、动物触发装置、选择臂、声音反馈系统、奖励区、监控和记录系统；（1）设置的训练箱中设置多个训练室；（2）训练箱的训练室中设置动物触发装置，开始每个训练任务前实验动物都需要触碰触发装置，保证实验在实验动物操作式条件反射的前提下进行；（3）训练箱的训练室中设置两个外形、结构均无差异的选择臂，选择臂的种类不限，供实验动物通过的通道和可按压的操作杆均可。每个选择臂的结构体上或周围空间一定范围内设置独立的信号展示区，便于实验动物建立信号与相应选择臂间的联系。信号可以是多种形式的，但需保证信号对实验动物无刺激性等影响。在该训练任务中信号分为两种，采用图形的区分、或者颜色的区分、或者亮灯数目的区分作为实验动物可以分辨的两种差异信号；（4）训练箱中设置声音反馈系统，根据实验动物的选择情况给予一定的声音反馈作为选择情况的提示，比如将上扬的积极音调设置为正确选择提示音，下降的消极音调设置为错误选择提示音；（5）训练箱的训练室中设置奖励区，只有实验动物到达奖励区才能够获得定量的奖励。奖励物根据实验方案可以设置为花生、水、果汁等可以调动实验动物积极性的食物。根据任务，奖励分为两种，一种为奖励概率为100%的定量小奖励，命名为奖励S，奖励S的量依实验设计而定。另一种为奖励概率小于100%的定量的大奖励，命名为奖励L，奖励L的奖励概率和奖励量均可依实验设计而定；（6）训练箱中设置监控和记录系统，保证实验动物状态可实时被监测并记录，记录要素包括动物的操作时间、选择情况、奖励情况、反馈情况等。
步骤二、实验动物准备：实验动物训练前1周经过handle处理，使实验动物熟悉训练人员，排除动物因对实验人员产生恐惧、焦虑等情绪而影响训练效果；Handle过后进行音量强度测试，该声音音量应保证实验动物能够感知到声音的情况下不会产生恐惧等异常行为，记录音源距实验动物距离及分贝数大小等参数，用于实验实施中的正确提示音和错误提示音设置的参数；实验前三天需根据实验设计进行控水或控食准备，保持动物体重不低于控食前正常体重的85％，保证在不损害动物身体状况的情况下使动物产生操作任务的动机。在训练期间，每次训练结束后令实验动物自由饮食至不再饮食后，继续控水或控食。各项准备工作完成后方可开始正式训练。
步骤三、场景适应训练：将实验动物放入训练箱中的训练室起始位置，令其自由探索，一旦动物触碰触发装置，则启动一个训练任务，场景适应阶段目的是使实验动物熟悉训练场所及其周边环境、了解训练箱结构、熟悉训练箱的奖赏方式及特点等，故训练室内无需设置任何信号，只要实验动物在启动触发装置后选择任意选择臂并到达奖励区域，均响起正确提示音并给予一定的奖励。若实验动物重复操作、多次操作或错误操作，则响起错误提示音，无奖励给予。每一个训练任务均需实验动物自主触碰触发装置来启动。实验动物的操作情况和奖励情况均需记录，便于后续对行为任务操作情况进行统计分析。实验次数依据奖励设置大小和实验动物的状况而定，防止训练过度影响动物行为。当实验动物的操作正确率达到80%以上并且持续稳定后认为实验动物已实现训练目标，转向对动物的偏好情况进行检测并修正。
步骤四、偏好检测和修正训练：分别统计实验动物在训练箱中选择两个选择臂的次数，比较它们是否有明显差异，若不存在差异，则认为实验动物不存在偏好选择某一项的情况，无需进行修正训练；若存在差异，则认为实验动物存在偏好选择某一项的情况。为了防止实验动物的这种偏好在后面的训练和实验中影响动物的学习和选择，有偏好的实验动物需进行偏好修正训练。
偏好修正训练中，对于有偏好的大鼠，采用偏好修正训练方法是在训练箱中的每个选择臂上不设置信号，实验动物自由选择，只有先后两次选择有差异时才能在奖励区获得一定奖励。对于无法学会此规则的实验动物，则增加辅助训练，即通过人为遮挡一侧选择臂的方式帮助大鼠进行通过选择臂的训练，每辅助训练5次后又进入自由选择模式检测实验动物的选择情况，当实验动物学会交替选择或自由选择情况下对于两个选择臂的选择次数无显著差异时，认为实验动物已无偏好。
偏好修正训练中，若出现有严重偏好的实验动物，即在增加上述的辅助训练下还是无法改正对一侧的偏好时，则采用强化训练方式，即只有在实验动物选择不常选择的一侧时才能在奖励区获得一定的奖励。选择强化训练一定次数后再使用偏好修正训练方式训练。
步骤五、赋值训练：赋值训练分为安全项训练和风险项训练，两项任务学习的先后顺序随机，须保证一项任务学会的情况下才能转向下一项任务的学习。信号种类和奖励种类需始终保持匹配。统计每天实验动物的选择情况，当实验动物选择设置了相应信号的选择臂的频率连续4天达到80%以上，即选择正确率连续4天达80%以上，则认为其学会了该项任务，达到训练目标。（1）安全项训练是将实验动物放入训练箱起始位置，若训练箱设置多个训练室，则将实验动物随机放入任一训练室的起始位置，实验动物触碰触发装置后启动一个选择任务，要求相应训练室中两个选择臂随机一个给出信号，令其为信号A，另一个无信号。当实验动物选择设置了信号A的选择臂时，选择正确的提示音响起，实验动物可以在奖励区获得奖励S；若实验动物选择未设置信号A的选择臂，则错误提示音响起，无奖励给予并记录相应的选择情况；实验动物做出选择后，无论选择哪个臂，信号均消失，若在其到达奖励区前动物执行了其它操作，则错误提示音响起，无奖励给予，记录相应的操作情况。若动物在选择后顺利到达奖励区，则根据其选择情况获得对应的奖励，该选择任务结束，设备进入到下个任务准备阶段。同样的，动物只有在触碰触发装置后才能够启动下一个选择任务，下一个选择任务的信号设置情况根据动物执行上一个选择任务的情况而定，应遵循“纠错”原则：若实验动物在上一个选择任务中选择设置信号A的选择臂且到达奖励区获得奖励，则下一个选择任务信号设置在随机一个选择臂上；若实验动物在上一个选择任务中选择未设置信号A的选择臂，则下一个选择任务的信号设置同上一个选择任务，即信号设置的相对位置相同。每天每只实验动物选择任务次数不多于100，防止训练过度影响动物行为。（2）风险项训练是将实验动物放入任意一个训练箱的起始位置，实验动物触碰触发装置后启动一个选择任务，要求相应训练室中两个选择臂随机一个给出信号，令其为信号B，另一个无信号。当实验动物选择设置了信号B的选择臂时，选择正确的提示音响起，实验动物可以在奖励区获得奖励L；若实验动物选择未设置信号B的选择臂，则错误提示音响起，无奖励给予并记录相应的选择情况；实验动物做出选择后，无论选择哪个臂，信号均消失，若在其到达奖励区前动物执行了其它操作，则错误提示音响起，无奖励给予，记录相应的操作情况。若动物在选择后顺利到达奖励区，则根据其选择情况获得对应的奖励，该选择任务结束，设备进入到下个任务准备阶段。同样的，动物只有在触碰触发装置后才能够启动下一个选择任务，下一个选择任务的信号设置情况仍应根据动物执行上一个选择任务的情况而定，遵循“纠错”原则：若实验动物在上一个选择任务中选择设置信号B的选择臂且到达奖励区获得奖励，则下一个选择任务信号设置在随机一个选择臂上；若实验动物在上一个选择任务中选择未设置信号B的选择臂，则下一个选择任务的信号设置同上一个选择任务，即信号设置的相对位置相同。每天每只实验动物任务次数上限为100次，防止训练过度影响动物行为。
步骤六、记忆巩固训练：将实验动物放入任意一个实验训练室的起始位置，由动物自主启动训练任务，任务分为两部分，第一部分同步骤五的安全项训练，第二个部分同步骤五的风险项训练，两部分执行先后顺序随机。当实验动物在两种任务中都能够保持选择正确率稳定在80%以上，则可进行下一步骤的实验。
步骤七、风险抉择训练：该训练分为三部分，分别为安全项检测、风险项检测、行为抉择。前两部分检测方法同步骤五的安全项训练、风险项训练方法，前两部分检测的执行顺序随机，只有当实验动物在前两部分检测中选择正确率达到90%以上且稳定时进行第三部分风险抉择训练。每个训练室随机一个选择臂设置信号A，另一个选择臂设置信号B，当实验动物选择了某个臂后，所有信号消失，动物可在奖励区获得该选择臂上信号相匹配的奖励。利用监控和记录系统监测并记录实验动物在该训练阶段中的行为特征，包括选择情况、奖励情况、操作时间、反馈情况等。
需要说明的是，本发明不限于以上实施例，对于本技术领域的技术人员来说，在不脱离本发明的发明构思和原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。