An Automated Assay System to Study Novel Tank Induced Anxiety
Notice bibliographique
Résumé
New environments are known to be anxiogenic initially for many animals including the zebrafish. In the zebrafish, a novel tank diving (NTD) assay for solitary fish has been used extensively to model anxiety and the effect of anxiolytics. However, studies can differ in the conditions used to perform this assay. Here, we report the development of an efficient, automated toolset and optimal conditions for effective use of this assay. Applying these tools, we found that two important variables in previous studies, the direction of illumination of the novel tank and the age of the subject fish, both influence endpoints commonly measured to assess anxiety. When tanks are illuminated from underneath, several parameters such as the time spent at the bottom of the tank, or the transitions to the top half of the tank become poor measures of acclimation to the novel environment. Older fish acclimate faster to the same settings. The size of the novel tank and the intensity of the illuminating light can also influence acclimation. Among the parameters measured, reduction in the frequency of erratic swimming (darting) is the most reliable indicator of anxiolysis. Open source pipeline for automated data acquisition and systematic analysis generated here and available to other researchers will improve accessibility and uniformity in measurements. They can also be directly applied to study other fish. As this assay is commonly used to model anxiety phenotype of neuropsychiatric ailments in zebrafish, we expect our tools will further aid comparative and meta-analyses.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,009 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».