NOR学习记忆5 分钟阅读

新物体识别实验

解析新物体实验|NOR 完整实验原理与操作流程 Protocol

关联产品 · Lite Maze TrackingLite Maze Tracking 迷宫行为追踪

实验介绍

新物体识别实验(Novel Object Recognition, NOR)是一种经典的用于评估啮齿类动物识别记忆能力的自发行为学测试方法。新物体识别实验基于动物对新颖事物的天然探索偏好,其核心原理是在熟悉环境中引入一个新物体替代一个旧物体。实验动物通过探索新旧物体的时间差异,来反映其对熟悉物体的记忆保持和新物体的识别能力。

新物体识别实验广泛应用于多个领域,包括识别记忆机制研究、阿尔茨海默病等认知功能障碍模型评价、特定脑区(如海马、前额叶皮层)功能探索、神经精神疾病(如精神分裂症)研究,以及认知增强药物或神经保护剂的开发、筛选和评价等神经药理学研究。

操作流程

  1. 1(1)训练阶段:每只小鼠在有两个相同物体的活动箱中自由探索 10 分钟,记录小鼠用鼻子或爪子探索每个物体的时间,并计算位置偏好指数(Location preference)以判断小鼠的位置偏好,正常小鼠的位置偏好指数在 50% 左右,每只小鼠探索后,使用 75% 酒精彻底清洗活动箱、乒乓球或骰子,以防止气味对小鼠行为产生影响;
  2. 2(2)测试阶段:在训练 1 小时后立即开始测试,将其中一个物体更换为小鼠从未见过的、形状不同的新物体,每只小鼠在有一个新物体和一个旧物体的活动箱中自由探索 10 分钟,记录小鼠探索物体的时间,通过计算认知指数(Recognition index)和区分指数(Discrimination index)来评估小鼠的记忆功能。

软件分析能力

双记忆指数评估:认知指数(新物探索)与区分指数(新旧探索差值)

本系统可自动计算认知指数(新物体探索时间 / 总探索时间)与区分指数(新物体探索时间 - 旧物体探索时间 / 总探索时间),直接输出 SCI 论文常用量化指标。告别传统 “手动导出探索时间 \+ Excel 计算” 的繁琐流程,避免公式输入错误,快速生成标准化数据,快速精准反映小鼠对新旧物体的记忆辨别能力。

AI 智能行为识别:告别头尾误判,精准捕捉探索行为

传统 2D 软件常因小鼠转身、遮挡等原因误判头尾方向,导致 “面向物体探索” 与 “背向路过” 行为混淆,造成探索时间统计偏差。本系统搭载 AI 姿态识别算法,可精准追踪动物行为,既解决了头尾误判,又排除了无效背向路过动作干扰。应用本系统可计算准确的动物探索物体时长,数据可靠性显著提升。

位置偏好指数计算:前置校验排除干扰变量

本系统支持计算动物在训练阶段的位置偏好指数,当指数接近 50% 时,表明小鼠对物体位置无显著偏好,可排除 “空间位置偏好” 对实验结果的干扰。相较市面多数软件忽视该指标,本系统可以通过分析此数据,验证实验设计的严谨性,避免因 “位置偏好未控制” 导致的假阳性结论,从源头筑牢实验逻辑基础。

分析参数表

参数名简要说明单位
sample_name样本名称
group_label分组名称
total_distance总运动距离cm
average_speed平均速度cm/s
xxx_distance在某个区域的运动总距离cm
xxx_distance_ratio区域运动距离占比%
xxx_average_speed在某个区域的平均速度cm/s
xxx_time在某个区域的时间s
xxx_time_ratio区域停留时间占比%
xxx_number_of_entries进入某个区域的次数
outside_distance所有区域之外的运动总距离cm
outside_distance_ratio区域外运动距离占比%
outside_time所有区域之外的时间s
outside_time_ratio区域外时间占比%

进阶参数

参数名简要说明简要含义单位
recognition_index认知指数新物体探索时间 / 总探索时间%
discrimination_index区分指数(新物体探索时间 − 旧物体探索时间)/ 总探索时间%