Name: Una plataforma flexible para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo (Video) | JoVE Journal
Uploaded: 2022-01-19T13:00:00.000+00:00
Duration: 11 min 32 s
Description: Aprende a implementar una plataforma flexible de bajo costo para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo en ratones. Este método permite rastrear comportamientos cerebelares con detalle.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Este trabajo está respaldado por subvenciones de los Institutos Nacionales de Salud Mental NRSA F32 MH120887-03 (a G.J.B.) y R01 NS045193 y R01 MH115750 (a S.S-H.W.). Agradecemos a los Dres. Bas Koekkoek y Henk-Jan Boele por las útiles discusiones para optimizar la configuración de DEC y a los Dres. Yue Wang y Xiaoying Chen por las útiles discusiones para optimizar la configuración de DTSC.

Los protocolos de animales descritos aquí han sido aprobados por los Comités de Cuidado y Uso de Animales de la Universidad de Princeton.
1. Configuración del SBC
<ol><li>Conecte el cable de interfaz serie de la cámara (CSI) a la cámara Raspberry NoIR V2 y al puerto de la cámara en el SBC.</li>
	<li>Descargue el sistema operativo del SBC en el equipo host. Escriba la imagen del sistema operativo en una tarjeta digital micro segura (microSD). NOTA: Las instrucciones detalladas para estos procedimientos para un SBC de Raspberry Pi se pueden encontrar en otra parte23. El sistema ha sido probado utilizando los siguientes sistemas operativos: Stretch, Buster, Bullseye.</li>
	<li>Para habilitar la comunicación segura del shell, cree un archivo sin extensión llamado "ssh" en la partición de arranque de la tarjeta microSD. Una vez hecho esto, expulse la tarjeta microSD de la máquina host e insértela en la ranura para tarjetas microSD SBC. Alimente el SBC enchufando su fuente de alimentación.</li>
	<li>Prepare el SBC para aceptar una conexión por cable al host.<ol>
<li>Conecte un monitor con un cable apropiado al SBC. Abra un terminal, escriba el comando ifconfig y registre la dirección IP Ethernet del SBC. NOTA: Raspberry Pi modelo 3B + tiene un puerto de pantalla HDMI, mientras que el modelo 4B tiene un puerto micro-HDMI.</li>
		<li>Vaya a la pestaña Interfaz de la configuración de Raspberry Pi y habilite las opciones de Cámara, Protocolo de red de shell seguro (SSH) y Computación de red virtual (VNC).</li>
	</ol></li>
	<li>Establezca una conexión por cable entre el equipo host y el SBC.<ol>
<li>Conecte un cable Ethernet al puerto Ethernet del SBC y a un ordenador host. Conecte el otro extremo de estos cables a un conmutador Ethernet.</li>
		<li>Utilice un cliente informático de red virtual como VNC viewer24 y acceda al escritorio utilizando la dirección IP SBC y la autenticación predeterminada (usuario = "pi", contraseña = "raspberry").</li>
	</ol></li>
	<li>Descargue el software requerido incluido en los pasos del protocolo. PRECAUCIÓN: Cambie el nombre de usuario y la contraseña predeterminados para evitar el acceso no autorizado al SBC.<ol>
<li>Introduzca el siguiente comando en el terminal SBC para descargar el software de la plataforma: git clon --depth=1 https://github.com/gerardjb/assocLearnRig</li>
		<li>Ingrese los siguientes comandos para descargar las bibliotecas de Python necesarias. cd assocLearnRig python3 setup.py
</li>
		<li>Para permitir el control directo sobre el microcontrolador, conéctese al SBC y descargue el entorno de desarrollo integrado (IDE) del microcontrolador siguiendo los pasos 1.6.4-1.6.7.</li>
		<li>Abra el navegador web en el escritorio SBC y navegue hasta https://arduino.cc/en/software. Descargue la última versión de Linux ARM de 32 bits del IDE.</li>
		<li>Abra una ventana de terminal en el escritorio SBC y navegue hasta el directorio de descargas escribiendo cd Downloads/
</li>
		<li>Para instalar el IDE, escriba los siguientes comandos en el terminal: tar -xf arduino-<version>-linuxarm.tar.xz sudo mv arduino-<version> /opt sudo /opt/arduino-<version>/install.sh (aquí <versión> es la versión del IDE descargado)</li>
		<li>Abra una instancia del IDE del microcontrolador en el escritorio SBC. Seleccione la opción de menú Herramientas > Administrar bibliotecas. Instale la biblioteca "Encoder" de Paul Stoffregen.</li>
	</ol></li>
	<li>Expanda la memoria integrada SBC con una unidad USB.<ol>
<li>Inserte una unidad USB en un puerto USB del SBC. Utilice un puerto USB 3.0 si está disponible.</li>
		<li>Escriba en el terminal ls -l /dev/disk/by-uuid/ para encontrar la unidad USB y su referencia única (UUID). Registre el UUID.</li>
		<li>Para permitir que el usuario pi escriba en el dispositivo USB, escriba los siguientes comandos uno por uno en el terminal: sudo mkdir /media/usb sudo chown -R pi:pi /media/usb sudo mount /dev/sda1 /media/usb -o uid=pi,gid=pi NOTA: La unidad USB se puede agregar como un dispositivo que se montará automáticamente cuando se reinicie el SBC agregando la siguiente línea al final del archivo fstab en /etc/fstab: UUID=<UUID del paso 1.7.2> /media/usb vfat auto,nofail,noatime,users,rw,uid=pi,gid=pi 0 0</li>
	</ol></li>
</ol>2. Cableado de hardware de estímulo y etapa de ensamblaje
<ol><li>Conecte y prepare microcontroladores.<ol>
<li>Conecte el SBC al puerto de programación del microcontrolador (Arduino Due) con un micro cable USB2 tipo A a USB2. NOTA: Utilice un cable de alta calidad como el producto en la Tabla de Materiales para garantizar un funcionamiento adecuado.</li>
		<li>Busque "dueAssocLearn.ino" en el repositorio de proyectos descargado. Abra el boceto con el IDE del microcontrolador y cárguelo en el microcontrolador conectado al SBC.</li>
		<li>Descargue e instale la versión adecuada del IDE de Arduino en el equipo host.</li>
		<li>Conecte el ordenador host al microcontrolador (Arduino Uno) con un cable USB2 tipo B a USB2 tipo A.</li>
		<li>Vaya al repositorio de GitHub (https://github.com/gerardjb/assocLearnRig) y descargue el boceto "DTSC_US.ino" en la computadora host.</li>
		<li>En el equipo host, ejecute el IDE del microcontrolador y abra el boceto "DTSC_US.ino", luego cárguelo en el microcontrolador.</li>
	</ol></li>
	<li>Conecte cables a los microcontroladores, placa de pruebas, LED, codificador rotativo, motor paso a paso con controlador y válvula solenoide con controlador como se indica en el diagrama de Fritzing en la Figura 2.</li>
	<li>Encienda el motor paso a paso y la válvula solenoide.<ol>
<li>Conecte correctamente un canal de una fuente de alimentación a los pines +V y GND del controlador del motor paso a paso.</li>
		<li>Encienda la fuente de alimentación y ajuste el voltaje del canal conectado a 25 V. NOTA: Si las conexiones entre el motor paso a paso, el controlador y la fuente de alimentación están configuradas correctamente, se encenderá un LED indicador verde en el controlador del motor paso a paso.</li>
		<li>Conecte correctamente el cable positivo de una fuente de alimentación al pin de voltaje de retención del controlador de la válvula solenoide y el otro cable positivo al pin de voltaje de pico.</li>
		<li>Conecte los cables negativos a un suelo compartido con la señal de control.</li>
		<li>Encienda la fuente de alimentación y ajuste el canal conectado al voltaje de retención a aproximadamente 2.5 V y el canal conectado al voltaje de pico a aproximadamente 12 V.</li>
	</ol></li>
	<li>Conecte una fuente de aire regulada a una presión de ~20 PSI a la válvula solenoide utilizando el adaptador luer.</li>
	<li>Pruebe que todos los componentes del estímulo y la cámara funcionan correctamente.<ol>
<li>Abra un terminal en el SBC y escriba cd ~/assocLearnRig para navegar al repositorio clonado de GitHub.</li>
		<li>En el terminal, escriba python3 assocLearnRig_app.py para iniciar la interfaz gráfica de usuario de control.</li>
		<li>Inicie la transmisión de la cámara presionando el botón Transmitir .</li>
		<li>Seleccione el botón de opción DEC , cárguelo en el microcontrolador e inicie una sesión con los parámetros predeterminados pulsando el botón Iniciar sesión . NOTA: Después de este paso, debe aparecer una impresión del registro de datos en el terminal, el mensaje en el flujo de la cámara debe desaparecer y el LED CS y la válvula solenoide US deben encenderse y apagarse en los momentos apropiados durante cada prueba.</li>
		<li>Una vez finalizada la sesión, repita los pasos anteriores con el botón de opción DTSC seleccionado. NOTA: Los bocetos en el repositorio de GitHub ("testStepper.ino", "testRotary.ino" y "testSolenoid.ino") se pueden usar para probar componentes individuales si los pasos anteriores no proporcionan resultados satisfactorios.</li>
	</ol></li>
	<li>Hacer la rueda de carrera.<ol>
<li>Cortar una rueda de 3" de un rodillo de espuma. Perfore un orificio de 1/4 "en el centro exacto de la rueda para que la rueda no se tambalee cuando sea girada por la locomoción del mouse.</li>
		<li>Inserte un eje de 1/4" en la rueda y fíjelo en su lugar utilizando bujes de sujeción colocados a cada lado de la rueda.</li>
	</ol></li>
	<li>Coloque el codificador rotativo en un canal de aluminio de 4,5" con un perno M3. Estabilice el canal de aluminio en la placa de pruebas de aluminio utilizando un soporte de ángulo recto con un perno, tuerca y arandela de 1/4 "como se muestra.</li>
	<li>Conecte la rueda y el codificador giratorio mediante un manguito de acoplamiento de eje.</li>
	<li>Estabilice el lado libre del eje de la rueda con un rodamiento insertado en una abrazadera de extremo de ángulo recto instalada en un poste óptico montado en la placa de pruebas. NOTA: Asegúrese de que la rueda gire libremente sin tambalearse cuando se gira a mano.</li>
	<li>Coloque el hardware de estímulo, el reposacabezas, la matriz de luz infrarroja y la picamera alrededor de la rueda ensamblada.<ol>
<li>Coloque los reposacabezas con postes ópticos y abrazaderas de poste de ángulo recto de modo que los reposacabezas estén a 1,5 cm por delante del eje de la rueda y a 2 cm por encima de la superficie de la rueda. (Los valores son para un ratón de 20 g).</li>
		<li>Coloque el LED CS y la salida de la válvula solenoide utilizada para el DEC US a menos de 1 cm del ojo utilizado para el DEC.</li>
		<li>Monte el motor paso a paso utilizado para el DTSC US</li>
		<li>Monte la picamera en un poste óptico a ~ 10 cm de donde estará el animal. NOTA: El diseño para el montaje picamera se puede realizar en una impresora 3D desde el archivo en "RaspPiCamMount1_1.stl" en el repositorio de GitHub.</li>
		<li>Coloque la matriz de luz infrarroja ligeramente por encima y directamente frente a la posición de la cara en el mismo lado que la picamera.</li>
		<li>Haga un estímulo táctil para DTSC pegando espuma en el borde de una pieza de acrílico montada en un eje de 1/4 "usando un cubo de sujeción. Conecte el estímulo táctil al eje del motor paso a paso. NOTA: El diseño de la pieza acrílica se puede cortar con láser siguiendo el patrón en "TactileStimDesign.pdf" en el repositorio de GitHub.</li>
	</ol></li>
</ol>3. Preparación y ejecución de experimentos de comportamiento
<ol><li>Implantación de la placa frontal del ratón.<ol>
<li>Anestesiar un ratón con 2% de isoflurano y fijación de la cabeza en un marco estereotáctico.</li>
		<li>Aplique un ungüento oftálmico en los ojos.</li>
		<li>Afeitar el cuero cabelludo con agua jabonosa y un bisturí estéril. Inyecte lidocaína directamente debajo de la piel del sitio de la incisión y limpie el sitio quirúrgico con povidona.</li>
		<li>Haga una incisión con un bisturí a lo largo de la línea media del cuero cabelludo desde el borde posterior de los ojos hasta el borde posterior del cráneo, teniendo cuidado de no presionar demasiado fuerte el cráneo.</li>
		<li>Abra la incisión y pince ambos lados con hemostáticos estériles para mantenerla abierta. Retire suavemente el periostio con un hisopo de algodón sumergido con etanol y deje que la superficie del cráneo expuesto se seque.</li>
		<li>Coloque el nivel de la placa de la cabeza en el cráneo, asegurándose de colocar la parte frontal de la placa de la cabeza posterior a los ojos. Use pegamento de cianoacrilato para unir la placa de la cabeza al cráneo y permita que el pegamento se seque por completo.</li>
		<li>Mezcle el polvo de cemento dental (1 cucharada), el disolvente (2 gotas) y el catalizador (1 gota) en una fuente de mezcla y aplíquelo a todas las áreas del hueso expuesto. Agregue capas hasta que la superficie esté al ras con el borde superior de la placa frontal, asegurándose de que la placa frontal esté firmemente unida al cráneo.</li>
		<li>Sutura la piel cerrada detrás y delante de la placa de la cabeza si es necesario.</li>
		<li>Inyecte analgesia postoperatoria como carprofeno según las pautas institucionales mientras permite que el animal se recupere durante al menos 5 días.</li>
	</ol></li>
	<li>Preparación para las sesiones de comportamiento.<ol>
<li>Permita que los animales de prueba se habitúen a la plataforma montándolos en el reposacabezas durante sesiones de 30 minutos durante 5 días antes de los experimentos. NOTA: Al final de las sesiones de habituación, los animales deben correr cómodamente sobre la rueda.</li>
		<li>(Solo DEC) Antes de las sesiones, asegúrese de que la salida de la válvula solenoide esté centrada en el ojo objetivo colocado a >1 cm de distancia.</li>
		<li>(Solo DEC) Acciona manualmente una bocanada de aire con el botón pulsador. Asegúrese de que el ratón produzca rápidamente un parpadeo sin mostrar signos manifiestos de estrés, como adoptar una postura encorvada o agarrar la región periocular afectada con la pata anterior ipsilateral.</li>
		<li>(Solo DTSC) Antes de las sesiones, asegúrese de que el estímulo táctil esté centrado en la nariz del animal colocada a ~ 1,5 cm de distancia. NOTA: Cuando una sesión de comportamiento DTSC no se está ejecutando, el motor paso a paso se desactiva automáticamente para permitir el reposicionamiento manual.</li>
		<li>(Solo DTSC) En el terminal SBC, escriba python3 assocLearnRig_app.py para iniciar la GUI.</li>
		<li>(Solo DTSC) Ejecute una sesión de prueba de tres pruebas con los parámetros predeterminados presionando el botón Iniciar sesión en la GUI.</li>
		<li>(Solo DTSC) Asegúrese de que los datos registrados que se imprimen en el terminal muestran una desviación de más de 20 pero menos de 100 pasos registrados en el codificador giratorio después de los EE. UU. en cada prueba. PRECAUCIÓN: Para evitar daños y reducir el estrés al animal, comience el estímulo más lejos del animal y acérquelo más cerca hasta que se cumplan las condiciones requeridas.</li>
	</ol></li>
	<li>Ejecución de sesiones de comportamiento con registro de datos.<ol>
<li>Monte un ratón en el reposacabezas.</li>
		<li>En el terminal del SBC, escriba python3 assocLearnRig_app.py para iniciar la GUI.</li>
		<li>Para permitir grabaciones de cámara durante las pruebas de comportamiento, presione el botón Transmitir . NOTA: Las sesiones se pueden ejecutar sin una cámara. En este caso, solo se registran los datos del codificador rotativo y las marcas de tiempo de presentación de estímulos.</li>
		<li>Ingrese la información de identificación del animal en el campo Identificación de animal y presione el botón Establecer .</li>
		<li>Seleccione el DEC o el DTSC en el botón de opción situado debajo del encabezado Tipo de sesión en función del paradigma de comportamiento que se desee.</li>
		<li>Ingrese los parámetros de experimento deseados en los campos debajo del campo Animal ID y presione el botón Cargar en Arduino . NOTA: Los detalles de los parámetros del experimento se pueden encontrar en la sección README del repositorio de GitHub.</li>
		<li>Presione el botón Iniciar sesión para comenzar la sesión.</li>
		<li>Cuando se inicializa una sesión, los datos comenzarán a registrarse en un nuevo directorio creado en "/media/usb" en el punto de montaje de la unidad USB SBC.</li>
	</ol></li>
</ol>4. Exportación y análisis de datos
<ol><li>Para exportar todas las sesiones grabadas al equipo host, abra un símbolo del sistema e introduzca el comando pscp -r pi@Pi_IP_address:/media/usb* host_computer_destination y, a continuación, autentique con la contraseña SBC. NOTA: El comando anterior es para una máquina con Windows. En máquinas Mac y Linux, use terminal y reemplace "pscp" por "scp".</li>
	<li>Instale Anaconda25 u otro administrador de paquetes de Python (PPM) en el equipo host.</li>
	<li>Vaya al repositorio de GitHub y descargue "analyzeSession.py", "summarizeSessions.py", "session2mp4s.py" y "requirementsHost.txt".</li>
	<li>Abra un mensaje PPM y escriba conda install --file directory_containing_requirementsHostrequirements Host.txt para asegurarse de que la instalación del paquete Python tenga las bibliotecas de Python necesarias.</li>
	<li>En el símbolo del sistema, escriba cd directory_containing_analyzeData para navegar al directorio que contiene "analyzeData.py" y "session2mp4s.py". Ejecute el programa de análisis escribiendo python analyzeSession.py NOTA: Se generará un mensaje de error si se utiliza una versión de Python 2 como python. Para comprobar la versión, escriba python -V en el símbolo del sistema.</li>
	<li>Seleccione el directorio que contiene los datos cuando se le solicite. Los directorios con múltiples subdirectorios se analizarán secuencialmente.</li>
	<li>Para las sesiones DEC, para cada directorio de sesión analizado, seleccione una región de interés (ROI) que contenga el ojo del ratón de una imagen promedio de prueba. NOTA: Los archivos de datos de análisis final y los gráficos de resumen se rellenarán en un subdirectorio de cada directorio de sesión analizado.</li>
	<li>Escriba python summarizeSessions.py para generar datos de resumen en varias sesiones.</li>
	<li>Escriba el mensaje de python session2mp4s.py para convertir archivos de datos de imágenes en archivos de .mp4 visibles.</li>
</ol>

<ol><li>McCormick, D. A., Lavond, D. G., Clark, G. A., Kettner, R. E., Rising, C. E., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+engram+found%3F+Role+of+the+cerebellum+in+classical+conditioning+of+nictitating+membrane+and+eyelid+responses%5BTitle%5D)+AND+%22Bulletin+of+the+Psychonomic+Society%22%5BJournal%5D)">The engram found? Role of the cerebellum in classical conditioning of nictitating membrane and eyelid responses.</a> Bulletin of the Psychonomic Society. 18 (3), 103-105 (1981).</li>
<li>McCormick, D. A., Clark, G. A., Lavond, D. G., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Initial+localization+of+the+memory+trace+for+a+basic+form+of+learning%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Initial localization of the memory trace for a basic form of learning.</a> Proceedings of the National Academy of Sciences of the United States of America. 79 (8), 2731-2735 (1982).</li>
<li>McCormick, D. A., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellum%3A+essential+involvement+in+the+classically+conditioned+eyelid+response%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Cerebellum: essential involvement in the classically conditioned eyelid response.</a> Science. 223 (4633), New York, N.Y. 296-299 (1984).</li>
<li>Krupa, D. J., Thompson, J. K., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Localization+of+a+memory+trace+in+the+mammalian+brain%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Localization of a memory trace in the mammalian brain.</a> Science. 260 (5110), New York, N.Y. 989-991 (1993).</li>
<li>Llinás, R., Sugimori, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Electrophysiological+properties+of+in+vitro+Purkinje+cell+dendrites+in+mammalian+cerebellar+slices%5BTitle%5D)+AND+%22The+Journal+of+Physiology%22%5BJournal%5D)">Electrophysiological properties of in vitro Purkinje cell dendrites in mammalian cerebellar slices.</a> The Journal of Physiology. 305, 197-213 (1980).</li>
<li>Mintz, M., Lavond, D. G., Zhang, A. A., Yun, Y., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unilateral+inferior+olive+NMDA+lesion+leads+to+unilateral+deficit+in+acquisition+and+retention+of+eyelid+classical+conditioning%5BTitle%5D)+AND+%22Behavioral+and+Neural+Biology%22%5BJournal%5D)">Unilateral inferior olive NMDA lesion leads to unilateral deficit in acquisition and retention of eyelid classical conditioning.</a> Behavioral and Neural Biology. 61 (3), 218-224 (1994).</li>
<li>Welsh, J. P., Harvey, J. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellar+lesions+and+the+nictitating+membrane+reflex%3A+performance+deficits+of+the+conditioned+and+unconditioned+response%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%3A+The+Official+Journal+of+the+Society+for+Neuroscience%22%5BJournal%5D)">Cerebellar lesions and the nictitating membrane reflex: performance deficits of the conditioned and unconditioned response.</a> The Journal of Neuroscience: The Official Journal of the Society for Neuroscience. 9 (1), 299-311 (1989).</li>
<li>Mauk, M. D., Steinmetz, J. E., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classical+conditioning+using+stimulation+of+the+inferior+olive+as+the+unconditioned+stimulus%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Classical conditioning using stimulation of the inferior olive as the unconditioned stimulus.</a> Proceedings of the National Academy of Sciences of the United States of America. 83 (14), 5349-5353 (1986).</li>
<li>Steinmetz, J. E., Lavond, D. G., Thompson, R. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classical+conditioning+in+rabbits+using+pontine+nucleus+stimulation+as+a+conditioned+stimulus+and+inferior+olive+stimulation+as+an+unconditioned+stimulus%5BTitle%5D)+AND+%22Synapse%22%5BJournal%5D)">Classical conditioning in rabbits using pontine nucleus stimulation as a conditioned stimulus and inferior olive stimulation as an unconditioned stimulus.</a> Synapse. 3 (3), New York, N.Y. 225-233 (1989).</li>
<li>Chettih, S. N., McDougle, S. D., Ruffolo, L. I., Medina, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Adaptive+timing+of+motor+output+in+the+mouse%3A+The+role+of+movement+oscillations+in+eyelid+conditioning%5BTitle%5D)+AND+%22Frontiers+in+Integrative+Neuroscience%22%5BJournal%5D)">Adaptive timing of motor output in the mouse: The role of movement oscillations in eyelid conditioning.</a> Frontiers in Integrative Neuroscience. 5, 72(2011).</li>
<li>Heiney, S. A., Wohl, M. P., Chettih, S. N., Ruffolo, L. I., Medina, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellar-dependent+expression+of+motor+learning+during+eyeblink+conditioning+in+head-fixed+mice%5BTitle%5D)+AND+%22The+Journal+of+Neuroscience%22%5BJournal%5D)">Cerebellar-dependent expression of motor learning during eyeblink conditioning in head-fixed mice.</a> The Journal of Neuroscience. 34 (45), 14845-14853 (2014).</li>
<li>Heiney, S. A., Kim, J., Augustine, G. J., Medina, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Precise+control+of+movement+kinematics+by+optogenetic+inhibition+of+purkinje+cell+activity%5BTitle%5D)+AND+%22Journal+of+Neuroscience%22%5BJournal%5D)">Precise control of movement kinematics by optogenetic inhibition of purkinje cell activity.</a> Journal of Neuroscience. 34 (6), 2321-2330 (2014).</li>
<li>Ten Brinke, M. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Evolving+models+of+pavlovian+conditioning%3A+Cerebellar+cortical+dynamics+in+awake+behaving+mice%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Evolving models of pavlovian conditioning: Cerebellar cortical dynamics in awake behaving mice.</a> Cell Reports. 13 (9), 1977-1988 (2015).</li>
<li>Gao, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Excitatory+cerebellar+nucleocortical+circuit+provides+internal+amplification+during+associative+conditioning%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Excitatory cerebellar nucleocortical circuit provides internal amplification during associative conditioning.</a> Neuron. 89 (3), 645-657 (2016).</li>
<li>Giovannucci, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellar+granule+cells+acquire+a+widespread+predictive+feedback+signal+during+motor+learning%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Cerebellar granule cells acquire a widespread predictive feedback signal during motor learning.</a> Nature Neuroscience. 20 (5), 727-734 (2017).</li>
<li>Ten Brinke, M. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dynamic+modulation+of+activity+in+cerebellar+nuclei+neurons+during+pavlovian+eyeblink+conditioning+in+mice%5BTitle%5D)+AND+%22eLife%22%5BJournal%5D)">Dynamic modulation of activity in cerebellar nuclei neurons during pavlovian eyeblink conditioning in mice.</a> eLife. 6, 28132(2017).</li>
<li>Wang, X., Yu, S., Ren, Z., De Zeeuw, C. I., Gao, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+FN-MdV+pathway+and+its+role+in+cerebellar+multimodular+control+of+sensorimotor+behavior%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">A FN-MdV pathway and its role in cerebellar multimodular control of sensorimotor behavior.</a> Nature Communications. 11 (1), 6050(2020).</li>
<li>Albergaria, C., Silva, N. T., Pritchett, D. L., Carey, M. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Locomotor+activity+modulates+associative+learning+in+mouse+cerebellum%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Locomotor activity modulates associative learning in mouse cerebellum.</a> Nature Neuroscience. 21 (5), 725-735 (2018).</li>
<li>Kim, O. A., Ohmae, S., Medina, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+cerebello-olivary+signal+for+negative+prediction+error+is+sufficient+to+cause+extinction+of+associative+motor+learning%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">A cerebello-olivary signal for negative prediction error is sufficient to cause extinction of associative motor learning.</a> Nature Neuroscience. 23 (12), 1550-1554 (2020).</li>
<li>Yamada, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sensory+experience+remodels+genome+architecture+in+neural+circuit+to+drive+motor+learning%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Sensory experience remodels genome architecture in neural circuit to drive motor learning.</a> Nature. 569 (7758), 708-713 (2019).</li>
<li>Horlington, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Startle+response+circadian+rhythm+in+rats%3A+lack+of+correlation+with+motor+activity%5BTitle%5D)+AND+%22Physiology+%26+Behavior%22%5BJournal%5D)">Startle response circadian rhythm in rats: lack of correlation with motor activity.</a> Physiology & Behavior. 5 (1), 49-53 (1970).</li>
<li>Yeomans, J. S., Li, L., Scott, B. W., Frankland, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tactile%2C+acoustic+and+vestibular+systems+sum+to+elicit+the+startle+reflex%5BTitle%5D)+AND+%22Neuroscience+and+Biobehavioral+Reviews%22%5BJournal%5D)">Tactile, acoustic and vestibular systems sum to elicit the startle reflex.</a> Neuroscience and Biobehavioral Reviews. 26 (1), 1-11 (2002).</li>
<li>Raspberry Pi Operating system images. , Available from: 
 <a target="_blank" href="https://www.raspberrypi.com/software/operationg-systems/">https://www.raspberrypi.com/software/operationg-systems/</a> (2021).</li>
<li>VNC Server. VNC® Connect. , Available from: 
 <a target="_blank" href="https://www.realvnc.com/en/connect/download/vnc/">https://www.realvnc.com/en/connect/download/vnc/</a> (2021).</li>
<li>Anaconda: The world's most popular data science platform. , Available from: 
 <a target="_blank" href="https://xddebuganaconda.xdlab.co/">https://xddebuganaconda.xdlab.co/</a> (2021).</li>
<li>De Zeeuw, C. I., Ten Brinke, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Motor+learning+and+the+cerebellum%5BTitle%5D)+AND+%22Cold+Spring+Harbor+Perspectives+in+Biology%22%5BJournal%5D)">Motor learning and the cerebellum.</a> Cold Spring Harbor Perspectives in Biology. 7 (9), 021683(2015).</li>
<li>Badura, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normal+cognitive+and+social+development+require+posterior+cerebellar+activity%5BTitle%5D)+AND+%22eLife%22%5BJournal%5D)">Normal cognitive and social development require posterior cerebellar activity.</a> eLife. 7, 36401(2018).</li>
<li>Koekkoek, S. K. E., Den Ouden, W. L., Perry, G., Highstein, S. M., De Zeeuw, C. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+kinetic+and+frequency-domain+properties+of+eyelid+responses+in+mice+with+magnetic+distance+measurement+technique%5BTitle%5D)+AND+%22Journal+of+Neurophysiology%22%5BJournal%5D)">Monitoring kinetic and frequency-domain properties of eyelid responses in mice with magnetic distance measurement technique.</a> Journal of Neurophysiology. 88 (4), 2124-2133 (2002).</li>
<li>Kloth, A. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellar+associative+sensory+learning+defects+in+five+mouse+autism+models%5BTitle%5D)+AND+%22eLife%22%5BJournal%5D)">Cerebellar associative sensory learning defects in five mouse autism models.</a> eLife. 4, 06085(2015).</li>
<li>Boele, H. -J., Koekkoek, S. K. E., De Zeeuw, C. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cerebellar+and+extracerebellar+involvement+in+mouse+eyeblink+conditioning%3A+the+ACDC+model%5BTitle%5D)+AND+%22Frontiers+in+Cellular+Neuroscience%22%5BJournal%5D)">Cerebellar and extracerebellar involvement in mouse eyeblink conditioning: the ACDC model.</a> Frontiers in Cellular Neuroscience. 3, (2010).</li>
<li>Lin, C., Disterhoft, J., Weiss, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Whisker-signaled+eyeblink+classical+conditioning+in+head-fixed+Mice%5BTitle%5D)+AND+%22Journal+of+Visualized+Experiments%3A+JoVE%22%5BJournal%5D)">Whisker-signaled eyeblink classical conditioning in head-fixed Mice.</a> Journal of Visualized Experiments: JoVE. (109), e53310(2016).</li>
<li>Pereira, T. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fast+animal+pose+estimation+using+deep+neural+networks%5BTitle%5D)+AND+%22Nature+Methods%22%5BJournal%5D)">Fast animal pose estimation using deep neural networks.</a> Nature Methods. 16 (1), 117-125 (2019).</li>
<li>Mathis, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DeepLabCut%3A+markerless+pose+estimation+of+user-defined+body+parts+with+deep+learning%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">DeepLabCut: markerless pose estimation of user-defined body parts with deep learning.</a> Nature Neuroscience. 21 (9), 1281-1289 (2018).</li>
</ol>

Los autores no tienen conflictos de intereses que revelar.

La plataforma con protocolos asociados descritos aquí se puede utilizar para rastrear de manera confiable el comportamiento animal en dos tareas de aprendizaje asociativo sensorial. Cada tarea depende de la comunicación intacta a través de la vía de la fibra de escalada. En el diseño descrito aquí, incorporamos elementos para facilitar el aprendizaje y el registro / perturbación de la respuesta cerebelosa. Estos incluyen una rueda para permitir la locomoción libre11,18...

El condicionamiento pavloviano de la asociación subsegundo entre estímulos para provocar una respuesta condicionada se ha utilizado durante mucho tiempo para sondear el aprendizaje dependiente del cerebelo. Por ejemplo, en el acondicionamiento clásico de retardo del parpadeo ocular (DEC), los animales aprenden a hacer un parpadeo protector bien oportuno en respuesta a un estímulo condicional neutro (CS; por ejemplo, un destello de luz o tono auditivo) cuando se combina repetidamente con un estímulo incondicional (US; por ejemplo, una bocanada de aire aplicada a la córnea) que siempre provoca un parpadeo reflejo, y que llega al final o cerca del final del CS. La respuesta aprendida se conoce como respuesta condicionada (RC), mientras que la respuesta refleja se conoce como respuesta incondicionada (UR). En conejos, las lesiones específicas del cerebelo interrumpen esta forma de aprendizaje 1,2,3,4. Además, los picos complejos celulares de Purkinje, impulsados por sus entradas de fibra ascendente5, proporcionan una señal necesaria de 6,7 y 8,9 suficiente para la adquisición de CR correctamente sincronizados.
Más recientemente, se han desarrollado paradigmas de aprendizaje asociativo dependientes de la fibra para ratones con cabeza fija. DEC fue el primer paradigma de aprendizaje asociativo que se adaptó a esta configuración10,11. El DEC en ratones fijos de cabeza se ha utilizado para identificar regiones cerebelosas 11,12,13,14,15,16,17 y elementos de circuito 11,1 2,13,14,15,18,19 que son necesarios para la adquisición y extinción de tareas. Este enfoque también se ha utilizado para demostrar cómo evoluciona la representación fisiológica a nivel celular de los parámetros de la tarea con el aprendizaje 13,15,16.
Además del parpadeo ocular, el paradigma del acondicionamiento táctil de sobresalto retardado (DTSC) se desarrolló recientemente como una novedosa tarea de aprendizaje asociativo para ratones con cabeza fija20. Conceptualmente similar al DEC, DTSC implica la presentación de un CS neutro con un US, un toque en la cara suficiente en intensidad para activar un reflejo de sobresalto21,22 como el UR. En el paradigma DTSC, tanto el UR como el CR se leen como locomoción hacia atrás en una rueda. DTSC ahora se ha utilizado para descubrir cómo el aprendizaje asociativo altera la actividad cerebelosa y los patrones de expresión génica20.
En este trabajo, se desarrolló un método para aplicar de manera flexible DEC o DTSC en una sola plataforma. Los atributos de estímulo y plataforma se esquematizan en la Figura 1. El diseño incorpora la capacidad de rastrear el comportamiento de los animales con una cámara, así como un codificador giratorio para rastrear la locomoción del mouse en una rueda. Todos los aspectos del registro de datos y la estructura de prueba están controlados por microcontroladores emparejados (Arduino) y una computadora de placa única (SBC; Raspberry Pi). Se puede acceder a estos dispositivos a través de una interfaz gráfica de usuario proporcionada. Aquí, presentamos un flujo de trabajo para la configuración, preparación y ejecución de experimentos, y una canalización de análisis personalizada para la visualización de datos.

<table><tbody><tr><td>Base rápida "B" para C& B METABOND - Frasco de 10 mL</td><td>Parkell</td><td>S398</td><td>Solvente de cemento dental</td></tr> <tr><td>"C" Catalizador TBB Universal - 0.7 mL</td><td>Parkell</td><td>S371</td><td>Catalyst</td></tr><tr><td>#8 Arandelas</td><td>Thorlabs</td><td>W8S038</td><td></td></tr><tr><td>0.250" (1/4") x 8.00" Acero inoxidable Eje de precisión</td><td>Servocity</td><td>634172</td><td>Eje de 1/4"</td></tr><tr><td>0.250" (0.770") Cubo de sujeción</td><td>Servocity</td><td>545588</td><td>Cubo de sujeción</td></tr> de <tr><td>1/4" a 6 mm Acoplador de eje de tornillo de fijación- paquete de 5</td><td>Actobotics</td><td>625106</td><td>Manguito de acoplamiento de eje</td></tr><tr><td>1/4"-20 Tornillos de cabeza, 3/4" de largo</td><td>Thorlabs</td><td>SH25S075</td><td>perno de 1/4"</td></tr><tr><td>100 piezas 5 mm 395&ndash; 400 nm UV Ultravioleta LED Diodo emisor de luz Lente redonda transparente 29 mm Plomo largo (DC 3V) LEDs Luces +100 piezas Resistencias</td><td>EDGELEC</td><td>&lrm; ED_YT05_U_100Pcs</td><td>LED CS Cable</td></tr> Micro <tr><td>HDMI a DVI-D de 2 m - M/M - Cable Micro HDMI a DVI de 2 m - HDMI (D) macho de 19 pines a DVI-D macho - 1920 x 1200 Video</td><td>Star-tech</td><td>&lrm; HDDDVIMM2M</td><td>Raspberry Pi4B para cable de monitor</td></tr><tr><td>256 GB Ultra Fit USB 3.1 Flash Drive</td><td>SanDisk</td><td>&lrm; SDCZ430-256G-G46</td><td>Unidad de memoria USB</td></tr><tr><td>3.3 V&ndash; 5 V 4 canales Convertidor de nivel lógico Módulo de cambio bidireccional</td><td>Amazon</td><td>B00ZC6B8VM</td><td>Cambiador de nivel lógico</td></tr><tr><td>32 GB 95 MB/s (U1) microSDHC EVO Seleccionar tarjeta de memoria</td><td>Samsung</td><td>&lrm; Tarjeta microSD MB-ME32GA/AM</td><td></td></tr><tr><td>Canal de aluminio de 4,50"</td><td>Servocity</td><td>585444</td><td>canal de aluminio de 4,5"</td></tr><tr><td>Iluminador de visión nocturna infrarrojo IR CCTV de 48 LED</td><td>Towallmark</td><td>SODIAL</td><td>Matriz de luz infrarroja</td></tr><tr><td>4PCS Breadboards Kit incluye 2 placas de pruebas sin soldadura de 830 puntos y 2 piezas de 400 puntos para bloques de conexión de distribución Proto Shield Placa</td> de pruebas <td>REXQualis</td><td>B07DL13RZH</td><td></td></tr><tr><td>Conmutador de red Ethernet no gestionado Gigabit de 5 puertos</td><td>TP-Link</td><td>&lrm; TL-SG105</td><td>Conmutador Ethernet</td></tr><tr><td>5 V 2.5 A Raspberry Pi 3 B+ Fuente de Alimentación/Adaptador</td><td>Canakit</td><td>&lrm; DCAR-RSP-2A5 Fuente de</td><td>alimentación para Raspberry Pi 3B+</td></tr><tr><td>5-0 ETHILON NEGRO 1 x 18" C-3</td><td>Ethicon</td><td>668G</td><td>Suturas</td></tr> 6 <tr><td>mm Encoder de eje 2000 PPR Pushpull Line Driver Salida universal Salida de línea 5-26 V dc Supply</td><td>Calt</td><td>&nbsp; B01EWER68I</td><td>Codificador rotativo</td></tr><tr><td>&Oslash; Poste óptico de 1/2", acero inoxidable, tornillo de fijación 8-32, grifo de 1/4"-20, L = 1", paquete de 5</td><td>postes ópticos Thorlabs</td><td>TR1-P5</td><td></td></tr> y <tr><td>Oslash; Poste óptico de 1/2", acero inoxidable, tornillo de fijación 8-32, grifo de 1/4"-20, L = 2", paquete de 5</td><td>postes ópticos Thorlabs</td><td>TR2-P5</td><td>y</td></tr> <tr><td>barra diagonal; Poste óptico de 1/2", acero inoxidable, tornillo de fijación 8-32, grifo de 1/4"-20, L = 4", paquete de 5</td><td>postes ópticos Thorlabs</td><td>TR4-P5</td><td>y</td></tr> <tr><td>barra diagonal; Poste óptico de 1/2", acero inoxidable, tornillo de fijación 8-32, grifo de 1/4"-20, L = 6", paquete de 5</td><td>postes ópticos Thorlabs</td><td>TR6-P5</td><td>y</td></tr> <tr><td>barra diagonal; Soporte de poste de 1/2", tornillo de mariposa de bloqueo hexagonal accionado por resorte, L = 2"</td> <td>Thorlabs</td><td>PH2</td><td>Soporte de poste óptico</td></tr><tr><td>Adaptador-062-M X LUER LOCK-F</td><td>The Lee Co.</td><td>TMRA3201950Z</td><td>Adaptador Luer de válvula solenoide</td></tr><tr><td>Rodillo de espuma Aeromat Tamaño: 36" de longitud</td><td>Rodillo de espuma Aeromat</td><td>B002H3CMUE</td><td></td></tr><tr><td>Tablero de pruebas de aluminio 10" x 12" x 1/2", 1/4"-20 Grifos Thorlabs</td><td></td><td>MB1012</td><td>Placa de pruebas de aluminio</td></tr><tr><td>Amazon Basics Cable adaptador HDMI a DVI, negro, 6 pies, 1 paquete Amazon</td><td></td><td>HL-007347</td><td>Raspberry Pi3B+ para cable</td></tr> <tr><td>de monitorArduino&nbsp; Uno R3</td><td>Arduino</td><td>A000066</td><td>Arduino Uno (placa de microcontrolador)</td></tr><tr><td>Arduino Due</td><td>Arduino</td><td>&lrm; A000062</td><td>Arduino Due (placa de microcontrolador)</td></tr><tr><td>Fuente de alimentación de banco, simple, ajustable, 3 salidas, 0 V, 24 V, 0 A, 2 A</td> Fuente de alimentación <td>Tenma</td><td>72-8335A</td><td>Lámina</td></tr><tr><td>acrílica fundida transparente resistente a los arañazos y a los rayos UV, 12" x 24" x 1/8"</td> <td>McMaster Carr</td><td>8560K257</td><td>Hoja acrílica</td></tr><tr><td>Controlador de motor paso a paso CNC 1.0&ndash; 4.2 A 20&ndash; 50 V CC Resoluciones de micropasos 1/128 para motor paso a paso Nema 17 y 23</td><td>Controlador de motor paso</td><td>a paso en línea</td><td>B06Y5VPSFN</td> Regulador</tr> de <tr><td>aire comprimido compacto, alivio en línea, carcasa de latón, 1/4 NPT</td><td>McMaster Carr</td><td>6763K13</td><td>Regulador de fuente de aire</td></tr><tr><td>Hisopo de algodón</td><td>Puritan</td><td>806-WC</td><td>Hisopo de algodón</td></tr><tr><td>Dell 1908FP Monitor de pantalla plana de 19" - 1908FPC</td><td>Dell</td><td>1908FPC</td><td>Monitor de computadora</td></tr><tr><td>Cable flexible para cámara Raspberry Pi Adafruit</td><td></td><td>2144</td><td>cable de interfaz serial de cámara</td></tr><tr><td>High Torque Nema 17 Motor paso a paso bipolar 92 oz &middot; pulgadas/65 N&middot; cm 2.1 A Motor Extrusor</td><td>Paso a paso en línea</td><td>17HS24-2104S</td><td>Motor paso a paso</td></tr><tr><td>Isoflurano</td><td>Henry Schein</td><td>66794001725</td><td>Isoflurano</td></tr><tr><td>Krazy Pegamento permanente de unión máxima, 0.18 oz.</td><td>Krazy Glue</td><td>KG483</td><td>Pegamento de cianoacrilato</td></tr><tr><td>Lidocaína HCl</td><td>VetOne</td><td>510212</td><td>Lidocaína</td></tr><tr><td>Tuerca hexagonal de acero de baja resistencia, grado 2, galvanizada, tamaño de rosca de 1/4"-20</td><td>Tuercas McMaster Carr</td><td>90473A029</td><td>Tuercas M3</td></tr><tr><td>x 50 mm Tornillos de cabeza hueca de llave hexagonal parcialmente roscadas 10 piezas</td><td>Uxcell</td><td>A16040100ux1380</td><td>M3</td></tr><tr><td>Montaje</td> <td>de motor paso a paso NEMA 17ACTOBOTICS</td><td>555152</td><td>Soporte de motor paso a paso</td></tr><tr><td>Fuente de alimentación oficial de Raspberry Pi 5.1 V 3 A con USB C - 1,5 m de largo</td><td>Adafruit</td><td>4298</td><td>Fuente de alimentación para Raspberry Pi 4B</td></tr><tr><td>Optixcare Dog & Gel lubricante Cat Eye Lube, tubo de 0.70 oz</td><td>Ungüento Optixcare 142422 Opthalimic</td><td></td><td></td></tr><tr><td>Rodamiento de bolas de acero inoxidable de precisión, blindado, n.º comercial R188-2Z, 13000 rpm Velocidad máxima</td><td>Rodamiento McMaster-Carr</td><td>3759T57</td><td></td></tr><tr><td>Cables de puente hembra/hembra de primera calidad - 40 x 6"</td> <td>Alambres Adafruit</td><td>266</td><td>Cables</td></tr> de <tr><td>puente de 'extensión' hembra/macho premium - 40 x 6" (150 mm)</td><td>Adafruit</td><td>826</td><td>Wires</td></tr><tr><td>Premium Macho/Macho Jumper Wires - 40 x 6"</td> <td>Adafruit</td><td>758</td><td>Wires</td></tr><tr><td>Radiopaque L-Powder para C& B METABOND - 5 g</td><td>Parkell</td><td>S396</td><td>Cemento dental en polvo</td></tr><tr><td>Raspberry Pi (3B+ o 4B)</td><td>Adafruit</td><td>3775 o 4295</td><td>Raspberry Pi</td></tr><tr><td>Raspberry Pi NoIR Módulo de cámara V2 - 8MP 1080P30</td><td>Base de raspberry Pi</td><td>RPI3-NOIR-V2</td><td>Cámara Raspberry NoIR V2</td></tr><tr><td>Soporte de ángulo recto, 1/4" (M6) Ranura avellanada, 8-32 grifos</td><td>Thorlabs</td><td>AB90E</td><td>Soporte</td></tr> <tr><td>de ángulo rectoAbrazadera de ángulo recto para &Oslash; Postes de 1/2", hexagonal de 3/16"</td><td>Thorlabs</td><td>RA90</td><td>Abrazadera de poste óptico en ángulo recto</td></tr><tr><td>Abrazadera de extremo en ángulo recto para &Oslash; Postes de 1/2", espárrago de 1/4"-20 y hexagonal de 3/16"</td><td>Thorlabs</td><td>RA180</td><td>Abrazadera de extremo en ángulo recto</td></tr><tr><td>RJ45 Cat-6 Ethernet Cable de Internet Amazon</td><td></td><td>&lrm; CAT6-7FT-5P-BLUE</td> Abrazadera giratoria de <td>cable Ethernet</td></tr><tr><td>para &Oslash; Postes de 1/2", 360&deg; Ajustable continuamente, 3/16" hexagonal</td><td>Thorlabs</td><td>SWC</td><td>Abrazaderas de poste óptico giratorio</td></tr><tr><td>Spike & Mantener el controlador-0.1 A 5 MS</td><td>The Lee Co.</td><td>IECX0501350A</td><td>Controlador de válvula solenoide</td></tr><tr><td>Adaptador de base giratoria</td><td>Thorlabs</td><td>UPHA</td><td>Adaptador de soporte de poste</td></tr><tr><td>USB 2.0 A-Macho a Micro B Cable, 6 pies</td><td>Amazon</td><td>&lrm; 7T9MV4</td><td>USB2 tipo A a USB2 micro cable</td></tr> USB <tr><td>2.0 para impresora - A-Macho a B-Macho, 6 pies (1,8 m)</td><td>Amazon</td><td>B072L34SZS</td><td>Cable USB2 tipo B a USB2 tipo</td></tr><tr><td>A VHS-M/SP-12 V</td><td>The Lee Co.</td><td>INKX0514900A</td><td>Válvula solenoide</td></tr><tr><td>Arandela de acero galvanizado de 1/4", OD 1.000"</td><td>Arandelas</td> <td>McMaster Carr</td><td>91090A108</td></tr></tbody></table>

una plataforma flexible para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo

A Flexible Platform for Monitoring Cerebellum-Dependent Sensory Associative Learning

La escalada de entradas de fibra a las células de Purkinje proporciona señales instructivas críticas para el aprendizaje asociativo dependiente del cerebelo. El estudio de estas señales en ratones con cabeza fija facilita el uso de métodos de imagen, electrofisiológicos y optogenéticos. Aquí, se desarrolló una plataforma de comportamiento de bajo costo (~ $ 1000) que permite el seguimiento del aprendizaje asociativo en ratones con cabeza fija que se vuelven libremente en una rueda de carrera. La plataforma incorpora dos paradigmas comunes de aprendizaje asociativo: el acondicionamiento del parpadeo ocular y el acondicionamiento de sobresalto táctil retardado. El comportamiento se rastrea utilizando una cámara y el movimiento de la rueda por un detector. Describimos los componentes y la configuración y proporcionamos un protocolo detallado para la capacitación y el análisis de datos. Esta plataforma permite la incorporación de estimulación optogenética e imagen de fluorescencia. El diseño permite que una sola computadora host controle múltiples plataformas para entrenar a múltiples animales simultáneamente.

Flujo de trabajo para experimentos y análisis DEC La selección adecuada de parámetros experimentales es importante para el entrenamiento exitoso de acondicionamiento de parpadeo ocular retardado (DEC). Para los datos presentados aquí, se utilizó la GUI para elegir una duración de CS de 350 ms y una duración de US de 50 ms. Este emparejamiento da como resultado un intervalo entre estímulos de 300 ms: lo suficientemente largo como para evitar la producción de RC de baja amplitud10</sup...

Hemos desarrollado una plataforma única para rastrear el comportamiento animal durante dos tareas de aprendizaje asociativo dependientes de la fibra de escalada. El diseño de bajo costo permite la integración con experimentos optogenéticos o de imágenes dirigidos a la actividad cerebelosa asociada a la fibra de escalada.

Una plataforma flexible para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo

Climbing fiber inputs to Purkinje cells provide instructive signals critical for cerebellum-dependent associative learning. Studying these signals in ...

Los paradigmas de aprendizaje asociativo sensorial han revelado mucho sobre la función del cerebelo y su relación con el resto del cerebro, y el comportamiento. Utilizando el ratón como organismo modelo, presentamos un método con suficiente detalle para que los laboratorios de todo el mundo implementen estos poderosos métodos de manera efectiva y económica. Nuestro protocolo permitirá a los investigadores establecer múltiples comportamientos dependientes del cerebelo.Las funciones básicas de nuestra plataforma de investigación se pueden modificar fácilmente para adaptarse a una pregunta de investigación en particular. Para comenzar, conecte el cable de interfaz serie de la cámara a la cámara y el puerto de la cámara en el SBC. A continuación, descargue el sistema operativo para el SBC en el equipo host y cree un archivo llamado ssh en la tarjeta microSD.Expulse la tarjeta microSD de la máquina host. Insértelo en la ranura para tarjetas microSD SBC y alimente el SBC. A continuación, para preparar el SBC para aceptar una conexión por cable al host, abra un terminal, escriba el comando ifconfig" y registre la dirección IP Ethernet del SBC.Luego vaya a la pestaña Interfaz de la configuración de Raspberry Pi y habilite las opciones de cámara, SSH y VNC. Para establecer la conexión por cable, conecte un cable Ethernet al puerto Ethernet del SBC y a un ordenador host, y conecte el otro extremo de estos cables a un conmutador Ethernet. A continuación, mediante un cliente informático de red virtual, como VNC, acceda al escritorio mediante la dirección IP SBC y la autenticación predeterminada.A continuación, descargue el software requerido y las bibliotecas de Python necesarias en el SBC. Para permitir el control directo sobre el microcontrolador, descargue el entorno de desarrollo integrado del microcontrolador o el software IDE. A continuación, abra una ventana de terminal SBC, navegue hasta el directorio Descargas e instale el IDE.Después de abrir el IDE del microcontrolador, seleccione Herramientas, seguido de Administrar bibliotecas e instale la biblioteca Codificador de Paul Stoffregen. Finalmente, inserte una unidad USB en un puerto USB en el SBC e ingrese los comandos para montar el dispositivo de almacenamiento externo USB. Después de conectar el SBC al puerto de programación del microcontrolador, abra el boceto de descarga con el IDE del microcontrolador y cárguelo en el microcontrolador.A continuación, descargue e instale la versión adecuada del IDE de Arduino en el equipo host. A continuación, descargue el DTSC_US. ino sketch en el equipo host.Conecte el cable USB A a USB B a la computadora host y al microcontrolador. Abra el boceto y cárguelo en el microcontrolador. Conecte cables a la placa de pruebas del microcontrolador, LED, codificador rotativo, motor paso a paso con un controlador y válvula solenoide con controlador.A continuación, conecte un canal de una fuente de alimentación a los pines positivo-V y GND del controlador del motor paso a paso. Después de encender la fuente de alimentación, ajuste el voltaje del canal conectado a 25 voltios. A continuación, conecte el cable positivo de una fuente de alimentación al pin de voltaje de retención del controlador de la válvula solenoide y el otro cable positivo al pin de voltaje de pico.Después de encender la fuente de alimentación, ajuste el canal conectado al voltaje de pico a 12 voltios y el canal conectado al voltaje de retención a 2.5 voltios. Luego conecte una fuente de aire regulada a una presión de 20 libras por pulgada cuadrada a la válvula solenoide. A continuación, para hacer la rueda de carrera, corte una rueda de tres pulgadas de un rodillo de espuma y perfore un agujero de un cuarto de pulgada en el centro exacto de la rueda.Luego inserte un eje de un cuarto de pulgada en la rueda y fíjelo en su lugar con bujes de sujeción. Coloque el codificador rotativo en un canal de aluminio de 4,5 pulgadas. Luego estabilice el canal de aluminio en la placa de pruebas de aluminio.Después de conectar la rueda al codificador rotativo, estabilice el lado libre del eje de la rueda con un rodamiento insertado en una abrazadera final de ángulo recto, instalada en un poste óptico montado en la placa de pruebas. A continuación, coloque los reposacabezas con postes ópticos y abrazaderas de poste en ángulo recto. A continuación, coloque el LED de estímulo condicional y la salida de la válvula solenoide para el estímulo incondicional DEC alrededor de la rueda ensamblada.A continuación, monte el motor paso a paso utilizado para el estímulo incondicional DTSC y la cámara Pi en un poste óptico. Coloque la matriz de luz infrarroja en el mismo lado que la cámara Pi, ligeramente por encima y directamente mirando hacia donde se colocará la cara del animal. Haga un estímulo táctil para el acondicionamiento de sobresalto táctil retrasado pegando espuma con cinta adhesiva al borde de una pieza de acrílico.Monte en un eje de un cuarto de pulgada con un cubo de sujeción, luego conecte el estímulo táctil al eje del motor paso a paso. Para implantar una placa de la cabeza, anestesia al ratón, luego haz una incisión con un bisturí a lo largo de la línea media del cuero cabelludo, desde el borde posterior de los ojos hasta el cráneo. Abra la incisión y sujete ambos lados con hemostáticos para mantenerla abierta.Usando pegamento de cianoacrilato, fije la placa de la cabeza al cráneo. Luego aplique una mezcla de polvo de cemento dental, solvente y catalizador en todas las áreas del hueso expuesto. Sutura la piel cerrada, detrás y delante de la placa de la cabeza.Luego inyecte analgesia postoperatoria, mientras permite que el ratón se recupere durante al menos cinco días. Para preparar a los ratones para las sesiones de comportamiento, permítales habituarse a la plataforma montándolos en el reposacabezas. Antes de la sesión, asegúrese de que la salida de la válvula solenoide esté centrada en el ojo objetivo, colocada a menos de un centímetro de distancia, y que el estímulo táctil esté centrado en la nariz del ratón, colocada aproximadamente a 1,5 centímetros de distancia.Para la preparación de la sesión DTSC, inicie la GUI desde un terminal SBC. Ejecute una sesión de prueba de tres pruebas y asegúrese de que los datos registrados que se imprimen en el terminal muestran una desviación de más de 20, pero menos de 100 pasos. Para ejecutar una sesión, monte un mouse en el reposacabezas e inicie la GUI desde el terminal SBC.Para guardar las grabaciones de la cámara, presione el botón Transmitir antes de comenzar la sesión. Ingrese la información de identificación del animal en el campo Identificación de animal y presione el botón Establecer. Luego ingrese los parámetros de experimento deseados y presione el botón Cargar en Arduino.Finalmente, presione Iniciar sesión para comenzar la sesión. Los resultados del entrenamiento DEC de una sesión de grabación con iluminación aceptable se muestran aquí. Las condiciones de iluminación aceptables dieron como resultado un buen contraste entre el ojo y el pelaje periocular.El rendimiento de un solo ratón entrenado durante ocho sesiones mostró rastros de comportamiento, sin respuesta condicionada en el ratón no entrenado, y respuestas condicionadas robustas una vez que el ratón es entrenado. Un video de prueba de muestra muestra a un ratón entrenado cerrando con éxito su ojo en respuesta al estímulo condicional LED, mientras que el ratón no entrenado no parpadea hasta el estímulo incondicional. La respuesta condicionada aumenta en tamaño y frecuencia a través de sesiones de comportamiento realizadas a lo largo de los días.Las condiciones de iluminación subóptimas limitan severamente la calidad de los datos adquiridos. Cuando el contraste entre el ojo y el pelaje circundante es bajo, los cambios leves en la imagen pueden alterar significativamente la forma grabada de la respuesta incondicionada durante una sola sesión y disminuir la relación señal-ruido para detectar la posición del párpado. Los resultados del entrenamiento DTSC para un ratón entrenado durante cinco sesiones se presentan aquí.Un video de prueba de muestra muestra a un ratón entrenado apoyando con éxito la rueda en respuesta al estímulo condicional LED, mientras que un ratón no entrenado no puede mover la rueda hasta que se aplica el estímulo incondicional táctil. La frecuencia y la amplitud de la respuesta condicionada aumentan a medida que avanza el entrenamiento. En una cohorte de animales entrenados con un estímulo incondicional que produjo respuestas incondicionadas de baja amplitud, ningún animal aprendió a producir consistentemente respuestas condicionadas después de cuatro días de entrenamiento.Para un comportamiento exitoso, la comodidad del animal mientras corre en la plataforma es crítica. Es importante asegurarse de que la rueda gire libre y uniformemente antes de habituar a los animales a la plataforma. Usando esta plataforma flexible, hemos fotografiado y perturbado con éxito la actividad de las neuronas de Purkinje, las células de salida del cerebelo, durante el aprendizaje en animales con la cabeza fija.

a-flexible-platform-for-monitoring-cerebellum-dependent-sensory

Research

Investigación

JoVE Journal

Neuroscience

Neurociencia

En este informe, presentamos un sistema totalmente automatizado y altamente versátil capaz de probar simultáneamente múltiples comportamientos cognitivos y el registro de las actividades neuronales de los roedores.

Un sistema totalmente automatizado y altamente versátil para las pruebas múltiples funciones cognitivas y el registro de las actividades neuronales en los roedores

Se propone un protocolo totalmente automatizado para roedores condicionamiento operante. El protocolo se basa en el control temporal preciso de eventos conductuales para investigar el grado en que las influencias de este control de la actividad neural subyacente de integración sensoriomotora y control cognitivo experimentos.

Un sistema totalmente automatizado Protocolo acondicionado Roedor de Sensorimotor Integración y control de los experimentos cognitivos

Se describen los protocolos para la formación de las ratas para registros electrofisiológicos crónicas en tareas cognitivas totalmente automatizados en una proyección del suelo Maze.

Tareas Cognitivas Visuales automatizadas para grabación Neural actividad utilizando una proyección del suelo Maze

Este método crea un entorno tangible, familiar para el ratón para navegar y explorar durante microscópicas de imágenes o una sola célula de registros electrofisiológicos, los cuales requieren una fijación firme de la cabeza del animal.

Plataforma levantado-Air-plana con piso: un nuevo método para combinar Comportamiento con Microscopía o Electrofisiología en Awake moviéndose libremente Roedores

Shuttle-cuadro aprendizaje de evitación está bien establecido en la neurociencia conductual. Este protocolo se describe cómo el aprendizaje en los roedores lanzadera cuadro se puede combinar con microestimulación sitio específico eléctrica cortical (ICMS) y crónica simultánea en grabaciones in vivo como una herramienta para estudiar varios aspectos del aprendizaje y la percepción.

Combinado de traslado-Box Entrenamiento con electrofisiológico corteza Grabación y estimulación como una herramienta para estudiar la percepción y aprendizaje

La técnica de abrazadera del remiendo de rebanada es un método eficaz para el análisis de los cambios inducidos por el aprendizaje en las propiedades intrínsecas y la plasticidad de las sinapsis excitatorias o inhibitorias.

Slice Patch Clamp técnica para analizar la plasticidad inducida por el aprendizaje

En algunos animales manipulados por genes, el uso de un solo protocolo puede no inducir LTD en células de Purkinje cerebelosas, y puede haber una discrepancia entre LTD y el aprendizaje motor. Se utilizan varios protocolos para evaluar la inducción LTD en animales manipulados genéticamente. Se muestran los protocolos estándar.

Evaluación de la inducción a largo plazo de la depresión en rodajas de cerebelosores adultos

WheelCon es una plataforma novedosa, gratuita y de código abierto para diseñar videojuegos que simulan de forma no invasiva el ciclismo de montaña por un sendero empinado, retorcido y accidentado. Contiene componentes que se presentan en el control sensorimotor humano (retardo, cuantificación, ruido, perturbación y múltiples bucles de retroalimentación) y permite a los investigadores estudiar la arquitectura en capas en el control sensorimotor.

WheelCon: Una plataforma de juego basada en el control de ruedas para estudiar el control del sensor humano

En este artículo se presenta un protocolo que permite una evaluación no invasiva y automatizada del rendimiento de la motricidad fina, así como el aprendizaje motor adaptativo y asociativo ante retos, utilizando un dispositivo denominado Escalera Erasmus. La dificultad de la tarea se puede ajustar para detectar el deterioro motor que va desde grados mayores hasta sutiles.

Monitorización del aprendizaje motor fino y asociativo en ratones mediante la escalera Erasmus

Este protocolo investiga la relación cerebro-comportamiento en el hipocampo CA1 en ratones que navegan por una columna de olor. Proporcionamos un protocolo paso a paso, que incluye cirugía para acceder a imágenes del hipocampo, entrenamiento conductual, registro y procesamiento del cerebro con miniscopio GCaMP6f, y datos de comportamiento para decodificar la posición del ratón a partir de la actividad neuronal ROI.

Miniscopio que registra señales de calcio en el hipocampo de ratones que navegan por una columna de olor

El estudio actual describe una prueba de comportamiento motor fino para examinar los déficits motores en modelos de roedores, incluida la rata TgF344-AD, utilizando el aprendizaje automático.

Una tarea de motricidad fina para estudiar la cinemática articular en un modelo preclínico de enfermedad neurodegenerativa

Aprende a implementar una plataforma flexible de bajo costo para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo en ratones. Este método permite rastrear comportamientos cerebelares con detalle.

Una plataforma flexible para monitorear el aprendizaje asociativo sensorial dependiente del cerebelo

Explorar más videos