Alternativa de bajo coste para examinar la preferencia social en peces cebra (Danio rerio) utilizando la tarea de 3 cámaras de nadar libre en acuario abierto

Este protocolo valida una tarea de nado libre en un tanque abierto de tres cámaras, de bajo costo y código abierto, que investiga la preferencia social en pez cebra. Este protocolo puede utilizarse con diversas especies y permite a investigadores universitarios estudiar la preferencia social con recursos mínimos. Para comenzar, prepare el aparato de tanque abierto con una cámara experimental central y dos cámaras de estímulo laterales.

Instale el sistema de iluminación trasera. Divisores opacos y filtros polarizadores para optimizar el aislamiento visual y el contraste del video. Monte y alinee las cámaras frente a las cámaras utilizando el marco de soporte para cámaras.

Cierre las cortinas opacas y mantenga condiciones estables de contención antes de iniciar el experimento. Descargue el software Open Broadcaster e instálelo en un ordenador local con sistema operativo Windows. Tras iniciar el software, ejecute el asistente de configuración automática para optimizar la configuración según las necesidades específicas de grabación, los recursos del hardware y las condiciones de la red.

Verifique la configuración básica antes de configurar la cámara. Establezca la resolución base del lienzo para que coincida con la resolución de pantalla y defina la resolución escalada de salida adecuada. Luego, cree una escena haciendo clic derecho en el cuadro de escenas y seleccionando Agregar escena.

Asigne un nombre a la escena y utilícelo para definir la disposición del flujo. Agregue una nueva fuente y seleccione Dispositivo de captura de video para añadir una cámara web. Asigne a cada cámara un nombre distinto, como Cámara central, y repita el proceso para la cámara adicional.

Coloque y redimensione las fuentes en la ventana de previsualización. Asegúrese de que la cámara aparezca en la lista de fuentes. Centre la vista de la cámara en el lienzo pulsando Control más D. Aplique ajuste a pantalla pulsando Control más F, o estire la pantalla pulsando Control más S. Recorte la fuente manteniendo presionada la tecla Alt mientras arrastra el cuadro delimitador.

A continuación, haga doble clic en la cámara seleccionada y haga clic en Configurar video. Ajuste el brillo y el contraste del video en el menú de propiedades. Llene las tres cámaras con agua proveniente de los tanques de alojamiento y ajuste la temperatura del agua antes de introducir los peces.

Asegúrese de que las barreras opacas entre las cámaras estén colocadas durante todo el período de aclimatación. Transfiera un ejemplar adulto de Danio rerio a la cámara central y permita que se aclimate durante al menos una hora. Coloque los estímulos sociales artificiales en la cámara de estímulo izquierda adyacente.

Luego, transfiera un pequeño grupo de cuatro peces, compuesto por dos machos y dos hembras de tamaño, edad y grado de familiaridad similares, a la cámara de estímulo derecha. Durante la aclimatación, suministre a todas las cámaras que contengan animales vivos un calentador sumergible ajustado a 26 grados Celsius, una piedra difusora conectada a la bomba de aire del acuario y una tapa del tanque para mantener condiciones de mantenimiento estables. Retire los calentadores y las piedras difusoras antes de iniciar la sesión experimental.

Inicie la grabación con la cámara del tanque central. Abra el software y redimensione la vista de la cámara central para que llene la pantalla, haciendo clic y arrastrando las esquinas del video. A continuación, seleccione Iniciar grabación en los controles.

Retire inmediatamente las barreras opacas. Después de 10 minutos, finalice la sesión seleccionando Detener grabación en los controles. Acceda a las sesiones grabadas seleccionando Archivo en el menú superior izquierdo y eligiendo Mostrar grabaciones en el menú desplegable.

Cargue cuatro o cinco videos en una aplicación de software de análisis de movimiento, como DeepLabCut, y extraiga de 20 a 30 fotogramas de cada video. Defina al menos tres puntos principales de seguimiento, como la cabeza, la cola y el tronco. Entrene la red para rastrear estos puntos a través de los fotogramas.

Utilice una red neuronal basada en ResNet-101 para entrenar el modelo. Determine el número de iteraciones necesarias para completar el entrenamiento. A continuación, implemente el modelo DeepLabCut completamente entrenado en los videos experimentales restantes y extraiga los datos de posición para cada ensayo siguiendo la guía del usuario.

Luego, utilice un software de codificación como Python para definir y analizar el movimiento a través de las tres zonas verticales del recinto de igual anchura, con el fin de cuantificar la preferencia. Mida el tiempo en cada zona utilizando al menos dos puntos corporales dentro de la zona identificada para reducir el ruido de seguimiento. Calcule el tiempo total en cada zona dividiendo el número total de fotogramas en la zona por el recuento total de fotogramas.

Utilice el mismo software de codificación para definir y medir el tiempo empleado en estado inmóvil, como la inmovilización. Defina el umbral de movimiento entre 2 y 5 píxeles por cuadro con un número mínimo consecutivo de cuadros de 15. Finalmente, compile y exporte las mediciones para el análisis estadístico y la visualización.

Los sujetos pasaron significativamente más tiempo de la sesión en la zona derecha más cercana al grupo de peces vivos, que en la zona central o en la zona izquierda más cercana al estímulo móvil artificial. La diferencia en el tiempo pasado entre la zona central y la zona izquierda no fue estadísticamente significativa. Los sujetos pasaron significativamente menos tiempo de la sesión inmóviles en la zona central que en la zona derecha más cercana al grupo de peces vivos o en la zona izquierda más cercana al móvil.

Este protocolo puede ser utilizado por investigadores para investigar la tendencia de un pez cebra a interactuar visualmente con dos estímulos sociales diferentes y determinar cuál estímulo es preferido. Los investigadores pueden utilizar distintas especies o configuraciones de estímulos, así como investigar otras respuestas, como movimientos bruscos o nado errático. El sistema ofrece una plataforma para estudiar modelos traslacionales de la funcionalidad social y podría explorar manipulaciones farmacológicas y ambientales.