Un système interactif en temps réel pour étudier le comportement de poursuite conflictuelle chez les rongeurs

Résumé

Ici, nous présentons un protocole pour détecter et quantifier le comportement de poursuite prédatrice dans un modèle murin. Cette plate-forme fournit un nouveau paradigme de recherche pour l’étude de la dynamique et des mécanismes neuronaux du comportement de poursuite prédatrice chez la souris et fournira une plate-forme standardisée pour l’étude du comportement de poursuite.

Résumé

Le comportement de poursuite prédatrice implique une série de processus physiologiques importants, tels que la locomotion, l’apprentissage et la prise de décision, qui sont essentiels au succès d’un animal dans la capture de proies. Cependant, il existe peu de méthodes et de systèmes pour étudier le comportement de poursuite prédatrice en laboratoire, en particulier chez la souris, un modèle de mammifère couramment utilisé. Les principaux facteurs limitant cette recherche sont l’incontrôlabilité des proies vivantes (par exemple, les grillons) et le défi d’harmoniser les normes expérimentales. Le but de cette étude était de développer une plateforme interactive pour détecter et quantifier les comportements de poursuite prédatrice chez les souris sur un appât robotique. La plate-forme utilise la vision par ordinateur pour surveiller les positions relatives de la souris et de l’appât robotique en temps réel afin de programmer les modèles de mouvement de l’appât robotique, et les curseurs bidimensionnels interactifs contrôlent magnétiquement le mouvement de l’appât robotique pour obtenir un système en boucle fermée. L’appât robotique est capable d’échapper aux souris affamées qui s’approchent en temps réel, et sa vitesse et sa direction de fuite peuvent être ajustées pour imiter le processus de poursuite prédatrice dans différents contextes. Après une courte période d’entraînement non supervisé (moins de deux semaines), les souris ont été en mesure d’effectuer la tâche de prédation avec une efficacité relativement élevée (moins de 15 s). En enregistrant des paramètres cinématiques tels que la vitesse et les trajectoires de l’appât robotique et des souris, nous avons pu quantifier le processus de poursuite dans différentes conditions. En conclusion, cette méthode fournit un nouveau paradigme pour l’étude du comportement prédateur et peut être utilisée pour étudier davantage la dynamique et les mécanismes neuronaux du comportement de poursuite prédatrice.

Introduction

La poursuite de proies par les prédateurs n’est pas seulement une démonstration éclatante de la lutte pour la survie, mais aussi un moteur clé de l’évolution des espèces, en maintenant l’équilibre écologique et le flux d’énergie dans la nature ^1,2. Pour les prédateurs, la poursuite d’une proie est une entreprise sophistiquée qui implique une variété de processus physiologiques. Ces processus comprennent les états motivationnels qui poussent le prédateur à chasser³, les capacités perceptuelles qui lui permettent de détecter et de suivre les proies ^4,5,6, les capacités de prise de décision qui dictent le cours de la chasse⁷, la fonction locomotrice qui permet la poursuite physique ^8,9 et les mécanismes d’apprentissage qui affinent les stratégies de chasse au fil du temps ^{10, 11}. Aéroport international Par conséquent, la poursuite prédatrice a reçu beaucoup d’attention ces dernières années en tant que modèle comportemental important et complexe.

En tant que modèle de mammifère largement utilisé en laboratoire, il a été documenté que les souris chassent les grillons à la fois dans leur habitat naturel et dans des études en laboratoire¹². Cependant, la diversité et l’incontrôlabilité des proies vivantes dans la quantification du comportement de poursuite prédatrice limitent la reproductibilité des expériences ainsi que l’échange de comparaisons entre différents^{laboratoires13}. Tout d’abord, les souches de grillons peuvent être différentes d’un laboratoire à l’autre, ce qui entraîne des différences dans les caractéristiques des proies qui pourraient influencer le comportement de poursuite. Deuxièmement, les grillons individuels ont des caractéristiques uniques qui peuvent affecter le résultat des interactions prédatrices¹⁴. Par exemple, la vitesse d’évacuation de chaque grillon peut être différente, ce qui entraîne une variabilité dans la dynamique de poursuite. De plus, certains grillons peuvent avoir une courte distance d’avertissement, ce qui pourrait entraîner un manque de processus de poursuite, car le prédateur peut ne pas avoir la possibilité de s’engager dans la poursuite. Enfin, certains grillons peuvent présenter un comportement défensif et agressif lorsqu’ils sont stressés, ce qui complique l’interprétation des données expérimentales¹⁵. Il est difficile de déterminer si les changements dans le comportement des prédateurs sont dus aux stratégies défensives de la proie ou sont inhérents aux modèles comportementaux du prédateur. Cette ligne floue entre la défense des proies et les stratégies de prédateur ajoute une autre couche de complexité à l’étude de la poursuite prédatrice.

Reconnaissant ces limites, les chercheurs se sont tournés vers les proies artificielles comme moyen de contrôler et de normaliser les conditions expérimentales^16,17. Sept espèces de rongeurs, y compris les souris, ont montré un comportement prédateur significatif envers les proies artificielles¹³. Par conséquent, un appât robotique contrôlable peut être réalisable dans l’étude du comportement de poursuite prédatrice. En concevant différentes proies artificielles, les chercheurs peuvent exercer un certain niveau de contrôle sur les conditions expérimentales, ce qui n’est pas possible avec des proies vivantes^18,19. De plus, un petit nombre d’études antérieures ont utilisé des poissons ou des proies robotiques contrôlés artificiellement pour étudier le comportement des bancs et la prédation chez les poissons 15,17,19. Ces études ont mis en évidence la valeur des systèmes robotiques pour fournir des stimuli cohérents, reproductibles et manipulables pour la recherche expérimentale, mais malgré ces avancées, le domaine du comportement des rongeurs, en particulier chez les souris, ne dispose pas d’une plate-forme dédiée pour détecter et quantifier le comportement de poursuite des prédateurs à l’aide d’appâts robotiques.

Sur la base des raisons ci-dessus, nous avons conçu une plate-forme interactive en temps réel open-source pour étudier le comportement de poursuite prédatrice chez la souris. L’appât robotique de la plate-forme peut s’échapper des souris en temps réel, et l’appât robotique est hautement contrôlable, de sorte que nous pouvons définir différentes directions ou vitesses d’évasion pour simuler différents scénarios de prédation. Un programme Python sur l’ordinateur a été utilisé pour générer les paramètres de mouvement de la proie robotique, qui a été combiné à un microcontrôleur STM32 pour piloter les servomoteurs et contrôler le mouvement du leurre robotique. Le système matériel modulaire peut être adapté à l’environnement spécifique du laboratoire en temps réel, et le système logiciel peut ajuster la difficulté du système ainsi que les indicateurs pour mieux servir l’objectif de recherche en fonction des besoins expérimentaux. Le système léger permet une réduction significative du temps de traitement informatique, ce qui est essentiel pour l’efficacité du système et améliore sa portabilité. La plate-forme prend en charge les caractéristiques techniques suivantes : proie artificielle flexible et contrôlable pour une répétition et une modélisation faciles ; simulation maximale du processus de chasse en milieu naturel ; interaction en temps réel et faible latence du système ; l’évolutivité du matériel et des logiciels ainsi que l’évolutivité ; rentabilité et facilité d’utilisation. À l’aide de cette plate-forme, nous avons réussi à entraîner des souris à effectuer des tâches prédatrices dans diverses conditions et avons été en mesure de quantifier des paramètres tels que la trajectoire, la vitesse et la distance relative lors d’une poursuite prédatrice. La plate-forme fournit une méthode rapide pour établir un paradigme de poursuite prédatrice afin d’étudier plus en détail les mécanismes neuronaux à l’origine de la poursuite prédatrice.

Protocole

Les souris C57BL/6J adultes (mâles, âgés de 6 à 8 semaines) sont fournies par le Centre des animaux de laboratoire de l’Université médicale de l’Armée. Toutes les procédures expérimentales sont effectuées conformément aux directives institutionnelles en matière de bien-être animal et sont approuvées par le Comité de soin et d’utilisation des animaux de l’Université de médecine de l’Armée (No. AMUWEC20210251). Les souris sont logées dans des conditions de température contrôlée (22-25°C) avec un cycle lumière/obscurité inversé de 12 heures (lumières allumées de 20h00 à 8h00) et un accès libre à la nourriture et à l’eau.

1. Préparation matérielle pour la plate-forme interactive en temps réel

1. Installez une webcam sur une barre transversale au-dessus de toute la plate-forme pour surveiller en temps réel les positions de la souris et de l’appât robotique dans l’arène en dessous et transmettre les images à l’ordinateur (Figure 1A).
2. Concevez une grande arène circulaire (800 mm de diamètre, 300 mm de hauteur) composée d’un panneau acrylique carré en bas et d’un tube acrylique en guise de bordure. Placez quatre icônes régulièrement espacées (carré, triangle, cercle et croix) sur les murs intérieurs de l’arène pour servir de repères visuels (Figure 1B).
   REMARQUE : La paroi intérieure du tube acrylique et la surface de la plaque acrylique carrée doivent être recouvertes d’un autocollant opaque.
3. Utilisez un aimant rond en néodyme (40 mm de diamètre, 10 mm de hauteur, les grillons mesurent environ 2 à 4 cm de long, ^4,22) avec des granulés de nourriture (5 × 0,2 mg) comme appât robotique. Fixez un autocollant bleu sur la surface de l’aimant pour l’identification et la localisation.
4. Montez un curseur bidimensionnel (avec une course effective de 1000 mm) sous l’arène. Installez un autre aimant en néodyme sur son support comme aimant d’attraction pour tirer magnétiquement et à distance l’appât robotique.
5. Pilotez l’aimant d’extraction par des servomoteurs contrôlés par une carte STM32 et un circuit de commutation. À l’aide du mode vitesse-direction pour piloter un servomoteur (75 mm par 16 000 impulsions), la fréquence de l’onde PWM au niveau du port de sortie de la carte STM32 code la vitesse, et les niveaux haut ou bas (3,3 V ou 0 V) codent le sens avant ou arrière (Figure 1C).
   REMARQUE : Le circuit de commutation est illustré dans la figure supplémentaire 1, qui ne montre que le schéma de connexion du signal de vitesse et de direction requis pour le mouvement d’une glissière et le contrôle de l’autre glissière de la même manière. Les fils de terre des deux circuits de commande à glissière peuvent être connectés ensemble.

2. Conception de logiciels pour une plate-forme interactive en temps réel

1. Utilisez le programme principal pour détecter la position relative de la souris et de l’appât robotique et pour transmettre le signal de mouvement de l’appât robotique au microcontrôleur STM32 (Figure 1D).
2. Lorsque l’ordinateur reçoit des images de la webcam, traitez les images dans l’environnement Python.
3. Convertissez chaque image du modèle colorimétrique RVB au modèle colorimétrique TSL à l’aide du module OpenCV²⁰ (cv2.cvtColor).
   REMARQUE : Étant donné que les souris sont des butineuses nocturnes et pour la stabilité de l’identification, les expériences doivent être menées dans des conditions d’éclairage faible et stable, assurant des conditions d’éclairage constantes dans l’arène et évitant les ombres partielles. L’éclairage dans cette expérience était d’environ 95 lux.
4. Acquérez des images de masque de la souris et de l’appât robotique en fonction de leurs gammes de couleurs dans le modèle de couleur HSV, respectivement (cv2.inRange).
5. Appliquez un filtrage médian à l’image du masque pour rendre les contours de la souris et de l’appât robotique plus clairs et plus stables (cv2.medianBlur).
6. Obtenez les informations de contour de la souris et de l’appât robotique à l’aide de la fonction de détection de contour (cv2.findContours), puis trouvez un rectangle minimum pouvant couvrir la zone de contour. Utilisez les coordonnées centrales de ce rectangle comme position de la souris et de l’appât robotique, respectivement, et enregistrez-les en tant que fichiers TXT.
7. Sur la base des informations de position de la souris et de l’appât du robot dans chaque image, calculez la vitesse de la souris et la distance relative par rapport à l’appât du robot et enregistrez ces paramètres sous forme de fichiers TXT.
   REMARQUE : Compte tenu du coût en temps des calculs liés au traitement d’image, la vitesse de traitement réelle du script est d’environ 41 ips, ce qui signifie que le système peut détecter les mouvements d’appâts de la souris et du robot en environ 24 ms. Le délai système a été testé entre l’envoi d’une commande de mouvement et la détection d’un mouvement est de 59,4 ± 7,3 ms (n = 8), de sorte que le délai entre le mouvement de la souris et le mouvement de la proie déclenché par la souris est d’environ 83 ms (les grillons ont un temps de réaction inférieur à 250 ms²²).
8. En fonction de la distance relative entre la souris et l’appât robotique et de leurs positions respectives dans l’arène, déterminez la stratégie d’évasion de l’appât robotique 21,22,23.
   REMARQUE : Si la souris est relativement éloignée de l’appât robotique (>250 mm), on suppose que l’appât robotique se trouve dans une zone sûre. Supposons que la souris soit suffisamment proche de l’appât robotique (<80 mm, puisque la distance relative dans cette méthode est déterminée en fonction du centre de la souris et du leurre robotique, nous avons ajusté cette distance seuil en fonction de la longueur du corps de la souris, environ 11 cm, et du diamètre du leurre, 4 cm). Dans ce cas, la capture est considérée comme réussie et l’appât robotique s’arrêtera, ce qui permettra à la souris de consommer les granulés de nourriture qu’il contenait (figure 2A). Dans la stratégie d’évasion en ligne droite, si l’appât se trouve dans la zone centrale de l’arène (distance jusqu’à la limite >75 mm), indiquant un espace suffisant dans toutes les directions d’évacuation, il se déplacera dans la direction où la souris se déplace vers elle-même. Au contraire, si l’appât est proche de la paroi de l’arène comme l’indique la zone environnante (distance à la limite ≤75 mm), ce qui signifie qu’il n’y a pas assez d’espace pour un mouvement continu, il effectuera un virage à 90° sur le côté avec une plus grande distance de la limite de l’arène (plus d’espace disponible, figure 2B). Dans la stratégie d’évacuation au tour par tour, l’appât robotique tournera de 90° sur le côté avec plus d’espace pour s’échapper, jugé à des intervalles de 0,5 s (figure 2C).
9. Après avoir déterminé la stratégie d’échappement, demandez au script Python d’encoder les signaux de vitesse et de direction séparément et de les envoyer au STM32 via le port série (ser.port = 'COM3') à un débit binaire de 115200.
   REMARQUE : Les scripts dans STM32 sont compilés dans l’environnement C. Lorsque le signal de vitesse est reçu, il est converti en une onde PWM de la fréquence correspondante par le diviseur de fréquence et la sortie de l’oscillateur à quartz (la fréquence du cristal STM32 est de 72000000). Après avoir reçu le signal de direction, le signal numérique est converti en tirant vers le haut ou vers le bas la tension du port de sortie (0 ou 3,3 V).
10. Utilisez le graveur de port série pour graver un programme C compilé sur le STM32.
11. Utilisez le programme de réinitialisation pour déplacer l’appât robotique au centre de l’arène.
    REMARQUE : En détectant la position de l’appât robotique dans l’arène, l’appât robotique est continuellement poussé vers la position centrale (5 cm/s), et lorsqu’une distance de <20 mm de la position centrale est détectée, il est considéré comme ayant atteint le centre de l’arène et s’arrête de bouger. Exécutez le programme de réinitialisation avant d’exécuter le programme principal.

3. Accoutumance (figure 2D)

1. Attachez la souris pendant 12 h pour réduire le poids corporel de l’animal à 90-95 % de la normale, avec un accès libre à l’eau pendant cette période.
2. Tout d’abord, exécutez le programme de réinitialisation pour déplacer l’appât robotique au centre de l’arène, puis isolez la souris affamée au bord de l’arène avec un déflecteur.
3. Définissez le chemin d’enregistrement de la lime et la vitesse de déplacement de l’appât robotique (5 cm/s) dans le programme principal. Cliquez ensuite sur Exécuter et observez dans la fenêtre vidéo contextuelle si les leurres de la souris et du robot sont reconnus de manière stable.
4. Retirez le déflecteur et démarrez la minuterie pour observer le comportement prédateur de la souris pendant 20 minutes, en enregistrant le moment où la souris prend pour la première fois une pastille de nourriture de l’appât robotique. Si la souris ne le fait pas, arrêtez l’appât et placez-le à côté de la souris pour se nourrir.
5. Remettez la souris dans sa cage et prévoyez une période de récupération de 24 heures avec un accès libre à la nourriture et à l’eau. Ensuite, répétez l’accoutumance. S’il n’y a pas de différence significative dans le temps écoulé avant la première récupération de la nourriture entre deux essais consécutifs au sein d’un même groupe d’animaux, considérer que l’accoutumance est complète. Cette période dure généralement de 3 à 5 essais.
6. Après chaque accoutumance, nettoyez correctement l’arène avec de l’alcool à 75 % et de l’eau.

4. Tâche de prédation (figure 2D)

1. Commencer la tâche de prédation immédiatement après l’accoutumance.
2. Attachez la souris pendant 12 h pour réduire le poids corporel de l’animal à 90-95 % de la normale, avec un accès libre à l’eau pendant cette période.
3. Tout d’abord, exécutez un programme de réinitialisation pour déplacer l’appât robotique au centre de l’arène, puis isolez la souris affamée au bord de l’arène avec un déflecteur.
4. Définissez le chemin de sauvegarde de la lime et la vitesse de déplacement de l’appât robotique (0-60 cm/s, différentes vitesses peuvent être définies en fonction des besoins expérimentaux) dans le programme principal. Cliquez ensuite sur Exécuter et observez dans la fenêtre vidéo contextuelle si la souris et l’appât robotique sont détectés de manière stable.
5. Retirez le déflecteur et démarrez le minuteur pour observer le comportement prédateur de la souris pendant 60 s.
   1. Si la souris réussit à capturer l’appât robotique dans les 60 s, fermez le programme principal et laissez la souris manger toutes les granules de nourriture avant d’être renvoyée dans la cage.
   2. Si la souris ne capture pas l’appât robotique dans les 60 s, relâchez-la directement dans la cage sans aucune récompense ni punition.
6. Effectuez une deuxième série de tâches de prédation 4 h plus tard, en répétant les étapes 4.3 à 4.5.
7. Laissez à la souris une période de récupération de 24 heures avec un accès libre à la nourriture et à l’eau. Ensuite, répétez la tâche de prédation. Si plus de 80 % des souris passent moins de 15 s dans deux essais consécutifs, les souris sont considérées comme des prédateurs habiles.
8. Après chaque tâche de prédation, nettoyez correctement l’arène avec de l’alcool à 75 % et de l’eau.

Résultats

Pour échapper à un prédateur, les proies utilisent souvent des stratégies d’évasion souples et variables, telles que changer de vitesse d’évasion ou fuir dans des directions imprévisibles 21,22,23. Dans cette étude, le modèle de mouvement de l’appât robotique est contrôlé de manière flexible en vitesse et en direction, de sorte que nous pouvons changer la direction d’évacuation ainsi que la vitesse de l’appât robotique pour simu...

Discussion

Dans ce protocole, pour obtenir un contrôle en temps réel avec une faible latence du système, nous utilisons OpnenCV, une bibliothèque de vision par ordinateur légère et efficace, et un modèle de couleur pour identifier les positions des souris et du leurre du robot. Cela nécessite que l’éclairage de l’arène soit relativement stable et que les ombres de l’arène soient évitées autant que possible pour ne pas interférer avec la détection des souris noires. Pour obtenir une détection de con...

Matériaux

Liste des matériaux utilisés dans cet article

Nom	Entreprise	Numéro de catalogue	Commentaires
Cylindre acrylique	SENTAI	PMMA	Diamètre 800 mm Hauteur 300 mm Epaisseur 8 mm
Table anti-vibration	VEOO	Sur mesure	Longueur 1500 mm Largeur 1500 mm Hauteur 750 mm
Caméra	JIERUIWEITONG	HF868SS	Pixel Taille 3 µ ; m &aigu ; 3 et micro ; m 480P : 120 ips
Support de caméra	RUITU	Sur mesure	Largeur maximale 3300 mm Hauteur maximale 2600 mm
Circuit imprimé	WXRKDZ	mesure	Longueur 60 mm Largeur 40 mm Espacement des trous 2,54 mm
Ordinateur	DELL	Precision 5820 Tower	Inter(R) Xeon(R) W-2155 CPU NVIDIA GeForce RTX 2080Ti
DuPont Line	TELESKY	Granulés alimentaires sur mesure	30 cm
	Bio-serve	F07595	20 mg
Cadre de support de plate-forme	HENGDONG	OB3030	Longueur 1600 mm Hauteur 900 mm Largeur 800 mm
Alimentation régulée	ZHAOXIN	PS-3005D	Tension de sortie : 0-30 V Courant de sortie : 0-3 A
Bloc magnétique rond	YPE	YPE-230213-5	Diamètre 40 mm Epaisseur 10 mm
Servomoteur Driver	FEREME	FCS860P	0,1 kw-5,5 kw SVPWM 220 VAC+10 % ~-15 % RS-485
Rail coulissant	JUXIANG	JX45	Longueur 1000 mm Largeur 1000 mm
Plaque acrylique carrée	SENTAI	PMMA	Longueur 800 mm Largeur 800 mm Épaisseur 10 mm
Carré Bloc magnétique	RUITONG	N35	Longueur 100 mm Largeur 50 mm Epaisseur 20 mm
Stm32	ZHENGDIANYUANZI	F103	STM32F103ZET6 72 MHz
horloge Transistor	Semtech	C118536	2N2222A, NPN