10 marzo 2011
Usiamo un circuito chiuso volare-macchina per studiare i principi generali di controllo neuronale.
Utilizziamo l'attività di un interneurone visivo nel cervello della mosca, la cellula H one, per controllare i motori di un robot mobile. Il robot viene posizionato su un piatto girevole in rotazione costante e l'attività della cellula viene utilizzata per stabilizzare il robot rispetto all'ambiente, contrastando i movimenti esterni. Le immagini del moto di pattern registrate dal robot vengono campionate e inviate a due monitor CRT collegati a un computer, posizionati di fronte alla mosca.
I segnali dell’H una cellula misurati in impulsi al secondo indicano la velocità del movimento del pattern. Vengono quindi applicate diverse leggi di controllo per convertire gli impulsi al secondo registrati in un segnale di controllo per i motori del robot. Ciao, sono Navita Josh del laboratorio di Holger Crops del dipartimento di Bioingegneria dell’Imperial College di Londra.
Sono Chris Peterson, anch'io del laboratorio di Holger Cups. Ciao, e io sono Holger Cup. Oggi vi mostreremo un procedimento per creare un'interfaccia cervello-macchina tra singole cellule del sistema visivo della mosca e un robot.
Utilizziamo questa procedura per testare le prestazioni di diverse strategie di controllo mediante segnali neuronali al fine di controllare sistemi robotici in condizioni di circuito chiuso. Cominciamo dunque. Per iniziare a preparare la mosca, raffreddatela sul ghiaccio, quindi utilizzate stecchini arrotondati per tenere abbassate le ali e fissare il dorso della mosca su un pezzo di nastro adesivo doppio su un vetrino del microscopio; successivamente, utilizzate cera B per attaccare le ali al vetrino e anche per bloccare l'attività del motore del volo.
Questo passaggio richiede una manipolazione rapida e accurata per evitare che la mosca si riscaldi durante la procedura. Ora, sotto il microscopio, trattenere ogni zampa con una pinzetta e utilizzare un paio di piccole forbici per tagliarle alle articolazioni più vicine al corpo. Ripetere l'operazione per il proboiscide.
Per evitare che la mosca si secchi, i fori devono essere sigillati con cera. Successivamente, tagliare una delle ali e poi ruotare la mosca su un lato. Rimuovere tutti i frammenti rimanenti dell'ala lasciando il katra, coprendo le lacerazioni di Hal e sigillare il foro con cera.
Ripetere questa procedura per l'ala opposta. Per stimolare un neurone bersaglio in modo definito, la testa della mosca deve essere correttamente allineata con i monitor del computer. A tale scopo, sarà necessario un supporto personalizzato che abbia uno spazio ampio per il corpo della mosca e una protrusione su un'estremità con un intaglio in cui posizionare il collo della mosca.
Posizionare la mosca sul supporto con il collo nella tacca, premendola verso il basso mentre si incolla l'addome in posizione. Ora, posizionare il supporto della mosca su un cavalletto in modo da poter vedere la parte anteriore della testa della mosca attraverso il microscopio. Osservando la mosca con luce rossa, si può notare un fenomeno ottico chiamato pseudopupilla in ciascun occhio.
Se la pseudopupilla assume una certa forma, allora l'orientamento della testa della mosca è perfettamente definito. Utilizzare un micromanipolatore per orientare correttamente la testa della mosca e quindi utilizzare della cera per incollarla al supporto. Successivamente, premere il torace verso il basso in modo da appiattirlo e fissarlo con la cera al supporto.
Questo permette di aprire la capsula cefalica posteriore in modo da inserire gli elettrodi nel cervello della mosca; utilizzare un microbisturi o un ago per iniezioni sottile per tagliare con attenzione una finestra nella cuticola della capsula cefalica destra. Fare attenzione a non recidere il tessuto nervoso subito al di sotto della cuticola. Una volta rimossa la porzione di cuticola, aggiungere alcune gocce di soluzione di Ringer.
Utilizzare pinzette per rimuovere eventuali peli, depositi di grasso o tessuto muscolare che potrebbero coprire la piastra LOA. La piastra LOA può essere identificata da un caratteristico modello ramificato di trachee argentee che ne ricopre la superficie posteriore. Praticare un piccolo foro nella cuticola della capsula cefalica posteriore sinistra per posizionare un elettrodo di riferimento durante il volo preparato.
Vediamo come posizionare l'elettrodo di registrazione. L'elettrodo di registrazione deve essere posizionato in prossimità del neurone H one. Il neurone H one risponde principalmente a movimenti orizzontali da dietro verso davanti presentati nel suo campo recettivo.
Per posizionare l'elettrodo di registrazione, utilizzare la trachea come punto di riferimento visivo. Posizionare inizialmente l'elettrodo tra le porzioni più superiori della trachea. È utile utilizzare un amplificatore audio per convertire i potenziali elettrici registrati in segnali acustici.
Ogni singolo potenziale d'azione viene trasformato in un caratteristico suono di clic. Più l'elettrodo si avvicina a un singolo neurone, più il suono di clic diventa chiaro. Per identificare il neurone H in base alla sua preferenza di movimento, stimolarlo con un movimento in direzione orizzontale.
Con l'elettrodo di registrazione posizionato, passiamo alla stimolazione visiva e alle registrazioni. Per iniziare, posizionare una mosca davanti a due monitor CRT. Poiché il sistema visivo della mosca è 10 volte più veloce di quello umano, i monitor devono visualizzare 200 frame al secondo.
I centri dei monitor si trovano rispettivamente a più o meno 45 gradi rispetto all'orientamento delle mosche. Vista dall'equatore oculare della mosca, ogni monitor sottende un angolo di più o meno 25 gradi nel piano orizzontale e di più o meno 19 gradi nel piano verticale. L'ingresso ai monitor del computer è fornito da due telecamere montate su un piccolo robot SRO a due ruote, modificato per l'esperimento.
Posizionare il robot su un piatto girevole all'interno di un'area cilindrica le cui pareti sono rivestite con un motivo di strisce verticali nere e bianche. Ruotando il piatto girevole nel piano orizzontale, i movimenti del robot sono limitati a un solo grado di libertà. Inizialmente, sia il piatto girevole che il robot sono fermi.
Quando il piatto girevole inizia a muoversi, la sua rotazione trascina il robot nella stessa direzione, e le telecamere registrano il movimento relativo tra il robot e il motivo a strisce dell'arena. Le telecamere video alimentate a batteria montate sul robot sono posizionate con un'orientazione di più o meno 45 gradi. Catturano 200 immagini al secondo per sincronizzarsi con la frequenza dei fotogrammi dei monitor del computer davanti al registratore di volo.
Le immagini vengono presentate ai monitor del computer a 200 fotogrammi al secondo con una risoluzione di sei 40 per quattro 80 in scala di grigi. Mentre la mosca osserva i movimenti del modello a strisce registrato, il segnale viene filtrato in banda. Ad esempio, segnali elettrici compresi tra 302 chilohertz vengono acquisiti mediante una scheda di acquisizione digitale con una frequenza di campionamento di almeno 10 chilohertz. Viene applicata una soglia ai segnali elettrici filtrati in banda per separare gli impulsi dall'attività di fondo.
Un filtro gaussiano causale a metà onda viene convoluto con gli impulsi per ottenere una stima liscia dell'attività di spiking della cellula H one, necessaria per chiudere il ciclo dell'interfaccia cervello-macchina. Un algoritmo di controllo viene utilizzato per convertire la frequenza di spiking della cellula H one in una velocità del robot, che viene reinviata tramite un'interfaccia Bluetooth per controllare i due motori in corrente continua che azionano le ruote del robot. Vengono scelte onde sinusoidali pure come profili di velocità per il piatto girevole.
Le onde sinusoidali presentano un'offset in corrente continua tale per cui il piatto girevole ruota soltanto nella direzione che stimola il neurone H uno lungo la sua direzione preferenziale. L'intero sistema di controllo è configurato in modo che la stimolazione del neurone H uno determini una compensazione del movimento del piatto girevole da parte del robot, quando il sistema è configurato correttamente. La stabilizzazione visiva si ottiene quando la rotazione contraria del robot corrisponde alla rotazione del piatto girevole, determinando una ridotta o nulla movimentazione del pattern sui monitor del computer.
Le prestazioni complessive del sistema dipendono dall'algoritmo di controllo utilizzato per chiudere il loop. Il primo algoritmo che testiamo è un controllore proporzionale in cui la velocità aggiornata del robot è proporzionale alla differenza tra le velocità angolari del robot omega R e del piatto girevole Omega P. Vengono scelti diversi valori per il guadagno statico KP e per le frequenze di ingresso del segnale del piatto girevole omega P al fine di testare le prestazioni del controllore.
Di seguito sono mostrati tracciati campione per omega P e omega R con KP uguale a uno e una frequenza di ingresso di 0,6 hertz per omega P; il robot in verde segue il giradischi in blu con un ritardo e un'ampiezza di picco inferiore. Sulla destra, in rosso, è mostrata la componente orizzontale del moto del pattern che stimola la cellula H1, insieme alle frequenze di ingresso del segnale del giradischi. Le frequenze omega P sono scelte nell'intervallo compreso tra 0,03 e 3 hertz e il corrispondente segnale del robot omega R viene registrato.
Entrambi i segnali vengono trasformati nel dominio della frequenza mediante una trasformata rapida di Fourier, e i valori di ampiezza e fase vengono calcolati alla frequenza di ingresso. Il diagramma del modulo BO per il controllore proporzionale con KP uguale a uno mostra la risposta del sistema alle diverse frequenze di ingresso testate. Le prestazioni del controllore in generale diminuiscono all'aumentare delle frequenze.
Il leggero aumento del guadagno a un hertz è dovuto a oscillazioni nel segnale del robot causate dall'uso di una sola cellula H1, la cui gamma dinamica di uscita copre principalmente il movimento orizzontale da dietro verso il davanti. Il diagramma di fase Bodhi mostra un ritardo di fase del controllore inferiore a PI per frequenze di ingresso inferiori a 0,6 hertz. Ciò indica che il controllore è stabile per frequenze inferiori a 0,6 hertz e instabile per frequenze di ingresso maggiori o uguali a un hertz.
Le prestazioni del controllore proporzionale con un valore statico di KP sono state confrontate con quelle di un controllore adattivo in cui il valore di KP viene aggiornato ogni 50 millisecondi, in base alla frequenza massima di picchi. F max calcolata nell'intervallo di tempo compreso tra T meno 500 millisecondi e T. A causa dell'ampia finestra temporale di integrazione, il controllore proporzionale si è dimostrato migliore rispetto al controllore adattivo nell'intervallo di parametri testato; il controllore adattivo ha mostrato una caratteristica di fase simile a quella del controllore proporzionale, il modello di gradazione intorno al piatto girevole è stato eliminato e l'ambiente del laboratorio è stato utilizzato come approssimazione di un input visivo naturalistico per la cellula H1 della mosca.
In media, il grafico della magnitudine di Bodhi per l'ingresso visivo naturalistico ha mostrato guadagni leggermente più elevati rispetto a quello con ingresso visivo graduato, probabilmente perché viene sfruttata una gamma più ampia di frequenze spaziali nelle immagini visive naturalistiche. Le caratteristiche del grafico della fase di Bodhi per ingressi visivi graduati e naturalistici erano simili. Vi abbiamo appena mostrato come creare un'interfaccia cervello-macchina tra una cellula e il sistema visivo cinque e un robot.
Esistono alcuni passaggi critici durante questa procedura. In primo luogo, evitare tagli profondi durante l'apertura della capsula cefalica per prevenire lesioni al cervello. In secondo luogo, posizionare con attenzione l'elettrodo in modo che registri i segnali da una sola cellula; in questo caso, registriamo dalla cellula H una.
In terzo luogo, mantenere il cervello sempre umido ed evitare che si secchi. Questo è tutto. Grazie per aver guardato e buona fortuna con gli esperimenti.
Questo studio utilizza un'interfaccia chiusa tra mosca e macchina per esplorare i principi di controllo neuronale. Sfruttando l'attività del neurone H1 nel cervello della mosca, i ricercatori mirano a stabilizzare un robot mobile in un ambiente dinamico.
Questa piattaforma sperimentale consente la riduzione del rischio meccanicistico delle strategie di controllo in loop chiuso collegando la dinamica dei segnali neuronali all'output robotico in condizioni di retroazione in tempo reale. Supporta la validazione degli obiettivi in neuromodulazione e neuroprotesi quantificando come la variabilità del segnale biologico influisca sulla stabilità e sulle prestazioni del sistema. L'approccio fornisce un livello predittivo di affidabilità per l'allineamento dei biomarcatori traslazionali nello sviluppo di interfacce cervello-macchina.
Il metodo si integra nel percorso di scoperta, dalla validazione del bersaglio all'identificazione del composto attivo, fornendo letture quantitative e a ciclo chiuso dell'efficacia del controllo neuronale.