Name: Una piattaforma flessibile per il monitoraggio dellapprendimento associativo sensoriale dipendente dal cervelletto (Video) | JoVE Journal
Uploaded: 2022-01-19T13:00:00.000+00:00
Duration: 11 min 32 s
Description: Impara a monitorare l'apprendimento associativo dipendente dalle fibre rampicanti nel cervelletto dei topi con questa piattaforma flessibile e a basso costo. Il metodo consente di tracciare i comportamenti cerebellari con dettaglio.

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

Questo lavoro è supportato da sovvenzioni del National Institutes of Mental Health NRSA F32 MH120887-03 (a G.J.B.) e R01 NS045193 e R01 MH115750 (a S.S-H.W.). Ringraziamo i dottori Bas Koekkoek e Henk-Jan Boele per le discussioni utili per l'ottimizzazione della configurazione DEC e i dottori Yue Wang e Xiaoying Chen per le discussioni utili per ottimizzare la configurazione DTSC.

I protocolli sugli animali qui descritti sono stati approvati dai comitati per la cura e l'uso degli animali dell'Università di Princeton.
1. Impostazione del CFS
<ol><li>Collegare il cavo CSI (Camera Serial Interface) alla telecamera Raspberry NoIR V2 e alla porta della telecamera sull'SBC.</li>
	<li>Scaricare il sistema operativo per l'SBC sul computer host. Scrivere l'immagine del sistema operativo su una scheda micro secure digital (microSD). NOTA: le istruzioni dettagliate per queste procedure per un SBC Raspberry Pi sono disponibili altrove23. Il sistema è stato testato utilizzando i seguenti sistemi operativi: Stretch, Buster, Bullseye.</li>
	<li>Per abilitare la comunicazione sicura della shell, creare un file senza estensione chiamato "ssh" nella partizione di avvio della scheda microSD. Una volta fatto questo, espellere la scheda microSD dalla macchina host e inserirla nello slot per schede microSD SBC. Alimenta l'SBC collegando il suo alimentatore.</li>
	<li>Preparare l'SBC per accettare una connessione cablata all'host.<ol>
<li>Collegare un monitor con un cavo appropriato all'SBC. Aprire un terminale, digitare il comando ifconfig e registrare l'indirizzo IP ethernet dell'SBC. NOTA: Raspberry Pi modello 3B+ ha una porta display HDMI, mentre il modello 4B ha una porta micro-HDMI.</li>
		<li>Vai alla scheda Interfaccia dell'impostazione di configurazione di Raspberry Pi e abilita le opzioni per Fotocamera, SSH (Secure Shell Network Protocol) e VNC (Virtual Network Computing).</li>
	</ol></li>
	<li>Stabilire una connessione cablata tra il computer host e l'SBC.<ol>
<li>Collegare un cavo Ethernet alla porta Ethernet dell'SBC e di un computer host. Collegare l'altra estremità di questi cavi a uno switch Ethernet.</li>
		<li>Utilizzare un client di elaborazione di rete virtuale come VNC viewer24 e accedere al desktop utilizzando l'indirizzo IP SBC e l'autenticazione predefinita (user = "pi", password = "raspberry").</li>
	</ol></li>
	<li>Scarica il software richiesto incluso nei passaggi del protocollo. ATTENZIONE: modificare il nome utente e la password predefiniti per impedire l'accesso non autorizzato all'SBC.<ol>
<li>Immettere il seguente comando nel terminale SBC per scaricare il software rig: git clone --depth=1 https://github.com/gerardjb/assocLearnRig</li>
		<li>Immettere i seguenti comandi per scaricare le librerie python necessarie. cd assocLearnRig setup.py python3
</li>
		<li>Per consentire il controllo diretto sul microcontrollore, connettersi all'SBC e scaricare l'ambiente di sviluppo integrato (IDE) del microcontroller seguendo i passaggi 1.6.4-1.6.7.</li>
		<li>Aprire il browser Web sul desktop SBC e passare a https://arduino.cc/en/software. Scarica l'ultima versione linux ARM a 32 bit dell'IDE.</li>
		<li>Aprire una finestra del terminale sul desktop SBC e passare alla directory dei download digitando cd Downloads/
</li>
		<li>Per installare l'IDE, digitare i seguenti comandi nel terminale: tar -xf arduino-<version>-linuxarm.tar.xz sudo mv arduino-<version> /opt sudo /opt/arduino-<version>/install.sh (qui <versione> è la versione dell'IDE scaricato)</li>
		<li>Aprire un'istanza dell'IDE del microcontroller sul desktop SBC. Selezionare l'opzione di menu Strumenti > Gestisci librerie. Installare la libreria "Encoder" di Paul Stoffregen.</li>
	</ol></li>
	<li>Espandi la memoria SBC integrata con una chiavetta USB.<ol>
<li>Inserire una chiavetta USB in una porta USB dell'SBC. Utilizzare una porta USB 3.0, se disponibile.</li>
		<li>Digitare il terminale ls -l /dev/disk/by-uuid/ per trovare la chiavetta USB e il suo riferimento univoco (UUID). Registrare l'UUID.</li>
		<li>Per consentire all'utente pi di scrivere sul dispositivo USB, digitare i seguenti comandi uno per uno nel terminale: sudo mkdir /media/usb sudo chown -R pi:pi /media/usb sudo mount /dev/sda1 /media/usb -o uid=pi,gid=pi NOTA: la chiavetta USB può essere aggiunta come dispositivo che si monterà automaticamente al riavvio dell'SBC aggiungendo la seguente riga alla fine del file fstab in /etc/fstab: UUID=<UUID dal passaggio 1.7.2> /media/usb vfat auto,nofail,noatime,users,rw,uid=pi,gid=pi 0 0</li>
	</ol></li>
</ol>2. Cablaggio dell'hardware di stimolo e fase di assemblaggio
<ol><li>Collegare e preparare i microcontrollori.<ol>
<li>Collegare l'SBC alla porta di programmazione del microcontrollore (Arduino Due) con un cavo micro da USB2 tipo A a USB2. NOTA: utilizzare un cavo di alta qualità come il prodotto nella Tabella dei materiali per garantire il corretto funzionamento.</li>
		<li>Individuare "dueAssocLearn.ino" nel repository del progetto scaricato. Aprire lo sketch con l'IDE del microcontrollore e caricarlo sul microcontrollore collegato all'SBC.</li>
		<li>Scaricare e installare la versione appropriata dell'IDE Arduino sul computer host.</li>
		<li>Collegare il computer host al microcontrollore (Arduino Uno) con un cavo da USB2 di tipo B a USB2 di tipo A.</li>
		<li>Vai al repository GitHub (https://github.com/gerardjb/assocLearnRig) e scarica lo sketch "DTSC_US.ino" sul computer host.</li>
		<li>Sul computer host, eseguire l'IDE del microcontroller e aprire lo sketch "DTSC_US.ino", quindi caricarlo nel microcontroller.</li>
	</ol></li>
	<li>Collegare i fili ai microcontrollori, alla breadboard, ai LED, all'encoder rotativo, al motore passo-passo con driver e all'elettrovalvola con driver, come indicato nello schema di Fritzing nella Figura 2.</li>
	<li>Alimentare il motore passo-passo e l'elettrovalvola.<ol>
<li>Collegare correttamente un canale di un alimentatore ai pin +V e GND del driver del motore passo-passo.</li>
		<li>Accendere l'alimentatore e impostare la tensione del canale collegato su 25 V. NOTA: se le connessioni tra il motore passo-passo, il driver e l'alimentatore sono configurate correttamente, si accenderà un LED indicatore verde sul driver del motore passo-passo.</li>
		<li>Collegare correttamente il cavo positivo di un alimentatore al pin di tensione di mantenimento del driver dell'elettrovalvola e l'altro cavo positivo al pin di tensione di picco.</li>
		<li>Collegare i cavi negativi a un terreno condiviso con il segnale di controllo.</li>
		<li>Accendere l'alimentatore e impostare il canale collegato alla tensione di attesa a circa 2,5 V e il canale collegato alla tensione di picco a circa 12 V.</li>
	</ol></li>
	<li>Collegare una sorgente d'aria regolata a una pressione di ~ 20 PSI all'elettrovalvola utilizzando l'adattatore luer.</li>
	<li>Verificare che tutti i componenti dello stimolo e la fotocamera funzionino correttamente.<ol>
<li>Aprire un terminale sull'SBC e digitare cd ~/assocLearnRig per passare al repository GitHub clonato.</li>
		<li>Nel terminale, digitare python3 assocLearnRig_app.py per avviare l'interfaccia utente grafica di controllo.</li>
		<li>Avvia il flusso della videocamera premendo il pulsante Stream .</li>
		<li>Selezionare il pulsante di opzione DEC , caricarlo sul microcontrollore e avviare una sessione con i parametri predefiniti premendo il pulsante Avvia sessione . NOTA: dopo questo passaggio, nel terminale dovrebbe apparire una stampa del registro dati, il messaggio sul flusso della telecamera dovrebbe scomparire e il LED CS e l'elettrovalvola US dovrebbero accendersi e spegnersi nei momenti appropriati durante ogni prova.</li>
		<li>Al termine della sessione, ripetere i passaggi precedenti con il pulsante di opzione DTSC selezionato. NOTA: gli schizzi nel repository GitHub ("testStepper.ino", "testRotary.ino" e "testSolenoid.ino") possono essere utilizzati per testare singoli componenti se i passaggi precedenti non forniscono risultati soddisfacenti.</li>
	</ol></li>
	<li>Fai la ruota da corsa.<ol>
<li>Tagliare una ruota da 3 "da un rullo di schiuma. Praticare un foro da 1/4 "nel centro esatto della ruota in modo che la ruota non oscilli quando viene ruotata dalla locomozione del mouse.</li>
		<li>Inserire un albero da 1/4 " nella ruota e fissarlo in posizione utilizzando mozzi di serraggio posizionati su ciascun lato della ruota.</li>
	</ol></li>
	<li>Fissare l'encoder rotativo su un canale in alluminio da 4,5" utilizzando un bullone M3. Stabilizzare il canale in alluminio sulla breadboard in alluminio utilizzando una staffa ad angolo retto con un bullone, un dado e una rondella da 1/4 "come mostrato.</li>
	<li>Fissare la ruota e l'encoder rotativo utilizzando un manicotto di accoppiamento dell'albero.</li>
	<li>Stabilizzare il lato libero dell'albero della ruota con un cuscinetto inserito in un morsetto ad angolo retto installato su un montante ottico montato su breadboard. NOTA: assicurarsi che la ruota giri liberamente senza oscillare quando ruotata a mano.</li>
	<li>Posiziona l'hardware di stimolo, il poggiatesta, l'array di luce a infrarossi e il picamera attorno alla ruota assemblata.<ol>
<li>Posizionare i poggiatesta utilizzando montanti ottici e morsetti ad angolo retto in modo che i montanti della testa si trovino 1,5 cm davanti all'asse della ruota e 2 cm sopra la superficie della ruota. (I valori sono per un mouse da 20 g).</li>
		<li>Posizionare il LED CS e l'uscita dell'elettrovalvola utilizzata per il DEC US a meno di 1 cm dall'occhio utilizzato per dec.</li>
		<li>Montare il motore passo-passo utilizzato per il DTSC US</li>
		<li>Montare la picamera su un palo ottico a ~ 10 cm da dove si troverà l'animale. NOTA: il design per il supporto picamera può essere realizzato su una stampante 3D dal file in "RaspPiCamMount1_1.stl" nel repository GitHub.</li>
		<li>Posizionare l'array di luce a infrarossi leggermente sopra e direttamente rivolto verso la posizione del viso sullo stesso lato del picamera.</li>
		<li>Crea uno stimolo tattile per DTSC nastrando la schiuma sul bordo di un pezzo di acrilico montato su un albero da 1/4 "usando un mozzo di serraggio. Attaccare lo stimolo tattile all'albero motore passo-passo. NOTA: il design per il pezzo acrilico può essere tagliato al laser seguendo lo schema in "TactileStimDesign.pdf" nel repository GitHub.</li>
	</ol></li>
</ol>3. Preparazione ed esecuzione di esperimenti comportamentali
<ol><li>Impianto della piastra di testa del mouse.<ol>
<li>Anestetizzare un mouse utilizzando il 2% di isoflurano e fissare la testa in un frame stereotassico.</li>
		<li>Applicare un unguento oftalmico agli occhi.</li>
		<li>Rasare il cuoio capelluto con acqua saponata e un bisturi sterile. Iniettare lidocaina direttamente sotto la pelle del sito di incisione e pulire il sito chirurgico con povidone.</li>
		<li>Fai un'incisione con un bisturi lungo la linea mediana del cuoio capelluto dal bordo posteriore degli occhi al bordo posteriore del cranio, facendo attenzione a non premere troppo forte sul cranio.</li>
		<li>Stendere l'incisione aperta e bloccare entrambi i lati con emostati sterili per tenerla aperta. Rimuovere delicatamente il periostio utilizzando un batuffolo di cotone imbevuto di etanolo e lasciare asciugare la superficie del cranio esposto.</li>
		<li>Posizionare il livello della piastra frontale sul cranio, assicurandosi di posizionare la parte anteriore della piastra posteriore agli occhi. Utilizzare la colla cianoacrilata per fissare la piastra di testa al cranio e lasciare asciugare completamente la colla.</li>
		<li>Mescolare la polvere di cemento dentale (1 misurino), il solvente (2 gocce) e il catalizzatore (1 goccia) in un piatto di miscelazione e applicare su tutte le aree dell'osso esposto. Aggiungere strati fino a quando la superficie non è a filo con il bordo superiore della piastra di testa, assicurandosi che la piastra della testa sia saldamente attaccata al cranio.</li>
		<li>Suturare la pelle chiusa dietro e davanti alla piastra di testa, se necessario.</li>
		<li>Iniettare analgesia post-operatoria come il carprofene secondo le linee guida istituzionali, consentendo all'animale di riprendersi per almeno 5 giorni.</li>
	</ol></li>
	<li>Preparazione per le sessioni comportamentali.<ol>
<li>Consentire agli animali da esperimento di abituarsi alla piattaforma montandoli nel poggiatesta per sessioni di 30 minuti per 5 giorni prima degli esperimenti. NOTA: Entro la fine delle sessioni di assuefazione, gli animali dovrebbero correre comodamente sulla ruota.</li>
		<li>(Solo DEC) Prima delle sessioni, assicurarsi che l'uscita dell'elettrovalvola sia centrata sull'occhio bersaglio posizionato a >1 cm di distanza.</li>
		<li>(Solo DEC) Azionare manualmente un soffio d'aria utilizzando il pulsante. Assicurarsi che il mouse produca prontamente un battito di ciglia senza mostrare segni evidenti di stress come l'adozione di una postura curva o l'afferramento della regione perioculare interessata con la zampa anteriore ipsilaterale.</li>
		<li>(Solo DTSC) Prima delle sessioni, assicurarsi che lo stimolo tattile sia centrato sul naso dell'animale posizionato a circa 1,5 cm di distanza. NOTA: quando una sessione comportamentale DTSC non è in esecuzione, il motore passo-passo viene automaticamente disattivato per consentire il riposizionamento manuale.</li>
		<li>(Solo DTSC) Nel terminale SBC, digitare python3 assocLearnRig_app.py per avviare la GUI.</li>
		<li>(Solo DTSC) Esegui una sessione di test di tre versioni di prova con i parametri predefiniti premendo il pulsante Avvia sessione nella GUI.</li>
		<li>(Solo DTSC) Assicurarsi che i dati registrati che vengono stampati sul terminale mostrino una deflessione superiore a 20 ma inferiore a 100 passi registrati sull'encoder rotativo dopo gli Stati Uniti in ogni prova. ATTENZIONE: Per evitare danni e ridurre lo stress per l'animale, iniziare lo stimolo più lontano dall'animale e avvicinarlo fino a quando non vengono soddisfatte le condizioni richieste.</li>
	</ol></li>
	<li>Esecuzione di sessioni comportamentali con registrazione dei dati.<ol>
<li>Montare un mouse sul poggiatesta.</li>
		<li>Nel terminale dell'SBC, digitare python3 assocLearnRig_app.py per avviare la GUI.</li>
		<li>Per consentire le registrazioni della videocamera durante le prove comportamentali, premi il pulsante Stream . NOTA: le sessioni possono essere eseguite senza videocamera. In questo caso, vengono registrati solo i dati dell'encoder rotativo e i timestamp di presentazione dello stimolo.</li>
		<li>Inserisci le informazioni di identificazione per l'animale nel campo ID animale e premi il pulsante Imposta .</li>
		<li>Selezionare DEC o DTSC dal pulsante di opzione sotto l'intestazione Tipo di sessione a seconda del paradigma comportamentale desiderato.</li>
		<li>Inserisci i parametri dell'esperimento desiderato nei campi sotto il campo ID animale e premi il pulsante Carica su Arduino . NOTA: i dettagli dei parametri dell'esperimento sono disponibili nella sezione LEGGIMI del repository GitHub.</li>
		<li>Premi il pulsante Avvia sessione per iniziare la sessione.</li>
		<li>Quando una sessione viene inizializzata, i dati inizieranno a registrare in una nuova directory creata in "/media/usb" nel punto di montaggio della chiavetta SBC.</li>
	</ol></li>
</ol>4. Esportazione e analisi dei dati
<ol><li>Per esportare tutte le sessioni registrate sul computer host, aprire un prompt dei comandi e immettere il comando pscp -r pi@Pi_IP_address:/media/usb* host_computer_destination, quindi autenticarsi con la password SBC. NOTA: il comando precedente è per un computer Windows. Su macchine Mac e Linux, utilizzare terminale e sostituire "pscp" con "scp".</li>
	<li>Installare Anaconda25 o un altro gestore di pacchetti python (PPM) sul computer host.</li>
	<li>Vai al repository GitHub e scarica "analyzeSession.py", "summarizeSessions.py", "session2mp4s.py" e "requirementsHost.txt".</li>
	<li>Apri un prompt PPM e digita conda install --file directory_containing_requirementsHostrequirements Host.txt per assicurarti che l'installazione del pacchetto Python abbia le librerie python richieste.</li>
	<li>Nel prompt, digitare cd directory_containing_analyzeData per passare alla directory contenente "analyzeData.py" e "session2mp4s.py". Esegui il programma di analisi digitando python analyzeSession.py NOTA: verrà generato un messaggio di errore se si utilizza una versione di Python 2 come python. Per controllare la versione, digitare python -V nel prompt.</li>
	<li>Selezionare la directory contenente i dati quando richiesto. Le directory con più sottodirectory verranno analizzate in sequenza.</li>
	<li>Per le sessioni DEC, per ogni directory di sessione analizzata, selezionare una regione di interesse (ROI) contenente l'occhio del mouse da un'immagine media di prova. NOTA: i file di dati di analisi finale e i grafici di riepilogo verranno popolati in una sottodirectory di ogni directory di sessione analizzata.</li>
	<li>Digitare python summarizeSessions.py per generare dati di riepilogo in più sessioni.</li>
	<li>Digitare il prompt python session2mp4s.py per convertire i file di dati di imaging in file di .mp4 visualizzabili.</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>

Gli autori non hanno conflitti di interesse da divulgare.

La piattaforma con i protocolli associati qui descritti può essere utilizzata per tracciare in modo affidabile il comportamento animale in due attività di apprendimento associativo sensoriale. Ogni compito dipende dalla comunicazione intatta attraverso il percorso in fibra di arrampicata. Nel progetto qui descritto, incorporiamo elementi per facilitare l'apprendimento e la registrazione / perturbazione della risposta cerebellare. Questi includono una ruota per consentire la locomozione libera <sup...

Il condizionamento pavloviano dell'associazione sub-seconda tra stimoli per suscitare una risposta condizionata è stato a lungo utilizzato per sondare l'apprendimento cerebellare-dipendente. Ad esempio, nel classico condizionamento ritardato dell'occhio (DEC), gli animali imparano a fare un battito di ciglia protettivo tempestivo in risposta a uno stimolo condizionale neutro (CS; ad esempio, un lampo di luce o un tono uditivo) quando è accoppiato ripetutamente con uno stimolo incondizionato (US; ad esempio, un soffio d'aria applicato alla cornea) che provoca sempre un battito di ciglia riflesso, e che arriva alla fine o vicino alla fine del CS. La risposta appresa è indicata come risposta condizionata (CR), mentre la risposta riflessa è indicata come risposta incondizionata (UR). Nei conigli, le lesioni specifiche del cervelletto interrompono questa forma di apprendimento 1,2,3,4. Inoltre, i picchi complessi di cellule di Purkinje, guidati dai loro ingressi in fibra rampicante5, forniscono un segnale 6,7 necessario e sufficiente 8,9 per l'acquisizione di CR correttamente temporizzati.
Più recentemente, sono stati sviluppati paradigmi di apprendimento associativo dipendenti dalla fibra rampicante per topi fissi a testa. DEC è stato il primo paradigma di apprendimento associativo ad essere adattato a questa configurazione10,11. Dec in topi fissi è stato utilizzato per identificare le regioni cerebellari 11,12,13,14,15,16,17 e gli elementi circuitali 11,1 2,13,14,15,18,19 che sono necessari per l'acquisizione e l'estinzione delle attività. Questo approccio è stato utilizzato anche per dimostrare come la rappresentazione fisiologica a livello cellulare dei parametri del compito si evolve con l'apprendimento 13,15,16.
Oltre all'eyeblink, il paradigma del condizionamento tattile dello startle ritardato (DTSC) è stato recentemente sviluppato come un nuovo compito di apprendimento associativo per topi fissi a testa20. Concettualmente simile al DEC, DTSC prevede la presentazione di un CS neutro con un US, un tap to the face di intensità sufficiente per innestare un riflesso di startle21,22 come UR. Nel paradigma DTSC, sia l'UR che il CR vengono letti come locomozione all'indietro su una ruota. DTSC è stato ora utilizzato per scoprire come l'apprendimento associativo altera l'attività cerebellare e i modelli di espressione genica20.
In questo lavoro, è stato sviluppato un metodo per applicare in modo flessibile DEC o DTSC in un'unica piattaforma. Gli attributi di stimolo e piattaforma sono schematizzati nella Figura 1. Il design incorpora la capacità di tracciare il comportamento degli animali con una telecamera e un encoder rotativo per tracciare la locomozione del mouse su una ruota. Tutti gli aspetti della registrazione dei dati e della struttura di prova sono controllati da microcontrollori accoppiati (Arduino) e da un computer a scheda singola (SBC; Raspberry Pi). È possibile accedere a questi dispositivi tramite un'interfaccia utente grafica fornita. Qui presentiamo un flusso di lavoro per l'installazione, la preparazione e l'esecuzione degli esperimenti e una pipeline di analisi personalizzata per la visualizzazione dei dati.

<table><tbody><tr><td>Base rapida "B" per C & B METABOND - Flacone da 10 mL</td><td>Parkell</td><td>S398</td><td>Solvente per cemento dentale</td></tr> <tr><td>"C" Catalizzatore TBB universale - 0,7 mL</td><td>Parkell</td><td>S371</td><td>Catalizzatore</td></tr><tr><td>#8 Rondelle</td><td>Thorlabs</td><td>W8S038</td><td>Rondelle</td></tr><tr><td>0,250" (1/4") x 8,00" Albero di precisione in acciaio inossidabile</td><td>Servocity</td><td>634172</td><td>albero da 1/4"</td></tr><tr><td>0,250" (0,770") Mozzo di serraggio</td><td>Servocity</td><td>545588</td><td>Mozzo di serraggio</td></tr><tr><td>Accoppiatore per albero a vite da 1/4" a 6 mm - Confezione da 5</td><td>Actobotics</td><td>625106</td><td>Manicotto di accoppiamento albero</td></tr><tr><td>1/4"-20 Viti a testa cilindrica, 3/4" Long</td><td>Thorlabs</td><td>SH25S075</td><td>Bullone da 1/4"</td></tr><tr><td>100 pezzi 5 mm 395&ndash; 400 nm UV ultravioletto LED luce emettitore diodo chiaro lente rotonda 29 mm cavo lungo (DC 3V) LED luci +100 pz resistori</td><td>EDGELEC</td><td>&lrm; ED_YT05_U_100Pcs</td><td>CS LED</td></tr><tr><td>Cavo da 2 m Micro HDMI a DVI-D - M/M - Cavo da 2 m Micro HDMI a DVI - 19 pin HDMI (D) Maschio a DVI-D Maschio - 1920 x 1200 Video</td><td>Star-tech</td><td>&lrm; HDDDVIMM2M</td><td>Raspberry Pi4B al cavo 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>Chiavetta USB</td></tr><tr><td>3,3 V... 5 V 4 canali Convertitore di livello logico Modulo cambio bidirezionale</td><td>Amazon</td><td>B00ZC6B8VM</td><td>Traslatore di livello logico</td></tr><tr><td>32 GB 95 MB/s (U1) microSDHC EVO Select Scheda di memoria</td><td>Samsung</td><td>&lrm; Scheda microSD MB-ME32GA/AM</td><td></td></tr><tr><td>Canale in alluminio da 4,50"</td><td>Servocity</td><td>585444</td><td>Canale in alluminio da 4,5"</td></tr><tr><td>CCTV Ir Illuminatore per visione notturna a infrarossi</td><td>Towallmark</td><td>SODIAL</td><td>Array di luce a infrarossi</td></tr><tr><td>4 pezzi Il kit breadboard include 2 breadboard da 830 punti 2 pezzi da 400 punti per la distribuzione Proto Shield Blocchi di collegamento</td><td>REXQualis</td><td>B07DL13RZH</td><td>Breadboard</td></tr><tr><td>Switch di rete Ethernet non gestito Gigabit a 5 porte</td><td>TP-Link</td><td>&lrm; TL-SG105</td><td>Switch Ethernet</td></tr><tr><td>5 V 2.5 A Raspberry Pi 3 B+ Alimentatore/Adattatore</td><td>Canakit</td><td>&lrm; DCAR-RSP-2A5</td><td>Alimentatore per Raspberry Pi 3B+</td></tr><tr><td>5-0 ETHILON NERO 1 x 18" C-3</td><td>Ethicon</td><td>668G</td><td>Suture</td></tr><tr><td>6 mm Albero Encoder 2000 PPR Pushpull Line Driver Uscita universale Uscita Line Driver 5-26 V dc Alimentazione</td><td>Calt</td><td>&nbsp; B01EWER68I</td><td>Encoder rotativo</td></tr><tr><td>&Oslash; Perno ottico da 1/2", SS, vite di fermo 8-32, maschio da 1/4"-20, L = 1", confezione da 5</td><td>perni ottici</td> <td>Thorlabs</td><td>TR1-P5</td></tr><tr><td>&Oslash; Perno ottico da 1/2", SS, vite di fermo 8-32, maschio da 1/4"-20, L = 2", confezione da 5</td><td>perni ottici</td> <td>Thorlabs</td><td>TR2-P5</td></tr><tr><td>&Oslash; Perno ottico da 1/2", SS, vite di fermo 8-32, maschio da 1/4"-20, L = 4", confezione da 5</td><td>perni ottici</td> <td>Thorlabs</td><td>TR4-P5</td></tr><tr><td>&Oslash; Perno ottico da 1/2", SS, vite di fissaggio 8-32, rubinetto da 1/4"-20, L = 6", confezione da 5</td><td>perni ottici</td> <td>Thorlabs</td><td>TR6-P5</td></tr><tr><td>&Oslash; Supporto per palo da 1/2", vite a testa zigrinata con bloccaggio esagonale caricato a molla, L = 2"</td><td>Thorlabs</td><td>PH2</td><td>Supporto per palo ottico</td></tr><tr><td>Adattatore-062-M X LUER LOCK-F</td><td>The Lee Co.</td><td>TMRA3201950Z</td><td>Adattatore luer per elettrovalvola</td></tr><tr><td>Rullo in schiuma Aeromat Dimensioni: 36" Lunghezza</td><td>Aeromat</td><td>B002H3CMUE</td><td>Rullo in schiuma</td></tr><tr><td>Breadboard in alluminio 10" x 12" x 1/2", 1/4"-20 Rubinetti</td><td>Thorlabs</td><td>MB1012</td><td>Breadboard in alluminio</td></tr><tr><td>Amazon Basics Cavo adattatore da HDMI a DVI, nero, 6 piedi, confezione da 1</td><td>Amazon</td><td>HL-007347</td><td>Raspberry Pi3B+ per monitorare il cavo</td></tr><tr><td>Arduino&nbsp; Uno R3</td><td>Arduino</td><td>A000066</td><td>Arduino Uno (scheda microcontrollore)</td></tr><tr><td>Arduino Due</td><td>Arduino</td><td>&lrm; A000062</td><td>Arduino Due (scheda microcontrollore)</td></tr><tr><td>Alimentatore da banco, singolo, regolabile, 3 uscite, 0 V, 24 V, 0 A, 2 A</td><td>Tenma</td><td>72-8335A</td><td>Alimentatore</td></tr><tr><td>Lastra acrilica colata trasparente resistente ai graffi e ai raggi UV, 12" x 24" x 1/8"</td><td>McMaster Carr</td><td>8560K257</td><td>Piastra acrilica</td></tr><tr><td>Driver per motori passo-passo CNC 1.0&ndash; 4.2 A 20&ndash; Risoluzioni a 50 V CC 1/128 Micro-Step per motori passo-passo Nema 17 e 23</td><td>Driver per motori passo-passo</td><td>online</td><td>B06Y5VPSFN</td></tr><tr><td>Regolatore compatto per aria compressa, scarico in linea, alloggiamento in ottone, 1/4 NPT</td><td>McMaster Carr</td><td>6763K13</td><td>Regolatore della sorgente d'aria</td></tr><tr><td>Cotton Swab</td><td>Puritan</td><td>806-WC</td><td>Cotton fioc</td></tr><tr><td>Dell 1908FP Monitor a schermo piatto da 19" Dell 1908FPC - 1908FPC</td><td>Dell</td><td>1908FPC</td><td>Cavo flessibile per monitor</td></tr> per fotocamera <tr><td>Raspberry Pi</td><td>Adafruit</td><td>2144</td><td>cavo di interfaccia seriale per fotocamera</td></tr><tr><td>Motore passo-passo bipolare Nema 17 ad alta coppia 92 oz&middot; in/65 N&middot; cm 2.1 A Motore estrusore</td><td>passo-passo Online</td><td>17HS24-2104S</td><td>Motore passo-passo</td></tr><tr><td>Isoflurano</td><td>Henry Schein</td><td>66794001725</td><td>Isoflurano</td></tr><tr><td>Krazy Maximum Bond Colla permanente, 0.18 oz.</td><td>Krazy Glue</td><td>KG483</td><td>Colla cianoacrilica</td></tr><tr><td>Lidocaina HCl</td><td>VetOne</td><td>510212</td><td>Lidocaina</td></tr><tr><td>Dado esagonale in acciaio a bassa resistenza, grado 2, zincato, filettatura 1/4"-20 McMaster</td><td>Carr</td><td>90473A029</td><td>Dadi</td></tr><tr><td>M3 x 50 mm Chiavi esagonali parzialmente filettate Viti a testa cilindrica 10 pz</td><td>Uxcell</td><td>A16040100ux1380</td><td>Bullone M3</td></tr><tr><td>NEMA 17 Supporto</td> <td>per motore passo-passoACTOBOTICS</td><td>555152</td><td>Supporto per motore passo-passo</td></tr><tr><td>Alimentatore ufficiale Raspberry Pi 5,1 V 3 A con USB C - 1,5 m di lunghezza</td><td>Adafruit</td><td>4298</td><td>Alimentatore per Raspberry Pi 4B</td></tr><tr><td>Optixcare Dog & Gel lubrificante lubrificante Cat Eye, tubo da 0,70 once</td><td>Optixcare</td><td>142422</td><td>Unguento oftalimico</td></tr><tr><td>Cuscinetto a sfere di precisione in acciaio inossidabile, schermato, codice commerciale R188-2Z, 13000 giri/min Velocità massima</td><td>McMaster-Carr</td><td>3759T57</td><td>Cuscinetto</td></tr><tr><td>Premium Cavi per ponticelli femmina/femmina - 40 x 6"</td> <td>Adafruit</td><td>266</td><td>fili</td></tr><tr><td>Cavi per ponticelli di "estensione" Premium femmina/maschio - 40 x 6" (150 mm)</td><td>Adafruit</td><td>826</td><td>Fili</td></tr><tr><td>Premium Maschio/Maschio Ponticelli - 40 x 6"</td><td>Adafruit</td><td>758</td><td>Fili</td></tr><tr><td>Radiopaco L-Powder per C& B METABOND - 5 g</td><td>Parkell</td><td>S396</td><td>Polvere di cemento dentale</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 Modulo fotocamera V2 - 8MP 1080P30</td><td>Raspberry Pi Foundation</td><td>RPI3-NOIR-V2</td><td>Raspberry NoIR V2</td></tr><tr><td>Staffa ad angolo retto, 1/4" (M6) Svasatura Staffa, 8-32 Rubinetti</td><td>Thorlabs</td><td>AB90E</td><td>Staffa</td></tr> <tr><td>ad angolo rettoMorsetto ad angolo retto per &Oslash; 1/2" Alberi, 3/16" Hex</td><td>Thorlabs</td><td>RA90</td><td>Morsetto ottico ad angolo retto</td></tr><tr><td>Morsetto terminale ad angolo retto per &Oslash; 1/2 "Post, 1/4" -20 perno e 3/16" esagonale</td><td>Thorlabs</td><td>RA180</td><td>morsetto terminale ad angolo retto</td></tr><tr><td>RJ45 Cat-6 Ethernet Patch Internet Cavo Amazon</td><td></td><td>&lrm; CAT6-7FT-5P-BLU</td><td>Cavo Ethernet</td></tr><tr><td>Morsetto rotante per &Oslash; 1/2" Post, 360&deg; Regolabile in continuo, 3/16" esagonale</td><td>Thorlabs</td><td>SWC</td><td>Morsetti ottici rotanti</td></tr><tr><td>Spike & Tenere il driver-0.1 A 5 MS</td><td>The Lee Co.</td><td>IECX0501350A</td><td>Driver per elettrovalvola</td></tr><tr><td>Adattatore base girevole</td><td>Thorlabs</td><td>UPHA</td><td>Adattatore per supporto per palo</td></tr><tr><td>Cavo USB 2.0 A-Maschio a Micro B, 6 piedi</td><td>Amazon</td><td>&lrm; 7T9MV4</td><td>Cavo micro da USB2 tipo A a USB2</td></tr><tr><td>Cavo per stampante USB 2.0 - Da A-Maschio a B-Maschio, 6 piedi (1,8 m)</td><td>Amazon</td><td>B072L34SZS</td><td>Cavo da USB2 tipo B a USB2 tipo A</td></tr><tr><td>VHS-M/SP-12 V</td><td>The Lee Co.</td><td>INKX0514900A</td><td>Elettrovalvola</td></tr><tr><td>in acciaio zincato 1/4" rondella, OD 1.000"</td> <td>Rondelle McMaster Carr</td><td>91090A108</td><td></td></tr></tbody></table>

una piattaforma flessibile per il monitoraggio dell'apprendimento associativo sensoriale dipendente dal cervelletto

A Flexible Platform for Monitoring Cerebellum-Dependent Sensory Associative Learning

Gli input di fibre rampicanti alle cellule di Purkinje forniscono segnali istruttivi critici per l'apprendimento associativo dipendente dal cervelletto. Lo studio di questi segnali in topi fissi facilita l'uso di metodi di imaging, elettrofisiologici e optogenetici. Qui, è stata sviluppata una piattaforma comportamentale a basso costo (~ $ 1000) che consente il monitoraggio dell'apprendimento associativo in topi fissi a testa che locomotano liberamente su una ruota da corsa. La piattaforma incorpora due paradigmi di apprendimento associativo comuni: il condizionamento dell'eyeblink e il condizionamento dello startle tattile ritardato. Il comportamento viene monitorato utilizzando una telecamera e il movimento della ruota da un rilevatore. Descriviamo i componenti e la configurazione e forniamo un protocollo dettagliato per la formazione e l'analisi dei dati. Questa piattaforma consente l'incorporazione della stimolazione optogenetica e dell'imaging a fluorescenza. Il design consente a un singolo computer host di controllare più piattaforme per addestrare più animali contemporaneamente.

Flusso di lavoro per esperimenti e analisi DEC Una corretta selezione dei parametri sperimentali è importante per il successo dell'allenamento di condizionamento ritardato dell'occhio (DEC). Per i dati qui presentati, la GUI è stata utilizzata per scegliere una durata CS di 350 ms e una durata STATUNITENSE di 50 ms. Questo accoppiamento si traduce in un intervallo inter-stimolo di 300 ms: abbastanza lungo da prevenire la produzione di CR a bassa ampiezza10 e abbastanza breve da...

Abbiamo sviluppato un'unica piattaforma per tracciare il comportamento degli animali durante due attività di apprendimento associativo dipendenti dalla fibra di arrampicata. Il design a basso costo consente l'integrazione con esperimenti optogenetici o di imaging diretti verso l'arrampicata dell'attività cerebellare associata alle fibre.

Una piattaforma flessibile per il monitoraggio dell'apprendimento associativo sensoriale dipendente dal cervelletto

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

I paradigmi di apprendimento associativo sensoriale hanno rivelato molto sulla funzione del cervelletto e sulla sua relazione con il resto del cervello e sul comportamento. Usando il topo come organismo modello, presentiamo un metodo con dettagli sufficienti per i laboratori di tutto il mondo per implementare questi potenti metodi in modo efficace ed economico. Il nostro protocollo consentirà ai ricercatori di impostare più comportamenti dipendenti dal cervelletto.Le funzioni principali della nostra piattaforma di ricerca possono essere facilmente modificate per adattarsi a una particolare domanda di ricerca. Per iniziare, collegare il cavo di interfaccia seriale della fotocamera alla fotocamera e la porta della fotocamera sull'SBC. Quindi scaricare il sistema operativo per l'SBC sul computer host e creare un file chiamato ssh nella scheda microSD.Espellere la scheda microSD dalla macchina host. Inserirlo nello slot per schede microSD SBC e alimentare l'SBC. Successivamente, per preparare l'SBC ad accettare una connessione cablata all'host, aprire un terminale, digitare il comando ifconfig"e registrare l'indirizzo IP Ethernet dell'SBC.Quindi vai alla scheda Interfaccia dell'imposta

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

Research

Ricerca

JoVE Journal

Neuroscience

Neuroscienze

In questo rapporto, presentiamo un sistema completamente automatico ed estremamente versatile in grado di testare contemporaneamente multi-cognitive comportamenti e registrare le attività neuronali per i roditori.

Un sistema completamente automatizzato ed altamente versatile per test multi-funzioni cognitive e di registrare le attività neuronali in roditori

Viene proposto un protocollo completamente automatizzato per roditori condizionamento operante. Il protocollo si basa su un preciso controllo temporale degli eventi comportamentali per indagare in che misura influenza il controllo dell'attività sottostante neurale integrazione sensomotoria e di controllo cognitivo esperimenti.

Un completamente automatizzata Roditore condizionata Protocollo per Sensomotoria Integrazione e esperimenti di controllo cognitive

Descriviamo i protocolli per la formazione di ratti per le registrazioni elettrofisiologiche croniche in compiti cognitivi completamente automatizzate su una proiezione Piano Maze.

Automated compiti cognitivi visivi per la registrazione Neural all&#39;attività utilizzando una proiezione Piano Maze

Questo metodo crea un ambiente familiare tangibile per il mouse per navigare ed esplorare durante microscopiche di imaging o unicellulari registrazioni elettrofisiologiche, che richiedono ferma fissazione della testa dell'animale.

Appartamento con pavimento Platform aria sollevata: Un nuovo metodo per la combinazione di Comportamento con microscopia o Elettrofisiologia su Awake liberi di muoversi Roditori

Shuttle-box apprendimento evitamento è ben consolidata in neuroscienze comportamentali. Questo protocollo descrive come navetta-box di apprendimento nei roditori può essere combinata con microstimolazione site-specific elettrica intracorticale (ICMS) e croniche simultanea nelle registrazioni vivo come strumento per studiare molteplici aspetti dell'apprendimento e della percezione.

Combinato Shuttle-Box Training con elettrofisiologiche Cortex registrazione e stimolazione come strumento per studiare percezione e apprendimento

La tecnica del patch clamp fetta è un metodo efficace per analizzare i cambiamenti indotti dall'apprendimento nella proprietà intrinseche e plasticità delle sinapsi eccitatorie o inibitorie.

Sezione tecnica del Patch Clamp per l'analisi di plasticità indotta su apprendimento

In alcuni animali manipolati dai geni, l'utilizzo di un unico protocollo potrebbe non indurre LTD nelle cellule cerebellar Purkinje, e ci può essere una discrepanza tra LTD e apprendimento motorio. Sono necessari più protocolli per valutare l'induzione di LTD in animali manipolati dal gene. Vengono visualizzati i protocolli standard.

Valutazione dell'induzione della depressione a lungo termine nelle fette di cerebellar adulto

WheelCon è una piattaforma nuova, libera e open-source per progettare videogiochi che simulano in modo non invasivo la mountain bike lungo un sentiero ripido, tortuoso e accidentato. Contiene componenti che presentano nel controllo sensomotorio umano (ritardo, quantizzazione, rumore, disturbo e cicli di feedback multipli) e consente ai ricercatori di studiare l'architettura a strati nel controllo sensomotorio.

WheelCon: una piattaforma di gioco basata sul controllo delle ruote per studiare il controllo del senso umano

Questo articolo presenta un protocollo che consente una valutazione non invasiva e automatizzata delle prestazioni motorie, nonché l'apprendimento motorio adattivo e associativo su sfide, utilizzando un dispositivo chiamato Erasmus Ladder. La difficoltà del compito può essere titolata per rilevare una compromissione motoria che va da gradi maggiori a lievi.

Monitoraggio dell'apprendimento motorio fine e associativo nei topi utilizzando la scala Erasmus

L'attuale studio descrive un test del comportamento motorio fine per esaminare i deficit motori nei modelli di roditori, incluso il ratto TgF344-AD, utilizzando l'apprendimento automatico.

Un compito motorio fine per studiare la cinematica articolare in un modello preclinico di malattia neurodegenerativa

Impara a monitorare l'apprendimento associativo dipendente dalle fibre rampicanti nel cervelletto dei topi con questa piattaforma flessibile e a basso costo. Il metodo consente di tracciare i comportamenti cerebellari con dettaglio.

Una piattaforma flessibile per il monitoraggio dell'apprendimento associativo sensoriale dipendente dal cervelletto

Esplora altri video