August 1st, 2018
頭頂前頭に関わるニューロンの視覚運動変換オブジェクトの選択を分析する詳細なプロトコルが表示されます。
この方法は、視覚系および運動系の神経科学における重要な質問に答えるのに役立ちます。例えば、ニューロンは物体や物体の部分をどのように符号化するのでしょうか?また、神経表現は視覚から運動にどのように変化するのでしょうか?
この方法の主な利点は、ニューロンを現実世界の物体に到達して把持するとき、およびディスプレイに表示される物体と物体部品の画像で研究できることです。この手順を実演するのは、ポスドクのMaria Romeroと、私の研究室の博士課程の学生であるIrene Capraraです。まず、被験者を物体把持装置の前にある試験椅子に座
らせます。被験者の目の前で赤外線カメラを調整して、瞳孔と角膜反射の適切な画像を取得します。カルーセルセットアップを使用して視覚誘導の把持タスクを実行するには、まず、マカクザルが記録された半球に対して反対側の手を完全な暗闇の中で静止位置に置くのを待って、シーケンスを開始します。2, 000 から 3, 000 ミリ秒の可変試行間隔の後、物体の基部に固定点として赤色レーザーを適用します。
動物が電子的に定義された固定ウィンドウ内で視線を500ミリ秒維持している場合は、光源で物体を上から照らします。次に、300〜1, 500ミリ秒の可変遅延の後、視覚ゴーキューとしてレーザーの調光をプログラムします。マカクザルに、静止位置から手を持ち上げ、300〜900ミリ秒のランダム化された可変間隔で物体に手を伸ばし、つかみ、保持するように指示します。
マカクがすべてのシーケンスを正しく実行するたびに、ジュースを一滴飲ませてあげてください。カルーセルのセットアップについては、マカクザルが記録された半球の反対側に手を完全な暗闇の中で静止位置に置いて、シーケンスを開始します。2, 000 から 3, 000 ミリ秒後、オブジェクトの LED を点灯させます。
繰り返しになりますが、動物が電子的に定義された固定窓の内側に視線を維持している場合は、白色光源で物体を照らします。遅延後、視覚的な合図が表示されたらLEDをオフにしてください。再び、猿は静止位置から手を持ち上げ、物体に手を伸ばし、つかみ、保持します。
正しいシーケンスごとに、サルにジュースを一滴ずつ与えます。追加のオブジェクトを使用してトレーニングを続けます。タスク中、ソフトウェアは、ゴーシグナルと手の動きの開始との間の反応時間を測定する必要があります。
そして、動き始めてから物体を持ち上げるまでの把持時間。2Dタスクには、標準のLCDモニターを使用します。すべての視覚刺激を黒い背景に投影します。
3Dテストでは、サルの目の前にある2つの強誘電性液晶シャッターを見つけます。3Dテストでは、サルの目の前にある2つの強誘電性液晶シャッターを見つけます。減衰の速いP46蛍光体を搭載したブラウン管モニターで左目と右目の画像を交互に表示し、60ヘルツのシャッターを操作しながらモニターの垂直方向のリトレースに同期して、刺激を立体的に提示します。
画面の中央に小さな正方形を固定点として表示して、試用版を開始します。目の位置が電子的に定義された 1 度四方のウィンドウ内に少なくとも 500 ミリ秒留まる場合は、視覚刺激を合計 500 ミリ秒の時間画面上に提示します。サルが刺激が相殺されるまで安定した固定を維持したら、一滴のジュースで報酬を与えます。
形状選択性を調べるには、探索テストから始まる受動固定タスク中に 2D 画像で複数のテストを実行します。VGGで把持されたオブジェクトの画像を含む、さまざまな画像を使用して、セルの視覚的な選択性をテストします。このタスクおよびその後のすべての視覚タスクについて、最も強い応答を呼び起こす画像(好ましい画像と呼ばれる)を、ニューロンが弱く反応している2番目の画像(非優先画像と呼ばれる)と比較する。
次に、コンター テストを実行します。実際のオブジェクトの元の表面画像から、同じ刺激形状の段階的に簡略化されたバージョンを取得します。コンディションごとに少なくとも10回の試行を集めます。
ニューロンが元の表面、シルエット、または元の形状の輪郭を好むかどうかを判断するため。次に、受容フィールドテストを実行します。ディスプレイ上のさまざまな位置にあるオブジェクトの画像を表示し、中央の視野をカバーします。
ここでは、3 度で合計 35 の位置が使用されます。最後に、受容野の中心に提示された等高線フラグメントを使用して縮退試験を実行し、最小有効形状の特徴を特定します。最小有効形状特徴を、無傷のアウトライン応答の少なくとも 70% の応答を誘発する最小の形状フラグメントとして決定します。
この画像は、領域F5pから記録されたニューロンの例の応答を示しており、球とプレートでテストされ、2つの異なるサイズで示されています。この特定のニューロンは、大きな球の最適な刺激だけでなく、大きなプレートにも応答しました。それに比べて、小さな物体に対する反応は弱かった。
次の図は、前頭頂部領域に記録され、視覚誘導把持タスクと受動的固定の両方でテストされたニューロンの例の結果を示しています。このニューロンは、把持中に反応しました。ニューロンは、把持タスクで使用されるオブジェクトの写真を含む、オブジェクトの2D画像の視覚的提示にも応答しました。
望ましいのは、つかむオブジェクトではなく、動物が以前につかむ経験がなかった別の2D画像でした。ここでは、削減テストで得られた応答の例を示します。この例のニューロンは、テストの最小フラグメントに応答しました。
このテクニックを習得すると、正しく実行すれば、90分以内に完了することができます。このビデオを見れば、背側視覚ストリームのニューロンをオブジェクトやオブジェクトの画像でテストし、応答を駆動する重要な特徴を特定する方法について十分に理解できるはずです。
View the full transcript and gain access to thousands of scientific videos
この記事は、視覚運動変換に関与する後頭葉-前頭葉ニューロンの物体選択性を分析するための詳細なプロトコルを提示しています。この研究は、実世界の物体や画像を用いた到達および把握タスク中のニューロン反応を観察できるよう、特殊なセットアップを使用しています。取り上げられる主要な質問には、ニューロンがどのように物体をエンコードし、それらの表現が視覚タスクから運動タスクへどのように変化するかが含まれます。
Understanding how neurons encode object features and transform visual input into motor output informs target validation in neurotherapeutic development. This method supports mechanistic de-risking by linking neural selectivity to visuomotor behavior, enhancing predictive confidence in target engagement. It provides a disease-relevant system for probing sensorimotor integration in preclinical models.
The method fits within early discovery workflows by providing neural selectivity data that informs target validation and lead identification in neuroscience drug discovery.