マウスにおける頭部固定型バーチャルリアリティの行動訓練法

この研究では、仮想現実環境でマウスをトレーニングするための詳細な方法論を調査し、特に線形トラック ナビゲーションと複雑な Y 迷路タスクに焦点を当てます。これは、仮想現実トレーニング プロトコルのギャップに対処し、仮想現実内で複雑な意思決定行動を実行するマウスの能力を評価することを目的としています。このプロトコルは、外科的処置の統合、輸液制限、システムセットアップなど、マウス向けの詳細な仮想現実トレーニング方法論のギャップに対処します。また、複雑な行動タスクを実装し、実験の一貫性を向上させ、マウスの微妙な行動および認知研究のための仮想現実の採用を促進するためのフレームワークも提供します。

このVRプロトコルは、実験条件を正確に制御し、動き関連のノイズを最小限に抑えることで、頭部固定マウスの詳細な行動分析と神経生理学的記録を可能にします。また、タスクの漸進的な複雑さをサポートし、他の方法では効果的に捉えられない複雑な行動や認知プロセスの研究を強化します。

[ナレーター]まず、ヘッドバー移植手術の日から1週間後にマウスのベースライン体重を確立します。1日目、2日目、3日目に、体重100グラムあたりそれぞれ15、10、5ミリリットルの水をマウスに与えます。マウスを球形トレッドミルに慣れさせ始めると同時に、正しいタイミングの生理学的動機を通じて舐めチューブを報酬に関連付けるための体液調節をマウスに導入します。初日は、マウスの体重を量った後、5分間マウスを扱います。ケージの中にいる間にヘッドバーインプラントをそっとつかみ、この操作に慣れさせます。仮想現実システムが収容されているエリアにマウスを導入し、実験が行われる空間環境を予測できるようにします。2日目に、マウスを再び5分間扱います。ヘッドバーをホルダーに取り付け、マウスが無限に繰り返されるトラックで、またはソフトウェアプログラムをアクティブにせずに、5〜20分間球形トレッドミルに慣れることができます。3日目に、マウスを5分間扱った後、エアクッション付きの球形トレッドミルにしっかりと取り付け、報酬チューブを通して液体の報酬を導入します。マウスを配置する前に、中央の報酬チューブを伸ばし、先端に小さな報酬の液滴を付けます。リワードチューブを球形トレッドミルから5〜15ミリメートル上に持ち上げて、注ぎ口を舐めるには頭の自然な前向きの姿勢が必要になるようにします。マウスをヘッド固定するには、球形トレッドミルのハンドラーの利き手側にマウスを置きます。ハンドラーの利き手を使用して、マウスのヘッドバーをヘッド固定プラットフォームに向かって引っ張ります。次に、ヘッドバーを固定用のスロットに置き、ハンドラーの利き手ではない手を使用して、ヘッドバーを所定の位置にカチッと収めます。次に、マウスの正中矢状面を球形トレッドミルの中心に合わせます。マウスの後ろ足が球形トレッドミルの頂点から11センチメートル以下であり、頭が頂点の後ろにあることを確認してください。4本の足すべてがトレッドミルに触れていること、マウスが休んでいるときに腹部がトレッドミルに触れることを確認します。また、マウスで観察される側面の好みが、動物がボールに取り付けられる方法の非対称性によるものではないことを確認してください。マウスを延長された舐めチューブに誘導するには、マウスの口が注ぎ口の先端にほぼ触れるまでマウスを優しく操作するキスイット法を使用します。ネズミが報酬を受け取ったら、延長された報酬チューブの持続時間を1秒に設定します。マウスが実験パラダイムに慣れたら、マウスが長さ1メートルから始まる直線的な仮想回廊に沿って移動する毎日30分間のセッションを実行します。廊下の端に到達し、糖滴の報酬を受け取ったら、ネズミをスタート地点にテレポートします。さらなる分析のために、報酬の取得と球形トレッドミルでマウスが移動した距離に関するタイムスタンプ付きデータの毎日の記録を文書化します。Y 迷路パラダイムでは、マウスが 2 本の腕がいずれかの方向に 45 度の角度で伸び、Y 字型を形成する選択ポイントに向かって移動するようにします。迷路の開始点から選択点に到達するまで回転を無効にし、さまざまな視覚的特徴を持つ 2 つのアームがあります。次に、決定ゾーン内の回転をアクティブにして、マウスを目的の方向に回転させます。報酬ゾーンに通じる腕に入ったら、もう一度回転を無効にします。マウスを訓練して黒い腕に向かって移動して砂糖の報酬を獲得し、各試行はマウスが開始場所にテレポートして終了します。報酬の位置を左右の間でランダムにシャッフルして、マウスが報酬を特定の側面ではなく視覚的な手がかりに関連付けるようにします。 マウスが獲得する報酬の数は、VR タスクのさまざまなトラック長にわたって学習するにつれて徐々に増加し、トラック長が長くなるにつれて速度が速くなることが観察されました。軌道長が長くなるにつれて、平均速度の顕著な増加が観察されました。Y迷路は、数日間にわたってチャンス以上のパフォーマンスを示しました。ただし、より困難な識別段階にうまく進んだのはサブセットだけでした。