머리가 구속된 마우스의 공간 학습 측정을 위한 오픈 소스 가상 현실 시스템An open-source virtual reality system for the measurement of spatial learning in head-trained mice

이 오픈 소스 가상 현실 시스템은 연구자들이 간단한 모듈식 전자 설정을 사용하여 머리가 구속된 마우스에 일관된 공간 자극 세트를 제시할 수 있게 해주기 때문에 뇌의 공간 학습 연구에 중요한 도구입니다. 이 시스템의 장점은 저렴하고 설정하기 쉬우며 컴팩트하고 모듈식이어서 기존의 머리 제한 행동 설정과의 교육 및 통합을 위한 여러 행동 설정을 구축할 수 있다는 것입니다. 이 시스템은 공간 학습 및 머리 구속 마우스를 측정하는 데 이상적이지만 인간 정신 물리학 및 신경 영상을 포함한 다른 종 및 준비의 실험을 위한 시각적 가상 현실 환경을 동등하게 제공할 수 있습니다.

이 절차를 시연하는 것은 우리 실험실의 연구 조교 인 Carla Diaz와 Hannah Chung이 될 것입니다. 시작하려면 로터리 엔코더 구성 요소와 로터리 ESP32 사이에 와이어를 연결합니다. 로터리 엔코더에는 일반적으로 양극, GND, A 및 B의 4 개의 와이어가 있으며 점퍼 와이어를 통해 ESP32, 3 0.3 볼트, GND 25 및 26 핀에 연결합니다.

회전식 ESP32와 동작 ESP32 사이에 직렬 RX/TX 와이어를 연결합니다. 회전식 ESP32, Serial0 RX/TX 및 동작 ESP2의 Serial32 포트 사이에 간단한 2선 연결을 만듭니다. 회전식 ESP32와 단일 보드 컴퓨터 GPIO 또는 직접 USB 연결 사이에 직렬 RX/TX 와이어를 연결합니다.

단일 보드 컴퓨터 GPIO 핀 14, 15, RX/TX와 회전식 ESP32, Serial2, TX/RX 핀 1716 사이에 2선식 연결을 만듭니다. 그런 다음 회전식 ESP32 USB를 단일 보드 컴퓨터 USB에 연결하여 초기 회전식 인코더 코드를 업로드합니다. 12볼트 액체 솔레노이드 밸브를 OMW 소형 PCB의 맨 왼쪽에 있는 ULN2803 IC 출력에 연결하고 릭 포트를 ESP32 터치 입력에 연결합니다.

USB를 단일 보드 컴퓨터의 USB 포트에 연결하여 다양한 실험 패러다임을 위해 동작 ESP32에 새 프로그램을 업로드하고 포함된 처리 스케치를 사용하여 동작 데이터를 캡처합니다. 그런 다음 12볼트 DC 벽면 어댑터를 동작 ESP2.1 OMW 소형 PCB의 32mm 배럴 잭 커넥터에 연결하여 보상 솔레노이드 밸브에 전원을 공급합니다. 단일 보드 컴퓨터의 HDMI 2 출력을 프로젝터 HDMI 포트에 연결합니다.

이것은 단일 보드 컴퓨터 GPU에 의해 렌더링된 그래픽 소프트웨어 환경을 프로젝션 스크린으로 전달합니다. 싱글 보드 컴퓨터에서 터미널 창을 열고 Hall Pass VR 폴더로 이동합니다. 표시된 가상 현실 또는 VR 그래픽 사용자 인터페이스 또는 GUI를 실행하여 GUI 창을 엽니다.

트랙을 따라 있는 세 가지 패턴 각각에 대해 목록 상자에서 네 개의 요소를 선택하고 추가한 다음 생성을 클릭합니다. 드롭다운 메뉴에서 바닥 및 천장 이미지를 선택하고 이 예제 코드의 트랙 길이를 2미터로 설정합니다. 원하는 경우 이 패턴의 이름을 지정합니다.

시작 버튼을 클릭하고 VR 창이 시작될 때까지 기다렸다가 다른 곳을 클릭합니다. 그래픽 소프트웨어 환경이 화면 2에 나타납니다. 처리 스케치를 실행하여 동작 데이터 이동을 수집하고 플로팅합니다.

처리 IDE에서 표시된 명령을 엽니다. 동물을 마우스 숫자 변수로 변경하고 세션 시간을 행동 세션의 길이(분)와 동일하게 설정합니다. 처리 IDE에서 실행 단추를 클릭합니다.

휠이 30초마다 업데이트되는 핥기, 랩 및 보상의 리워드 영역 및 러닝 히스토그램과 함께 회전할 때 가상 선형 트랙에서 현재 마우스 위치를 표시해야 하는 처리 플롯 창을 확인합니다. 러닝 휠을 손으로 전진시켜 테스트를 위해 마우스 러닝을 시뮬레이션하거나 초기 설정에 테스트 마우스를 사용합니다. 플롯 창을 클릭하고 키보드의 Q 키를 눌러 동작 데이터 수집을 중지합니다.

동작 이벤트 및 시간의 텍스트 파일과 PNG의 최종 플롯 창 이미지는 세션 시간(분)이 경과하거나 사용자가 Q 키를 눌러 종료할 때 저장됩니다. 조작되지 않는 보상이 있는 무작위 단조의 경우 임의의 시각적 요소 경로로 그래픽 소프트웨어 GUI 프로그램을 실행합니다. 그런 다음 동작 프로그램을 동작 ESP32에 업로드하여 여러 개의 비조작적 보상과 함께 마우스가 달리고 핥도록 조절합니다.

마우스를 머리 고정 장치에 부드럽게 놓고 핥기 주둥이를 마우스 입 바로 앞쪽 위치로 조정한 다음 마우스 휠을 프로젝션 스크린 영역의 중앙에 배치합니다. 처리 스케치에서 동물의 이름을 설정한 다음 처리 IDE에서 실행을 눌러 동작 데이터 수집 및 플로팅을 시작합니다. 마우스가 세션당 최소 20바퀴 동안 작동할 때까지 20분에서 30분 세션으로 마우스를 실행하고 임의의 위치에 제공되는 보상을 핥습니다.

번갈아 가며 조작적 보상을 받는 무작위 채집의 경우, 조작자가 1과 같은 교대로 동작하는 행동 프로그램을 업로드하고 조작되지 않는 보상 영역과 조작적 보상 영역 모두에 대해 핥을 때까지 마우스를 훈련시킵니다. 완전히 조작적인 무작위 채집을 위해 4개의 조작적 무작위 보상 영역이 있는 행동 프로그램을 업로드하고 트랙을 따라 일관되게 보상을 받을 때까지 마우스를 훈련시킵니다. 다음으로 공간 학습을 위해 중앙에 단일 시각적 단서가 있는 어두운 복도 경로로 그래픽 소프트웨어 프로그램을 실행합니다.

그런 다음 숨겨진 단일 보상 영역이 있는 행동 프로그램을 행동 ESP32에 업로드합니다. 하나의 숨겨진 보상 영역과 단일 시각적 큐 VR 복도를 사용하여 30분 동안 마우스를 실행하고 앞에서 설명한 대로 세션 중에 데이터를 캡처합니다. 처리 스케치 폴더에서 txt 데이터 파일을 다운로드하고 행동 데이터를 분석하여 공간 학습의 지표로서 공간 선택적 핥기의 출현을 관찰합니다.

그래픽 소프트웨어 환경을 이용한 공간 학습은 다음과 같습니다. 무작위 먹이 찾기에 대한 점진적인 훈련 단계를 통해 쥐는 공간 학습을 보여주기 위해 단일 숨겨진 보상 위치로 전환되기 전에 바퀴 위에서 달리고 낮은 수준에서 트랙을 따라 일관되게 핥는 법을 배웠습니다. 이 연구에서, 7 마리의 마우스 중 4 마리는 선택성이 증가함에 따라 보상 영역 근처를 핥는 것으로 나타난 바와 같이 2-4 개의 세션에서 단일 시각적 신호로 숨겨진 보상 작업을 배웠습니다.

또한, 마우스는 세션 내와 세션 학습 사이에 상당한 양을 나타냈다. 둘째 날의 랩당 공간적 핥기는 보상 영역 이전에 핥기가 증가하고 다른 곳에서 핥기가 감소한 것으로 나타났으며, 이는 공간적으로 특정한 예상 핥기의 발달을 나타냅니다. 시스템을 사용할 때 기억해야 할 가장 중요한 점은 마우스가 러닝 휠에서 강화되고 편안할 때만 잘 작동한다는 것입니다.

따라서 물은 동물을 적절하게 제한하고 부드럽게 다루며 머리 구속 위치가 투사 화면을 보는 동안 달리기에 최적인지 확인하십시오. 신경과학 연구원은 이 오픈 소스 VR 시스템을 생체 내 이미징 또는 전기 생리학과 결합하여 뇌의 공간 학습의 기반이 되는 뉴런 회로를 조사할 수 있습니다. 우리는 이 오픈 소스 VR 시스템의 단순성을 통해 연구자들이 시스템을 다양한 신경 기록 설정에 통합할 수 있다고 생각합니다.

VR 환경에서 공간 자극을 정밀하게 제어함으로써 연구자들은 공간 학습에 대한 특정 뉴런 회로의 기여도를 조사할 수 있습니다.