March 3rd, 2023
Hier presenteren we een vereenvoudigde open-source hardware- en software-opstelling voor het onderzoeken van ruimtelijk leren van muizen met behulp van virtual reality (VR). Dit systeem toont een virtueel lineair spoor naar een hoofd-ingetogen muis die op een wiel draait door gebruik te maken van een netwerk van microcontrollers en een single-board computer met een eenvoudig te gebruiken Python grafisch softwarepakket.
Dit open source virtual reality-systeem is een belangrijk hulpmiddel voor het bestuderen van ruimtelijk leren in de hersenen, omdat het onderzoekers in staat stelt om een consistente set ruimtelijke stimuli te presenteren aan een hoofd-ingetogen muis met behulp van een eenvoudige modulaire elektronische opstelling. Het voordeel van dit systeem is dat het goedkoop, eenvoudig in te stellen, compact en modulair is, waardoor meerdere gedragsopstellingen kunnen worden gebouwd voor training en integratie met bestaande hoofd-ingetogen gedragsopstellingen. Dit systeem is ideaal voor het meten van ruimtelijk leren en hoofdremmende muizen, maar het is ook in staat om visuele virtual reality-omgevingen te leveren voor experimenten in andere soorten en preparaten, waaronder menselijke psychofysica en neuroimaging.
Carla Diaz en Hannah Chung, onderzoeksassistenten in ons laboratorium, zullen deze procedure demonstreren. Verbind om te beginnen de draden tussen de roterende encodercomponent en de roterende ESP32. Roterende encoders hebben over het algemeen vier draden, positief, GND, A en B. Verbind deze via jumperdraden met de ESP32, 3 0,3 volt, GND 25 en 26 pinnen.
Sluit de seriële RX/TX-draden aan tussen de roterende ESP32 en het gedrag ESP32. Maak een eenvoudige tweedraadsverbinding tussen de roterende ESP32, Serial0 RX/TX en de Serial2-poort van het gedrag ESP32. Sluit de seriële RX/TX-draden aan tussen de roterende ESP32 en de GPIO- of directe USB-verbinding van de single board computer.
Maak een tweedraads verbinding tussen de GPIO-pinnen van de single board computer, 14, 15, RX/TX, en de roterende ESP32, Serial2, TX/RX pinnen 1716. Sluit vervolgens de roterende ESP32 USB aan op de USB van de single board computer om de initiële roterende encodercode te uploaden. Sluit de 12 volt vloeibare magneetklep aan op de ULN2803 IC-uitgang helemaal links van de OMW kleine PCB, sluit de likpoort aan op de ESP32 touch-ingang.
Sluit de USB aan op de USB-poort van de single board computer om nieuwe programma's te uploaden naar het gedrag ESP32 voor verschillende experimentele paradigma's en om gedragsgegevens vast te leggen met behulp van de meegeleverde verwerkingsschets. Sluit vervolgens de 12 volt DC-wandadapter aan op de 2,1 millimeter barrel jack-connector op de ESP32 OMW kleine PCB om de stroom te leveren voor de beloningsmagneetklep. Sluit de HDMI two-uitgang van de single board computer aan op de HDMI-poort van de projector.
Dit zal de grafische softwareomgeving die wordt gerenderd door de GPU van de single board computer naar het projectiescherm brengen. Open het terminalvenster in de single board computer en navigeer naar de Hall Pass VR-map. Voer de aangegeven virtual reality of VR grafische gebruikersinterface of GUI uit om het GUI-venster te openen.
Selecteer en voeg vier elementen toe in de keuzelijst voor elk van de drie patronen langs de track en klik vervolgens op Genereren. Selecteer Vloer- en plafondafbeeldingen in de vervolgkeuzemenu's en stel de lengte van de track in op twee meter voor deze voorbeeldcode. Benoem dit patroon, indien gewenst.
Klik op de knop Start en wacht tot het VR-venster wordt gestart voordat u ergens anders klikt. De grafische softwareomgeving verschijnt op scherm twee. Voer de verwerkingsschets uit om de beweging van gedragsgegevens te verwerven en te plotten.
Open de aangegeven opdracht in de verwerkings-IDE. Verander het dier in uw muisnummervariabele en stel sessieminuten in die gelijk zijn aan de lengte van de gedragssessie in minuten. Klik op de knop Uitvoeren op de verwerkings-IDE.
Controleer het verwerkingsplotvenster dat de huidige muispositie op de virtuele lineaire track moet weergeven terwijl het wiel meedraait met de beloningszones en lopende histogrammen van de licks, ronden en beloningen, die elke 30 seconden worden bijgewerkt. Verplaats het loopwiel met de hand om te simuleren dat de muis wordt uitgevoerd om te testen of gebruik een testmuis voor de eerste installatie. Klik op het plotvenster en druk op de Q-toets op het toetsenbord om te stoppen met het verkrijgen van gedragsgegevens.
Een tekstbestand van de gedragsgebeurtenissen en -tijden en een afbeelding van het laatste plotvenster in PNG wordt opgeslagen wanneer de sessieminuten zijn verstreken of de gebruiker op de Q-toets drukt om af te sluiten. Voor willekeurig smeden met niet-operante beloningen, voert u het GUI-programma van de grafische software uit met een pad van willekeurige visuele elementen. Upload vervolgens het gedragsprogramma naar het gedrag ESP32 met meerdere niet-operante beloningen om de muis te conditioneren om te rennen en te likken.
Plaats de muis voorzichtig in het hoofdfixatieapparaat, stel de liktuit in op een locatie net voor de mond van de muis en plaats het muiswiel in het midden van de projectieschermzone. Stel de naam van het dier in de verwerkingsschets in en druk vervolgens op Uitvoeren in de verwerkings-IDE om te beginnen met het verzamelen en plotten van de gedragsgegevens. Voer de muis uit in sessies van 20 tot 30 minuten totdat de muis minstens 20 ronden per sessie loopt en lik voor beloningen die op willekeurige locaties worden gepresenteerd.
Voor willekeurig foerageren met operante beloningen op alternatieve ronden, uploadt u het gedragsprogramma met afwisselend operant gelijk aan één en traint u de muis totdat deze likt voor zowel niet-operante als operante beloningszones. Voor volledig operante willekeurige foerageeracties uploadt u het gedragsprogramma met vier operante willekeurige beloningszones en traint u de muis totdat deze consistent langs de baan likt voor beloningen. Voer vervolgens voor ruimtelijk leren het grafische softwareprogramma uit met een pad van een donkere gang met een enkele visuele aanwijzing in het midden.
Upload vervolgens het gedragsprogramma met een enkele verborgen beloningszone naar het gedrag ESP32. Laat de muis 30 minuten durende sessies draaien met een enkele verborgen beloningszone en een enkele visuele aanwijzing VR-gang en leg gegevens vast tijdens de sessie zoals eerder beschreven. Download het txt-gegevensbestand uit de map processing sketch en analyseer de gedragsgegevens om de opkomst van ruimtelijk selectief likken als indicator van ruimtelijk leren te observeren.
Ruimtelijk leren met behulp van de grafische softwareomgeving wordt hier getoond. Door middel van progressieve stadia van training op willekeurig foerageren, leerden muizen om op het wiel te rennen en consequent langs de baan te likken op lage niveaus voordat ze werden overgeschakeld naar een enkele verborgen beloningslocatie om ruimtelijk leren te laten zien. In deze studie leerden vier van de zeven muizen de verborgen beloningstaak met een enkele visuele aanwijzing in twee tot vier sessies, zoals blijkt uit hun likken in de buurt van de beloningszone met toenemende selectiviteit.
Bovendien vertoonden de muizen zowel substantieel binnen de sessie als tussen het leren van de sessie. Ruimtelijke licks per ronde op dag twee toonden een verhoogd likken voorafgaand aan de beloningszone en een afname van het likken elders, wat wijst op de ontwikkeling van ruimtelijk specifiek anticiperend likken. Het belangrijkste om te onthouden bij het gebruik van het systeem is dat muizen alleen goed presteren als ze versterkt en comfortabel op het loopwiel zitten.
Daarom beperkt water de dieren op de juiste manier, behandel ze voorzichtig en zorg ervoor dat hun hoofdvergrendelingspositie optimaal is om te rennen tijdens het bekijken van het projectiescherm. Een neurowetenschappelijk onderzoeker kan dit open source VR-systeem combineren met in vivo beeldvorming of elektrofysiologie om neuroncircuits te onderzoeken die ten grondslag liggen aan ruimtelijk leren in de hersenen. We denken dat de eenvoud van dit open source VR-systeem onderzoekers in staat zal stellen om het systeem te integreren in verschillende neuro-opname-opstellingen.
De precieze controle over ruimtelijke stimuli in de VR-omgeving zal onderzoekers in staat stellen om de bijdragen van specifieke neuroncircuits aan ruimtelijk leren te onderzoeken.
View the full transcript and gain access to thousands of scientific videos
Deze studie presenteert een vereenvoudigde open-source hardware- en software-opzet voor het onderzoeken van ruimtelijk leren bij muizen met behulp van virtual reality (VR). Het systeem stelt muizen met een beperkte hoofdbeweging in staat om een virtuele lijnbaan te navigeren, mogelijk gemaakt door microcontrollers en een single-board computer die een Python grafisch softwarepakket draait.
Open-source virtual reality (VR) systems for head-restrained mice enable high-resolution, quantitative measurement of spatial learning and behavior, supporting mechanistic de-risking in early neuroscience discovery. The modular, low-cost platform facilitates integration with electrophysiology and imaging, providing precise control over spatial and contextual cues for target validation. This capability enhances predictive confidence in neural circuit-behavior relationships, informing portfolio decisions in CNS drug discovery.
This VR system positions within the early discovery to preclinical continuum, bridging neural circuit analysis and behavioral phenotyping for CNS target validation.