Name: System rzeczywistości wirtualnej typu open source do pomiaru uczenia się przestrzennego u myszy z unieruchomioną głową (Wideo) | JoVE Journal
Uploaded: 2023-03-03T13:33:00.000+00:00
Duration: 8 min 59 s
Description: Poznaj system rzeczywistości wirtualnej open source do badania uczenia się przestrzennego u myszy z unieruchomioną głową. Ta metoda umożliwia naukowcom analizę zachowań przestrzennych w kontrolowanych warunkach wirtualnych.

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

Chcielibyśmy podziękować Noah Pettitowi z laboratorium Harveya za dyskusję i sugestie podczas opracowywania protokołu w tym rękopisie. Praca ta została wsparta nagrodą BBRF Young Investigator Award i NIMH 1R21MH122965 (G.F.T.), a także NINDS R56NS128177 (R.H., C.L.) i NIMH R01MH068542 (R.H.).

<ol><li>Lisman, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Viewpoints%3A+How+the+hippocampus+contributes+to+memory%2C+navigation+and+cognition%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Viewpoints: How the hippocampus contributes to memory, navigation and cognition.</a> Nature Neuroscience. 20 (11), 1434-1447 (2017).</li>
<li>Buzsaki, G., Moser, E. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Memory%2C+navigation+and+theta+rhythm+in+the+hippocampal-entorhinal+system%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Memory, navigation and theta rhythm in the hippocampal-entorhinal system.</a> Nature Neuroscience. 16 (2), 130-138 (2013).</li>
<li>O'Keefe, J., Dostrovsky, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+hippocampus+as+a+spatial+map.+Preliminary+evidence+from+unit+activity+in+the+freely-moving+rat%5BTitle%5D)+AND+%22Brain+Research%22%5BJournal%5D)">The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat.</a> Brain Research. 34 (1), 171-175 (1971).</li>
<li>O'Keefe, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Place+units+in+the+hippocampus+of+the+freely+moving+rat%5BTitle%5D)+AND+%22Experimental+Neurology%22%5BJournal%5D)">Place units in the hippocampus of the freely moving rat.</a> Experimental Neurology. 51 (1), 78-109 (1976).</li>
<li>Fyhn, M., Molden, S., Witter, M. P., Moser, E. I., Moser, M. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spatial+representation+in+the+entorhinal+cortex%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Spatial representation in the entorhinal cortex.</a> Science. 305 (5688), 1258-1264 (2004).</li>
<li>Letzkus, J. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+disinhibitory+microcircuit+for+associative+fear+learning+in+the+auditory+cortex%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">A disinhibitory microcircuit for associative fear learning in the auditory cortex.</a> Nature. 480 (7377), 331-335 (2011).</li>
<li>Lacefield, C. O., Pnevmatikakis, E. A., Paninski, L., Bruno, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reinforcement+learning+recruits+somata+and+apical+dendrites+across+layers+of+primary+sensory+cortex%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Reinforcement learning recruits somata and apical dendrites across layers of primary sensory cortex.</a> Cell Reports. 26 (8), 2000-2008 (2019).</li>
<li>Dombeck, D. A., Harvey, C. D., Tian, L., Looger, L. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Functional+imaging+of+hippocampal+place+cells+at+cellular+resolution+during+virtual+navigation%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Functional imaging of hippocampal place cells at cellular resolution during virtual navigation.</a> Nature Neuroscience. 13 (11), 1433-1440 (2010).</li>
<li>Gauthier, J. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+dedicated+population+for+reward+coding+in+the+hippocampus%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">A dedicated population for reward coding in the hippocampus.</a> Neuron. 99 (1), 179-193 (2018).</li>
<li>Rickgauer, J. P., Deisseroth, K., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Simultaneous+cellular-resolution+optical+perturbation+and+imaging+of+place+cell+firing+fields%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Simultaneous cellular-resolution optical perturbation and imaging of place cell firing fields.</a> Nature Neuroscience. 17 (12), 1816-1824 (2014).</li>
<li>Yadav, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Prefrontal+feature+representations+drive+memory+recall%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Prefrontal feature representations drive memory recall.</a> Nature. 608 (7921), 153-160 (2022).</li>
<li>Priestley, J. B., Bowler, J. C., Rolotti, S. V., Fusi, S., Losonczy, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Signatures+of+rapid+plasticity+in+hippocampal+CA1+representations+during+novel+experiences%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Signatures of rapid plasticity in hippocampal CA1 representations during novel experiences.</a> Neuron. 110 (12), 1978-1992 (2022).</li>
<li>Heys, J. G., Rangarajan, K. V., Dombeck, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+functional+micro-organization+of+grid+cells+revealed+by+cellular-resolution+imaging%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">The functional micro-organization of grid cells revealed by cellular-resolution imaging.</a> Neuron. 84 (5), 1079-1090 (2014).</li>
<li>Harvey, C. D., Collman, F., Dombeck, D. A., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Intracellular+dynamics+of+hippocampal+place+cells+during+virtual+navigation%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Intracellular dynamics of hippocampal place cells during virtual navigation.</a> Nature. 461 (7266), 941-946 (2009).</li>
<li>Pettit, N., et al. Harvey Lab Mouse VR. , Available from: 
 <a target="_blank" href="https://github.com/Harvey/Lab/mouseVR">https://github.com/Harvey/Lab/mouseVR</a> (2021).</li>
<li>Pettit, N. L., Yap, E. L., Greenberg, M. E., Harvey, C. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Fos+ensembles+encode+and+shape+stable+spatial+maps+in+the+hippocampus%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Fos ensembles encode and shape stable spatial maps in the hippocampus.</a> Nature. 609 (7926), 327-334 (2022).</li>
<li>Turi, G. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Vasoactive+intestinal+polypeptide-expressing+interneurons+in+the+hippocampus+support+goal-oriented+spatial+learning%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Vasoactive intestinal polypeptide-expressing interneurons in the hippocampus support goal-oriented spatial learning.</a> Neuron. 101 (6), 1150-1165 (2019).</li>
<li>Ulivi, A. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Longitudinal+two-photon+imaging+of+dorsal+hippocampal+CA1+in+live+mice%5BTitle%5D)+AND+%22Journal+of+Visual+Experiments%22%5BJournal%5D)">Longitudinal two-photon imaging of dorsal hippocampal CA1 in live mice.</a> Journal of Visual Experiments. (148), e59598(2019).</li>
<li>Wang, Y., Zhu, D., Liu, B., Piatkevich, K. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Craniotomy+procedure+for+visualizing+neuronal+activities+in+hippocampus+of+behaving+mice%5BTitle%5D)+AND+%22Journal+of+Visual+Experiments%22%5BJournal%5D)">Craniotomy procedure for visualizing neuronal activities in hippocampus of behaving mice.</a> Journal of Visual Experiments. (173), e62266(2021).</li>
<li>Tuncdemir, S. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Parallel+processing+of+sensory+cue+and+spatial+information+in+the+dentate+gyrus%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Parallel processing of sensory cue and spatial information in the dentate gyrus.</a> Cell Reports. 38 (3), 110257(2022).</li>
<li>Dombeck, D. A., Khabbaz, A. N., Collman, F., Adelman, T. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imaging+large-scale+neural+activity+with+cellular+resolution+in+awake%2C+mobile+mice%5BTitle%5D)+AND+%22Neuron%22%5BJournal%5D)">Imaging large-scale neural activity with cellular resolution in awake, mobile mice.</a> Neuron. 56 (1), 43-57 (2007).</li>
<li>Guo, Z. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Procedures+for+behavioral+experiments+in+head-fixed+mice%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Procedures for behavioral experiments in head-fixed mice.</a> PLoS One. 9 (2), 88678(2014).</li>
<li>Jordan, J. T., Gonçalves, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Silencing+of+hippocampal+synaptic+transmission+impairs+spatial+reward+search+on+a+head-fixed+tactile+treadmill+task%5BTitle%5D)+AND+%22bioRxiv%22%5BJournal%5D)">Silencing of hippocampal synaptic transmission impairs spatial reward search on a head-fixed tactile treadmill task.</a> bioRxiv. , (2021).</li>
<li>Urai, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Citric+acid+water+as+an+alternative+to+water+restriction+for+high-yield+mouse+behavior%5BTitle%5D)+AND+%22eNeuro%22%5BJournal%5D)">Citric acid water as an alternative to water restriction for high-yield mouse behavior.</a> eNeuro. 8 (1), (2021).</li>
<li>Saleem, A. B., Diamanti, E. M., Fournier, J., Harris, K. D., Carandini, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Coherent+encoding+of+subjective+spatial+position+in+visual+cortex+and+hippocampus%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Coherent encoding of subjective spatial position in visual cortex and hippocampus.</a> Nature. 562 (7725), 124-127 (2018).</li>
<li>Ravassard, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multisensory+control+of+hippocampal+spatiotemporal+selectivity%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Multisensory control of hippocampal spatiotemporal selectivity.</a> Science. 340 (6138), 1342-1346 (2013).</li>
<li>Aghajan, Z. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impaired+spatial+selectivity+and+intact+phase+precession+in+two-dimensional+virtual+reality%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Impaired spatial selectivity and intact phase precession in two-dimensional virtual reality.</a> Nature Neuroscience. 18 (1), 121-128 (2015).</li>
</ol>

Clay Lacefield jest założycielem i opiekunem firmy OpenMaze.org, która udostępnia projekty płytek PCB OMwSmall używanych w tym protokole do bezpłatnego pobrania.

Ten system VR o otwartym kodzie źródłowym dla myszy będzie działał tylko wtedy, gdy połączenia szeregowe zostaną prawidłowo wykonane między mikrokontrolerami obrotowymi i behawioralnymi ESP32 a komputerem jednopłytkowym (krok 2), co można potwierdzić za pomocą monitora szeregowego IDE (krok 2.4.5). Aby uzyskać pomyślne wyniki behawioralne z tego protokołu (krok 4), myszy muszą być przyzwyczajone do aparatu i czuć się komfortowo biegając na kole w celu uzyskania płynnych nagród (kroki 4.3-4.5). Wymaga to wystarczającego (...

Nawigacja przestrzenna to etologicznie ważne zachowanie, za pomocą którego zwierzęta kodują cechy nowych miejsc na mapie kognitywnej, która służy do znajdowania obszarów możliwej nagrody i unikania obszarów potencjalnego niebezpieczeństwa. Nierozerwalnie związane z pamięcią, procesy poznawcze leżące u podstaw nawigacji przestrzennej mają wspólne podłoże neuronalne w hipokampie1 i korze mózgowej, gdzie obwody neuronalne w tych obszarach integrują napływające informacje i tworzą mapy poznawcze środowisk i zdarzeń do późniejszego przywołania2. Podczas gdy odkrycie komórek miejsca w hipokampie3,4 i komórek siatki w korze śródwęchowej5 rzuciło światło na to, jak tworzy się mapa poznawcza w hipokampie, pozostaje wiele pytań dotyczących tego, w jaki sposób określone podtypy neuronalne, mikroukłady i poszczególne subregiony hipokampa (zakręt zębaty i obszary cornu amonis, CA3-1) oddziałują na siebie i uczestniczą w tworzeniu i przypominaniu pamięci przestrzennej.
Obrazowanie dwufotonowe in vivo było użytecznym narzędziem do odkrywania dynamiki komórkowej i populacji w neurofizjologii sensorycznej6,7; jednak typowa konieczność zastosowania zagłówka ogranicza użyteczność tej metody do badania zachowań przestrzennych ssaków. Pojawienie się wirtualnej rzeczywistości (VR)8 rozwiązało ten problem, prezentując wciągające i realistyczne środowiska wzrokowo-przestrzenne, podczas gdy myszy z krępowaną głową biegają po piłce lub bieżni, aby badać kodowanie przestrzenne i kontekstowe w hipokampie8,9,10 i cortex11. Co więcej, wykorzystanie środowisk VR z zachowującymi się myszami pozwoliło naukowcom z dziedziny neuronauki przeanalizować składniki zachowań przestrzennych poprzez precyzyjne kontrolowanie elementów środowiska VR 12 (np. przepływ wizualny, modulacja kontekstowa) w sposób niemożliwy do przeprowadzenia w rzeczywistych eksperymentach uczenia przestrzennego, takich jak labirynt wodny Morrisa, labirynt Barnesa lub zadania z tablicą otworów.
Środowiska VR są zazwyczaj renderowane na procesorze graficznym (GPU) komputera, który radzi sobie z obciążeniem związanym z szybkim obliczaniem tysięcy wielokątów niezbędnych do modelowania ruchomego środowiska 3D na ekranie w czasie rzeczywistym. Duże wymagania dotyczące przetwarzania zazwyczaj wymagają użycia oddzielnego komputera z procesorem graficznym, który renderuje środowisko wizualne na monitorze, wielu ekranach13 lub projector14, ponieważ ruch jest rejestrowany z bieżni, koła lub piankowej piłki pod zwierzęciem. Powstałe w ten sposób urządzenie do sterowania, renderowania i projekcji środowiska VR jest zatem stosunkowo drogie, nieporęczne i nieporęczne. Co więcej, wiele takich środowisk w literaturze zostało zaimplementowanych przy użyciu zastrzeżonego oprogramowania, które jest zarówno kosztowne, jak i może być uruchomione tylko na dedykowanym komputerze.
Z tych powodów zaprojektowaliśmy system VR o otwartym kodzie źródłowym do badania zachowań związanych z uczeniem się przestrzennym u myszy z ograniczoną głową za pomocą komputera jednopłytkowego Raspberry Pi. Ten komputer z systemem Linux jest zarówno mały, jak i niedrogi, a jednocześnie zawiera układ GPU do renderowania 3D, co pozwala na integrację środowisk VR z wyświetlaczem lub aparatem behawioralnym w różnych indywidualnych konfiguracjach. Ponadto opracowaliśmy pakiet oprogramowania graficznego napisanego w Pythonie, "HallPassVR", który wykorzystuje komputer jednopłytkowy do renderowania prostego środowiska wizualnoprzestrzennego, wirtualnego toru liniowego lub korytarza, poprzez ponowne połączenie niestandardowych funkcji wizualnych wybranych za pomocą graficznego interfejsu użytkownika (GUI). Jest to połączone z podsystemami mikrokontrolera (np. ESP32 lub Arduino) w celu pomiaru lokomocji i koordynowania zachowania, na przykład poprzez dostarczanie innych modalności bodźców sensorycznych lub nagród, aby ułatwić uczenie się przez wzmacnianie. System ten zapewnia niedrogą, elastyczną i łatwą w użyciu alternatywną metodę dostarczania wzrokowo-przestrzennych środowisk VR myszom z krępowaną głową podczas obrazowania dwufotonowego (lub innych technik wymagających fiksacji głowy) w celu badania obwodów neuronalnych leżących u podstaw zachowań związanych z uczeniem się przestrzennym.

<table><tbody><tr><td>Pręt aluminiowy o średnicy 1/4 "</td><td>McMaster-Carr</td><td>9062K26</td><td>3" długości do osi koła</td></tr><tr><td>1/4"-20 z walcowym, 3/4" długości (x2)</td><td>Amazon.com</td><td>B09ZNMR41V</td><td>do mocowania uchwytów słupków głowicy do słupków optycznych</td></tr><tr><td>Aluminiowy pręt 2"x7" z rowkiem T (x2)</td><td>8020.net</td><td>1020</td><td>Rama montażowa koła/zwierzęcia</td></tr><tr><td>Średnica 6", szerokość 3" Cylinder akrylowy (1/8" gruby)</td><td>Canal Plastics</td><td>33210090702</td><td>Koło jezdne (niestandardowa szerokość cięta na canalplastics.com)</td></tr><tr><td>z gniazdowym 8-32 x 1/2"</td><td>McMaster-Carr</td><td>92196A194</td><td>mocujący słupek głowicy do słupka optycznego&nbsp;</td></tr><tr><td>Regulowane ramię (14")</td><td>Amazon.com</td><td>B087BZGKSL</td><td>do przytrzymania/regulacji wylewki lizawki</td></tr><tr><td>Kod analizy (MATLAB)</td><td></td><td>niestandardowy</td><td>plik zapisany w kodzie github.com/GergelyTuri/HallPassVR/software/Analysis</td></tr><tr><td>Kołnierz montażowy osi, 1/4" ID</td><td>Pololu</td><td>1993</td><td>do montażu koła do osi</td></tr><tr><td>Łożysko kulkowe (5/8" OD, 1/4" ID, x2)</td><td>McMaster-Carr</td><td>57155K324</td><td>do montażu osi koła do ramy</td></tr><tr><td>Kod Behavior ESP32</td><td></td><td>niestandardowy</td><td>plik napisany w kodzie github.com/GergelyTuri/HallPassVR/software/Arduino / tablicy zachowań</td></tr><tr><td>Czarne nieprzezroczyste matowe arkusze akrylowe (grubość 1/4 ")</td> <td>Canal Plastics</td><td>32918353422</td><td>laserowo wycięty plik przy montażu ekranu github.com/GergelyTuri/HallPassVR/hardware/VR</td></tr><tr><td>Przezroczysty arkusz akrylowy (grubość 1/4 "),</td> <td>Canal Plastics</td><td>32920770574</td><td>laserowo wycięty plik w github.com/GergelyTuri/HallPassVR/hardware/VR zespół koła</td></tr><tr><td>ESP32 devKitC v4 (x2)</td><td>Amazon.com</td><td>B086YS4Z3F</td><td>mikrokontroler do zachowania i enkoder obrotowy</td></tr><tr><td>ESP32 shield</td><td>OpenMaze.org</td><td>OMwSmall</td><td>opis na www.openmaze.org (https://claylacefield.wixsite.com/openmazehome/copy-of-om2shield). Pliki gerber ZIP w: https://github.com/claylacefield/OpenMaze/tree/master/OM_PCBs</td></tr><tr><td>Łączniki i wsporniki&nbsp;</td><td>8020.net</td><td>4138, 3382,3280</td> dla goniometrów <td>do montażu ramy koła</td></tr><tr><td></td>, <td>Edmund Optics</td><td>66-526, 66-527</td><td>opcjonalnie dla zachowania. Głowica dostrajająca do obrazowania</td></tr><tr>Kod <td></td><td>Pythona HallPassVR</td><td>niestandardowy</td><td>plik napisany w github.com/GergelyTuri/HallPassVR/software/HallPassVR</td></tr><tr><td>Uchwyt</td><td></td> na słupek głowy <td>niestandardowy</td><td>projekt Plik projektu 3D na github.com/GergelyTuri/HallPassVR/hardware/VR montażu na głowie / zacisku na słupku</td></tr><tr><td>Projektor LED</td><td>Texas</td><td>Instruments DLPDLCR230NPEVM</td><td>lub inny mały projektor LED</td></tr><tr><td>Lick wylewka</td><td>VWR</td><td>20068-638</td> <td>(lub ~16 G metalowa rurka podskórna)</td></tr> <tr><td>M 2,5 x 6 dociskowe</td><td>McMaster-Carr</td><td>92015A097</td><td>zabezpieczające słupek głowicy&nbsp;</td></tr><tr><td>Matowy biały papier dyfuzyjny</td><td>Amazon.com</td><td></td><td>materiał ekranu</td></tr><tr><td>Metalowe słupki</td><td></td> na <td>zamówienie Plik</td><td>projektu 3D na github.com/GergelyTuri/HallPassVR/hardware/VR Projekty montażu na głowicy/słupka głowicy</td></tr><tr><td>Różne rurki i adaptery do rurek (1/16" ID)</td><td></td><td></td> <td>do budowy linii wodnej</td></tr><tr><td>Optyczna płytka stykowa</td><td>Thorlabs</td><td>zgodnie z wymaganiami użytkownika</td><td></td></tr><tr><td>Słupki optyczne, średnica 1/2" (2x)</td><td>Thorlabs</td><td>TR4</td><td>do ustawiania mocowania głowy</td></tr><tr><td>Kod przetwarzania</td><td></td><td>niestandardowy plik napisany</td><td>w kodzie</td></tr><tr><td>github.com/GergelyTuri/HallPassVR/software/Processing Raspberry Pi 4B</td><td>raspberry.com, adafruit.com</td><td></td><td>Komputer jednopłytkowy do renderowania środowiska HallPassVR.</td></tr><tr><td>Zacisk kątowy</td><td>Thorlabs</td><td>RA90</td><td>do ustawiania mocowania głowicy</td></tr><tr><td>Enkoder obrotowy (kwadratura, 256 kroków)</td><td>DigiKey</td><td>ENS1J-B28-L00256L</td><td>do pomiaru obrotów koła</td></tr><tr><td>Enkoder obrotowy ESP32 kod</td><td></td><td>niestandardowy plik zapisany</td><td>w kodzie github.com/GergelyTuri/HallPassVR/software/Arduino/Enkoder obrotowy</td></tr><tr><td>SCIGRIP 10315 cement akrylowy</td><td>Amazon.com</td><td></td><td></td></tr><tr><td>Łącznik wału</td><td>McMaster-Carr</td><td>9861T426</td><td>do sprzężenia wału enkodera obrotowego z osią</td></tr><tr><td>Srebrne lustrzane arkusze akrylowe</td><td>Canal Plastics</td><td>32913817934</td><td>laserowo wycięty plik przy montażu ekranu github.com/GergelyTuri/HallPassVR/hardware/VR</td></tr><tr><td>Zawór elektromagnetyczny</td><td>Parker</td><td>003-0137-900</td><td>do podawania nagród wodnych</td></tr></tbody></table>

system rzeczywistości wirtualnej typu open source do pomiaru uczenia się przestrzennego u myszy z unieruchomioną głową

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice

Eksperymenty behawioralne na myszach pozwalają neurobiologom obserwować aktywność obwodów nerwowych za pomocą narzędzi do obrazowania elektrofizjologicznego i optycznego o wysokiej rozdzielczości, dostarczając jednocześnie precyzyjnych bodźców sensorycznych zachowującemu się zwierzęciu. Niedawne badania na ludziach i gryzoniach z wykorzystaniem środowisk rzeczywistości wirtualnej (VR) wykazały, że VR jest ważnym narzędziem do odkrywania mechanizmów neuronalnych leżących u podstaw uczenia się przestrzennego w hipokampie i korze mózgowej, ze względu na niezwykle precyzyjną kontrolę nad parametrami, takimi jak wskazówki przestrzenne i kontekstowe. Tworzenie wirtualnych środowisk dla zachowań przestrzennych gryzoni może być jednak kosztowne i wymagać rozległego doświadczenia w zakresie inżynierii i programowania komputerowego. Tutaj prezentujemy prosty, ale potężny system oparty na niedrogim, modułowym sprzęcie i oprogramowaniu typu open source, który umożliwia naukowcom badanie uczenia się przestrzennego u myszy z ograniczoną głową za pomocą środowiska VR. System ten wykorzystuje sprzężone mikrokontrolery do pomiaru lokomocji i dostarczania bodźców behawioralnych, podczas gdy myszy z krępowaną głową biegają na kole w zgodzie z wirtualnym środowiskiem toru liniowego renderowanym przez graficzny pakiet oprogramowania działający na komputerze jednopłytkowym. Nacisk na przetwarzanie rozproszone pozwala naukowcom projektować elastyczne, modułowe systemy do wywoływania i mierzenia złożonych zachowań przestrzennych u myszy w celu określenia związku między aktywnością obwodów neuronalnych a uczeniem się przestrzennym w mózgu ssaków.

Ten otwartoźródłowy układ behawioralny w rzeczywistości wirtualnej pozwolił nam na ilościowe określenie zachowania lizania jako wskaźnika uczenia się przestrzennego u myszy z unieruchomioną głową, które nawigowały w wirtualnym środowisku liniowej ścieżki. Siedem myszy szczepu C57BL/6 obu płci w wieku 4 miesięcy objęto ograniczonym dostępem do wody, a następnie najpierw przeszkolono je w ciągłym lizaniu na niskim poziomie podczas biegu na kołowrotku w celu uzyskania losowych nagród przestrzennych („losowe żerowanie”) bez ...

Tutaj prezentujemy uproszczoną konfigurację sprzętu i oprogramowania open-source do badania uczenia przestrzennego myszy za pomocą wirtualnej rzeczywistości (VR). System ten wyświetla wirtualną ścieżkę liniową do myszy z ograniczeniem głowy działającej na kole, wykorzystując sieć mikrokontrolerów i komputer jednopłytkowy z łatwym w użyciu pakietem oprogramowania graficznego Python.

System rzeczywistości wirtualnej typu open source do pomiaru uczenia się przestrzennego u myszy z unieruchomioną głową

Head-restrained behavioral experiments in mice allow neuroscientists to observe neural circuit activity with high-resolution electrophysiological and ...

Ten system rzeczywistości wirtualnej o otwartym kodzie źródłowym jest ważnym narzędziem do badania uczenia się przestrzennego w mózgu, ponieważ pozwala naukowcom prezentować spójny zestaw bodźców przestrzennych myszy z ograniczeniem głowy za pomocą prostej modułowej konfiguracji elektronicznej. Zaletą tego systemu jest to, że jest niedrogi, łatwy w konfiguracji, kompaktowy i modułowy, co pozwala na budowanie wielu konfiguracji behawioralnych do treningu i integracji z istniejącymi konfiguracjami behawioralnymi z ograniczeniami głowy. System ten jest idealny do pomiaru uczenia się przestrzennego i myszy z ograniczoną głową, jednak jest w równym stopniu w stanie dostarczyć wizualne środowiska rzeczywistości wirtualnej do eksperymentów na innych gatunkach i preparatach, w tym psychofizyce człowieka i neuroobrazowaniu.Procedurę tę zademonstrują Carla Diaz i Hannah Chung, asystentki naukowe w naszym laboratorium. Aby rozpocząć, podłącz przewody między elementem enkodera obrotowego a obrotowym ESP32. Enkodery obrotowe mają zazwyczaj cztery przewody, dodatni, GND, A i B. Podłącz je za pomocą przewodów połączeniowych do ESP32, 3 0,3 V, GND 25 i 26 pinów.Podłącz przewody szeregowe RX/TX między obrotowym ESP32 a zachowaniem ESP32. Wykonaj proste dwuprzewodowe połączenie między obrotowym ESP32, Serial0 RX/TX a portem Serial2 zachowania ESP32. Podłącz przewody szeregowe RX/TX między obrotowym ESP32 a GPIO komputera jednopłytkowego lub bezpośrednim połączeniem USB.Wykonaj dwuprzewodowe połączenie między pinami GPIO komputera jednopłytkowego, 14, 15, RX/TX, a obrotowymi pinami ESP32, Serial2, TX/RX 1716. Następnie podłącz obrotowy ESP32 USB do USB komputera jednopłytkowego, aby przesłać początkowy kod enkodera obrotowego. Podłącz 12-woltowy zawór elektromagnetyczny cieczy do wyjścia IC ULN2803 po lewej stronie małej płytki drukowanej OMW, podłącz port lizawki do wejścia dotykowego ESP32.Podłącz USB do portu USB komputera jednopłytkowego, aby wgrać nowe programy do zachowania ESP32 dla różnych paradygmatów eksperymentalnych i przechwycić dane o zachowaniu za pomocą dołączonego szkicu przetwarzania. Następnie podłącz adapter ścienny 12 V DC do 2,1-milimetrowego złącza baryłkowego na małej płytce drukowanej ESP32 OMW, aby zapewnić zasilanie zaworu elektromagnetycznego nagrody. Podłącz wyjście HDMI two komputera jednopłytkowego do portu HDMI projektora.Spowoduje to przeniesienie graficznego środowiska oprogramowania renderowanego przez procesor graficzny komputera jednopłytkowego na ekran projekcyjny. Otwórz okno terminala w komputerze jednopłytkowym i przejdź do folderu Hall Pass VR. Uruchom wskazany graficzny interfejs użytkownika lub graficzny interfejs użytkownika lub graficzny interfejs użytkownika VR, aby otworzyć okno graficznego interfejsu użytkownika.Wybierz i dodaj cztery elementy z listy dla każdego z trzech wzorców na ścieżce, a następnie kliknij przycisk Generuj. Wybierz opcję Obrazy podłogi i sufitu z menu rozwijanych i ustaw długość ścieżki na dwa metry dla tego przykładowego kodu. W razie potrzeby nazwij ten wzór.Kliknij przycisk Start i poczekaj, aż rozpocznie się okno VR, zanim klikniesz w innym miejscu. Graficzne środowisko oprogramowania pojawi się na drugim ekranie. Uruchom szkic przetwarzania, aby uzyskać i wykreślić ruch danych behawioralnych.Otwórz wskazane polecenie w środowisku IDE przetwarzania. Zmień zwierzę na zmienną liczby myszy i ustaw minuty sesji równe długości sesji behawioralnej w minutach. Kliknij przycisk Uruchom w środowisku IDE przetwarzania.Sprawdź okno wykresu przetwarzania, które powinno pokazywać aktualną pozycję myszy na wirtualnym torze liniowym, gdy koło obraca się wraz ze strefami nagród i histogramami zagrywek, okrążeń i nagród, aktualizowanymi co 30 sekund. Przesuń kółko do biegania ręcznie, aby zasymulować działanie myszy w celu przetestowania, lub użyj myszy testowej do początkowej konfiguracji. Kliknij okno wykresu i naciśnij Q na klawiaturze, aby zatrzymać pobieranie danych behawioralnych.Plik tekstowy ze zdarzeniami i czasami zachowania oraz obraz końcowego okna wykresu w formacie PNG jest zapisywany, gdy upłyną minuty sesji lub użytkownik naciśnie Q, aby wyjść. W przypadku losowego kucia z nagrodami nieoperacyjnymi, uruchom graficzny program GUI ze ścieżką dowolnych elementów wizualnych. Następnie prześlij program behawioralny do zachowania ESP32 z wieloma nagrodami nieoperacyjnymi, aby uwarunkować mysz do biegania i lizania.Delikatnie umieść mysz w aparacie do mocowania głowy, dostosuj dziobek lizawki do miejsca tuż przed ustami myszy i ustaw kółko myszy na środku strefy ekranu projekcyjnego. Ustaw nazwę zwierzęcia w szkicu przetwarzania, a następnie naciśnij przycisk Uruchom w środowisku IDE przetwarzania, aby rozpocząć pobieranie i wykreślanie danych behawioralnych. Uruchamiaj mysz w sesjach od 20 do 30 minut, aż mysz będzie przebiegać przez co najmniej 20 okrążeń na sesję i lizać, aby zdobyć nagrody prezentowane w losowych miejscach.W przypadku losowego żerowania z nagrodami za działanie na naprzemiennych okrążeniach, prześlij program behawioralny z naprzemiennym agentem równym jeden i trenuj mysz, aż zacznie lizać zarówno dla stref nagrody niedziałających, jak i instrumentalnych. Aby uzyskać w pełni funkcjonalne losowe żerowanie, prześlij program behawioralny z czterema operacyjnymi losowymi strefami nagród i trenuj mysz, aż będzie lizać nagrody konsekwentnie wzdłuż toru. Następnie, aby uczyć się przestrzennie, uruchom program graficzny ze ścieżką ciemnego korytarza z pojedynczą wskazówką wizualną pośrodku.Następnie wgraj program behawioralny z pojedynczą ukrytą strefą nagrody do zachowania ESP32. Pozwól myszy działać przez 30-minutowe sesje z pojedynczą ukrytą strefą nagrody i pojedynczą wskazówką wizualną VR korytarza i przechwytuj dane podczas sesji, jak opisano wcześniej. Pobierz plik danych txt z folderu szkicu przetwarzania i przeanalizuj dane behawioralne, aby zaobserwować pojawienie się selektywnego lizania przestrzennego jako wskaźnika uczenia się przestrzennego.Pokazano tutaj uczenie przestrzenne z wykorzystaniem graficznego środowiska oprogramowania. Poprzez kolejne etapy treningu na losowym żerowaniu, myszy nauczyły się biegać na kole i konsekwentnie lizać wzdłuż toru na niskich poziomach, zanim zostały przełączone do jednego ukrytego miejsca nagrody, aby pokazać uczenie się przestrzenne. W tym badaniu cztery z siedmiu myszy nauczyły się zadania ukrytej nagrody za pomocą jednej wskazówki wizualnej w ciągu dwóch do czterech sesji, co wykazano w ich lizaniu w pobliżu strefy nagrody z rosnącą selektywnością.Co więcej, myszy wykazywały zarówno znaczne uczenie się w trakcie sesji, jak i między sesjami. Lizanie przestrzenne na okrążenie w drugim dniu wykazało zwiększone lizanie przed strefą nagrody i zmniejszone lizanie w innych miejscach, co wskazuje na rozwój przestrzennie specyficznego lizania antycypacyjnego. Najważniejszą rzeczą, o której należy pamiętać podczas korzystania z systemu, jest to, że myszy będą dobrze działać tylko wtedy, gdy będą wzmocnione i wygodne na kole do biegania.Dlatego woda odpowiednio krępuje zwierzęta, obchodzi się z nimi delikatnie i upewnia się, że ich pozycja krępująca głowę jest optymalna do biegania podczas oglądania ekranu projekcyjnego. Badacz zajmujący się neurobiologią może połączyć ten system VR o otwartym kodzie źródłowym z obrazowaniem in vivo lub elektrofizjologią, aby zbadać obwody neuronalne leżące u podstaw uczenia się przestrzennego w mózgu. Uważamy, że prostota tego systemu VR o otwartym kodzie źródłowym pozwoli naukowcom zintegrować system z różnymi konfiguracjami nagrywania neurologicznego.Precyzyjna kontrola nad bodźcami przestrzennymi w środowisku VR pozwoli naukowcom zbadać wkład określonych obwodów neuronalnych w uczenie się przestrzenne.

an-open-source-virtual-reality-system-for-measurement-spatial

Research

JoVE Journal

Neuroscience

Neuronauka

Wideookulografia jest bardzo ilościową metodą badania sprawności motorycznej oczu, a także uczenia się motorycznego. W niniejszym materiale opisujemy sposób przeprowadzania wideookulografii u myszy. Zastosowanie tej techniki u myszy zdrowych, leczzonych farmakologicznie lub modyfikowanych genetycznie stanowi potężne narzędzie badawcze do zgłębiania fizjologii leżącej u podstaw zachowań motorycznych.

Wideookulografia u myszy

Tutaj opisujemy procedury eksperymentalne związane z dwufotonowym obrazowaniem kory myszy podczas zachowania w środowisku wirtualnej rzeczywistości.

Dwufotonowe obrazowanie wapnia u myszy poruszających się w środowisku rzeczywistości wirtualnej

Ten protokół opisuje test behawioralny, oparty na teście labiryntu Barnesa, w celu zbadania, jak instynktowne działania obronne są modyfikowane przez wiedzę o środowisku przestrzennym.

Test behawioralny do badania roli pamięci przestrzennej podczas instynktownej obrony u myszy

Prezentowany protokół powoduje uporczywy konflikt sensoryczny w eksperymentach mających na celu badanie długoterminowej nauki. Nosząc na stałe urządzenie na głowie, myszy są stale narażone na niedopasowanie sensoryczne między bodźcami wzrokowymi i przedsionkowymi podczas swobodnego poruszania się w klatkach domowych.

Długotrwały konflikt sensoryczny u swobodnie zachowujących się myszy

Celem było zaprojektowanie, zbudowanie i pilotowanie nowatorskiego zadania w wirtualnej rzeczywistości, aby wykryć i scharakteryzować jednostronne zaniedbanie przestrzenne, syndrom dotykający 23-46% osób, które przeżyły ostry udar, rozszerzając rolę wirtualnej rzeczywistości w badaniu i leczeniu chorób neurologicznych.

Narzędzia rzeczywistości wirtualnej do oceny jednostronnych zaniedbań przestrzennych: nowe możliwości gromadzenia danych

Opracowaliśmy pojedynczą platformę do śledzenia zachowań zwierząt podczas dwóch zadań związanych z nauką asocjacyjną zależnych od włókien wspinaczkowych. Niedroga konstrukcja umożliwia integrację z eksperymentami optogenetycznymi lub obrazowymi ukierunkowanymi na aktywność móżdżku związaną ze wspinaniem się włókien.

Elastyczna platforma do monitorowania sensorycznego uczenia się asocjacyjnego zależnego od móżdżku

Obecny protokół opisuje rekonfigurowalny labirynt, unikalny system do testowania nawigacji przestrzennej i fenotypów behawioralnych u gryzoni. Zdolność adaptacji tego systemu labiryntów umożliwia wykonywanie różnych eksperymentów w jednym środowisku fizycznym. Łatwość przegrupowania strukturalnego pozwala uzyskać wiarygodne i powtarzalne wyniki eksperymentalne.

Wykorzystanie rekonfigurowalnego systemu labiryntów w celu zwiększenia powtarzalności testów nawigacji przestrzennej u gryzoni

W tym miejscu przedstawiamy protokół testu aktywnego unikania miejsc, zależnego od hipokampa paradygmatu uczenia się przestrzennego przeznaczonego dla gryzoni. Zmiana kluczowych parametrów pozwala na ponowne badanie zwierząt przed i po zabiegach lub w czasie.

Test aktywnego unikania miejsc (APA), skuteczne, wszechstronne i powtarzalne zadanie uczenia się przestrzennego dla myszy

Większość eksperymentów behawioralnych dla gryzoni została pierwotnie opracowana dla szczurów. Ze względu na różnice behawioralne między szczurami a myszami, czasami wymagane są modyfikacje dla myszy. Przedstawiamy metodę badania przestrzennej pamięci roboczej u myszy, minimalizującą stres podczas zadania pamięci roboczej.

Zadanie związane z przestrzenną pamięcią roboczą dla myszy w półautomatycznym 8-ramiennym labiryncie promieniowym, zmniejszające skojarzenia pamięci lękliwej w labiryncie

Artykuł opisuje procedury eksperymentalne dla powszechnie używanego paradygmatu wirtualnej rzeczywistości (VR) na myszach, a także określa wykonalność wykonywania złożonych zadań VR poprzez testowanie zadania dyskryminacji sygnału w kształcie litery Y.

Procedury treningu behawioralnego dla wirtualnej rzeczywistości z głową u myszy

Protokół opisuje, jak zmierzyć odpowiedź optomotoryczną u wiewiórek ziemnych z 13 rzędami, gatunkiem z dominacją stożków z cechami siatkówki przypominającymi ludzką plamkę żółtą. Konstrukcja platformy usprawnia obsługę i zmniejsza niepokój, poprawiając zdolność zwierzęcia do pozostawania na podniesionej platformie, umożliwiając nieinwazyjną ocenę zmian w funkcjach wzrokowych.

Nieawersyjne unieruchomienie zwierząt umożliwiające rejestrację odruchu optomotorycznego u wiewiórek ziemnych

Poznaj system rzeczywistości wirtualnej open source do badania uczenia się przestrzennego u myszy z unieruchomioną głową. Ta metoda umożliwia naukowcom analizę zachowań przestrzennych w kontrolowanych warunkach wirtualnych.

System rzeczywistości wirtualnej typu open source do pomiaru uczenia się przestrzennego u myszy z unieruchomioną głową

Przeglądaj więcej filmów