Decodificando o comportamento natural da incorporação neuroetológica

O escopo da minha pesquisa é entender como a neurodinâmica codifica o comportamento natural e como o cérebro controla ações complexas que sustentam a sobrevivência em ambientes naturais. Os paradigmas tradicionais de cabeça fixa limitam nossa compreensão do comportamento natural. Nosso protocolo atualiza esse paradigma incorporando a decodificação precisa do comportamento neural em animais que se movem livremente em direção à inteligência natural do cérebro.

Vamos nos concentrar na coleta de dados ricos e não controlados para construir modelos de vida digital usando abordagens holísticas para entender a inteligência em sistemas vivos complexos. Para começar, conecte o cabo de barramento serial universal do módulo de sincronização do dispositivo de comportamento tridimensional à estação de trabalho do mesmo dispositivo. Em seguida, conecte o módulo de sincronização do dispositivo mTPM ao seu controlador usando um cabo SMA.

Conecte a porta de saída TTL do módulo de sincronização do dispositivo de comportamento tridimensional à porta de entrada TTL do módulo de sincronização do dispositivo mTPM usando um cabo de conversão SMA BNC. Para iniciar a calibração, ajuste o ângulo de disparo de todas as quatro câmeras para que cubram toda a base do campo aberto e estendam seu campo de visão pelo menos 20 centímetros acima do limite mais distante para capturar o comportamento de criação do mouse. Em seguida, coloque o módulo de calibração no centro da área de disparo.

Desligue todas as luzes e execute o software de calibração da câmera. Agora, fixe o limitador do mouse no micromanipulador do mTPM. Usando a placa de metal, prenda a cabeça do mouse ao limitador.

Apague todas as luzes. Em seguida, fixe o mTPM em seu suporte e ligue o sistema de imagem para localizar o sinal fluorescente. Adicione uma gota de gel para os olhos Carbomer na parte superior da janela craniana.

Mova o mouse usando a plataforma de movimento para que a janela craniana fique alinhada diretamente abaixo da objetiva do mTPM. Mova o micromanipulador verticalmente para localizar o plano de imagem. Em seguida, mova o micromanipulador no plano para centralizar o plano de imagem.

Em seguida, fixe a base superior ao mTPM. Aplique adesivo para colar a base inferior na base superior e prenda-a na janela craniana. Para garantir a estabilidade estrutural, preencha a lacuna entre as duas bases e o suporte da placa de metal preso à cabeça do mouse usando um adesivo estrutural acrílico de alto desempenho.

Em seguida, avalie a estabilidade da ligação sondando suavemente a base com uma pinça. Depois disso, adicione uma gota de gel para os olhos Carbomer na câmara de base. Observe a fluorescência neuronal através do mTPM.

Se a fluorescência não for claramente visível, remova o adesivo usando uma broca craniana para destacar a base. Em seguida, repita o procedimento até obter uma fluorescência clara. Em seguida, prenda a folha de alumínio com fita adesiva entre a fibra do mTPM e a janela craniana.

Ligue a luz da sala e teste a clareza dos quadros capturados pelo mTPM. Para colocar o rato em campo aberto, infle pelo menos 10 balões de hélio e amarre cada um separadamente com barbante de algodão. Em seguida, retire a placa de metal do limitador do mouse.

Segure o mouse suavemente pela cauda usando uma mão. Por outro lado, apoie a fibra óptica do mTPM. Coloque cuidadosamente o mouse em campo aberto.

Suspenda os balões de hélio prendendo o barbante de algodão à fibra. Ajuste o número de balões para que o mouse possa se mover e explorar o campo aberto sem restrições. Feche a porta do gabinete mTPM para reduzir distúrbios externos.

Inicie o software de gravação mTPM e o software de sincronização. Defina os caminhos de arquivo e os parâmetros de gravação de acordo com o procedimento de estabelecimento da plataforma. Inicie a gravação do mTPM através do software de gravação.

Verifique o software de sincronização para verificar se os marcadores de tempo são registrados com precisão para cada quadro de dois fótons. Avalie se o contraste das imagens de dois fótons permanece estável durante a gravação. Confirme também se os movimentos do mouse não atrapalham a estabilidade dos quadros de imagem.

Agora, inicie o script de sincronização de câmera personalizado para iniciar a gravação do comportamento. Defina o caminho e os parâmetros do arquivo de acordo com o procedimento de estabelecimento da plataforma. Em seguida, inicie a gravação do comportamento usando o script de sincronização personalizado.

Confirme a presença de um marcador de tempo no software de sincronização para cada 30 quadros de vídeo de comportamento. Verifique se todos os quatro fluxos de vídeo das câmeras estão sincronizados corretamente. Verifique se os parâmetros de captura de vídeo do sistema de rastreamento comportamental tridimensional estão definidos corretamente.

Quando a gravação comportamental parar automaticamente, desligue manualmente o software de gravação e sincronização mTPM para concluir o teste. As matrizes de coeficiente de correlação não mostraram padrões específicos de neurônios distintos para poses de sujeitos, poses de objetos ou distâncias corporais, indicando correspondência fraca entre sinais neurais e métricas comportamentais. Todos os coeficientes de correlação do comportamento dos neurônios caíram entre 0,3 e 0,3, confirmando associações fracas em condições naturalísticas.

As incorporações neurais derivadas de Zebra formam padrões intrincados, incorporando componentes de várias incorporações articulares. As incorporações de zebra demonstraram alinhamento consistente de variáveis comportamentais e neurais em três pares de camundongos, particularmente para distância corporal e motivos sociais. O erro de decodificação para incorporações de distância corporal foi significativamente maior do que as poses de sujeito e objeto, mas permaneceu dentro dos limites de erro de rastreamento esperados.

Incorporações conjuntas de atividade neural com várias variáveis comportamentais revelaram alta precisão de decodificação em poses de sujeitos, poses de objetos e motivos. A análise de similaridade de cosseno usando a incorporação de pose de sujeito S1 como referência mostrou menor alinhamento para motivos relacionados a objetos, sugerindo codificação primária de self e comportamento social.