Мы разработали единую платформу для отслеживания поведения животных во время двух альпинистских ассоциативных учебных задач. Недорогая конструкция позволяет интегрироваться с оптогенетическими или визуальными экспериментами, направленными на восхождение на волокнистую мозжечковую активность.
Для просмотра этого контента требуется подписка на JoVE. Войдите или начните свой бесплатный пробный период.
Методическая статья
Гибкая платформа для мониторинга мозжечкозависимого сенсорного ассоциативного обучения
В этой статье
Краткое содержание
Аннотация
Подъем волоконных входов в клетки Пуркинье обеспечивает поучительные сигналы, критически важные для ассоциативного обучения, зависящего от мозжечка. Изучение этих сигналов у мышей с фиксированной головой облегчает использование методов визуализации, электрофизиологических и оптогенетических методов. Здесь была разработана недорогая поведенческая платформа (~$1000), которая позволяет отслеживать ассоциативное обучение у мышей с фиксированной головой, которые свободно перемещаются на ходовом колесе. Платформа включает в себя две общие ассоциативные парадигмы обучения: кондиционирование моргания глаз и отсроченное тактильное обусловливание испуга. Поведение отслеживается с помощью камеры, а движение колеса - детектором. Мы описываем компоненты и настройку, а также предоставляем подробный протокол для обучения и анализа данных. Эта платформа позволяет включать оптогенетическую стимуляцию и флуоресцентную визуализацию. Конструкция позволяет одному хост-компьютеру управлять несколькими платформами для обучения нескольких животных одновременно.
Введение
Павловское обусловливание субсекундной связи между стимулами для получения условного ответа уже давно используется для зондирования мозжечково-зависимого обучения. Например, при классическом обусловливании задержки моргания глаз (DEC) животные учатся делать своевременное защитное моргание в ответ на нейтральный условный стимул (CS; например, вспышка света или слуховой тон), когда он многократно сочетается с безусловным стимулом (США; например, затяжка воздуха, приложенная к роговице), которая всегда вызывает рефлекторное моргание, и который приходит в конце или ближе к концу CS. Выученный ответ называется условным ответом (CR), в то время как рефлекторный ответ называется безусловным ответом (UR). У кроликов мозжечкоспецифические поражения нарушают эту форму обучения 1,2,3,4. Кроме того, шипы клеточного комплекса Пуркинье, приводимые в движение их подъемными волоконными входами5, обеспечивают необходимый сигнал 6,7 и достаточныйсигнал 8,9 для получения правильно синхронизированных CR.
Совсем недавно для мышей с фиксированной головой были разработаны парадигмы ассоциативного обучения, зависящие от волокон. DEC была первой ассоциативной парадигмой обучения, адаптированной к этой конфигурации10,11. DEC у мышей с фиксированной головой была использована для идентификации мозжечковыхобластей 11,12,13,14,15,16,17 и элементов цепи11,1 2,13,14,15,18,19 которые необходимы для приобретения и уничтожения задач. Этот подход также был использован для демонстрации того, как физиологическое представление параметров задачи на клеточном уровне развивается с обучением 13,15,16.
В дополнение к морганию глаз, парадигма отсроченного тактильного кондиционирования испуга (DTSC) была недавно разработана в качестве новой ассоциативной учебной задачи для мышей с фиксированной головой20. Концептуально похожий на DEC, DTSC включает в себя представление нейтрального CS с США, нажатие на лицо, достаточное по интенсивности, чтобы задействовать рефлекс испуга21,22 в качестве UR. В парадигме DTSC и UR, и CR считываются как обратная локомоция на колесе. В настоящее время DTSC используется для раскрытия того, как ассоциативное обучение изменяет мозжечковую активность и паттерны экспрессии генов20.
В этой работе был разработан метод гибкого применения DEC или DTSC в единой платформе. Атрибуты стимула и платформы схематизированы на рисунке 1. Конструкция включает в себя возможность отслеживать поведение животных с помощью камеры, а также поворотный энкодер для отслеживания передвижения мыши на колесе. Все аспекты регистрации данных и структуры испытаний контролируются парными микроконтроллерами (Arduino) и одноплатным компьютером (SBC; Малина Пи). Доступ к этим устройствам можно получить через предоставленный графический интерфейс пользователя. Здесь мы представляем рабочий процесс для настройки, подготовки и выполнения эксперимента, а также настраиваемый конвейер анализа для визуализации данных.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Протокол
Протоколы для животных, описанные здесь, были одобрены комитетами по уходу за животными и их использованию Принстонского университета.
1. Настройка SBC
- Подключите кабель последовательного интерфейса камеры (CSI) к камере Raspberry NoIR V2 и порту камеры на SBC.
- Загрузите операционную систему для SBC на хост-компьютер. Запишите образ операционной системы на микрозащищенную цифровую карту (microSD).
ПРИМЕЧАНИЕ: Подробные инструкции по этим процедурам для Raspberry Pi SBC можно найти в другом месте23. Система была протестирована с использованием следующих операционных систем: Stretch, Buster, Bullseye. - Чтобы обеспечить безопасную связь оболочки, создайте файл без расширения под названием «ssh» в загрузочном разделе карты microSD. Как только это будет сделано, извлеките карту microSD из хост-машины и вставьте ее в слот для картЫ SBC microSD. Включите SBC, подключив его блок питания.
- Подготовьте SBC для принятия проводного подключения к узлу.
- Подключите монитор соответствующим кабелем к SBC. Откройте терминал, введите команду ifconfig и запишите IP-адрес Ethernet SBC.
ПРИМЕЧАНИЕ: Raspberry Pi модель 3B + имеет порт дисплея HDMI, в то время как модель 4B имеет порт micro-HDMI. - Перейдите на вкладку Интерфейс параметра конфигурации Raspberry Pi и включите параметры Камера, протокол SSH и Виртуальные сетевые вычисления (VNC).
- Подключите монитор соответствующим кабелем к SBC. Откройте терминал, введите команду ifconfig и запишите IP-адрес Ethernet SBC.
- Установите проводное соединение между главным компьютером и SBC.
- Подключите кабель Ethernet к порту Ethernet на SBC и главном компьютере. Подключите другой конец этих кабелей к коммутатору Ethernet.
- Используйте вычислительный клиент виртуальной сети, такой как VNC viewer24 , и получите доступ к рабочему столу, используя IP-адрес SBC и аутентификацию по умолчанию (пользователь = "pi", пароль = "raspberry").
- Загрузите необходимое программное обеспечение, включенное в шаги протокола.
ВНИМАНИЕ: Измените имя пользователя и пароль по умолчанию, чтобы предотвратить несанкционированный доступ к SBC.- Введите следующую команду в терминале SBC, чтобы загрузить программное обеспечение буровой установки:
git clone --depth=1 https://github.com/gerardjb/assocLearnRig - Введите следующие команды, чтобы загрузить необходимые библиотеки python.
cd assocLearnRig
python3 setup.py - Чтобы обеспечить прямой контроль над микроконтроллером, подключитесь к SBC и загрузите интегрированную среду разработки микроконтроллера (IDE), выполнив шаги 1.6.4-1.6.7.
- Откройте веб-браузер на рабочем столе SBC и перейдите к https://arduino.cc/en/software. Загрузите последнюю версию 32-разрядной версии интегрированной среды разработки Linux ARM.
- Откройте окно терминала на рабочем столе SBC и перейдите в каталог загрузок, набрав cd Downloads/
- Чтобы установить среду IDE, введите в терминале следующие команды:
tar -xf arduino--linuxarm.tar.xz
sudo mv arduino- /opt
sudo /opt/arduino-/install.sh
(здесь <версия> — это версия загруженной среды IDE) - Откройте экземпляр среды IDE микроконтроллера на рабочем столе SBC. Выберите пункт меню Инструменты > Управление библиотеками. Установите библиотеку "Encoder" от Пола Стоффрегена.
- Введите следующую команду в терминале SBC, чтобы загрузить программное обеспечение буровой установки:
- Разверните узел встроенной памяти SBC с помощью флэш-накопителя USB.
- Вставьте флэш-накопитель в USB-порт на SBC. Используйте порт USB 3.0, если таковой имеется.
- Введите в терминал ls -l /dev/disk/by-uuid/ , чтобы найти флэш-накопитель и его уникальный справочник (UUID). Запишите UUID.
- Чтобы разрешить пользователю pi выполнять запись на USB-устройство, введите в терминал одну за другой следующие команды:
sudo mkdir /media/usb
sudo chown -R pi:pi /media/usb
sudo mount /dev/sda1 /media/usb -o uid=pi,gid=pi
ПРИМЕЧАНИЕ: Флэш-накопитель можно добавить в качестве устройства, которое будет автоматически монтироваться при перезапуске SBC, добавив следующую строку в конец файла fstab в /etc/fstab:
UUID= /media/usb vfat auto,nofail,noatime,users,rw,uid=pi,gid=pi 0 0
2. Проводка стимулирующего оборудования и этап сборки
- Подключите и подготовьте микроконтроллеры.
- Подключите SBC к программному порту микроконтроллера (Arduino Due) с помощью микрокабеля USB2 типа A к USB2.
ПРИМЕЧАНИЕ: Используйте высококачественный кабель, такой как продукт в таблице материалов, чтобы обеспечить надлежащую работу. - Найдите "dueAssocLearn.ino" в загруженном репозитории проекта. Откройте эскиз с помощью среды IDE микроконтроллера и загрузите его в микроконтроллер, подключенный к SBC.
- Загрузите и установите соответствующую версию arduino IDE на главном компьютере.
- Подключите хост-компьютер к микроконтроллеру (Arduino Uno) с помощью кабеля USB2 типа B к USB2 типа A.
- Перейдите в репозиторий GitHub (https://github.com/gerardjb/assocLearnRig) и загрузите эскиз "DTSC_US.ino" на главный компьютер.
- На главном компьютере запустите среду IDE микроконтроллера и откройте эскиз «DTSC_US.ino», а затем загрузите его в микроконтроллер.
- Подключите SBC к программному порту микроконтроллера (Arduino Due) с помощью микрокабеля USB2 типа A к USB2.
- Прикрепите провода к микроконтроллерам, макетной плате, светодиодам, поворотному энкодеру, шаговому двигателю с драйвером и электромагнитному клапану с драйвером, как показано на диаграмме Фритцинга на рисунке 2.
- Питание шагового двигателя и электромагнитного клапана.
- Правильно подключите один канал питания к контактам +V и GND драйвера шагового двигателя.
- Включите блок питания и установите напряжение подключенного канала на 25 В.
ПРИМЕЧАНИЕ: Если соединения между шаговым двигателем, драйвером и блоком питания настроены правильно, зеленый индикатор на драйвере шагового двигателя включится. - Правильно подключите положительный провод блока питания к контакту напряжения драйвера электромагнитного клапана, а другой положительный провод к контакту напряжения всплеска.
- Прикрепите отрицательные провода к земле, разделяемой с управляющим сигналом.
- Включите источник питания и установите канал, подключенный к удержающему напряжению, примерно на 2,5 В, а канал, подключенный к пиковому напряжению, составит около 12 В.
- Подключите источник воздуха, регулируемый давлением ~20 PSI, к электромагнитному клапану с помощью адаптера luer.
- Проверьте, что все стимулирующие компоненты и камера функционируют должным образом.
- Откройте терминал на SBC и введите cd ~/assocLearnRig , чтобы перейти к клонированному репозиторию GitHub.
- В терминале введите python3 assocLearnRig_app.py для запуска графического интерфейса пользователя элемента управления.
- Запустите трансляцию с камеры, нажав кнопку Поток .
- Выберите переключатель DEC , загрузите его в микроконтроллер и запустите сеанс с параметрами по умолчанию, нажав кнопку Начать сеанс .
ПРИМЕЧАНИЕ: После этого шага в терминале должна появиться распечатка журнала данных, сообщение о потоке камеры должно исчезнуть, а светодиодный CS и электромагнитный клапан US должны включаться и выключаться в соответствующее время во время каждого испытания. - После завершения сеанса повторите предыдущие шаги с выбранным переключателем DTSC .
ПРИМЕЧАНИЕ: Эскизы в репозитории GitHub ("testStepper.ino", "testRotary.ino" и "testSolenoid.ino") можно использовать для тестирования отдельных компонентов, если описанные выше шаги не дают удовлетворительных результатов.
- Сделайте ходовое колесо.
- Вырежьте 3-дюймовое колесо из поролонового ролика. Просверлите отверстие 1/4 дюйма в точном центре колеса, чтобы колесо не колебалось при повороте от движения мыши.
- Вставьте вал 1/4" в колесо и закрепите его на месте с помощью зажимных ступиц, расположенных с каждой стороны колеса.
- Прикрепите поворотный энкодер к 4,5-дюймовому алюминиевому каналу с помощью болта M3. Стабилизируйте алюминиевый канал на алюминиевой макетной плате с помощью прямоугольного кронштейна с болтом 1/4 дюйма, гайкой и шайбой, как показано на рисунке.
- Прикрепите колесо и поворотный энкодер с помощью втулки муфты вала.
- Стабилизируйте свободную сторону вала колеса с помощью подшипника, вставленного в прямоугольный торцевой зажим, установленный на макетном оптическом столбе.
ПРИМЕЧАНИЕ: Убедитесь, что колесо вращается свободно, не колеблясь при вращении вручную. - Расположите стимулирующее оборудование, подголовник, инфракрасную световую решетку и пикамеры вокруг собранного колеса.
- Расположите подголовники с помощью оптических стоек и зажимов прямого угла наклона таким образом, чтобы головные упоры находились на расстоянии 1,5 см перед осью колеса и на 2 см над поверхностью колеса. (Значения указаны для мыши весом 20 г).
- Расположите светодиод CS и выпускное отверстие электромагнитного клапана, используемое для DEC US, менее чем на 1 см от глаза, используемого для DEC.
- Установите шаговый двигатель, используемый для DTSC US
- Установите пикамеру на оптический столб ~ 10 см от того места, где будет находиться животное.
ПРИМЕЧАНИЕ: Дизайн для крепления picamera может быть сделан на 3D-принтере из файла в "RaspPiCamMount1_1.stl" в репозитории GitHub. - Поместите инфракрасный световой массив немного выше и непосредственно лицом к положению лица на той же стороне, что и пикамеры.
- Сделайте тактильный стимул для DTSC, приклеив пену к краю куска акрила, установленного на валу 1/4 дюйма с помощью зажимной ступицы. Прикрепите тактильный стимул к валу шагового двигателя.
ПРИМЕЧАНИЕ: Дизайн для акрилового изделия может быть вырезан лазером по шаблону в "TactileStimDesign.pdf" в репозитории GitHub.
3. Подготовка и проведение экспериментов по поведению
- Имплантация головной пластины мыши.
- Обезболить мышь с помощью 2% изофлурана и зафиксировать голову в стереотаксическом кадре.
- Нанесите офтальмологическую мазь на глаза.
- Побрейте кожу головы мыльной водой и стерильным скальпелем. Вводят лидокаин непосредственно под кожу места разреза и очищают хирургический участок повидоном.
- Сделайте разрез скальпелем вдоль средней линии волосистой части головы от заднего края глаз до заднего края черепа, стараясь не надавить слишком сильно на череп.
- Разложите разрез и зажмите обе стороны стерильными гемостатами, чтобы держать его открытым. Аккуратно удалите надкостницу с помощью ватного тампона, смоченного в этаноле, и дайте поверхности обнаженного черепа высохнуть.
- Расположите головную пластину на уровне черепа, убедившись, что передняя часть головной пластины расположена сзади от глаз. Используйте цианоакрилатный клей, чтобы прикрепить головную пластину к черепу и дать клею полностью высохнуть.
- Смешайте зубной цементный порошок (1 мерная ложка), растворитель (2 капли) и катализатор (1 капля) в смесительной посуде и нанесите на все участки открытой кости. Добавляйте слои до тех пор, пока поверхность не станет заподлицо с верхним краем головной пластины, убедившись, что головная пластина надежно прикреплена к черепу.
- При необходимости зашить кожу, закрытую сзади и перед головной пластиной.
- Инъекционная послеоперационная анальгезия, такая как карпрофен в соответствии с институциональными рекомендациями, позволяя животному восстановиться в течение не менее 5 дней.
- Подготовка к сеансам поведения.
- Позвольте подопытным животным привыкнуть к платформе, установив их в подголовник в течение 30-минутных сеансов в течение 5 дней, предшествующих экспериментам.
ПРИМЕЧАНИЕ: К концу сеансов привыкания животные должны комфортно бегать за рулем. - (только DEC) Перед сеансами убедитесь, что выпускное отверстие электромагнитного клапана сосредоточено на целевом глазу, расположенном на расстоянии >1 см.
- (только DEC) Вручную приведите в действие воздушную затяжку с помощью кнопки. Убедитесь, что мышь быстро производит моргание, не проявляя явных признаков стресса, таких как принятие сгорбленной позы или захват пораженной периокулярной области ипсилатеральной передней лапой.
- (только DTSC) Перед сеансами убедитесь, что тактильный стимул сосредоточен на носу животного, расположенном на расстоянии ~ 1,5 см.
ПРИМЕЧАНИЕ: Когда поведенческий сеанс DTSC не запущен, шаговый двигатель автоматически активируется, чтобы обеспечить ручное изменение положения. - (только DTSC) В терминале SBC введите python3 assocLearnRig_app.py, чтобы запустить графический интерфейс.
- (только DTSC) Запустите тестовый сеанс из трех пробных версий с параметрами по умолчанию, нажав кнопку Начать сеанс в графическом интерфейсе.
- (только DTSC) Убедитесь, что зарегистрированные данные, которые печатаются на терминале, показывают отклонение более 20, но менее 100 шагов, зарегистрированных на поворотном энкодере после США в каждом испытании.
ВНИМАНИЕ: Чтобы избежать вреда и уменьшить стресс для животного, запустите стимул дальше от животного и переместите его ближе, пока не будут выполнены необходимые условия.
- Позвольте подопытным животным привыкнуть к платформе, установив их в подголовник в течение 30-минутных сеансов в течение 5 дней, предшествующих экспериментам.
- Запуск поведенческих сеансов с регистрацией данных.
- Прикрепите мышь к подголовнику.
- В терминале SBC введите python3 assocLearnRig_app.py для запуска графического интерфейса.
- Чтобы разрешить запись с камеры во время поведенческих испытаний, нажмите кнопку «Поток ».
ПРИМЕЧАНИЕ: Сеансы можно запускать без камеры. В этом случае регистрируются только данные с ротационного энкодера и метки времени представления стимула. - Введите идентифицирующую информацию о животном в поле Идентификатор животного и нажмите кнопку Установить .
- Выберите DEC или DTSC в переключателе под заголовком Тип сеанса в зависимости от того, какая поведенческая парадигма требуется.
- Введите нужные параметры эксперимента в поля под полем Animal ID и нажмите кнопку Загрузить в Arduino .
ПРИМЕЧАНИЕ: Подробную информацию о параметрах эксперимента можно найти в разделе README репозитория GitHub. - Нажмите кнопку Начать сеанс , чтобы начать сеанс.
- При инициализации сеанса данные начнут регистрироваться в новом каталоге, созданном в "/media/usb" в точке монтирования флэш-накопителя SBC.
4. Экспорт и анализ данных
- Чтобы экспортировать все записанные сеансы на главный компьютер, откройте командную строку и введите команду pscp -r pi@Pi_IP_address:/media/usb* host_computer_destination, затем выполните проверку подлинности с помощью пароля SBC.
ПРИМЕЧАНИЕ: Приведенная выше команда предназначена для компьютера с Windows. На компьютерах Mac и Linux используйте терминал и замените "pscp" на "scp". - Установите Anaconda25 или другой менеджер пакетов Python (PPM) на главном компьютере.
- Зайдите в репозиторий GitHub и загрузите "analyzeSession.py", "summarizeSessions.py", "session2mp4s.py" и "requirementsHost.txt".
- Откройте запрос PPM и введите conda install --file directory_containing_requirementsHostrequirements Host.txt чтобы убедиться, что установка пакета Python имеет необходимые библиотеки python.
- В командной строке введите cd directory_containing_analyzeData , чтобы перейти в каталог, содержащий "analyzeData.py" и "session2mp4s.py". Запустите программу анализа, введя python analyzeSession.py
ПРИМЕЧАНИЕ: Сообщение об ошибке будет сгенерировано при использовании версии Python 2 как python. Чтобы проверить версию, введите в командной строке python -V . - При появлении запроса выберите каталог, содержащий данные. Каталоги с несколькими подкаталогами будут анализироваться последовательно.
- Для сеансов DEC для каждого анализируемого каталога сеансов выберите интересующую область (ROI), содержащую глаз мыши, из пробного среднего изображения.
ПРИМЕЧАНИЕ: Файлы данных окончательного анализа и сводные графики будут заполняться в подкаталоге каждого анализируемого каталога сеанса. - Введите python summarizeSessions.py для создания сводных данных в нескольких сеансах.
- Введите запрос python session2mp4s.py для преобразования файлов данных изображений в видимые файлы .mp4.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Результаты
Рабочий процесс для экспериментов и анализа DEC
Правильный выбор экспериментальных параметров важен для успешного обучения кондиционированию моргания (DEC). Для данных, представленных здесь, графический интерфейс использовался для выбора длительности CS 350 мс и длительности США 50 мс. Это сопряжение приводит к межстимульному интервалу в 300 мс: достаточно длинному, чтобы предотвратить низкоамплитудную выработку CR10 , и достаточно короткому, чтобы избежать попадания в режим пл...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Обсуждение
Платформа с соответствующими протоколами, описанными здесь, может быть использована для надежного отслеживания поведения животных в двух сенсорных ассоциативных учебных задачах. Каждая задача зависит от неповрежденной связи через альпинистский волоконный путь. В дизайн, описанный здесь, мы включаем элементы для облегчения обучения и записи / возмущения мозжечковой реакции. К ним относятся колесо, обеспечивающее свободное передвижение11,18, а также фиксацию головы...
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Раскрытие информации
У авторов нет конфликта интересов для раскрытия.
Благодарности
Эта работа поддерживается грантами Национальных институтов психического здоровья NRSA F32 MH120887-03 (для G.J.B.) и R01 NS045193 и R01 MH115750 (для S.S-H.W.). Мы благодарим докторов Баса Куккука и Хенка-Яна Боле за полезные обсуждения по оптимизации настройки DEC, а также докторов Юэ Вана и Сяоина Чена за полезные обсуждения по оптимизации настройки DTSC.
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Быстродействующее основание "B" для C&; B METABOND - флакон объемом 10 мл | Parkell | S398 | Растворитель стоматологического |
| цемента "C" Универсальный катализатор TBB - 0,7 мл | Катализатор Parkell | S371 | # |
| 8 Шайбы | Thorlabs | W8S038 | Шайбы |
| 0,250" (1/4") x 8,00" Нержавеющая сталь Прецизионный | сервопривод | вала 634172 | 1/4" вал |
| 0,250" (0.770") Зажимная ступица | Сервосити | 545588 | Зажимная ступица |
| от 1/4" до 6 мм Установочная винтовая муфта вала - 5 шт. | Actobotics | 625106 | Втулка вала-муфты |
| 1/4"-20 Колпачковые винты, 3/4" Длинные | Thorlabs | SH25S075 | болт 1/4" |
| 100 шт. 5 мм 395– 400 нм УФ-ультрафиолетовый светодиодный светодиод прозрачный круглый объектив 29 мм с длинным выводом (DC 3V) светодиоды лампы +100 шт резисторы | EDGELEC | ED_YT05_U_100Pcs | CS Светодиоды |
| 2 м Кабель Micro HDMI - DVI-D - M/M - 2 м Кабель Micro HDMI - DVI - 19 контактов HDMI (D) Male to DVI-D Male - 1920 x 1200 Video | Star-tech | HDDDVIMM2M | Raspberry Pi4B для монитора кабель |
| 256 ГБ Ultra Fit USB 3.1 Flash накопитель | SanDisk | SDCZ430-256G-G46 | USB-накопитель |
| 3.3 В– 5 В 4 канала Преобразователь логического уровня Модуль двунаправленного сдвига | Amazon | B00ZC6B8VM | Переключатель логических уровней |
| 32 ГБ 95 МБ/с (U1) microSDHC EVO Select Карта памяти | Samsung | MB-ME32GA/AM | карта microSD |
| 4,50-дюймовый алюминиевый канал | сервоcity | 585444 | 4,5-дюймовый алюминиевый канал |
| 48-светодиодный инфракрасный инфракрасный осветитель ночного видения | для видеонаблюдения towallmark SODIAL | инфракрасная световая массив | |
| 4 шт. Макетные платы включают 2 шт. 830 точек 2 шт. 400 точек без пайки для распределения Proto Shield Соединительные блоки | REXQualis | B07DL13RZH | плата |
| 5-портовый гигабитный неуправляемый сетевой коммутатор | Ethernet TP-Link | TL-SG105 | Ethernet коммутатор |
| 5 В 2,5 А Raspberry Pi 3 B+ Источник питания/адаптер | Canakit | DCAR-RSP-2A5 | Блок питания для Raspberry Pi 3B+ |
| 5-0 ETHILON BLACK 1 x 18" C-3 | Ethicon | 668G | Шовные материалы |
| 6 мм Вал Энкодер 2000 PPR Двухтактный линейный драйвер Универсальный выход Выход драйвера линии 5-26 В постоянного тока | Питание Calt | B01EWER68I | Поворотный энкодер |
| и Oslash; 1/2" оптический штифт, SS, 8-32 установочный винт, 1/4"-20 ответвлён, l = 1", 5 шт | Оптические штифты | Thorlabs | TR1-P5 |
| ø Оптический штифт 1/2", SS, 8-32 установочный винт, 1/4"-20 метчик, L = 2", 5 шт | Оптические штифты | Thorlabs | TR2-P5 |
| ø 1/2" оптический штифт, SS, 8-32 установочный винт, 1/4"-20 метчик, l = 4", 5 шт | Оптические штифты | Thorlabs | TR4-P5 |
| ø 1/2" оптический штифт, SS, 8-32 установочный винт, 1/4"-20 отвод, L = 6", 5 шт. Оптические | штифты | Thorlabs | TR6-P5 |
| ø Держатель столба 1/2", подпружиненный винт с шестигранной головкой, L = 2" | Thorlabs | PH2 | Оптический держатель столба |
| Адаптер-062-M X LUER LOCK-F | Ли Ко. | TMRA3201950Z | Электромагнитный клапан Адаптер Люэра |
| Aeromat Пенопластовый валик Размер: 36 дюймов Длина | Aeromat | B002H3CMUE | Поролоновый валик |
| Алюминиевая макетная плата 10 дюймов x 12 дюймов x 1/2 дюйма, 1/4 дюйма -20 метчиков | Thorlabs | MB1012 | Алюминиевая макетная плата |
| Amazon Basics Кабель адаптера HDMI на DVI, черный, 6 футов, 1 упаковка | Amazon | HL-007347 | Raspberry Pi3B+ для монитора |
| Ардуино Uno R3 | Arduino | A000066 | Arduino Uno (плата микроконтроллера) |
| Arduino Due | Arduino | A000062 | Arduino Due (плата микроконтроллера) |
| Настольный источник питания, одиночный, регулируемый, 3 выхода, 0 В, 24 В, 0 А, 2 А | питания | Tenma | 72-8335A |
| Прозрачный устойчивый к царапинам и ультрафиолетовому излучению литой акриловый лист, 12 " x 24 " x 1/8 " | McMaster Carr | 8560K257 | Акриловый лист |
| Драйвер шагового двигателя с ЧПУ 1.0– 4.2 A 20– 50 В постоянного тока 1/128 Микрошаговое разрешение для Nema 17 и 23 Шаговый двигатель | Шаговый двигатель онлайн | B06Y5VPSFN | Драйвер шагового двигателя |
| Компактный регулятор сжатого воздуха, Встроенный сброс давления, Латунный корпус, 1/4 NPT | McMaster Carr | 6763K13 | Регулятор источника воздуха |
| Ватный тампон | Puritan | 806-WC | Ватный тампон |
| Dell 1908FP 19" Плоскопанельный монитор - 1908FPC | Dell | 1908FPC | Компьютерный монитор |
| Гибкий кабель для Raspberry Pi Камера | Adafruit | 2144 | камера последовательный интерфейс |
| с высоким крутящим моментом Nema 17 Биполярный шаговый двигатель 92 унции· дюйм/65 N· см 2.1 А Экструдер | Мотор Шаговый | 17HS24-2104S | Шаговый двигатель |
| Изофлуран | Генри Шейн | 66794001725 | Изофлуран |
| Крейзи Maximum Bond Постоянный клей, 0.18 унции. | Клей Крейзи | KG483 | Цианоакрилатный клей |
| Лидокаин HCl | VetOne | 510212 | Лидокаин |
| Низкопрочная стальная шестигранная гайка, Класс 2, оцинкованная, размер резьбы 1/4"-20 | Макмастер Карр | 90473A029 | Гайки |
| M3 x 50 мм Частично резьбовая шестигранная ключ Головка головки головки 10 шт. | Uxcell | A16040100ux1380 | M3 болт |
| NEMA 17 Крепление | шагового двигателяACTOBOTICS | 555152 | Крепление шагового двигателя |
| Официальный блок питания Raspberry Pi 5,1 В 3 А с USB C - длина 1,5 м | Adafruit | 4298 | Блок питания для Raspberry Pi 4B |
| Optixcare Dog & Смазочный гель для кошачьего глаза, тюбик 0,70 унции | Optixcare | 142422 | Офталимическая мазь |
| Прецизионный шарикоподшипник из нержавеющей стали, экранированный, Торговый No R188-2Z, 13000 об/мин Максимальная скорость | McMaster-Carr | 3759T57 | Подшипник |
| Премиум Женская/Женская перемычка - 40 x 6 | Adafruit | 266 | проводов |
| Премиум Женская/Наружная перемычка "Удлинитель" - 40 x 6" (150 мм) | Adafruit | 826 | Wires |
| Premium Male / Male Jumper Wire - 40 x 6" | Adafruit | 758 | Wires |
| Radiopaque L-powder для C & B METABOND - 5 г | Parkell | S396 | Порошок стоматологического цемента |
| Raspberry Pi (3B+ или 4B) | Adafruit | 3775 или 4295 | Raspberry Pi |
| Raspberry Pi NoIR Модуль камеры V2 - 8 МП 1080P30 | Raspberry Pi Foundation | RPI3-NOIR-V2 | Raspberry NoIR V2 камера |
| Прямоугольный кронштейн, 1/4" (M6) Контроконный слот, 8-32 нажатия | Thorlabs | AB90E | Прямоугольный кронштейн |
| Прямоугольный зажим для ø Стойки 1/2", шестигранник 3/16 | Thorlabs | RA90 | Прямоугольный оптический зажим для столба |
| Прямоугольный концевой зажим для ø 1/2" Стойки, 1/4"-20 Шпилька и 3/16" Шестигранник | Thorlabs | RA180 | Прямоугольный концевой зажим |
| RJ45 Cat-6 Ethernet Патч Интернет-кабель | Amazon | CAT6-7FT-5P-BLUE | Кабель Ethernet |
| Вращающийся зажим для ø Стойки 1/2", 360° Бесступенчато регулируемый, 3/16" шестигранник | Thorlabs | SWC | Вращающиеся оптические зажимы |
| Spike & Удерживайте драйвер-0,1 ДО 5 МС | The Lee Co. | IECX0501350A | Драйвер электромагнитного клапана |
| Адаптер поворотного основания | Thorlabs | UPHA | Адаптер держателя столба |
| USB 2.0 A-Male на Micro B Кабель, 6 футов | Amazon | 7T9MV4 | USB2 тип A на USB2 микрокабель |
| USB 2.0 Кабель принтера - A-Male на B-Male, 6 футов (1,8 м) | Amazon | B072L34SZS | USB2 тип B на USB2 тип A |
| кабель VHS-M/SP-12 V | The Lee Co. | INKX0514900A | Соленоидный клапан |
| Оцинкованная сталь 1/4" шайба, наружный диаметр 1.000 " | McMaster Carr | 91090A108 | Шайбы |
Ссылки
- McCormick, D. A., Lavond, D. G., Clark, G. A., Kettner, R. E., Rising, C. E., Thompson, R. F. The engram found? Role of the cerebellum in classical conditioning of nictitating membrane and eyelid responses. Bulletin of the Psychonomic Society. 18 (3), 103-105 (1981).
- McCormick, D. A., Clark, G. A., Lavond, D. G., Thompson, R. F. Initial localization of the memory trace for a basic form of learning. Proceedings of the National Academy of Sciences of the United States of America. 79 (8), 2731-2735 (1982).
- McCormick, D. A., Thompson, R. F. Cerebellum: essential involvement in the classically conditioned eyelid response. Science. 223 (4633), New York, N.Y. 296-299 (1984).
- Krupa, D. J., Thompson, J. K., Thompson, R. F. Localization of a memory trace in the mammalian brain. Science. 260 (5110), New York, N.Y. 989-991 (1993).
- Llinás, R., Sugimori, M. Electrophysiological properties of in vitro Purkinje cell dendrites in mammalian cerebellar slices. The Journal of Physiology. 305, 197-213 (1980).
- Mintz, M., Lavond, D. G., Zhang, A. A., Yun, Y., Thompson, R. F. Unilateral inferior olive NMDA lesion leads to unilateral deficit in acquisition and retention of eyelid classical conditioning. Behavioral and Neural Biology. 61 (3), 218-224 (1994).
- Welsh, J. P., Harvey, J. A. Cerebellar lesions and the nictitating membrane reflex: performance deficits of the conditioned and unconditioned response. The Journal of Neuroscience: The Official Journal of the Society for Neuroscience. 9 (1), 299-311 (1989).
- Mauk, M. D., Steinmetz, J. E., Thompson, R. F. Classical conditioning using stimulation of the inferior olive as the unconditioned stimulus. Proceedings of the National Academy of Sciences of the United States of America. 83 (14), 5349-5353 (1986).
- Steinmetz, J. E., Lavond, D. G., Thompson, R. F. Classical conditioning in rabbits using pontine nucleus stimulation as a conditioned stimulus and inferior olive stimulation as an unconditioned stimulus. Synapse. 3 (3), New York, N.Y. 225-233 (1989).
- Chettih, S. N., McDougle, S. D., Ruffolo, L. I., Medina, J. F. Adaptive timing of motor output in the mouse: The role of movement oscillations in eyelid conditioning. Frontiers in Integrative Neuroscience. 5, 72(2011).
- Heiney, S. A., Wohl, M. P., Chettih, S. N., Ruffolo, L. I., Medina, J. F. Cerebellar-dependent expression of motor learning during eyeblink conditioning in head-fixed mice. The Journal of Neuroscience. 34 (45), 14845-14853 (2014).
- Heiney, S. A., Kim, J., Augustine, G. J., Medina, J. F. Precise control of movement kinematics by optogenetic inhibition of purkinje cell activity. Journal of Neuroscience. 34 (6), 2321-2330 (2014).
- Ten Brinke, M. M., et al. Evolving models of pavlovian conditioning: Cerebellar cortical dynamics in awake behaving mice. Cell Reports. 13 (9), 1977-1988 (2015).
- Gao, Z., et al. Excitatory cerebellar nucleocortical circuit provides internal amplification during associative conditioning. Neuron. 89 (3), 645-657 (2016).
- Giovannucci, A., et al. Cerebellar granule cells acquire a widespread predictive feedback signal during motor learning. Nature Neuroscience. 20 (5), 727-734 (2017).
- Ten Brinke, M. M., et al. Dynamic modulation of activity in cerebellar nuclei neurons during pavlovian eyeblink conditioning in mice. eLife. 6, 28132(2017).
- Wang, X., Yu, S., Ren, Z., De Zeeuw, C. I., Gao, Z. A FN-MdV pathway and its role in cerebellar multimodular control of sensorimotor behavior. Nature Communications. 11 (1), 6050(2020).
- Albergaria, C., Silva, N. T., Pritchett, D. L., Carey, M. R. Locomotor activity modulates associative learning in mouse cerebellum. Nature Neuroscience. 21 (5), 725-735 (2018).
- Kim, O. A., Ohmae, S., Medina, J. F. A cerebello-olivary signal for negative prediction error is sufficient to cause extinction of associative motor learning. Nature Neuroscience. 23 (12), 1550-1554 (2020).
- Yamada, T., et al. Sensory experience remodels genome architecture in neural circuit to drive motor learning. Nature. 569 (7758), 708-713 (2019).
- Horlington, M. Startle response circadian rhythm in rats: lack of correlation with motor activity. Physiology & Behavior. 5 (1), 49-53 (1970).
- Yeomans, J. S., Li, L., Scott, B. W., Frankland, P. W. Tactile, acoustic and vestibular systems sum to elicit the startle reflex. Neuroscience and Biobehavioral Reviews. 26 (1), 1-11 (2002).
- Raspberry Pi Operating system images. , Available from: https://www.raspberrypi.com/software/operationg-systems/ (2021).
- VNC Server. VNC® Connect. , Available from: https://www.realvnc.com/en/connect/download/vnc/ (2021).
- Anaconda: The world's most popular data science platform. , Available from: https://xddebuganaconda.xdlab.co/ (2021).
- De Zeeuw, C. I., Ten Brinke, M. M. Motor learning and the cerebellum. Cold Spring Harbor Perspectives in Biology. 7 (9), 021683(2015).
- Badura, A., et al. Normal cognitive and social development require posterior cerebellar activity. eLife. 7, 36401(2018).
- Koekkoek, S. K. E., Den Ouden, W. L., Perry, G., Highstein, S. M., De Zeeuw, C. I. Monitoring kinetic and frequency-domain properties of eyelid responses in mice with magnetic distance measurement technique. Journal of Neurophysiology. 88 (4), 2124-2133 (2002).
- Kloth, A. D., et al. Cerebellar associative sensory learning defects in five mouse autism models. eLife. 4, 06085(2015).
- Boele, H. -J., Koekkoek, S. K. E., De Zeeuw, C. I. Cerebellar and extracerebellar involvement in mouse eyeblink conditioning: the ACDC model. Frontiers in Cellular Neuroscience. 3, (2010).
- Lin, C., Disterhoft, J., Weiss, C. Whisker-signaled eyeblink classical conditioning in head-fixed Mice. Journal of Visualized Experiments: JoVE. (109), e53310(2016).
- Pereira, T. D., et al. Fast animal pose estimation using deep neural networks. Nature Methods. 16 (1), 117-125 (2019).
- Mathis, A., et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience. 21 (9), 1281-1289 (2018).
Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.
Перепечатки и разрешения
