Summary

Eine flexible Plattform zur Überwachung des kleinhirnabhängigen sensorischen assoziativen Lernens

Published: January 19, 2022
doi:

Summary

Wir haben eine einzige Plattform entwickelt, um das Verhalten von Tieren während zweier kletterfaserabhängiger assoziativer Lernaufgaben zu verfolgen. Das kostengünstige Design ermöglicht die Integration mit optogenetischen oder bildgebenden Experimenten, die auf das Klettern der faserassoziierten Kleinhirnaktivität gerichtet sind.

Abstract

Kletterfasereingänge zu Purkinje-Zellen liefern lehrreiche Signale, die für das kleinhirnabhängige assoziative Lernen entscheidend sind. Die Untersuchung dieser Signale an kopffixierten Mäusen erleichtert den Einsatz von bildgebenden, elektrophysiologischen und optogenetischen Methoden. Hier wurde eine kostengünstige Verhaltensplattform (~ $ 1000) entwickelt, die die Verfolgung des assoziativen Lernens in kopffesten Mäusen ermöglicht, die sich frei auf einem laufenden Rad befinden. Die Plattform umfasst zwei gängige assoziative Lernparadigmen: Augenzwinkernkonditionierung und verzögerte taktile Schreckkonditionierung. Das Verhalten wird mit einer Kamera und die Radbewegung von einem Detektor verfolgt. Wir beschreiben die Komponenten und den Aufbau und stellen ein detailliertes Protokoll für Training und Datenanalyse zur Verfügung. Diese Plattform ermöglicht die Integration von optogenetischer Stimulation und Fluoreszenzbildgebung. Das Design ermöglicht es einem einzelnen Host-Computer, mehrere Plattformen für das gleichzeitige Training mehrerer Tiere zu steuern.

Introduction

Die pawlowsche Konditionierung der Subsekundenassoziation zwischen Reizen, um eine konditionierte Reaktion hervorzurufen, wird seit langem verwendet, um das kleinhirnabhängige Lernen zu untersuchen. Zum Beispiel lernen Tiere bei der klassischen verzögerten Augenblinzelung (DEC), als Reaktion auf einen neutralen bedingten Reiz (CS; z. B. ein Lichtblitz oder einen auditiven Ton) ein gut getimtes schützendes Blinzeln zu machen, wenn es wiederholt mit einem bedingungslosen Reiz (US; z. B. einem Luftstoß auf die Hornhaut) gepaart wird, der immer ein Reflexblinzeln hervorruft. und die am oder nahe dem Ende des CS kommt. Die erlernte Reaktion wird als konditionierte Reaktion (CR) bezeichnet, während die Reflexantwort als unkonditionierte Antwort (UR) bezeichnet wird. Bei Kaninchen stören kleinhirnspezifische Läsionen diese Form des Lernens 1,2,3,4. Darüber hinaus liefern Purkinje-Zellkomplexspitzen, angetrieben durch ihre Kletterfasereingänge5, ein notwendiges6,7– und ausreichendes 8,9-Signal für die Erfassung von richtig getimten CRs.

In jüngerer Zeit wurden klimmfaserabhängige assoziative Lernparadigmen für kopffixierte Mäuse entwickelt. DEC war das erste assoziative Lernparadigma, das an diese Konfiguration angepasstwurde 10,11. DEC in kopffixierten Mäusen wurde verwendet, um Kleinhirnregionen 11,12,13,14,15,16,17 und Schaltungselemente 11,1 2,13,14,15,18,19 zu identifizieren die für die Aufgabenerfassung und das Löschen erforderlich sind. Dieser Ansatz wurde auch verwendet, um zu demonstrieren, wie sich die physiologische Darstellung von Aufgabenparametern auf zellulärer Ebene mit dem Lernen von 13,15,16 entwickelt.

Zusätzlich zum Augenblinzeln wurde kürzlich das DTSC-Paradigma (Delayed Startle Tactile Conditioning) als neuartige assoziative Lernaufgabe für kopffeste Mäuse20 entwickelt. Konzeptionell ähnlich wie DEC, beinhaltet DTSC die Präsentation eines neutralen CS mit einem US, einem Klopfen auf das Gesicht, das in der Intensität ausreicht, um einen Schreckreflex21,22 als UR zu aktivieren. Im DTSC-Paradigma werden sowohl die UR als auch die CR als rückwärts gerichtete Fortbewegung auf einem Rad ausgelesen. DTSC wurde nun verwendet, um aufzudecken, wie assoziatives Lernen die Kleinhirnaktivität und die Muster der Genexpressionverändert 20.

In dieser Arbeit wurde eine Methode entwickelt, um DEC oder DTSC flexibel in einer einzigen Plattform anzuwenden. Die Stimulus- und Plattformattribute sind in Abbildung 1 schematisiert. Das Design umfasst die Fähigkeit, das Verhalten von Tieren mit einer Kamera zu verfolgen, sowie einen Drehgeber, um die Fortbewegung der Maus auf einem Rad zu verfolgen. Alle Aspekte der Datenprotokollierung und der Versuchsstruktur werden von gepaarten Mikrocontrollern (Arduino) und einem Einplatinencomputer (SBC; Raspberry Pi). Auf diese Geräte kann über eine bereitgestellte grafische Benutzeroberfläche zugegriffen werden. Hier stellen wir einen Workflow für den Aufbau, die Versuchsvorbereitung und -durchführung sowie eine maßgeschneiderte Analysepipeline für die Datenvisualisierung vor.

Protocol

Die hier beschriebenen Tierprotokolle wurden von den Animal Care and Use Committees der Princeton University genehmigt. 1. Einrichtung des SBC Schließen Sie das CSI-Kabel (Serial Interface) der Kamera an die Raspberry NoIR V2-Kamera und den Kameraanschluss des SBC an. Laden Sie das Betriebssystem für den SBC auf den Hostcomputer herunter. Schreiben Sie das Betriebssystemabbild auf eine micro Secure Digital (microSD)-Karte.HINWEIS: Detaillierte Anweisu…

Representative Results

Workflow für DEC-Experimente und -AnalysenDie richtige experimentelle Parameterauswahl ist wichtig für ein erfolgreiches DEC-Training (Delay Eyeblink Conditioning). Für die hier dargestellten Daten wurde die GUI verwendet, um eine CS-Dauer von 350 ms und eine US-Dauer von 50 ms zu wählen. Diese Paarung führt zu einem Inter-Stimulus-Intervall von300 ms: lang genug, um eine CR-Produktion mit niedriger Amplitudezu verhindern 10, und kurz genug, um zu …

Discussion

Die hier skizzierte Plattform mit zugehörigen Protokollen kann verwendet werden, um das Verhalten von Tieren in zwei sensorisch assoziativen Lernaufgaben zuverlässig zu verfolgen. Jede Aufgabe hängt von einer intakten Kommunikation über den Kletterfaserweg ab. In das hier beschriebene Design integrieren wir Elemente, die das Lernen und die Aufzeichnung / Störung der Kleinhirnreaktion erleichtern. Dazu gehört ein Rad, das eine freie Fortbewegung11,18 sowie e…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Diese Arbeit wird durch Zuschüsse der National Institutes of Mental Health NRSA F32 MH120887-03 (an G.J.B.) und R01 NS045193 und R01 MH115750 (an S.S-H.W.) unterstützt. Wir danken Dr. Bas Koekkoek und Dr. Henk-Jan Boele für hilfreiche Gespräche zur Optimierung des DEC-Setups und Dr. Yue Wang und Dr. Xiaoying Chen für hilfreiche Gespräche zur Optimierung des DTSC-Setups.

Materials

"B" Quick Base For C&B METABOND – 10 mL bottle Parkell S398 Dental cement solvent
"C" Universal TBB Catalyst – 0.7 mL Parkell S371 Catalyst
#8 Washers Thorlabs W8S038 Washers
0.250" (1/4") x 8.00" Stainless Steel Precision Shafting Servocity 634172 1/4" shaft
0.250” (0.770") Clamping Hub Servocity 545588 Clamping hub
1/4" to 6 mm Set Screw Shaft Coupler- 5 pack Actobotics 625106 Shaft-coupling sleeve
1/4"-20 Cap Screws, 3/4" Long Thorlabs SH25S075 1/4" bolt
100 pcs 5 mm 395–400 nm UV Ultraviolet LED Light Emitting Diode Clear Round Lens 29 mm Long Lead (DC 3V) LEDs Lights +100 pcs Resistors EDGELEC ‎ED_YT05_U_100Pcs CS LEDs
2 m Micro HDMI to DVI-D Cable – M/M – 2 m Micro HDMI to DVI Cable – 19 pin HDMI (D) Male to DVI-D Male – 1920 x 1200 Video Star-tech ‎HDDDVIMM2M Raspberry Pi4B to monitor cable
256 GB Ultra Fit USB 3.1 Flash Drive SanDisk ‎SDCZ430-256G-G46 USB thumb drive
3.3 V–5 V 4 Channels Logic Level Converter Bi-Directional Shifter Module Amazon B00ZC6B8VM Logic level shifter
32 GB 95 MB/s (U1) microSDHC EVO Select Memory Card Samsung ‎MB-ME32GA/AM microSD card
4.50" Aluminum Channel Servocity 585444 4.5" aluminum channel
48-LED CCTV Ir Infrared Night Vision Illuminator Towallmark SODIAL Infrared light array
4PCS Breadboards Kit Include 2PCS 830 Point 2PCS 400 Point Solderless Breadboards for Proto Shield Distribution Connecting Blocks REXQualis B07DL13RZH Breadboard
5 Port Gigabit Unmanaged Ethernet Network Switch TP-Link ‎TL-SG105 Ethernet switch
5 V 2.5 A Raspberry Pi 3 B+ Power Supply/Adapter Canakit ‎DCAR-RSP-2A5 Power supply for Raspberry Pi 3B+
5-0 ETHILON BLACK 1 x 18" C-3 Ethicon 668G Sutures
6 mm Shaft Encoder 2000 PPR Pushpull Line Driver Universal Output Line Driver Output 5-26 V dc Supply Calt  B01EWER68I Rotary encoder
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 1", 5 Pack Thorlabs TR1-P5 Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 2", 5 Pack Thorlabs TR2-P5 Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 4", 5 Pack Thorlabs TR4-P5 Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 6", 5 Pack Thorlabs TR6-P5 Optical posts
Ø1/2" Post Holder, Spring-Loaded Hex-Locking Thumbscrew, L = 2" Thorlabs PH2 Optical post holder
Adapter-062-M X LUER LOCK-F The Lee Co. TMRA3201950Z Solenoid valve luer adapter
Aeromat Foam Roller Size: 36" Length Aeromat B002H3CMUE Foam roller
Aluminum Breadboard 10" x 12" x 1/2", 1/4"-20 Taps Thorlabs MB1012 Aluminum breadboard
Amazon Basics HDMI to DVI Adapter Cable, Black, 6 Feet, 1-Pack Amazon HL-007347 Raspberry Pi3B+ to monitor cable
Arduino  Uno R3 Arduino A000066 Arduino Uno (microcontroller board)
Arduino Due Arduino ‎A000062 Arduino Due (microcontroller board)
Bench Power Supply, Single, Adjustable, 3 Output, 0 V, 24 V, 0 A, 2 A Tenma 72-8335A Power supply
Clear Scratch- and UV-Resistant Cast Acrylic Sheet, 12" x 24" x 1/8" McMaster Carr 8560K257 Acrylic sheet
CNC Stepper Motor Driver 1.0–4.2 A 20–50 V DC 1/128 Micro-Step Resolutions for Nema 17 and 23 Stepper Motor Stepper Online B06Y5VPSFN Stepper motor driver
Compact Compressed Air Regulator, Inline Relieving, Brass Housing, 1/4 NPT McMaster Carr 6763K13 Air source regulator
Cotton Swab Puritan 806-WC Cotton swab
Dell 1908FP 19" Flat Panel Monitor – 1908FPC Dell 1908FPC Computer monitor
Flex Cable for Raspberry Pi Camera Adafruit 2144 camera serial interface cable
High Torque Nema 17 Bipolar Stepper Motor 92 oz·in/65 N·cm 2.1 A Extruder Motor Stepper Online 17HS24-2104S Stepper motor
Isoflurane Henry Schein 66794001725 Isoflurane
Krazy Maximum Bond Permanent Glue, 0.18 oz. Krazy Glue KG483 Cyanoacrylate glue
Lidocaine HCl VetOne 510212 Lidocaine
Low-Strength Steel Hex Nut, Grade 2, Zinc-Plated, 1/4"-20 Thread Size McMaster Carr 90473A029 Nuts
M3 x 50 mm Partially Threaded Hex Key Socket Cap Head Screws 10 pcs Uxcell A16040100ux1380 M3 bolt
NEMA 17 Stepper Motor Mount ACTOBOTICS 555152 Stepper motor mount
Official Raspberry Pi Power Supply 5.1 V 3 A with USB C – 1.5 m long Adafruit 4298 Power supply for Raspberry Pi 4B
Optixcare Dog & Cat Eye Lube Lubricating Gel, 0.70-oz tube Optixcare 142422 Opthalimic ointment
Precision Stainless Steel Ball Bearing, Shielded, Trade No. R188-2Z, 13000 rpm Maximum Speed McMaster-Carr 3759T57 Bearing
Premium Female/Female Jumper Wires – 40 x 6" Adafruit 266 Wires
Premium Female/Male 'Extension' Jumper Wires – 40 x 6" (150 mm) Adafruit 826 Wires
Premium Male/Male Jumper Wires – 40 x 6" Adafruit 758 Wires
Radiopaque L-Powder for C&B METABOND – 5 g Parkell S396 Dental cement powder
Raspberry Pi (3B+ or 4B) Adafruit 3775 or 4295 Raspberry Pi
Raspberry Pi NoIR Camera Module V2 – 8MP 1080P30 Raspberry Pi Foundation RPI3-NOIR-V2 Raspberry NoIR V2 camera
Right-Angle Bracket, 1/4" (M6) Counterbored Slot, 8-32 Taps Thorlabs AB90E Right-angle bracket
Right-Angle Clamp for Ø1/2" Posts, 3/16" Hex Thorlabs RA90 Right-angle optical post clamp
Right-Angle End Clamp for Ø1/2" Posts, 1/4"-20 Stud and 3/16" Hex Thorlabs RA180 Right-angle end clamp
RJ45 Cat-6 Ethernet Patch Internet Cable Amazon ‎CAT6-7FT-5P-BLUE Ethernet cable
Rotating Clamp for Ø1/2" Posts, 360° Continuously Adjustable, 3/16" Hex Thorlabs SWC Rotating optical post clamps
Spike & Hold Driver-0.1 TO 5 MS The Lee Co. IECX0501350A Solenoid valve driver
Swivel Base Adapter Thorlabs UPHA Post holder adapter
USB 2.0 A-Male to Micro B Cable, 6 feet Amazon ‎7T9MV4 USB2 type A to USB2 micro cable
USB 2.0 Printer Cable – A-Male to B-Male, 6 Feet (1.8 m) Amazon B072L34SZS USB2 type B to USB2 type A cable
VHS-M/SP-12 V The Lee Co. INKX0514900A Solenoid valve
Zinc-Plated Steel 1/4" washer, OD 1.000" McMaster Carr 91090A108 Washers

References

  1. 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).
  2. 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).
  3. McCormick, D. A., Thompson, R. F. Cerebellum: essential involvement in the classically conditioned eyelid response. Science. 223 (4633), 296-299 (1984).
  4. Krupa, D. J., Thompson, J. K., Thompson, R. F. Localization of a memory trace in the mammalian brain. Science. 260 (5110), 989-991 (1993).
  5. Llinás, R., Sugimori, M. Electrophysiological properties of in vitro Purkinje cell dendrites in mammalian cerebellar slices. The Journal of Physiology. 305, 197-213 (1980).
  6. 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).
  7. 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).
  8. 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).
  9. 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), 225-233 (1989).
  10. 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).
  11. 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).
  12. 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).
  13. 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).
  14. Gao, Z., et al. Excitatory cerebellar nucleocortical circuit provides internal amplification during associative conditioning. Neuron. 89 (3), 645-657 (2016).
  15. Giovannucci, A., et al. Cerebellar granule cells acquire a widespread predictive feedback signal during motor learning. Nature Neuroscience. 20 (5), 727-734 (2017).
  16. Ten Brinke, M. M., et al. Dynamic modulation of activity in cerebellar nuclei neurons during pavlovian eyeblink conditioning in mice. eLife. 6, 28132 (2017).
  17. 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).
  18. 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).
  19. 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).
  20. Yamada, T., et al. Sensory experience remodels genome architecture in neural circuit to drive motor learning. Nature. 569 (7758), 708-713 (2019).
  21. Horlington, M. Startle response circadian rhythm in rats: lack of correlation with motor activity. Physiology & Behavior. 5 (1), 49-53 (1970).
  22. 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).
  23. . Raspberry Pi Operating system images Available from: https://www.raspberrypi.com/software/operationg-systems/ (2021)
  24. . VNC Server. VNC® Connect Available from: https://www.realvnc.com/en/connect/download/vnc/ (2021)
  25. . Anaconda: The world’s most popular data science platform Available from: https://xddebuganaconda.xdlab.co/ (2021)
  26. De Zeeuw, C. I., Ten Brinke, M. M. Motor learning and the cerebellum. Cold Spring Harbor Perspectives in Biology. 7 (9), 021683 (2015).
  27. Badura, A., et al. Normal cognitive and social development require posterior cerebellar activity. eLife. 7, 36401 (2018).
  28. 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).
  29. Kloth, A. D., et al. Cerebellar associative sensory learning defects in five mouse autism models. eLife. 4, 06085 (2015).
  30. 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).
  31. Lin, C., Disterhoft, J., Weiss, C. Whisker-signaled eyeblink classical conditioning in head-fixed Mice. Journal of Visualized Experiments: JoVE. (109), e53310 (2016).
  32. Pereira, T. D., et al. Fast animal pose estimation using deep neural networks. Nature Methods. 16 (1), 117-125 (2019).
  33. Mathis, A., et al. DeepLabCut: markerless pose estimation of user-defined body parts with deep learning. Nature Neuroscience. 21 (9), 1281-1289 (2018).
check_url/fr/63205?article_type=t

Play Video

Citer Cet Article
Broussard, G. J., Kislin, M., Jung, C., Wang, S. S. -. A Flexible Platform for Monitoring Cerebellum-Dependent Sensory Associative Learning. J. Vis. Exp. (179), e63205, doi:10.3791/63205 (2022).

View Video