Um Sistema de Realidade Virtual de Código Aberto para a Medição da Aprendizagem Espacial em Camundongos Contidos na Cabeça
Summary
Aqui, apresentamos uma configuração simplificada de hardware e software de código aberto para investigar o aprendizado espacial de mouse usando realidade virtual (RV). Este sistema exibe uma trilha linear virtual para um mouse com restrição de cabeça rodando em uma roda utilizando uma rede de microcontroladores e um computador de placa única executando um pacote de software gráfico Python fácil de usar.
Abstract
Experimentos comportamentais contidos na cabeça em camundongos permitem que os neurocientistas observem a atividade do circuito neural com ferramentas de imagem eletrofisiológica e óptica de alta resolução, ao mesmo tempo em que fornecem estímulos sensoriais precisos a um animal que se comporta. Recentemente, estudos em humanos e roedores utilizando ambientes de realidade virtual (RV) têm mostrado que a RV é uma importante ferramenta para descobrir os mecanismos neurais subjacentes ao aprendizado espacial no hipocampo e córtex, devido ao controle extremamente preciso sobre parâmetros como pistas espaciais e contextuais. A configuração de ambientes virtuais para comportamentos espaciais de roedores pode, no entanto, ser cara e exigir uma extensa formação em engenharia e programação de computadores. Aqui, apresentamos um sistema simples, mas poderoso, baseado em hardware e software baratos, modulares e de código aberto que permite aos pesquisadores estudar o aprendizado espacial em camundongos com restrição de cabeça usando um ambiente de RV. Este sistema usa microcontroladores acoplados para medir a locomoção e fornecer estímulos comportamentais enquanto ratos com a cabeça contida correm em uma roda em conjunto com um ambiente de trilha linear virtual renderizado por um pacote de software gráfico executado em um computador de placa única. A ênfase no processamento distribuído permite que os pesquisadores projetem sistemas flexíveis e modulares para eliciar e medir comportamentos espaciais complexos em camundongos, a fim de determinar a conexão entre a atividade do circuito neural e o aprendizado espacial no cérebro de mamíferos.
Introduction
A navegação espacial é um comportamento etologicamente importante pelo qual os animais codificam as características de novos locais em um mapa cognitivo, que é usado para encontrar áreas de possível recompensa e evitar áreas de perigo potencial. Inextricavelmente ligados à memória, os processos cognitivos subjacentes à navegação espacial compartilham um substrato neural no hipocampo1 e córtex, onde circuitos neurais nessas áreas integram informações recebidas e formam mapas cognitivos de ambientes e eventos para posterior recordação2. Embora a descoberta de células de lugar no hipocampo3,4 e células de grade no córtex entorrinal5 tenha lançado luz sobre como o mapa cognitivo dentro do hipocampo é formado, muitas questões permanecem sobre como subtipos neurais específicos, microcircuitos e sub-regiões individuais do hipocampo (o giro denteado e áreas de cornu amonis, CA3-1) interagem e participam da formação e evocação da memória espacial.
A imagem in vivo de dois fótons tem sido uma ferramenta útil na descoberta da dinâmica celular e populacional em neurofisiologia sensorial 6,7; no entanto, a necessidade típica de apoio de cabeça limita a utilidade deste método para examinar o comportamento espacial de mamíferos. O advento da realidade virtual (RV)8 abordou essa lacuna ao apresentar ambientes visuoespaciais imersivos e realistas enquanto camundongos com restrição da cabeça correm em uma bola ou esteira para estudar a codificação espacial e contextual no hipocampo 8,9,10 e córtex 11. Além disso, o uso de ambientes de RV com camundongos que se comportam permitiu que os pesquisadores da neurociência dissecassem os componentes do comportamento espacial controlando precisamente os elementos do ambiente de RV12 (por exemplo, fluxo visual, modulação contextual) de maneiras não possíveis em experimentos do mundo real de aprendizagem espacial, como o labirinto aquático de Morris, labirinto de Barnes ou tarefas de hole board.
Ambientes de RV visual são normalmente renderizados na unidade de processamento gráfico (GPU) de um computador, que lida com a carga de computação rápida dos milhares de polígonos necessários para modelar um ambiente 3D em movimento em uma tela em tempo real. Os grandes requisitos de processamento geralmente exigem o uso de um PC separado com uma GPU que renderiza o ambiente visual para um monitor, várias telas13 ou um projetor14 , pois o movimento é gravado de uma esteira, roda ou bola de espuma sob o animal. O aparato resultante para controlar, renderizar e projetar o ambiente de RV é, portanto, relativamente caro, volumoso e pesado. Além disso, muitos desses ambientes na literatura foram implementados usando software proprietário que é caro e só pode ser executado em um PC dedicado.
Por essas razões, projetamos um sistema de RV de código aberto para estudar comportamentos de aprendizagem espacial em camundongos com restrição de cabeça usando um computador de placa única Raspberry Pi. Este computador Linux é pequeno e barato, mas contém um chip GPU para renderização 3D, permitindo a integração de ambientes VR com o display ou aparato comportamental em configurações individuais variadas. Além disso, desenvolvemos um pacote gráfico escrito em Python, “HallPassVR”, que utiliza o computador de placa única para renderizar um ambiente visuoespacial simples, uma trilha linear virtual ou corredor, recombinando recursos visuais personalizados selecionados usando uma interface gráfica do usuário (GUI). Isso é combinado com subsistemas de microcontroladores (por exemplo, ESP32 ou Arduino) para medir a locomoção e coordenar o comportamento, como a entrega de outras modalidades de estímulos sensoriais ou recompensas para facilitar o aprendizado por reforço. Este sistema fornece um método alternativo barato, flexível e fácil de usar para fornecer ambientes de RV visuoespaciais para camundongos com restrição de cabeça durante imagens de dois fótons (ou outras técnicas que exigem fixação da cabeça) para estudar os circuitos neurais subjacentes ao comportamento de aprendizagem espacial.
Protocol
Representative Results
Discussion
Este sistema VR de código aberto para ratos só funcionará se as conexões seriais forem feitas corretamente entre os microcontroladores ESP32 rotativos e comportamentais e o computador de placa única (etapa 2), o que pode ser confirmado usando o monitor serial IDE (etapa 2.4.5). Para obter resultados comportamentais bem-sucedidos deste protocolo (passo 4), os camundongos devem estar habituados ao aparelho e estar confortáveis correndo na roda para obter recompensas líquidas (passos 4.3-4.5). Isso requer restrição…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Gostaríamos de agradecer a Noah Pettit do laboratório Harvey pela discussão e sugestões durante o desenvolvimento do protocolo neste manuscrito. Este trabalho foi apoiado por um BBRF Young Investigator Award e NIMH 1R21MH122965 (G.F.T.), além de NINDS R56NS128177 (R.H., C.L.) e NIMH R01MH068542 (R.H.).
Materials
| 1/4 " diam aluminum rod | McMaster-Carr | 9062K26 | 3" in length for wheel axle |
| 1/4"-20 cap screws, 3/4" long (x2) | Amazon.com | B09ZNMR41V | for affixing head post holders to optical posts |
| 2"x7" T-slotted aluminum bar (x2) | 8020.net | 1020 | wheel/animal mounting frame |
| 6" diam, 3" wide acrylic cylinder (1/8" thick) | Canal Plastics | 33210090702 | Running wheel (custom width cut at canalplastics.com) |
| 8-32 x 1/2" socket head screws | McMaster-Carr | 92196A194 | fastening head post holder to optical post |
| Adjustable arm (14") | Amazon.com | B087BZGKSL | to hold/adjust lick spout |
| Analysis code (MATLAB) | custom written | file at github.com/GergelyTuri/HallPassVR/software/Analysis code | |
| Axle mounting flange, 1/4" ID | Pololu | 1993 | for mounting wheel to axle |
| Ball bearing (5/8" OD, 1/4" ID, x2) | McMaster-Carr | 57155K324 | for mounting wheel axle to frame |
| Behavior ESP32 code | custom written | file at github.com/GergelyTuri/HallPassVR/software/Arduino code/Behavior board | |
| Black opaque matte acrylic sheets (1/4" thick) | Canal Plastics | 32918353422 | laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR screen assembly |
| Clear acrylic sheet (1/4" thick) | Canal Plastics | 32920770574 | laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR wheel assembly |
| ESP32 devKitC v4 (x2) | Amazon.com | B086YS4Z3F | microcontroller for behavior and rotary encoder |
| ESP32 shield | OpenMaze.org | OMwSmall | description at www.openmaze.org (https://claylacefield.wixsite.com/openmazehome/copy-of-om2shield). ZIP gerber files at: https://github.com/claylacefield/OpenMaze/tree/master/OM_PCBs |
| Fasteners and brackets | 8020.net | 4138, 3382,3280 | for wheel frame mounts |
| goniometers | Edmund Optics | 66-526, 66-527 | optional for behavior. Fine tuning head for imaging |
| HallPassVR python code | custom written | file at github.com/GergelyTuri/HallPassVR/software/HallPassVR | |
| Head post holder | custom design | 3D design file at github.com/GergelyTuri/HallPassVR/hardware/VR head mount/Headpost Clamp | |
| LED projector | Texas Instruments | DLPDLCR230NPEVM | or other small LED projector |
| Lick spout | VWR | 20068-638 | (or ~16 G metal hypodermic tubing) |
| M 2.5 x 6 set screws | McMaster-Carr | 92015A097 | securing head post |
| Matte white diffusion paper | Amazon.com | screen material | |
| Metal headposts | custom design | 3D design file at github.com/GergelyTuri/HallPassVR/hardware/VR head mount/head post designs | |
| Miscellenous tubing and tubing adapters (1/16" ID) | for constructing the water line | ||
| Optical breadboard | Thorlabs | as per user's requirements | |
| Optical posts, 1/2" diam (2x) | Thorlabs | TR4 | for head fixation setup |
| Processing code | custom written | file at github.com/GergelyTuri/HallPassVR/software/Processing code | |
| Raspberry Pi 4B | raspberry.com, adafruit.com | Single-board computer for rendering of HallPassVR envir. | |
| Right angle clamp | Thorlabs | RA90 | for head fixation setup |
| Rotary encoder (quadrature, 256 step) | DigiKey | ENS1J-B28-L00256L | to measure wheel rotation |
| Rotary encoder ESP32 code | custom written | file at github.com/GergelyTuri/HallPassVR/software/Arduino code/Rotary encoder | |
| SCIGRIP 10315 acrylic cement | Amazon.com | ||
| Shaft coupler | McMaster-Carr | 9861T426 | to couple rotary encoder shaft with axle |
| Silver mirror acrylic sheets | Canal Plastics | 32913817934 | laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR screen assembly |
| Solenoid valve | Parker | 003-0137-900 | to administer water rewards |
References
- Lisman, J., et al. Viewpoints: How the hippocampus contributes to memory, navigation and cognition. Nature Neuroscience. 20 (11), 1434-1447 (2017).
- Buzsaki, G., Moser, E. I. Memory, navigation and theta rhythm in the hippocampal-entorhinal system. Nature Neuroscience. 16 (2), 130-138 (2013).
- O’Keefe, J., Dostrovsky, J. The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat. Brain Research. 34 (1), 171-175 (1971).
- O’Keefe, J. Place units in the hippocampus of the freely moving rat. Experimental Neurology. 51 (1), 78-109 (1976).
- Fyhn, M., Molden, S., Witter, M. P., Moser, E. I., Moser, M. B. Spatial representation in the entorhinal cortex. Science. 305 (5688), 1258-1264 (2004).
- Letzkus, J. J., et al. A disinhibitory microcircuit for associative fear learning in the auditory cortex. Nature. 480 (7377), 331-335 (2011).
- Lacefield, C. O., Pnevmatikakis, E. A., Paninski, L., Bruno, R. M. Reinforcement learning recruits somata and apical dendrites across layers of primary sensory cortex. Cell Reports. 26 (8), 2000-2008 (2019).
- Dombeck, D. A., Harvey, C. D., Tian, L., Looger, L. L., Tank, D. W. Functional imaging of hippocampal place cells at cellular resolution during virtual navigation. Nature Neuroscience. 13 (11), 1433-1440 (2010).
- Gauthier, J. L., Tank, D. W. A dedicated population for reward coding in the hippocampus. Neuron. 99 (1), 179-193 (2018).
- Rickgauer, J. P., Deisseroth, K., Tank, D. W. Simultaneous cellular-resolution optical perturbation and imaging of place cell firing fields. Nature Neuroscience. 17 (12), 1816-1824 (2014).
- Yadav, N., et al. Prefrontal feature representations drive memory recall. Nature. 608 (7921), 153-160 (2022).
- Priestley, J. B., Bowler, J. C., Rolotti, S. V., Fusi, S., Losonczy, A. Signatures of rapid plasticity in hippocampal CA1 representations during novel experiences. Neuron. 110 (12), 1978-1992 (2022).
- Heys, J. G., Rangarajan, K. V., Dombeck, D. A. The functional micro-organization of grid cells revealed by cellular-resolution imaging. Neuron. 84 (5), 1079-1090 (2014).
- Harvey, C. D., Collman, F., Dombeck, D. A., Tank, D. W. Intracellular dynamics of hippocampal place cells during virtual navigation. Nature. 461 (7266), 941-946 (2009).
- . Harvey Lab Mouse VR Available from: https://github.com/Harvey/Lab/mouseVR (2021)
- Pettit, N. L., Yap, E. L., Greenberg, M. E., Harvey, C. D. Fos ensembles encode and shape stable spatial maps in the hippocampus. Nature. 609 (7926), 327-334 (2022).
- Turi, G. F., et al. Vasoactive intestinal polypeptide-expressing interneurons in the hippocampus support goal-oriented spatial learning. Neuron. 101 (6), 1150-1165 (2019).
- Ulivi, A. F., et al. Longitudinal two-photon imaging of dorsal hippocampal CA1 in live mice. Journal of Visual Experiments. (148), e59598 (2019).
- Wang, Y., Zhu, D., Liu, B., Piatkevich, K. D. Craniotomy procedure for visualizing neuronal activities in hippocampus of behaving mice. Journal of Visual Experiments. (173), e62266 (2021).
- Tuncdemir, S. N., et al. Parallel processing of sensory cue and spatial information in the dentate gyrus. Cell Reports. 38 (3), 110257 (2022).
- Dombeck, D. A., Khabbaz, A. N., Collman, F., Adelman, T. L., Tank, D. W. Imaging large-scale neural activity with cellular resolution in awake, mobile mice. Neuron. 56 (1), 43-57 (2007).
- Guo, Z. V., et al. Procedures for behavioral experiments in head-fixed mice. PLoS One. 9 (2), 88678 (2014).
- Jordan, J. T., Gonçalves, J. T. Silencing of hippocampal synaptic transmission impairs spatial reward search on a head-fixed tactile treadmill task. bioRxiv. , (2021).
- Urai, A. E., et al. Citric acid water as an alternative to water restriction for high-yield mouse behavior. eNeuro. 8 (1), (2021).
- Saleem, A. B., Diamanti, E. M., Fournier, J., Harris, K. D., Carandini, M. Coherent encoding of subjective spatial position in visual cortex and hippocampus. Nature. 562 (7725), 124-127 (2018).
- Ravassard, P., et al. Multisensory control of hippocampal spatiotemporal selectivity. Science. 340 (6138), 1342-1346 (2013).
- Aghajan, Z. M., et al. Impaired spatial selectivity and intact phase precession in two-dimensional virtual reality. Nature Neuroscience. 18 (1), 121-128 (2015).
