JoVE Logo
Authors
Contact Us

Sign In

A subscription to JoVE is required to view this content. Sign in or start your free trial.

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • النتائج
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

لقد طورنا منصة واحدة لتتبع سلوك الحيوان خلال مهمتين للتعلم الترابطي تعتمد على الألياف المتسلقة. يسمح التصميم منخفض التكلفة بالتكامل مع التجارب البصرية الجينية أو التصويرية الموجهة نحو تسلق نشاط المخيخ المرتبط بالألياف.

Abstract

يوفر تسلق مدخلات الألياف إلى خلايا Purkinje إشارات مفيدة حاسمة للتعلم الترابطي المعتمد على المخيخ. دراسة هذه الإشارات في الفئران الثابتة الرأس يسهل استخدام التصوير والفيزيولوجيا الكهربية والبصريات الوراثية. هنا ، تم تطوير منصة سلوكية منخفضة التكلفة (~ 1000 دولار) تسمح بتتبع التعلم الترابطي في الفئران الثابتة الرأس التي تقطر بحرية على عجلة الجري. تتضمن المنصة نموذجين شائعين للتعلم الترابطي: تكييف غمضة العين وتكييف الدهشة المتأخر عن طريق اللمس. يتم تتبع السلوك باستخدام كاميرا وحركة العجلة بواسطة كاشف. نحن نصف المكونات والإعداد ونقدم بروتوكولا مفصلا للتدريب وتحليل البيانات. تسمح هذه المنصة بدمج التحفيز البصري الوراثي والتصوير الفلوري. يسمح التصميم لجهاز كمبيوتر مضيف واحد بالتحكم في منصات متعددة لتدريب متعددة في وقت واحد.

Introduction

لطالما استخدم التكييف البافلوفي للارتباط دون الثاني بين المحفزات لإثارة استجابة مشروطة للتحقيق في التعلم المعتمد على المخيخ. على سبيل المثال ، في تكييف وميض العين التأخيري الكلاسيكي (DEC) ، تتعلم الحيوانات إجراء وميض وقائي في الوقت المناسب استجابة لحافز شرطي محايد (CS ؛ على سبيل المثال ، وميض من الضوء أو النغمة السمعية) عندما يتم إقرانه بشكل متكرر بحافز غير مشروط (الولايات المتحدة ؛ على سبيل المثال ، نفخة من الهواء المطبق على القرنية) والتي تثير دائما وميضا منعكسا ، والتي تأتي في أو بالقرب من نهاية CS. يشار إلى الاستجابة المستفادة باسم الاستجابة المشروطة (CR) ، بينما يشار إلى الاستجابة الانعكاسية باسم الاستجابة غير المشروطة (UR). في الأرانب ، تعطل الآفات الخاصة بالمخيخ هذا النوع من التعلم1،2،3،4. علاوة على ذلك ، توفر المسامير المعقدة لخلايا Purkinje ، مدفوعة بمدخلات الألياف المتسلقة5 ، إشارةضرورية 6,7 وإشارة 8,9 كافية للحصول على CRs في الوقت المناسب.

في الآونة الأخيرة ، تم تطوير نماذج التعلم الترابطي المعتمدة على الألياف للفئران الثابتة الرأس. كان DEC أول نموذج تعليمي ترابطي يتم تكييفه مع هذا التكوين10,11. تم استخدام DEC في الفئران الثابتة الرأس لتحديد مناطق المخيخ 11،12،13،14،15،16،17 وعناصر الدائرة 11،1 2،13،14،15،18،19 المطلوبة لاكتساب المهام وانقراضها. وقد استخدم هذا النهج أيضا لتوضيح كيفية تطور التمثيل الفسيولوجي على المستوى الخلوي لمعلمات المهمة مع التعلم13،15،16.

بالإضافة إلى وميض العين ، تم تطوير نموذج التكييف اللمسي المذهل المتأخر (DTSC) مؤخرا كمهمة تعليمية ترابطية جديدة للفئران20 الثابتة الرأس. يشبه DTSC من الناحية المفاهيمية DEC ، ويتضمن تقديم CS محايد مع الولايات المتحدة ، ونقرة على الوجه بما يكفي من الكثافة لإشراك منعكس مذهل21,22 مثل UR. في نموذج DTSC ، تتم قراءة كل من UR و CR كحركة خلفية على عجلة. تم استخدام DTSC الآن للكشف عن كيفية تغيير التعلم الترابطي لنشاط المخيخ وأنماط التعبير الجيني20.

في هذا العمل ، تم تطوير طريقة لتطبيق DEC أو DTSC بمرونة في منصة واحدة. يتم تخطيط سمات التحفيز والمنصة في الشكل 1. يتضمن التصميم القدرة على تتبع سلوك الحيوان باستخدام كاميرا بالإضافة إلى جهاز تشفير دوار لتتبع حركة الماوس على عجلة. يتم التحكم في جميع جوانب تسجيل البيانات وهيكل التجربة بواسطة وحدات تحكم دقيقة مقترنة (Arduino) وكمبيوتر أحادي اللوحة (SBC; التوت باي). يمكن الوصول إلى هذه الأجهزة من خلال واجهة مستخدم رسومية مقدمة. هنا ، نقدم سير عمل للإعداد وإعداد التجربة وتنفيذها ، وخط أنابيب تحليل مخصص لتصور البيانات.

Protocol

تمت الموافقة على بروتوكولات الحيوانات الموصوفة هنا من قبل لجان رعاية واستخدام الحيوانات بجامعة برينستون.

1. إعداد SBC

  1. قم بتوصيل كبل الواجهة التسلسلية للكاميرا (CSI) بكاميرا Raspberry NoIR V2 ومنفذ الكاميرا على SBC.
  2. قم بتنزيل نظام التشغيل الخاص ب SBC على الكمبيوتر المضيف. اكتب صورة نظام التشغيل على بطاقة رقمية صغيرة آمنة (microSD).
    ملاحظة: يمكن العثور على تعليمات مفصلة لهذه الإجراءات الخاصة ب Raspberry Pi SBC في مكان آخر23. تم اختبار النظام باستخدام أنظمة التشغيل التالية: Stretch و Buster و Bullseye.
  3. لتمكين اتصال shell الآمن ، قم بإنشاء ملف بدون امتداد يسمى "ssh" في قسم التمهيد لبطاقة microSD. بمجرد الانتهاء من ذلك ، قم بإخراج بطاقة microSD من الجهاز المضيف وأدخلها في فتحة بطاقة SBC microSD. قم بتشغيل SBC عن طريق توصيل مصدر الطاقة الخاص به.
  4. قم بإعداد SBC لقبول اتصال سلكي بالمضيف.
    1. قم بتوصيل شاشة بكبل مناسب ب SBC. افتح محطة طرفية ، واكتب الأمر ifconfig وسجل عنوان IP لشبكة إيثرنت الخاصة ب SBC.
      ملاحظة: يحتوي طراز Raspberry Pi 3B + على منفذ عرض HDMI ، بينما يحتوي الطراز 4B على منفذ micro-HDMI.
    2. انتقل إلى علامة التبويب الواجهة في إعداد تكوين Raspberry Pi وقم بتمكين خيارات الكاميرا وبروتوكول شبكة shell الآمن (SSH) وحوسبة الشبكة الافتراضية (VNC).
  5. إنشاء اتصال سلكي بين الكمبيوتر المضيف وSBC.
    1. قم بتوصيل كبل إيثرنت بمنفذ إيثرنت على SBC والكمبيوتر المضيف. قم بتوصيل الطرف الآخر من هذه الكابلات بمحول إيثرنت.
    2. استخدم عميل حوسبة شبكة افتراضية مثل VNC viewer24 وقم بالوصول إلى سطح المكتب باستخدام عنوان IP SBC والمصادقة الافتراضية (المستخدم = "pi" ، كلمة المرور = "التوت").
  6. قم بتنزيل البرامج المطلوبة المضمنة في خطوات البروتوكول.
    تنبيه: تغيير اسم المستخدم وكلمة المرور الافتراضيين لمنع الوصول غير المصرح به إلى SBC.
    1. أدخل الأمر التالي في محطة SBC لتنزيل برنامج الحفارة:
      جيت استنساخ --عمق = 1 https://github.com/gerardjb/assocLearnRig
    2. أدخل الأوامر التالية لتنزيل مكتبات python الضرورية.
      CD assocLearnRig
      بايثون3 setup.py
    3. للسماح بالتحكم المباشر في وحدة التحكم الدقيقة، اتصل ب SBC وقم بتنزيل بيئة التطوير المتكاملة للمتحكم الدقيق (IDE) باتباع الخطوات 1.6.4-1.6.7.
    4. افتح مستعرض الويب على سطح مكتب SBC وانتقل إلى https://arduino.cc/en/software. قم بتنزيل أحدث إصدار Linux ARM 32 بت من IDE.
    5. افتح نافذة طرفية على سطح مكتب SBC وانتقل إلى دليل التنزيلات عن طريق كتابة تنزيلات الأقراص المضغوطة/
    6. لتثبيت IDE، اكتب الأوامر التالية في المحطة الطرفية:
      tar -xf arduino--linuxarm.tar.xz
      سودو mv اردوينو-<الإصدار> /opt
      sudo /opt/arduino-/install.sh
      (هنا <الإصدار> هو إصدار IDE الذي تم تنزيله)
    7. افتح مثيل IDE المتحكم الدقيق على سطح مكتب SBC. حدد خيار القائمة أدوات > إدارة المكتبات. قم بتثبيت مكتبة "Encoder" من Paul Stoffregen.
  7. قم بتوسيع ذاكرة SBC المدمجة باستخدام محرك أقراص USB الإبهام.
    1. أدخل محرك أقراص إبهام في منفذ USB على SBC. استخدم منفذ USB 3.0 إذا كان متوفرا.
    2. اكتب في المحطة الطرفية ls -l /dev/disk/by-uuid/ للعثور على محرك أقراص الإبهام ومرجعه الفريد (UUID). تسجيل UUID.
    3. للسماح لمستخدم pi بالكتابة إلى جهاز USB، اكتب الأوامر التالية واحدة تلو الأخرى في الجهاز الطرفي:
      سودو mkdir /media/usb
      سودو تشاون -R pi:pi /media/usb
      سودو جبل / ديف / sda1 / وسائل الإعلام / USB -o uid = pi ، gid = pi
      ملاحظة: يمكن إضافة محرك أقراص الإبهام كجهاز سيتم تحميله تلقائيا عند إعادة تشغيل SBC عن طريق إضافة السطر التالي إلى نهاية ملف fstab في /etc/fstab:
      UUID = < UUID من الخطوة 1.7.2> /media/usb vfat auto,nofail,noatime,users,rw,uid =pi,gid=pi 0 0

2. أجهزة تحفيز الأسلاك ومرحلة التجميع

  1. قم بتوصيل وإعداد المتحكمات الدقيقة.
    1. قم بتوصيل SBC بمنفذ البرمجة الخاص بالمتحكم الدقيق (Arduino Due) باستخدام كابل USB2 من النوع A إلى USB2 الصغير.
      ملاحظة: استخدم كبلا عالي الجودة مثل المنتج الموجود في جدول المواد لضمان التشغيل السليم.
    2. حدد موقع "dueAssocLearn.ino" في مستودع المشروع الذي تم تنزيله. افتح الرسم باستخدام IDE المتحكم الدقيق وقم بتحميله إلى المتحكم الدقيق المتصل ب SBC.
    3. قم بتنزيل الإصدار المناسب من Arduino IDE وتثبيته على الكمبيوتر المضيف.
    4. قم بتوصيل الكمبيوتر المضيف بالمتحكم الدقيق (Arduino Uno) باستخدام كبل USB2 من النوع B إلى USB2 من النوع A.
    5. انتقل إلى مستودع GitHub (https://github.com/gerardjb/assocLearnRig) وقم بتنزيل الرسم "DTSC_US.ino" على الكمبيوتر المضيف.
    6. على الكمبيوتر المضيف ، قم بتشغيل IDE المتحكم الدقيق وافتح رسم "DTSC_US.ino" ، ثم قم بتحميله إلى المتحكم الدقيق.
  2. قم بتوصيل الأسلاك بالمتحكمات الدقيقة ، ولوح الخبز ، ومصابيح LED ، والتشفير الدوار ، ومحرك السائر مع السائق ، وصمام الملف اللولبي مع برنامج التشغيل كما هو موضح في مخطط Fritzing في الشكل 2.
  3. قم بتشغيل محرك السائر وصمام الملف اللولبي.
    1. قم بتوصيل قناة واحدة من مصدر الطاقة بشكل صحيح بدبابيس +V و GND الخاصة ببرنامج تشغيل المحرك السائر.
    2. قم بتشغيل مصدر الطاقة واضبط جهد القناة المرفقة على 25 فولت.
      ملاحظة: إذا تم تكوين الاتصالات بين محرك السائر وبرنامج التشغيل وموفر الطاقة بشكل صحيح، تشغيل مؤشر LED أخضر على مشغل محرك السائر.
    3. قم بتوصيل الرصاص الإيجابي لمصدر الطاقة بشكل صحيح إلى برنامج تشغيل صمام الملف اللولبي الذي يحمل دبوس الجهد ويؤدي الإيجابي الآخر إلى دبوس الجهد المرتفع.
    4. قم بتوصيل الخيوط السلبية بأرض مشتركة مع إشارة التحكم.
    5. قم بتشغيل مصدر الطاقة واضبط القناة المتصلة بجهد الانتظار على حوالي 2.5 فولت والقناة المتصلة بجهد الارتفاع إلى حوالي 12 فولت.
  4. قم بتوصيل مصدر هواء منظم بضغط ~ 20 رطل لكل بوصة مربعة إلى صمام الملف اللولبي باستخدام محول luer.
  5. اختبار أن جميع مكونات التحفيز والكاميرا تعمل بشكل صحيح.
    1. افتح محطة طرفية على SBC واكتب cd ~/assocLearnRig للانتقال إلى مستودع GitHub المستنسخ.
    2. في المحطة الطرفية، اكتب python3 assocLearnRig_app.py لبدء تشغيل واجهة المستخدم الرسومية للتحكم.
    3. ابدأ دفق الكاميرا بالضغط على زر البث .
    4. حدد زر اختيار DEC ، وقم بالتحميل إلى المتحكم الدقيق ، وابدأ جلسة مع المعلمات الافتراضية عن طريق الضغط على زر بدء الجلسة .
      ملاحظة: بعد هذه الخطوة، يجب أن تظهر نسخة مطبوعة من سجل البيانات في المحطة الطرفية، ويجب أن تختفي الرسالة الموجودة على دفق الكاميرا، ويجب تشغيل صمام LED CS والملف اللولبي US وإيقاف تشغيله في الأوقات المناسبة أثناء كل تجربة.
    5. بعد انتهاء الجلسة، كرر الخطوات السابقة مع تحديد زر الاختيار DTSC .
      ملاحظة: يمكن استخدام الرسومات في مستودع GitHub ("testStepper.ino" و "testRotary.ino" و "testSolenoid.ino") لاختبار المكونات الفردية إذا كانت الخطوات المذكورة أعلاه لا توفر نتائج مرضية.
  6. جعل عجلة الجري.
    1. قطع عجلة 3 "من بكرة رغوة. قم بحفر ثقب 1/4 بوصة في مركز العجلة الدقيق حتى لا تتمايل العجلة عند تشغيلها بواسطة حركة الماوس.
    2. أدخل عمودا مقاس 1/4 بوصة في العجلة وقم بتثبيته في مكانه باستخدام محاور تثبيت موضوعة على كل جانب من جوانب العجلة.
  7. قم بتثبيت جهاز التشفير الدوار على قناة ألومنيوم مقاس 4.5 بوصات باستخدام مسمار M3. قم بتثبيت قناة الألومنيوم على لوح خبز الألومنيوم باستخدام قوس قائم الزاوية مع مسمار 1/4 بوصة وصمولة وغسالة كما هو موضح.
  8. قم بتوصيل العجلة وجهاز التشفير الدوار باستخدام غلاف اقتران العمود.
  9. قم بتثبيت الجانب الحر من عمود العجلة باستخدام محمل يتم إدخاله في مشبك نهاية قائم الزاوية مثبت على عمود بصري مثبت على لوح الخبز.
    ملاحظة: تأكد من أن العجلة تدور بحرية دون تذبذب عند تدويرها باليد.
  10. ضع أجهزة التحفيز ومسند الرأس ومجموعة ضوء الأشعة تحت الحمراء و picamera حول العجلة المجمعة.
    1. ضع مساند الرأس باستخدام الأعمدة البصرية ومشابك الأعمدة ذات الزاوية اليمنى بحيث تكون أعمدة الرأس 1.5 سم أمام محور العجلة و 2 سم فوق سطح العجلة. (القيم هي لماوس 20 جم).
    2. ضع مخرج صمام CS LED والملف اللولبي المستخدم في DEC US على بعد أقل من 1 سم من العين المستخدمة في DEC.
    3. قم بتركيب محرك السائر المستخدم في DTSC US
    4. قم بتركيب picamera على عمود بصري ~ 10 سم من المكان الذي سيكون فيه الحيوان.
      ملاحظة: يمكن إجراء تصميم حامل picamera على طابعة 3D من الملف الموجود في "RaspPiCamMount1_1.stl" في مستودع GitHub.
    5. ضع صفيف ضوء الأشعة تحت الحمراء أعلى قليلا وواجه مباشرة موضع الوجه على نفس جانب البيكاميرا.
    6. قم بعمل حافز عن طريق اللمس ل DTSC عن طريق لصق الرغوة على حافة قطعة من الأكريليك مثبتة على عمود 1/4 بوصة باستخدام محور لقط. قم بإرفاق الحافز اللمسي بعمود محرك السائر.
      ملاحظة: يمكن قطع تصميم قطعة الأكريليك بالليزر باتباع النمط الموجود في "TouchtileStimDesign.pdf" في مستودع GitHub.

3. إعداد وتشغيل التجارب السلوكية

  1. زرع صفيحة رأس الماوس.
    1. تخدير الفأر باستخدام 2٪ من الأيزوفلوران وإصلاح الرأس في إطار التجسيمي.
    2. ضع مرهم العيون على العينين.
    3. احلق فروة الرأس باستخدام الماء والصابون ومشرط معقم. حقن يدوكائين مباشرة تحت جلد موقع الشق وتنظيف الموقع الجراحي مع البوفيدون.
    4. قم بعمل شق باستخدام مشرط على طول خط الوسط لفروة الرأس من الحافة الخلفية للعينين إلى الحافة الخلفية للجمجمة ، مع الحرص على عدم الضغط بشدة على الجمجمة.
    5. انشر الشق مفتوحا وقم بتثبيت كلا الجانبين باستخدام مرقئ معقم لإبقائه مفتوحا. قم بإزالة السمحاق بلطف باستخدام قطعة قطن مغموسة بالإيثانول واترك سطح الجمجمة المكشوفة حتى يجف.
    6. ضع مستوى الصفيحة الأمامية على الجمجمة ، مع التأكد من وضع الجزء الأمامي من الصفيحة الأمامية الخلفية للعينين. استخدم غراء سيانوكريليت لربط صفيحة الرأس بالجمجمة والسماح للغراء بالجفاف تماما.
    7. امزج مسحوق أسمنت الأسنان (1 مغرفة) ، والمذيب (2 قطرة) ، والمحفز (1 قطرة) في طبق خلط وضعه على جميع مناطق العظام المكشوفة. أضف طبقات حتى يتدفق السطح مع الحافة العلوية للوح الرأس ، مع التأكد من أن لوح الرأس متصل بإحكام بالجمجمة.
    8. خياطة الجلد مغلقة خلف وأمام صفيحة الرأس إذا لزم الأمر.
    9. حقن مسكن ما بعد الجراحة مثل كاربروفين وفقا للمبادئ التوجيهية المؤسسية مع السماح للحيوان بالتعافي لمدة 5 أيام على الأقل.
  2. التحضير لجلسات السلوك.
    1. اسمح لحيوانات الاختبار بالتعود على المنصة عن طريق تركيبها في مسند الرأس لمدة 30 دقيقة لمدة 5 أيام قبل التجارب.
      ملاحظة: بحلول نهاية جلسات التعود ، يجب أن تعمل الحيوانات بشكل مريح على عجلة القيادة.
    2. (ديسمبر فقط) قبل الجلسات، تأكد من أن مخرج صمام الملف اللولبي يتمركز على العين المستهدفة الموضوعة على بعد >1 سم.
    3. (ديسمبر فقط) قم بتشغيل نفخة الهواء يدويا باستخدام زر الضغط. تأكد من أن الماوس ينتج وميضا على الفور دون إظهار علامات علنية على الإجهاد مثل اعتماد وضعية منحنية أو الاستيلاء على المنطقة المحيطة بالعين المصابة باستخدام المخلب الأمامي الجانبي.
    4. (DTSC فقط) قبل الجلسات ، تأكد من أن الحافز اللمسي يتركز على أنف الحيوان على بعد حوالي 1.5 سم.
      ملاحظة: عند عدم تشغيل جلسة عمل سلوكية DTSC، يتم تعطيل المحرك السائر تلقائيا للسماح بتغيير الموضع يدويا.
    5. (DTSC فقط) في محطة SBC، اكتب python3 assocLearnRig_app.py لبدء تشغيل واجهة المستخدم الرسومية.
    6. (DTSC فقط) قم بتشغيل جلسة اختبار لثلاث تجارب باستخدام المعلمات الافتراضية عن طريق الضغط على الزر بدء جلسة العمل في واجهة المستخدم الرسومية.
    7. (DTSC فقط) تأكد من أن البيانات المسجلة التي تطبع إلى المحطة الطرفية تظهر انحرافا أكبر من 20 خطوة ولكن أقل من 100 خطوة مسجلة على برنامج التشفير الدوار بعد الولايات المتحدة في كل تجربة.
      تحذير: لتجنب الضرر وتقليل الضغط على الحيوان ، ابدأ التحفيز بعيدا عن الحيوان وحركه أقرب حتى يتم استيفاء الشروط المطلوبة.
  3. تشغيل الجلسات السلوكية مع تسجيل البيانات.
    1. قم بتركيب الماوس على مسند الرأس.
    2. في المحطة الطرفية ل SBC، اكتب python3 assocLearnRig_app.py لبدء تشغيل واجهة المستخدم الرسومية.
    3. للسماح بتسجيلات الكاميرا أثناء التجارب السلوكية، اضغط على زر البث .
      ملاحظة: يمكن تشغيل جلسات العمل بدون كاميرا. في هذه الحالة ، يتم تسجيل البيانات فقط من برنامج التشفير الدوار والطوابع الزمنية لعرض التحفيز.
    4. أدخل معلومات التعريف للحيوان في حقل معرف الحيوان واضغط على الزر تعيين .
    5. حدد إما DEC أو DTSC من زر الاختيار أسفل عنوان نوع الجلسة اعتمادا على النموذج السلوكي المطلوب.
    6. أدخل معلمات التجربة المطلوبة في الحقول الموجودة أسفل حقل معرف الحيوان واضغط على الزر تحميل إلى أردوينو .
      ملاحظة: يمكن العثور على تفاصيل معلمات التجربة في قسم README مستودع GitHub.
    7. اضغط على زر بدء الجلسة لبدء الجلسة.
    8. عند تهيئة جلسة عمل، ستبدأ البيانات في تسجيل الدخول إلى دليل جديد تم إنشاؤه في "/media/usb" في نقطة تحميل محرك أقراص الإبهام SBC.

4. تصدير وتحليل البيانات

  1. لتصدير جميع الجلسات المسجلة إلى الكمبيوتر المضيف، افتح موجه الأوامر وأدخل الأمر pscp -r pi@Pi_IP_address:/media/usb* host_computer_destination، ثم قم بالمصادقة باستخدام كلمة مرور SBC.
    ملاحظة: الأمر أعلاه لجهاز يعمل بنظام التشغيل Windows. على أجهزة Mac و Linux ، استخدم المحطة الطرفية واستبدل "pscp" ب "scp".
  2. تثبيت أناكوندا25 أو مدير حزمة بايثون آخر (PPM) على الكمبيوتر المضيف.
  3. انتقل إلى مستودع GitHub وقم بتنزيل "analyzeSession.py" و "summarizeSessions.py" و "session2mp4s.py" و "requirementsHost.txt".
  4. افتح مطالبة PPM واكتب تثبيت conda --file directory_containing_requirementsHostrequirements Host.txt للتأكد من أن تثبيت حزمة Python يحتوي على مكتبات python المطلوبة.
  5. في المطالبة، اكتب القرص المضغوط directory_containing_analyzeData للانتقال إلى الدليل الذي يحتوي على "analyzeData.py" و "session2mp4s.py". قم بتشغيل برنامج التحليل عن طريق كتابة analyzeSession.py بايثون
    ملاحظة: سيتم إنشاء رسالة خطأ في حالة استخدام إصدار Python 2 كبايثون. للتحقق من الإصدار، اكتب python -V في المطالبة.
  6. حدد الدليل الذي يحتوي على البيانات عند مطالبتك بذلك. سيتم تحليل الدلائل التي تحتوي على أدلة فرعية متعددة بالتتابع.
  7. بالنسبة إلى جلسات DEC، لكل دليل جلسة يتم تحليله، حدد منطقة اهتمام (ROI) تحتوي على عين الماوس من صورة متوسطة تجريبية.
    ملاحظة: سيتم تعبئة ملفات بيانات التحليل النهائي والرسوم البيانية الموجزة في دليل فرعي لكل دليل جلسة عمل تم تحليله.
  8. اكتب python summarizeSessions.py لإنشاء بيانات موجزة عبر جلسات متعددة.
  9. اكتب session2mp4s.py بايثون الموجه لتحويل ملفات بيانات التصوير إلى ملفات .mp4 قابلة للعرض.

النتائج

سير العمل لتجارب DEC وتحليلها
يعد اختيار المعلمات التجريبية المناسبة أمرا مهما لنجاح التدريب على تكييف وميض العين (DEC). بالنسبة للبيانات المعروضة هنا ، تم استخدام واجهة المستخدم الرسومية لاختيار مدة CS تبلغ 350 مللي ثانية ومدة الولايات المتحدة 50 مللي ثانية. ينتج عن هذا الاقتران فاص?...

Discussion

يمكن استخدام النظام الأساسي مع البروتوكولات المرتبطة به الموضحة هنا لتتبع سلوك الحيوان بشكل موثوق في مهمتين تعليميتين ترابطيتين حسيتين. تعتمد كل مهمة على التواصل السليم من خلال مسار الألياف المتسلقة. في التصميم الموصوف هنا ، نقوم بدمج عناصر لتسهيل التعلم والتسجيل / اضطراب استجابة المخيخ...

Disclosures

وليس لدى المؤلفين أي تضارب في المصالح للإفصاح عنه.

Acknowledgements

يتم دعم هذا العمل من خلال منح من المعاهد الوطنية للصحة العقلية NRSA F32 MH120887-03 (إلى G.J.B.) و R01 NS045193 و R01 MH115750 (إلى S.S-H.W). نشكر الدكتورين باس كويكويك وهينك جان بويل على المناقشات المفيدة لتحسين إعداد DEC والدكتورين يو وانغ وشياو يينغ تشن على المناقشات المفيدة لتحسين إعداد DTSC.

Materials

NameCompanyCatalog NumberComments
"B" Quick Base For C&B METABOND - 10 mL bottleParkellS398Dental cement solvent
"C" Universal TBB Catalyst - 0.7 mLParkellS371Catalyst
#8 WashersThorlabsW8S038Washers
0.250" (1/4") x 8.00" Stainless Steel Precision ShaftingServocity6341721/4" shaft
0.250” (0.770") Clamping HubServocity545588Clamping hub
1/4" to 6 mm Set Screw Shaft Coupler- 5 packActobotics625106Shaft-coupling sleeve
1/4"-20 Cap Screws, 3/4" LongThorlabsSH25S0751/4" 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 ResistorsEDGELEC‎ED_YT05_U_100PcsCS 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 VideoStar-tech‎HDDDVIMM2MRaspberry Pi4B to monitor cable
256 GB Ultra Fit USB 3.1 Flash DriveSanDisk‎SDCZ430-256G-G46USB thumb drive
3.3 V–5 V 4 Channels Logic Level Converter Bi-Directional Shifter ModuleAmazonB00ZC6B8VMLogic level shifter
32 GB 95 MB/s (U1) microSDHC EVO Select Memory CardSamsung‎MB-ME32GA/AMmicroSD card
4.50" Aluminum ChannelServocity5854444.5" aluminum channel
48-LED CCTV Ir Infrared Night Vision IlluminatorTowallmarkSODIALInfrared light array
4PCS Breadboards Kit Include 2PCS 830 Point 2PCS 400 Point Solderless Breadboards for Proto Shield Distribution Connecting BlocksREXQualisB07DL13RZHBreadboard
5 Port Gigabit Unmanaged Ethernet Network SwitchTP-Link‎TL-SG105Ethernet switch
5 V 2.5 A Raspberry Pi 3 B+ Power Supply/AdapterCanakit‎DCAR-RSP-2A5Power supply for Raspberry Pi 3B+
5-0 ETHILON BLACK 1 x 18" C-3Ethicon668GSutures
6 mm Shaft Encoder 2000 PPR Pushpull Line Driver Universal Output Line Driver Output 5-26 V dc SupplyCalt B01EWER68IRotary encoder
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 1", 5 PackThorlabsTR1-P5Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 2", 5 PackThorlabsTR2-P5Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 4", 5 PackThorlabsTR4-P5Optical posts
Ø1/2" Optical Post, SS, 8-32 Setscrew, 1/4"-20 Tap, L = 6", 5 PackThorlabsTR6-P5Optical posts
Ø1/2" Post Holder, Spring-Loaded Hex-Locking Thumbscrew, L = 2"ThorlabsPH2Optical post holder
Adapter-062-M X LUER LOCK-FThe Lee Co.TMRA3201950ZSolenoid valve luer adapter
Aeromat Foam Roller Size: 36" LengthAeromatB002H3CMUEFoam roller
Aluminum Breadboard 10" x 12" x 1/2", 1/4"-20 TapsThorlabsMB1012Aluminum breadboard
Amazon Basics HDMI to DVI Adapter Cable, Black, 6 Feet, 1-PackAmazonHL-007347Raspberry Pi3B+ to monitor cable
Arduino  Uno R3ArduinoA000066Arduino Uno (microcontroller board)
Arduino DueArduino‎A000062Arduino Due (microcontroller board)
Bench Power Supply, Single, Adjustable, 3 Output, 0 V, 24 V, 0 A, 2 ATenma72-8335APower supply
Clear Scratch- and UV-Resistant Cast Acrylic Sheet, 12" x 24" x 1/8"McMaster Carr8560K257Acrylic 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 MotorStepper OnlineB06Y5VPSFNStepper motor driver
Compact Compressed Air Regulator, Inline Relieving, Brass Housing, 1/4 NPTMcMaster Carr6763K13Air source regulator
Cotton SwabPuritan806-WCCotton swab
Dell 1908FP 19" Flat Panel Monitor - 1908FPCDell1908FPCComputer monitor
Flex Cable for Raspberry Pi CameraAdafruit2144camera serial interface cable
High Torque Nema 17 Bipolar Stepper Motor 92 oz·in/65 N·cm 2.1 A Extruder MotorStepper Online17HS24-2104SStepper motor
IsofluraneHenry Schein66794001725Isoflurane
Krazy Maximum Bond Permanent Glue, 0.18 oz.Krazy GlueKG483Cyanoacrylate glue
Lidocaine HClVetOne510212Lidocaine
Low-Strength Steel Hex Nut, Grade 2, Zinc-Plated, 1/4"-20 Thread SizeMcMaster Carr90473A029Nuts
M3 x 50 mm Partially Threaded Hex Key Socket Cap Head Screws 10 pcsUxcellA16040100ux1380M3 bolt
NEMA 17 Stepper Motor MountACTOBOTICS555152Stepper motor mount
Official Raspberry Pi Power Supply 5.1 V 3 A with USB C - 1.5 m longAdafruit4298Power supply for Raspberry Pi 4B
Optixcare Dog & Cat Eye Lube Lubricating Gel, 0.70-oz tubeOptixcare142422Opthalimic ointment
Precision Stainless Steel Ball Bearing, Shielded, Trade No. R188-2Z, 13000 rpm Maximum SpeedMcMaster-Carr3759T57Bearing
Premium Female/Female Jumper Wires - 40 x 6"Adafruit266Wires
Premium Female/Male 'Extension' Jumper Wires - 40 x 6" (150 mm)Adafruit826Wires
Premium Male/Male Jumper Wires - 40 x 6"Adafruit758Wires
Radiopaque L-Powder for C&B METABOND - 5 gParkellS396Dental cement powder
Raspberry Pi (3B+ or 4B)Adafruit3775 or 4295Raspberry Pi
Raspberry Pi NoIR Camera Module V2 - 8MP 1080P30Raspberry Pi FoundationRPI3-NOIR-V2Raspberry NoIR V2 camera
Right-Angle Bracket, 1/4" (M6) Counterbored Slot, 8-32 TapsThorlabsAB90ERight-angle bracket
Right-Angle Clamp for Ø1/2" Posts, 3/16" HexThorlabsRA90Right-angle optical post clamp
Right-Angle End Clamp for Ø1/2" Posts, 1/4"-20 Stud and 3/16" HexThorlabsRA180Right-angle end clamp
RJ45 Cat-6 Ethernet Patch Internet CableAmazon‎CAT6-7FT-5P-BLUEEthernet cable
Rotating Clamp for Ø1/2" Posts, 360° Continuously Adjustable, 3/16" HexThorlabsSWCRotating optical post clamps
Spike & Hold Driver-0.1 TO 5 MSThe Lee Co.IECX0501350ASolenoid valve driver
Swivel Base AdapterThorlabsUPHAPost holder adapter
USB 2.0 A-Male to Micro B Cable, 6 feetAmazon‎7T9MV4USB2 type A to USB2 micro cable
USB 2.0 Printer Cable - A-Male to B-Male, 6 Feet (1.8 m)AmazonB072L34SZSUSB2 type B to USB2 type A cable
VHS-M/SP-12 VThe Lee Co.INKX0514900ASolenoid valve
Zinc-Plated Steel 1/4" washer, OD 1.000"McMaster Carr91090A108Washers

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).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

179

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved