감각 연관 학습 패러다임은 소뇌의 기능과 뇌의 나머지 부분과의 관계 및 행동에 대해 많은 것을 밝혀 냈습니다. 마우스를 모델 유기체로 사용하여, 우리는 이러한 강력한 방법을 효과적이고 저렴하게 구현할 수있는 전 세계 실험실에 충분한 세부 사항을 갖춘 방법을 제시합니다. 우리의 프로토콜은 연구자가 여러 소뇌 의존 행동을 설정할 수 있습니다.
우리의 연구 플랫폼의 핵심 기능은 특정 연구 질문에 맞게 쉽게 수정할 수 있습니다. 시작하려면 카메라 직렬 인터페이스 케이블을 카메라에 연결하고 SBC의 카메라 포트를 연결합니다. 그런 다음 SBC의 운영 체제를 호스트 컴퓨터에 다운로드하고 microSD 카드에 ssh라는 파일을 만듭니다.
호스트 시스템에서 microSD 카드를 꺼냅니다. SBC microSD 카드 슬롯에 삽입하고 SBC에 전원을 공급합니다. 다음으로, 호스트에 대한 유선 연결을 허용하도록 SBC를 준비하고, 터미널을 열고, ifconfig" 명령을 입력하고, SBC의 이더넷 IP 주소를 기록한다.
그런 다음 Raspberry Pi 구성 설정의 인터페이스 탭으로 이동하여 카메라, SSH 및 VNC에 대한 옵션을 활성화하십시오. 유선 연결을 설정하려면 이더넷 케이블을 SBC 및 호스트 컴퓨터의 이더넷 포트에 연결하고 이러한 케이블의 다른 쪽 끝을 이더넷 스위치에 연결하십시오. 그런 다음 VNC와 같은 가상 네트워크 컴퓨팅 클라이언트를 사용하여 SBC IP 주소 및 기본 인증을 사용하여 데스크톱에 액세스합니다.
그런 다음 필요한 소프트웨어 및 필요한 Python 라이브러리를 SBC에 다운로드합니다. 마이크로 컨트롤러를 직접 제어하려면 마이크로 컨트롤러 통합 개발 환경 또는 IDE 소프트웨어를 다운로드하십시오. 그런 다음 SBC 터미널 창을 열고 다운로드 디렉터리로 이동한 다음 IDE를 설치합니다.
마이크로 컨트롤러 IDE를 연 후 도구, 라이브러리 관리를 차례로 선택하고 Paul Stoffregen에서 인코더 라이브러리를 설치합니다. 마지막으로 SBC의 USB 포트에 썸 드라이브를 삽입하고 USB 외부 저장 장치를 장착하기 위한 명령을 입력합니다. SBC를 마이크로 컨트롤러의 프로그래밍 포트에 연결한 후 마이크로 컨트롤러 IDE를 사용하여 다운로드 스케치를 열고 마이크로 컨트롤러에 업로드합니다.
그런 다음 호스트 컴퓨터에 적절한 버전의 Arduino IDE를 다운로드하여 설치하십시오. 그런 다음 DTSC_US를 다운로드하십시오. ino 스케치를 호스트 컴퓨터로 이동합니다.
USB A를 USB B 와이어에 호스트 컴퓨터 및 마이크로 컨트롤러에 연결합니다. 스케치를 열고 마이크로 컨트롤러에 업로드합니다. 마이크로 컨트롤러의 브레드 보드, LED, 로터리 엔코더, 드라이버가있는 스테퍼 모터 및 드라이버가있는 솔레노이드 밸브에 와이어를 부착하십시오.
그런 다음 전원 공급 장치의 한 채널을 스테퍼 모터 드라이버의 포지티브 V 및 GND 핀에 연결하십시오. 전원 공급 장치를 켠 후 연결된 채널 전압을 25V로 설정합니다. 다음으로, 전원 공급 장치의 포지티브 리드를 솔레노이드 밸브 드라이버 홀드 전압 핀에 연결하고, 다른 포지티브 리드를 스파이크 전압 핀에 연결한다.
전원 공급 장치를 켠 후 스파이크 전압에 연결된 채널을 12V로 설정하고 홀드 전압에 연결된 채널을 2.5V로 설정합니다. 그런 다음 평방 인치당 20 파운드의 압력으로 조절 된 공기 공급원을 솔레노이드 밸브에 연결하십시오. 다음으로, 달리기 휠을 만들려면 폼 롤러에서 세 인치 휠을 자르고 정확한 휠 센터에 쿼터 인치 구멍을 뚫습니다.
그런 다음 쿼터 인치 샤프트를 휠에 삽입하고 클램핑 허브를 사용하여 제자리에 고정하십시오. 회전식 엔코더를 4.5인치 알루미늄 채널에 연결합니다. 그런 다음 알루미늄 브레드 보드의 알루미늄 채널을 안정화하십시오.
휠을 로터리 엔코더에 부착한 후 브레드 보드 장착 광학 포스트에 설치된 직각 엔드 클램프에 삽입된 베어링으로 휠 샤프트의 자유면을 안정화합니다. 그런 다음 광학 포스트와 직각 포스트 클램프를 사용하여 헤드레스트를 배치합니다. 그런 다음 조립된 휠 주위에 DEC 무조건적인 자극을 위한 조건부 자극 LED와 솔레노이드 밸브 출구를 배치합니다.
다음으로, DTSC 무조건 자극 및 Pi 카메라에 사용되는 스테퍼 모터를 광학 포스트에 장착합니다. 적외선 어레이를 Pi 카메라와 같은 쪽에 배치하고, 동물의 얼굴이 위치할 위치를 약간 위에 놓고 직접 향하게 합니다. 거품을 아크릴 조각의 가장자리에 테이핑하여 지연된 촉각 깜짝 컨디셔닝을위한 촉각 자극을하십시오.
클램핑 허브를 사용하여 쿼터 인치 샤프트에 장착한 다음 촉각 자극을 스테퍼 모터 샤프트에 부착합니다. 머리 판을 이식하려면 마우스를 마취 한 다음 눈의 뒤쪽 가장자리에서 두개골까지 두피의 중간 선을 따라 메스로 절개하십시오. 절개를 벌리고 지혈제로 양쪽을 고정하여 열어 놓습니다.
시아 노 아크릴레이트 접착제를 사용하여 헤드 플레이트를 두개골에 부착하십시오. 그런 다음 치과 시멘트 분말, 용제 및 촉매를 혼합 된 뼈의 모든 부위에 바르십시오. 헤드 플레이트의 뒤와 앞쪽에 닫힌 피부를 봉합하십시오.
그런 다음 수술 후 진통제를 주사하면서 마우스가 적어도 오일 동안 회복 할 수 있도록하십시오. 행동 세션을 위해 마우스를 준비하려면 마우스를 머리 받침대에 장착하여 플랫폼에 습관화 할 수 있도록하십시오. 세션 전에 솔레노이드 밸브 출구가 대상 눈의 중앙에 있고 1 센티미터 미만 떨어진 곳에 위치하고, 촉각 자극이 마우스의 코에 집중되어 약 1.5 센티미터 떨어진 곳에 위치하는지 확인하십시오.
DTSC 세션 준비를 위해 SBC 터미널에서 GUI를 시작하십시오. 세 번의 평가판으로 구성된 테스트 세션을 실행하고 터미널에 인쇄되는 기록된 데이터가 20개 이상이지만 100단계 미만의 편향을 표시하는지 확인합니다. 세션을 실행하려면 마우스를 헤드레스트에 장착하고 SBC 터미널에서 GUI를 시작합니다.
카메라 녹화를 저장하려면 세션을 시작하기 전에 스트림 버튼을 누르십시오. 동물 ID 필드에 동물의 식별 정보를 입력하고 설정 버튼을 누릅니다. 그런 다음 원하는 실험 매개 변수를 입력하고 Arduino에 업로드"버튼을 누릅니다.
마지막으로 세션 시작을 눌러 세션을 시작합니다. 허용 가능한 조명을 사용한 녹화 세션의 DEC 교육 결과가 여기에 나와 있습니다. 허용 가능한 조명 조건은 눈과 안구 모피 사이의 양호한 대조를 가져 왔습니다.
여덟 세션 동안 훈련 된 단일 마우스의 성능은 훈련되지 않은 마우스에서 조건화 된 반응이없는 행동 흔적과 마우스가 훈련 된 후 강력한 조건화 된 반응을 보였다. 샘플 평가판 비디오는 훈련된 마우스가 LED 조건부 자극에 반응하여 눈을 성공적으로 감는 반면, 훈련되지 않은 마우스는 무조건 자극이 될 때까지 깜박이지 않는 것을 보여줍니다. 조건화 된 응답은 며칠 동안 수행되는 행동 세션을 통해 크기와 빈도가 증가합니다.
차선책의 조명 조건은 획득한 데이터의 품질을 심각하게 제한합니다. 눈과 주변 모피 사이의 대비가 낮을 때, 이미지의 약간의 변화는 단일 세션에 걸쳐 무조건 응답의 기록 된 모양을 크게 바꿀 수 있으며 눈꺼풀 위치를 감지하기위한 신호 대 잡음비를 감소시킬 수 있습니다. 다섯 세션에 대해 훈련된 마우스에 대한 DTSC 훈련 결과가 여기에 제시되어 있습니다.
샘플 평가판 비디오에서는 훈련된 마우스가 LED 조건부 자극에 대한 응답으로 휠을 성공적으로 지지하는 반면, 훈련되지 않은 마우스는 촉각 무조건 자극이 적용될 때까지 휠을 움직이지 못하는 것을 보여줍니다. 조건화된 응답의 주파수와 진폭은 훈련이 진행됨에 따라 증가한다. 낮은 진폭의 무조건적인 반응을 일으킨 무조건적인 자극으로 훈련 된 동물 집단에서, 어떤 동물도 나흘간의 훈련 후에 지속적으로 조건화 된 반응을 일으키는 법을 배우지 못했습니다.
성공적인 행동을 위해서는 장비에서 달리는 동안 동물의 편안함이 중요합니다. 동물을 리그에 습관화하기 전에 바퀴가 자유롭고 균등하게 회전하도록하는 것이 중요합니다. 이 유연한 플랫폼을 사용하여 우리는 머리가 고정 된 동물에서 학습하는 동안 소뇌의 출력 세포 인 Purkinje 뉴런의 활동을 성공적으로 이미지화하고 교란했습니다.
