Гибкая платформа для мониторинга мозжечкозависимого сенсорного ассоциативного обучения

Резюме

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.

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 достаточный^{сигнал 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 конфигурации^10,11. DEC у мышей с фиксированной головой была использована для идентификации мозжечковых^{областей 11,12,13,14,15,16,17} и элементов цепи^11,1 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 испуга^21,22 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.

протокол

Протоколы для животных, описанные здесь, были одобрены комитетами по уходу за животными и их использованию Принстонского университета.

1. Настройка SBC

1. Подключите кабель последовательного интерфейса камеры (CSI) к камере Raspberry NoIR V2 и порту камеры на SBC.
2. 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.
3. 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.
4. Подготовьте SBC для принятия проводного подключения к узлу.
   1. 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.
   2. Перейдите на вкладку Интерфейс параметра конфигурации Raspberry Pi и включите параметры Камера, протокол SSH и Виртуальные сетевые вычисления (VNC).
5. Установите проводное соединение между главным компьютером и SBC.
   1. Подключите кабель Ethernet к порту Ethernet на SBC и главном компьютере. Подключите другой конец этих кабелей к коммутатору Ethernet.
   2. 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").
6. Загрузите необходимое программное обеспечение, включенное в шаги протокола.
   ВНИМАНИЕ: Измените имя пользователя и пароль по умолчанию, чтобы предотвратить несанкционированный доступ к SBC.
   1. Введите следующую команду в терминале SBC, чтобы загрузить программное обеспечение буровой установки:
      git clone --depth=1 https://github.com/gerardjb/assocLearnRig
   2. Введите следующие команды, чтобы загрузить необходимые библиотеки python.
      cd assocLearnRig
      python3 setup.py
   3. Чтобы обеспечить прямой контроль над микроконтроллером, подключитесь к SBC и загрузите интегрированную среду разработки микроконтроллера (IDE), выполнив шаги 1.6.4-1.6.7.
   4. 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.
   5. Откройте окно терминала на рабочем столе SBC и перейдите в каталог загрузок, набрав cd Downloads/
   6. 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)
   7. Откройте экземпляр среды IDE микроконтроллера на рабочем столе SBC. Выберите пункт меню Инструменты > Управление библиотеками. Установите библиотеку "Encoder" от Пола Стоффрегена.
7. Разверните узел встроенной памяти SBC с помощью флэш-накопителя USB.
   1. Вставьте флэш-накопитель в USB-порт на SBC. Используйте порт USB 3.0, если таковой имеется.
   2. Введите в терминал ls -l /dev/disk/by-uuid/ , чтобы найти флэш-накопитель и его уникальный справочник (UUID). Запишите UUID.
   3. 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

1. Подключите и подготовьте микроконтроллеры.
   1. 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.
   2. Найдите "dueAssocLearn.ino" в загруженном репозитории проекта. Откройте эскиз с помощью среды IDE микроконтроллера и загрузите его в микроконтроллер, подключенный к SBC.
   3. Загрузите и установите соответствующую версию arduino IDE на главном компьютере.
   4. Подключите хост-компьютер к микроконтроллеру (Arduino Uno) с помощью кабеля USB2 типа B к USB2 типа A.
   5. Перейдите в репозиторий GitHub (https://github.com/gerardjb/assocLearnRig) и загрузите эскиз "DTSC_US.ino" на главный компьютер.
   6. На главном компьютере запустите среду IDE микроконтроллера и откройте эскиз «DTSC_US.ino», а затем загрузите его в микроконтроллер.
2. 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.
3. Питание шагового двигателя и электромагнитного клапана.
   1. Правильно подключите один канал питания к контактам +V и GND драйвера шагового двигателя.
   2. 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.
   3. Правильно подключите положительный провод блока питания к контакту напряжения драйвера электромагнитного клапана, а другой положительный провод к контакту напряжения всплеска.
   4. Прикрепите отрицательные провода к земле, разделяемой с управляющим сигналом.
   5. 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.
4. Подключите источник воздуха, регулируемый давлением ~20 PSI, к электромагнитному клапану с помощью адаптера luer.
5. Проверьте, что все стимулирующие компоненты и камера функционируют должным образом.
   1. Откройте терминал на SBC и введите cd ~/assocLearnRig , чтобы перейти к клонированному репозиторию GitHub.
   2. В терминале введите python3 assocLearnRig_app.py для запуска графического интерфейса пользователя элемента управления.
   3. Запустите трансляцию с камеры, нажав кнопку Поток .
   4. 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.
   5. 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.
6. Сделайте ходовое колесо.
   1. 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.
   2. Вставьте вал 1/4" в колесо и закрепите его на месте с помощью зажимных ступиц, расположенных с каждой стороны колеса.
7. 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.
8. Прикрепите колесо и поворотный энкодер с помощью втулки муфты вала.
9. 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.
10. Расположите стимулирующее оборудование, подголовник, инфракрасную световую решетку и пикамеры вокруг собранного колеса.
    1. 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).
    2. Расположите светодиод CS и выпускное отверстие электромагнитного клапана, используемое для DEC US, менее чем на 1 см от глаза, используемого для DEC.
    3. Установите шаговый двигатель, используемый для DTSC US
    4. 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.
    5. Поместите инфракрасный световой массив немного выше и непосредственно лицом к положению лица на той же стороне, что и пикамеры.
    6. 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

1. Имплантация головной пластины мыши.
   1. Обезболить мышь с помощью 2% изофлурана и зафиксировать голову в стереотаксическом кадре.
   2. Нанесите офтальмологическую мазь на глаза.
   3. Побрейте кожу головы мыльной водой и стерильным скальпелем. Вводят лидокаин непосредственно под кожу места разреза и очищают хирургический участок повидоном.
   4. Сделайте разрез скальпелем вдоль средней линии волосистой части головы от заднего края глаз до заднего края черепа, стараясь не надавить слишком сильно на череп.
   5. 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.
   6. 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.
   7. 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.
   8. При необходимости зашить кожу, закрытую сзади и перед головной пластиной.
   9. Инъекционная послеоперационная анальгезия, такая как карпрофен в соответствии с институциональными рекомендациями, позволяя животному восстановиться в течение не менее 5 дней.
2. Подготовка к сеансам поведения.
   1. 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.
   2. (только DEC) Перед сеансами убедитесь, что выпускное отверстие электромагнитного клапана сосредоточено на целевом глазу, расположенном на расстоянии >1 см.
   3. (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.
   4. (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.
   5. (только DTSC) В терминале SBC введите python3 assocLearnRig_app.py, чтобы запустить графический интерфейс.
   6. (только DTSC) Запустите тестовый сеанс из трех пробных версий с параметрами по умолчанию, нажав кнопку Начать сеанс в графическом интерфейсе.
   7. (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.
3. Запуск поведенческих сеансов с регистрацией данных.
   1. Прикрепите мышь к подголовнику.
   2. В терминале SBC введите python3 assocLearnRig_app.py для запуска графического интерфейса.
   3. 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.
   4. Введите идентифицирующую информацию о животном в поле Идентификатор животного и нажмите кнопку Установить .
   5. Выберите DEC или DTSC в переключателе под заголовком Тип сеанса в зависимости от того, какая поведенческая парадигма требуется.
   6. 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.
   7. Нажмите кнопку Начать сеанс , чтобы начать сеанс.
   8. При инициализации сеанса данные начнут регистрироваться в новом каталоге, созданном в "/media/usb" в точке монтирования флэш-накопителя SBC.

4. Экспорт и анализ данных

1. 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".
2. Установите Anaconda²⁵ или другой менеджер пакетов Python (PPM) на главном компьютере.
3. Зайдите в репозиторий GitHub и загрузите "analyzeSession.py", "summarizeSessions.py", "session2mp4s.py" и "requirementsHost.txt".
4. Откройте запрос PPM и введите conda install --file directory_containing_requirementsHostrequirements Host.txt чтобы убедиться, что установка пакета Python имеет необходимые библиотеки python.
5. 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 .
6. При появлении запроса выберите каталог, содержащий данные. Каталоги с несколькими подкаталогами будут анализироваться последовательно.
7. 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.
8. Введите python summarizeSessions.py для создания сводных данных в нескольких сеансах.
9. Введите запрос python session2mp4s.py для преобразования файлов данных изображений в видимые файлы .mp4.

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 С?...

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 з...

Материалы

Name	Company	Catalog Number	Comments
"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