Name: an open-source virtual reality system for the measurement of spatial learning in head-restrained mice
Uploaded: 2023-03-03T13:33:00
Description: Watch this Scientific Journal Video about An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice Video at JoVE.com

Wir bedanken uns bei Noah Pettit vom Harvey-Labor für die Diskussion und die Anregungen bei der Entwicklung des Protokolls in diesem Manuskript. Diese Arbeit wurde durch einen BBRF Young Investigator Award und NIMH 1R21MH122965 (G.F.T.) unterstützt, zusätzlich zu NINDS R56NS128177 (R.H., C.L.) und NIMH R01MH068542 (R.H.).

Alle Verfahren in diesem Protokoll wurden vom Institutional Animal Care and Use Committee des New York State Psychiatric Institute genehmigt.
HINWEIS: Ein Einplatinencomputer wird verwendet, um eine visuelle VR-Umgebung anzuzeigen, die mit dem Ausführen einer kopfgebundenen Maus auf einem Rad koordiniert ist. Bewegungsinformationen werden als serieller Eingang von einem ESP32-Mikrocontroller empfangen, der einen mit der Radachse gekoppelten Drehgeber liest. Die VR-Umgebung wird mit OpenGL-Har...

<ol>
	<li>Lisman, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Viewpoints:+How+the+hippocampus+contributes+to+memory,+navigation+and+cognition.">Viewpoints: How the hippocampus contributes to memory, navigation and cognition.</a> Nature Neuroscience. 20 (11), 1434-1447 (2017).</li><li>Buzsaki, G., Moser, E. I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Memory,+navigation+and+theta+rhythm+in+the+hippocampal-entorhinal+system.">Memory, navigation and theta rhythm in the hippocampal-entorhinal system.</a> Nature Neuroscience. 16 (2), 130-138 (2013).</li><li>O'Keefe, J., Dostrovsky, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+hippocampus+as+a+spatial+map.+Preliminary+evidence+from+unit+activity+in+the+freely-moving+rat.">The hippocampus as a spatial map. Preliminary evidence from unit activity in the freely-moving rat.</a> Brain Research. 34 (1), 171-175 (1971).</li><li>O'Keefe, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Place+units+in+the+hippocampus+of+the+freely+moving+rat.">Place units in the hippocampus of the freely moving rat.</a> Experimental Neurology. 51 (1), 78-109 (1976).</li><li>Fyhn, M., Molden, S., Witter, M. P., Moser, E. I., Moser, M. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatial+representation+in+the+entorhinal+cortex.">Spatial representation in the entorhinal cortex.</a> Science. 305 (5688), 1258-1264 (2004).</li><li>Letzkus, J. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+disinhibitory+microcircuit+for+associative+fear+learning+in+the+auditory+cortex.">A disinhibitory microcircuit for associative fear learning in the auditory cortex.</a> Nature. 480 (7377), 331-335 (2011).</li><li>Lacefield, C. O., Pnevmatikakis, E. A., Paninski, L., Bruno, R. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reinforcement+learning+recruits+somata+and+apical+dendrites+across+layers+of+primary+sensory+cortex.">Reinforcement learning recruits somata and apical dendrites across layers of primary sensory cortex.</a> Cell Reports. 26 (8), 2000-2008 (2019).</li><li>Dombeck, D. A., Harvey, C. D., Tian, L., Looger, L. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+imaging+of+hippocampal+place+cells+at+cellular+resolution+during+virtual+navigation.">Functional imaging of hippocampal place cells at cellular resolution during virtual navigation.</a> Nature Neuroscience. 13 (11), 1433-1440 (2010).</li><li>Gauthier, J. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+dedicated+population+for+reward+coding+in+the+hippocampus.">A dedicated population for reward coding in the hippocampus.</a> Neuron. 99 (1), 179-193 (2018).</li><li>Rickgauer, J. P., Deisseroth, K., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Simultaneous+cellular-resolution+optical+perturbation+and+imaging+of+place+cell+firing+fields.">Simultaneous cellular-resolution optical perturbation and imaging of place cell firing fields.</a> Nature Neuroscience. 17 (12), 1816-1824 (2014).</li><li>Yadav, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prefrontal+feature+representations+drive+memory+recall.">Prefrontal feature representations drive memory recall.</a> Nature. 608 (7921), 153-160 (2022).</li><li>Priestley, J. B., Bowler, J. C., Rolotti, S. V., Fusi, S., Losonczy, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Signatures+of+rapid+plasticity+in+hippocampal+CA1+representations+during+novel+experiences.">Signatures of rapid plasticity in hippocampal CA1 representations during novel experiences.</a> Neuron. 110 (12), 1978-1992 (2022).</li><li>Heys, J. G., Rangarajan, K. V., Dombeck, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+functional+micro-organization+of+grid+cells+revealed+by+cellular-resolution+imaging.">The functional micro-organization of grid cells revealed by cellular-resolution imaging.</a> Neuron. 84 (5), 1079-1090 (2014).</li><li>Harvey, C. D., Collman, F., Dombeck, D. A., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intracellular+dynamics+of+hippocampal+place+cells+during+virtual+navigation.">Intracellular dynamics of hippocampal place cells during virtual navigation.</a> Nature. 461 (7266), 941-946 (2009).</li><li>. Harvey Lab Mouse VR Available from: <a target="_blank" href="https://github.com/Harvey/Lab/mouseVR">https://github.com/Harvey/Lab/mouseVR</a> (2021)</li><li>Pettit, N. L., Yap, E. L., Greenberg, M. E., Harvey, C. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fos+ensembles+encode+and+shape+stable+spatial+maps+in+the+hippocampus.">Fos ensembles encode and shape stable spatial maps in the hippocampus.</a> Nature. 609 (7926), 327-334 (2022).</li><li>Turi, G. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Vasoactive+intestinal+polypeptide-expressing+interneurons+in+the+hippocampus+support+goal-oriented+spatial+learning.">Vasoactive intestinal polypeptide-expressing interneurons in the hippocampus support goal-oriented spatial learning.</a> Neuron. 101 (6), 1150-1165 (2019).</li><li>Ulivi, A. F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Longitudinal+two-photon+imaging+of+dorsal+hippocampal+CA1+in+live+mice.">Longitudinal two-photon imaging of dorsal hippocampal CA1 in live mice.</a> Journal of Visual Experiments. (148), e59598 (2019).</li><li>Wang, Y., Zhu, D., Liu, B., Piatkevich, K. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Craniotomy+procedure+for+visualizing+neuronal+activities+in+hippocampus+of+behaving+mice.">Craniotomy procedure for visualizing neuronal activities in hippocampus of behaving mice.</a> Journal of Visual Experiments. (173), e62266 (2021).</li><li>Tuncdemir, S. N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Parallel+processing+of+sensory+cue+and+spatial+information+in+the+dentate+gyrus.">Parallel processing of sensory cue and spatial information in the dentate gyrus.</a> Cell Reports. 38 (3), 110257 (2022).</li><li>Dombeck, D. A., Khabbaz, A. N., Collman, F., Adelman, T. L., Tank, D. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Imaging+large-scale+neural+activity+with+cellular+resolution+in+awake,+mobile+mice.">Imaging large-scale neural activity with cellular resolution in awake, mobile mice.</a> Neuron. 56 (1), 43-57 (2007).</li><li>Guo, Z. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Procedures+for+behavioral+experiments+in+head-fixed+mice.">Procedures for behavioral experiments in head-fixed mice.</a> PLoS One. 9 (2), 88678 (2014).</li><li>Jordan, J. T., Gon&#231;alves, J. T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Silencing+of+hippocampal+synaptic+transmission+impairs+spatial+reward+search+on+a+head-fixed+tactile+treadmill+task.">Silencing of hippocampal synaptic transmission impairs spatial reward search on a head-fixed tactile treadmill task.</a> bioRxiv. , (2021).</li><li>Urai, A. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Citric+acid+water+as+an+alternative+to+water+restriction+for+high-yield+mouse+behavior.">Citric acid water as an alternative to water restriction for high-yield mouse behavior.</a> eNeuro. 8 (1), (2021).</li><li>Saleem, A. B., Diamanti, E. M., Fournier, J., Harris, K. D., Carandini, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Coherent+encoding+of+subjective+spatial+position+in+visual+cortex+and+hippocampus.">Coherent encoding of subjective spatial position in visual cortex and hippocampus.</a> Nature. 562 (7725), 124-127 (2018).</li><li>Ravassard, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multisensory+control+of+hippocampal+spatiotemporal+selectivity.">Multisensory control of hippocampal spatiotemporal selectivity.</a> Science. 340 (6138), 1342-1346 (2013).</li><li>Aghajan, Z. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Impaired+spatial+selectivity+and+intact+phase+precession+in+two-dimensional+virtual+reality.">Impaired spatial selectivity and intact phase precession in two-dimensional virtual reality.</a> Nature Neuroscience. 18 (1), 121-128 (2015).</li></ol>

Dieses Open-Source-VR-System für Mäuse funktioniert nur, wenn die seriellen Verbindungen zwischen den rotierenden und verhaltensfähigen ESP32-Mikrocontrollern und dem Einplatinencomputer korrekt hergestellt sind (Schritt 2), was mit dem seriellen IDE-Monitor bestätigt werden kann (Schritt 2.4.5). Für erfolgreiche Verhaltensergebnisse aus diesem Protokoll (Schritt 4) müssen die Mäuse an den Apparat gewöhnt sein und sich wohl fühlen, auf dem Rad zu laufen, um flüssige Belohnungen zu erhalten (Schritte 4.3-4.5). D...

Räumliche Navigation ist ein ethologisch wichtiges Verhalten, bei dem Tiere die Merkmale neuer Orte in einer kognitiven Karte kodieren, die verwendet wird, um Bereiche möglicher Belohnungen zu finden und potenzielle Gefahrenbereiche zu vermeiden. Die kognitiven Prozesse, die der räumlichen Navigation zugrunde liegen, sind untrennbar mit dem Gedächtnis verbunden und teilen sich ein neuronales Substrat im Hippocampus1 und im Kortex, wo neuronale Schaltkreise in diesen Bereichen eingehende Informationen integrieren und kognitive Karten von Umgebungen und Ereignissen für den späteren Abrufbilden 2. Während die Entdeckung von Ortszellen im Hippocampus3,4 und von Gitterzellen im entorhinalen Kortex5 Aufschluss darüber gegeben hat, wie die kognitive Karte innerhalb des Hippocampus gebildet wird, bleiben viele Fragen darüber offen, wie bestimmte neuronale Subtypen, Mikroschaltkreise und einzelne Subregionen des Hippocampus (Gyrus dentatus und Cornu ammonis Areale, CA3-1) interagieren und an der Bildung und dem Abruf des räumlichen Gedächtnisses beteiligt sind.
Die In-vivo-Zwei-Photonen-Bildgebung ist ein nützliches Werkzeug zur Aufdeckung der Zell- und Populationsdynamik in der sensorischen Neurophysiologie 6,7; Die typische Notwendigkeit einer Kopfstütze schränkt jedoch den Nutzen dieser Methode zur Untersuchung des räumlichen Verhaltens von Säugetieren ein. Das Aufkommen der virtuellen Realität (VR)8 hat dieses Manko behoben, indem immersive und realistische visuell-räumliche Umgebungen präsentiert wurden, während kopfgebundene Mäuse auf einem Ball oder Laufband liefen, um die räumliche und kontextuelle Kodierung im Hippocampus 8,9,10 und im Kortex 11 zu untersuchen. Darüber hinaus hat die Verwendung von VR-Umgebungen mit sich verhaltenden Mäusen es neurowissenschaftlichen Forschern ermöglicht, die Komponenten des räumlichen Verhaltens zu analysieren, indem sie die Elemente der VR-Umgebung12 (z. B. visueller Fluss, kontextuelle Modulation) auf eine Weise präzise steuern, die in realen Experimenten des räumlichen Lernens, wie z. B. dem Morris-Wasserlabyrinth, dem Barnes-Labyrinth oder Lochbrettaufgaben, nicht möglich ist.
Visuelle VR-Umgebungen werden in der Regel auf der Graphical Processing Unit (GPU) eines Computers gerendert, die die Last der schnellen Berechnung der Tausenden von Polygonen bewältigt, die erforderlich sind, um eine sich bewegende 3D-Umgebung in Echtzeit auf einem Bildschirm zu modellieren. Die großen Verarbeitungsanforderungen erfordern im Allgemeinen die Verwendung eines separaten PCs mit einer GPU, die die visuelle Umgebung auf einem Monitor, mehreren Bildschirmen13 oder einem Projektor14 wiedergibt, während die Bewegung von einem Laufband, einem Rad oder einem Schaumstoffball unter dem Tier aufgezeichnet wird. Die daraus resultierende Vorrichtung zur Steuerung, zum Rendern und zur Projektion der VR-Umgebung ist daher relativ teuer, sperrig und umständlich. Darüber hinaus wurden viele solcher Umgebungen in der Literatur mit proprietärer Software implementiert, die sowohl kostspielig ist als auch nur auf einem dedizierten PC ausgeführt werden kann.
Aus diesen Gründen haben wir ein Open-Source-VR-System entwickelt, um das räumliche Lernverhalten von kopfgebundenen Mäusen mit einem Raspberry Pi-Einplatinencomputer zu untersuchen. Dieser Linux-Computer ist sowohl klein als auch kostengünstig und enthält dennoch einen GPU-Chip für 3D-Rendering, der die Integration von VR-Umgebungen mit dem Display oder dem Verhaltensapparat in verschiedenen individuellen Setups ermöglicht. Darüber hinaus haben wir ein in Python geschriebenes grafisches Softwarepaket, "HallPassVR", entwickelt, das den Einplatinencomputer nutzt, um eine einfache visuell-räumliche Umgebung, eine virtuelle lineare Strecke oder einen Flur, zu rendern, indem benutzerdefinierte visuelle Merkmale, die über eine grafische Benutzeroberfläche (GUI) ausgewählt wurden, neu kombiniert werden. Dies wird mit Mikrocontroller-Subsystemen (z. B. ESP32 oder Arduino) kombiniert, um die Fortbewegung zu messen und das Verhalten zu koordinieren, z. B. durch die Abgabe anderer Modalitäten von Sinnesreizen oder Belohnungen, um das Reinforcement Learning zu erleichtern. Dieses System bietet eine kostengünstige, flexible und einfach zu bedienende alternative Methode zur Bereitstellung visuell-räumlicher VR-Umgebungen für kopfgebundene Mäuse während der Zwei-Photonen-Bildgebung (oder anderer Techniken, die eine Kopffixierung erfordern), um die neuronalen Schaltkreise zu untersuchen, die dem räumlichen Lernverhalten zugrunde liegen.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>1/4 &#34; diam aluminum rod</td>
			<td>McMaster-Carr</td>
			<td>9062K26</td>
			<td>3&#34; in length for wheel axle</td>
		</tr>
		<tr>
			<td>1/4&#34;-20 cap screws, 3/4&#34; long (x2)</td>
			<td>Amazon.com</td>
			<td>B09ZNMR41V</td>
			<td>for affixing head post holders to optical posts</td>
		</tr>
		<tr>
			<td>2&#34;x7&#34; T-slotted aluminum bar (x2)</td>
			<td>8020.net</td>
			<td>1020</td>
			<td>wheel/animal mounting frame</td>
		</tr>
		<tr>
			<td>6&#34; diam, 3&#34; wide acrylic cylinder (1/8&#34; thick)</td>
			<td>Canal Plastics</td>
			<td>33210090702</td>
			<td>Running wheel (custom width cut at canalplastics.com)</td>
		</tr>
		<tr>
			<td>8-32 x 1/2&#34; socket head screws</td>
			<td>McMaster-Carr</td>
			<td>92196A194</td>
			<td>fastening head post holder to optical post&#160;</td>
		</tr>
		<tr>
			<td>Adjustable arm (14&#34;)</td>
			<td>Amazon.com</td>
			<td>B087BZGKSL</td>
			<td>to hold/adjust lick spout</td>
		</tr>
		<tr>
			<td>Analysis code (MATLAB)</td>
			<td></td>
			<td>custom written</td>
			<td>file at github.com/GergelyTuri/HallPassVR/software/Analysis code</td>
		</tr>
		<tr>
			<td>Axle mounting flange, 1/4&#34; ID</td>
			<td>Pololu</td>
			<td>1993</td>
			<td>for mounting wheel to axle</td>
		</tr>
		<tr>
			<td>Ball bearing (5/8&#34; OD, 1/4&#34; ID, x2)</td>
			<td>McMaster-Carr</td>
			<td>57155K324</td>
			<td>for mounting wheel axle to frame</td>
		</tr>
		<tr>
			<td>Behavior ESP32 code</td>
			<td></td>
			<td>custom written</td>
			<td>file at github.com/GergelyTuri/HallPassVR/software/Arduino code/Behavior board</td>
		</tr>
		<tr>
			<td>Black opaque matte acrylic sheets (1/4&#34; thick)</td>
			<td>Canal Plastics</td>
			<td>32918353422</td>
			<td>laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR screen assembly</td>
		</tr>
		<tr>
			<td>Clear acrylic sheet (1/4&#34; thick)</td>
			<td>Canal Plastics</td>
			<td>32920770574</td>
			<td>laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR wheel assembly</td>
		</tr>
		<tr>
			<td>ESP32 devKitC v4 (x2)</td>
			<td>Amazon.com</td>
			<td>B086YS4Z3F</td>
			<td>microcontroller for behavior and rotary encoder</td>
		</tr>
		<tr>
			<td>ESP32 shield</td>
			<td>OpenMaze.org</td>
			<td>OMwSmall</td>
			<td>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</td>
		</tr>
		<tr>
			<td>Fasteners and brackets&#160;</td>
			<td>8020.net</td>
			<td>4138, 3382,3280</td>
			<td>for wheel frame mounts</td>
		</tr>
		<tr>
			<td>goniometers</td>
			<td>Edmund Optics</td>
			<td>66-526, 66-527</td>
			<td>optional for behavior. Fine tuning head for imaging</td>
		</tr>
		<tr>
			<td>HallPassVR python code</td>
			<td></td>
			<td>custom written</td>
			<td>file at github.com/GergelyTuri/HallPassVR/software/HallPassVR</td>
		</tr>
		<tr>
			<td>Head post holder</td>
			<td></td>
			<td>custom design</td>
			<td>3D design file at github.com/GergelyTuri/HallPassVR/hardware/VR head mount/Headpost Clamp</td>
		</tr>
		<tr>
			<td>LED projector</td>
			<td>Texas Instruments</td>
			<td>DLPDLCR230NPEVM</td>
			<td>or other small LED projector</td>
		</tr>
		<tr>
			<td>Lick spout</td>
			<td>VWR</td>
			<td>20068-638</td>
			<td>(or ~16 G metal hypodermic tubing)</td>
		</tr>
		<tr>
			<td>M 2.5 x 6 set screws</td>
			<td>McMaster-Carr</td>
			<td>92015A097</td>
			<td>securing head post&#160;</td>
		</tr>
		<tr>
			<td>Matte white diffusion paper</td>
			<td>Amazon.com</td>
			<td></td>
			<td>screen material</td>
		</tr>
		<tr>
			<td>Metal headposts</td>
			<td></td>
			<td>custom design</td>
			<td>3D design file at github.com/GergelyTuri/HallPassVR/hardware/VR head mount/head post designs</td>
		</tr>
		<tr>
			<td>Miscellenous tubing and tubing adapters (1/16&#34; ID)</td>
			<td></td>
			<td></td>
			<td>for constructing the water line</td>
		</tr>
		<tr>
			<td>Optical breadboard</td>
			<td>Thorlabs</td>
			<td>as per user&#39;s requirements</td>
			<td></td>
		</tr>
		<tr>
			<td>Optical posts, 1/2&#34; diam (2x)</td>
			<td>Thorlabs</td>
			<td>TR4</td>
			<td>for head fixation setup</td>
		</tr>
		<tr>
			<td>Processing code</td>
			<td></td>
			<td>custom written</td>
			<td>file at github.com/GergelyTuri/HallPassVR/software/Processing code</td>
		</tr>
		<tr>
			<td>Raspberry Pi 4B</td>
			<td>raspberry.com, adafruit.com</td>
			<td></td>
			<td>Single-board computer for rendering of HallPassVR envir.</td>
		</tr>
		<tr>
			<td>Right angle clamp</td>
			<td>Thorlabs</td>
			<td>RA90</td>
			<td>for head fixation setup</td>
		</tr>
		<tr>
			<td>Rotary encoder (quadrature, 256 step)</td>
			<td>DigiKey</td>
			<td>ENS1J-B28-L00256L</td>
			<td>to measure wheel rotation</td>
		</tr>
		<tr>
			<td>Rotary encoder ESP32 code</td>
			<td></td>
			<td>custom written</td>
			<td>file at github.com/GergelyTuri/HallPassVR/software/Arduino code/Rotary encoder</td>
		</tr>
		<tr>
			<td>SCIGRIP 10315 acrylic cement</td>
			<td>Amazon.com</td>
			<td></td>
			<td></td>
		</tr>
		<tr>
			<td>Shaft coupler</td>
			<td>McMaster-Carr</td>
			<td>9861T426</td>
			<td>to couple rotary encoder shaft with axle</td>
		</tr>
		<tr>
			<td>Silver mirror acrylic sheets</td>
			<td>Canal Plastics</td>
			<td>32913817934</td>
			<td>laser cut file at github.com/GergelyTuri/HallPassVR/hardware/VR screen assembly</td>
		</tr>
		<tr>
			<td>Solenoid valve</td>
			<td>Parker</td>
			<td>003-0137-900</td>
			<td>to administer water rewards</td>
		</tr>
	</tbody>
</table>

an open-source virtual reality system for the measurement of spatial learning in head-restrained mice

Kopfgebundene Verhaltensexperimente an Mäusen ermöglichen es Neurowissenschaftlern, die Aktivität neuronaler Schaltkreise mit hochauflösenden elektrophysiologischen und optischen Bildgebungswerkzeugen zu beobachten und gleichzeitig einem sich verhaltenden Tier präzise sensorische Reize zu geben. In jüngster Zeit haben Studien an Menschen und Nagetieren mit Virtual-Reality-Umgebungen (VR) gezeigt, dass VR aufgrund der äußerst präzisen Kontrolle von Parametern wie räumlichen und kontextuellen Hinweisen ein wichtiges Werkzeug ist, um die neuronalen Mechanismen aufzudecken, die dem räumlichen Lernen im Hippocampus und im Kortex zugrunde liegen. Das Einrichten virtueller Umgebungen für das räumliche Verhalten von Nagetieren kann jedoch kostspielig sein und erfordert einen umfangreichen Hintergrund in Ingenieurwesen und Computerprogrammierung. Hier stellen wir ein einfaches, aber leistungsfähiges System vor, das auf kostengünstiger, modularer Open-Source-Hard- und Software basiert und es Forschern ermöglicht, räumliches Lernen in kopfgebundenen Mäusen mithilfe einer VR-Umgebung zu untersuchen. Dieses System verwendet gekoppelte Mikrocontroller, um die Fortbewegung zu messen und Verhaltensreize zu liefern, während kopfgebundene Mäuse auf einem Rad in Verbindung mit einer virtuellen linearen Spurumgebung laufen, die von einem grafischen Softwarepaket gerendert wird, das auf einem Einplatinencomputer läuft. Der Schwerpunkt auf verteilter Verarbeitung ermöglicht es den Forschern, flexible, modulare Systeme zu entwickeln, um komplexe räumliche Verhaltensweisen bei Mäusen zu ermitteln und zu messen, um den Zusammenhang zwischen der Aktivität neuronaler Schaltkreise und dem räumlichen Lernen im Gehirn von Säugetieren zu bestimmen.

Dieses Open-Source-Virtual-Reality-Verhaltens-Setup ermöglichte es uns, das Leckverhalten als Auslesen des räumlichen Lernens zu quantifizieren, während kopfgebundene Mäuse durch eine virtuelle lineare Spurumgebung navigierten. Sieben C57BL/6-Mäuse beiderlei Geschlechts im Alter von 4 Monaten wurden auf einen eingeschränkten Wasserplan gesetzt und zunächst darauf trainiert, kontinuierlich auf niedrigem Niveau zu lecken, während sie auf dem Rad liefen, um zufällige räumliche Belohnungen zu erhalten ("zufällige ...

Watch this Scientific Journal Video about An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice Video at JoVE.com

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice Video (Video) | JoVE

Hier stellen wir ein vereinfachtes Open-Source-Hardware- und Software-Setup zur Untersuchung des räumlichen Lernens von Mäusen mit Hilfe von Virtual Reality (VR) vor. Dieses System zeigt einer kopfgebundenen Maus, die auf einem Rad läuft, eine virtuelle lineare Spur an, indem es ein Netzwerk von Mikrocontrollern und einen Einplatinencomputer verwendet, auf dem ein einfach zu bedienendes grafisches Python-Softwarepaket ausgeführt wird.

Ein Open-Source-Virtual-Reality-System zur Messung des räumlichen Lernens bei kopfgebundenen Mäusen

Head-restrained behavioral experiments in mice allow neuroscientists to observe neural circuit activity with high-resolution electrophysiological and ...

Dieses Open-Source-Virtual-Reality-System ist ein wichtiges Werkzeug für die Untersuchung des räumlichen Lernens im Gehirn, da es den Forschern ermöglicht, einer kopfgebundenen Maus mit einem einfachen modularen elektronischen Aufbau einen konsistenten Satz räumlicher Reize zu präsentieren. Der Vorteil dieses Systems besteht darin, dass es kostengünstig, einfach einzurichten, kompakt und modular ist, was den Aufbau mehrerer Verhaltens-Setups für das Training und die Integration in bestehende kopfgebundene Verhaltens-Setups ermöglicht. Dieses System ist ideal für die Messung des räumlichen Lernens und kopfgebundener Mäuse, ist aber auch in der Lage, visuelle Virtual-Reality-Umgebungen für Experimente mit anderen Spezies und Präparaten zu liefern, einschließlich menschlicher Psychophysik und Neuroimaging.Carla Diaz und Hannah Chung, wissenschaftliche Mitarbeiterinnen in unserem Labor, demonstrieren dieses Verfahren. Verbinden Sie zunächst die Drähte zwischen der Drehgeberkomponente und dem Drehgeber ESP32. Drehgeber haben in der Regel vier Drähte, positiv, GND, A und B.Verbinden Sie diese über Überbrückungsdrähte mit dem ESP32, 3 0,3 Volt, GND 25 und 26 Pins.Verbinden Sie die seriellen RX/TX-Drähte zwischen dem rotierenden ESP32 und dem Verhaltens-ESP32. Stellen Sie eine einfache Zweidrahtverbindung zwischen dem rotierenden ESP32, Serial0 RX/TX und dem Serial2-Port des Verhaltens ESP32 her. Verbinden Sie die seriellen RX/TX-Drähte zwischen dem rotierenden ESP32 und dem GPIO- oder direkten USB-Anschluss des Einplatinencomputers.Stellen Sie eine Zweidrahtverbindung zwischen den GPIO-Pins 14, 15, RX/TX des Einplatinencomputers und den rotierenden ESP32-, Serial2- und TX/RX-Pins 1716 her. Stecken Sie als Nächstes den rotierenden ESP32-USB-Stick in den USB-Stick des Einplatinencomputers, um den anfänglichen Drehgebercode hochzuladen. Verbinden Sie das 12-Volt-Flüssigkeitsmagnetventil mit dem ULN2803-IC-Ausgang ganz links auf der OMW-Kleinplatine, verbinden Sie den Lick-Port mit dem ESP32-Touch-Eingang.Stecken Sie den USB-Stick in den USB-Anschluss des Einplatinencomputers, um neue Programme für verschiedene experimentelle Paradigmen in den Verhaltens-ESP32 hochzuladen und Verhaltensdaten mit Hilfe der mitgelieferten Verarbeitungsskizze zu erfassen. Stecken Sie dann den 12-Volt-Gleichstrom-Wandadapter in den 2,1-Millimeter-Hohlstecker auf der kleinen ESP32-OMW-Platine, um das Belohnungsmagnetventil mit Strom zu versorgen. Stecken Sie den HDMI-Zwei-Ausgang des Einplatinencomputers in den HDMI-Anschluss des Projektors.Dadurch wird die grafische Softwareumgebung, die von der GPU des Einplatinencomputers gerendert wird, auf die Projektionsfläche übertragen. Öffnen Sie das Terminalfenster auf dem Einplatinencomputer und navigieren Sie zum Hall Pass VR-Ordner. Führen Sie die angegebene grafische Benutzeroberfläche oder GUI für virtuelle Realität oder VR aus, um das GUI-Fenster zu öffnen.Wählen Sie vier Elemente aus dem Listenfeld für jedes der drei Muster entlang der Spur aus, fügen Sie sie hinzu und klicken Sie dann auf Generieren. Wählen Sie Boden- und Deckenbilder aus den Dropdown-Menüs aus und legen Sie die Länge der Spur für diesen Beispielcode auf zwei Meter fest. Benennen Sie dieses Muster, falls gewünscht.Klicken Sie auf die Schaltfläche Start und warten Sie, bis das VR-Fenster geöffnet wird, bevor Sie auf eine andere Stelle klicken. Die grafische Softwareumgebung wird auf dem zweiten Bildschirm angezeigt. Führen Sie die Verarbeitungsskizze aus, um die Bewegung der Verhaltensdaten zu erfassen und darzustellen.Öffnen Sie den angegebenen Befehl in der Verarbeitungs-IDE. Ändern Sie das Tier in Ihre Mauszahlvariable und stellen Sie die Sitzungsminuten gleich der Länge der Verhaltenssitzung in Minuten ein. Klicken Sie auf die Schaltfläche Ausführen in der Verarbeitungs-IDE.Überprüfen Sie das Verarbeitungsdiagrammfenster, das die aktuelle Mausposition auf der virtuellen linearen Spur anzeigen sollte, während sich das Rad zusammen mit den Belohnungszonen und laufenden Histogrammen der Licks, Runden und Belohnungen dreht, die alle 30 Sekunden aktualisiert werden. Schieben Sie das Laufrad von Hand vor, um den Mausbetrieb zu Testzwecken zu simulieren, oder verwenden Sie eine Testmaus für die Ersteinrichtung. Klicken Sie auf das Plotfenster und drücken Sie die Q-Taste auf der Tastatur, um die Erfassung von Verhaltensdaten zu beenden.Eine Textdatei mit den Verhaltensereignissen und -zeiten sowie ein Bild des endgültigen Plotfensters im PNG-Format wird gespeichert, wenn die Sitzungsminuten verstrichen sind oder der Benutzer die Q-Taste drückt, um ihn zu beenden. Für zufälliges Schmieden mit nicht-operanten Belohnungen führen Sie das grafische Software-GUI-Programm mit einem Pfad beliebiger visueller Elemente aus. Laden Sie dann das Verhaltensprogramm mit mehreren nicht-operanten Belohnungen in den Verhaltens-ESP32 hoch, um die Maus zum Laufen und Lecken zu konditionieren.Legen Sie die Maus vorsichtig in die Kopffixierungsvorrichtung, stellen Sie den Leckauslauf auf eine Stelle direkt vor dem Maul der Maus ein und positionieren Sie das Mausrad in der Mitte der Projektionsfläche. Legen Sie den Namen des Tieres in der Verarbeitungsskizze fest und drücken Sie dann in der Verarbeitungs-IDE auf Ausführen, um mit der Erfassung und Darstellung der Verhaltensdaten zu beginnen. Lassen Sie die Maus in 20- bis 30-minütigen Sitzungen laufen, bis die Maus mindestens 20 Runden pro Sitzung läuft, und lecken Sie nach Belohnungen, die an zufälligen Orten präsentiert werden.Für die zufällige Nahrungssuche mit operanten Belohnungen in abwechselnden Runden laden Sie das Verhaltensprogramm mit abwechselnder Operante gleich eins hoch und trainieren Sie die Maus, bis sie sowohl nach nicht-operanten als auch nach operanten Belohnungszonen leckt. Laden Sie für eine vollständig operante zufällige Nahrungssuche das Verhaltensprogramm mit vier operanten zufälligen Belohnungszonen hoch und trainieren Sie die Maus, bis sie entlang der Spur konsequent nach Belohnungen leckt. Führen Sie als Nächstes für räumliches Lernen das grafische Softwareprogramm mit einem Pfad eines dunklen Flurs mit einem einzigen visuellen Hinweis in der Mitte aus.Laden Sie dann das Verhaltensprogramm mit einer einzelnen versteckten Belohnungszone auf das Verhalten ESP32 hoch. Lassen Sie die Maus 30-minütige Sitzungen lang mit einer einzigen versteckten Belohnungszone und einem einzigen visuellen Hinweis auf den VR-Flur laufen und erfassen Sie während der Sitzung Daten wie zuvor beschrieben. Laden Sie die txt-Datendatei aus dem Verarbeitungsskizzenordner herunter und analysieren Sie die Verhaltensdaten, um das Auftreten von räumlich selektivem Lecken als Indikator für räumliches Lernen zu beobachten.Räumliches Lernen mit Hilfe der grafischen Softwareumgebung wird hier gezeigt. Durch fortschreitende Trainingsstufen der zufälligen Nahrungssuche lernten die Mäuse, auf dem Rad zu laufen und konsequent auf niedrigen Ebenen entlang der Strecke zu lecken, bevor sie zu einem einzigen versteckten Belohnungsort geschaltet wurden, um räumliches Lernen zu zeigen. In dieser Studie lernten vier der sieben Mäuse die versteckte Belohnungsaufgabe mit einem einzigen visuellen Hinweis in zwei bis vier Sitzungen, wie ihr Lecken in der Nähe der Belohnungszone mit zunehmender Selektivität zeigte.Darüber hinaus zeigten die Mäuse sowohl innerhalb als auch zwischen den Sitzungen ein substanzielles Lernen. Räumliches Lecken pro Runde am zweiten Tag zeigte ein erhöhtes Lecken vor der Belohnungszone und ein verringertes Lecken an anderen Stellen, was auf die Entwicklung eines räumlich spezifischen antizipatorischen Leckens hinweist. Das Wichtigste, was Sie bei der Verwendung des Systems beachten sollten, ist, dass Mäuse nur dann eine gute Leistung erbringen, wenn sie verstärkt sind und sich auf dem Laufrad wohlfühlen.Schränken Sie daher die Tiere durch Wasser angemessen ein, behandeln Sie sie sanft und stellen Sie sicher, dass ihre Kopfstützposition optimal für das Laufen ist, während Sie die Projektionsfläche betrachten. Ein neurowissenschaftlicher Forscher kann dieses Open-Source-VR-System mit In-vivo-Bildgebung oder Elektrophysiologie kombinieren, um Neuronenschaltkreise zu untersuchen, die dem räumlichen Lernen im Gehirn zugrunde liegen. Wir glauben, dass die Einfachheit dieses Open-Source-VR-Systems es Forschern ermöglichen wird, das System in verschiedene Neuroaufzeichnungs-Setups zu integrieren.Die präzise Steuerung räumlicher Reize in der VR-Umgebung wird es den Forschern ermöglichen, den Beitrag bestimmter Neuronenschaltkreise zum räumlichen Lernen zu untersuchen.

Research

JoVE Journal

Neuroscience

An Open-Source Virtual Reality System for the Measurement of Spatial Learning in Head-Restrained Mice

Low-stress Route Learning Using the Lashley III Maze in Mice

Low-stress Route Learning Using the Lashley III Maze in Mice Video (Video) | JoVE

Low-Stress-Route Learning Mit dem Lashley III Maze in Mäuse

Many behavior tests designed to assess learning and memory in rodents, particularly mice, rely on visual cues, food and/or water deprivation, or other ...

Forschung

Neurowissenschaften

Human Fear Conditioning Conducted in Full Immersion 3-Dimensional Virtual Reality 

Human Fear Conditioning Conducted in Full Immersion 3-Dimensional Virtual Reality  Video (Video) | JoVE

Menschliche Angstkonditionierung in Full Immersion 3-Dimensional Virtual Reality Geleitete

Fear conditioning is a widely used paradigm in non-human animal research to investigate the neural mechanisms underlying fear and anxiety. A major ...

Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation

Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation Video (Video) | JoVE

Mit MazeSuite und Functional Near Infrared Spectroscopy man Lernen in Spatial Navigation

MazeSuite is a complete toolset to prepare, present and analyze navigational and spatial experiments1. MazeSuite can be used to design and edit adapted ...

Optical Recording of Suprathreshold Neural Activity with Single-cell and Single-spike Resolution

Optical Recording of Suprathreshold Neural Activity with Single-cell and Single-spike Resolution Video (Video) | JoVE

Optische Aufnahme überschwellige neuronale Aktivität mit Single-Cell-und Single-Spike Auflösung

Signaling of information in the vertebrate central nervous system is often carried by populations of neurons rather than individual neurons. Also ...

Building An Open-source Robotic Stereotaxic Instrument

Building An Open-source Robotic Stereotaxic Instrument Video (Video) | JoVE

Der Aufbau einer Open-Source Robotic stereotaktischen Instrument

This protocol includes the designs and software necessary to upgrade an existing stereotaxic instrument to a robotic (CNC) stereotaxic instrument for ...

In vivo Optogenetic Stimulation of the Rodent Central Nervous System

In vivo Optogenetic Stimulation of the Rodent Central Nervous System Video (Video) | JoVE

In vivo optogenetische Stimulation des Nager Central Nervous System

The ability to probe defined neural circuits in awake, freely-moving animals with cell-type specificity, spatial precision, and high temporal resolution ...

Immunohistochemical Visualization of Hippocampal Neuron Activity After Spatial Learning in a Mouse Model of Neurodevelopmental Disorders

Immunohistochemical Visualization of Hippocampal Neuron Activity After Spatial Learning in a Mouse Model of Neurodevelopmental Disorders Video (Video) | JoVE

Immunhistochemische Visualisierung von Hippocampus-Aktivität nach Spatial Learning in einem Mausmodell für neurologische Entwicklungsstörungen

Induction of phosphorylated extracellular-regulated kinase (pERK) is a reliable molecular readout of learning-dependent neuronal activation. Here, we ...

Electrophysiological Method for Recording Intracellular Voltage Responses of Drosophila Photoreceptors and Interneurons to Light Stimuli In Vivo

Electrophysiological Method for Recording Intracellular Voltage Responses of Drosophila Photoreceptors and Interneurons to Light Stimuli In Vivo Video (Video) | JoVE

Elektrophysiologische Verfahren zur Aufzeichnung von intrazellulärer Spannung Antworten von<em&gt; Drosophila</em&gt; Fotorezeptoren und Inter auf Lichtreize<em&gt; In Vivo</em

Voltage responses of insect photoreceptors and visual interneurons can be accurately recorded with conventional sharp microelectrodes. The method ...

Assessing Spatial Learning and Memory in Small Squamate Reptiles

Assessing Spatial Learning and Memory in Small Squamate Reptiles Video (Video) | JoVE

Die Beurteilung räumliches Lernen und Gedächtnis in Klein squamate Reptilien

Clinical research has leveraged a variety of paradigms to assess cognitive decline, commonly targeting spatial learning and memory abilities. However, ...

An Objective and Reproducible Test of Olfactory Learning and Discrimination in Mice

An Objective and Reproducible Test of Olfactory Learning and Discrimination in Mice Video (Video) | JoVE

Eine objektive und reproduzierbare Test der olfaktorischen Lern- und Diskriminierung bei Mäusen

Olfaction is the predominant sensory modality in mice and influences many important behaviors, including foraging, predator detection, mating, and ...