頭部拘束マウスの空間学習計測のためのオープンソースバーチャルリアリティシステム

空間ナビゲーションは、動物が新しい場所の特徴を認知マップにエンコードする倫理学的に重要な行動であり、報酬の可能性のある領域を見つけ、潜在的な危険の領域を回避するために使用されます。記憶と密接に関連している空間ナビゲーションの基礎となる認知プロセスは、海馬¹と皮質の神経基盤を共有しており、これらの領域の神経回路は入ってくる情報を統合し、後で思い出すために環境とイベントの認知マップを形成します²。海馬^3,4の場所細胞と嗅内皮質⁵のグリッド細胞の発見は、海馬内の認知地図がどのように形成されるかを明らかにしましたが、特定の神経サブタイプ、マイクロ回路、および海馬の個々のサブ領域(歯状回、および角膜アンモニス領域、CA3-1)がどのように相互作用し、空間記憶の形成と想起に関与するかについては多くの疑問が残っています。

in vivo二光子イメージングは、感覚神経生理学における細胞および集団動態を明らかにする上で有用なツールとなっています^6,7。しかし、頭部拘束の典型的な必要性は、哺乳類の空間行動を調べるためのこの方法の有用性を制限する。バーチャルリアリティ(VR)8の出現により、没入型でリアルな視空間環境を提示し、頭部拘束マウスがボールまたはトレッドミルで走り、海馬⁸、^9、10および皮質¹¹の空間的および文脈的エンコーディングを研究することで^、この欠点に対処しました。さらに、行動するマウスによるVR環境の使用により、神経科学研究者は、モリス水迷路、バーンズ迷路、またはホールボードタスクなどの空間学習の現実世界の実験では不可能な方法で、VR環境¹²の要素(例えば、視覚の流れ、文脈変調)を正確に制御することによって空間行動の構成要素を分析することができた。

ビジュアルVR環境は通常、コンピューターのグラフィックプロセッシングユニット(GPU)にレンダリングされ、画面上の移動する3D環境をリアルタイムでモデル化するために必要な数千のポリゴンを迅速に計算する負荷を処理します。大規模な処理要件は、一般に、動物の下のトレッドミル、ホイール、またはフォームボールから動きが記録されるときに、視覚環境をモニタ、複数のスクリーン¹³、またはプロジェクタ¹⁴ にレンダリングするGPUを備えた別個のPCの使用を必要とする。したがって、VR環境を制御、レンダリング、および投影するための結果として得られる装置は、比較的高価で、かさばり、そして煩雑である。さらに、文献中のそのような環境の多くは、コストがかかり、専用のPC上でしか実行できないプロプライエタリソフトウェアを使用して実装されている。

これらの理由から、Raspberry Piシングルボードコンピュータを使用して、頭部拘束マウスの空間学習行動を研究するためのオープンソースVRシステムを設計しました。このLinuxコンピューターは小型で安価でありながら、3Dレンダリング用のGPUチップを搭載しているため、さまざまな個別セットアップでVR環境をディスプレイまたは動作装置と統合できます。さらに、Pythonで記述されたグラフィカルソフトウェアパッケージ「HallPassVR」を開発し、シングルボードコンピュータを利用して、グラフィカルユーザーインターフェイス(GUI)を使用して選択したカスタム視覚機能を再結合することにより、単純な視空間環境、仮想線形トラックまたは廊下をレンダリングします。これは、マイクロコントローラサブシステム(ESP32やArduinoなど)と組み合わせて、強化学習を促進するための感覚刺激または報酬の他のモダリティの送達などによって、移動を測定し、行動を調整します。このシステムは、空間学習行動の根底にある神経回路を研究するための2光子イメージング(または頭部固定を必要とする他の技術)中に、頭部拘束マウスに視空間VR環境を提供するための安価で柔軟で使いやすい代替方法を提供します。