The NeuroHab: A Low-Cost, Integrated System for Investigation of Neural Correlates of Behaviors

Stellen Sie sich vor, Sie versuchen zu verstehen, wie ein Automotor funktioniert, indem Sie dem Motor zuhören, während das Auto über eine holprige Straße fährt. Sie müssen genau wissen, wann der Fahrer das Gaspedal gedrückt hat und wann der Motor aufheulte – und das alles gleichzeitig. In der Welt der Neurowissenschaften versuchen Wissenschaftler etwas Ähnliches: Sie wollen die Gehirnaktivität einer Maus beobachten, während die Maus ein Spiel spielt oder ein Rätsel löst. Dieses Feld wird als Verhaltensneurowissenschaft bezeichnet und stützt sich auf „operante Konditionierung“ – eine schicke Art zu sagen: „Ein Tier darauf trainieren, etwas zu tun, um eine Belohnung zu erhalten.“

Um dies zum Erfolg zu führen, müssen zwei Dinge perfekt zusammenwirken: eine Maschine, die der Maus eine Belohnung gibt (wie einen Tropfen Wasser oder ein Futterpellet), wenn sie das Richtige tut, und eine Kamera oder ein Sensor, der aufzeichnet, was im Inneren des Gehirns der Maus passiert. Das Problem ist, dass die Maschinen, die zur Ausbildung der Mäuse verwendet werden, oft teuer, starr und schwer mit der Gehirn-Scan-Ausrüstung zu verbinden sind. Es ist, als würde man versuchen, einen hochtechnologischen Racing-Videospiel-Controller mit einem Vintage-Radio zu verbinden; die Teile sprechen nicht dieselbe Sprache und das Timing ist nicht abgestimmt. Wenn das Timing auch nur ein winziges bisschen falsch ist, können Wissenschaftler nicht sagen, ob die Geaktion im Gehirn aufgrund der Belohnung geschah oder nur durch Zufall.

Hier kommt eine neue Erfindung namens „NeuroHab“ ins Spiel. Betrachten Sie es als einen universellen Übersetzer und ein superpräzises Stoppur-Gerät in einem erschwinglichen Gehäuse vereint. Das Team hinter diesem Projekt, unter der Leitung von Forschern der University of Wyoming, wollte ein System bauen, das günstig, leicht zu reparieren und ohne Verzögerung mit Gehirn-Scan-Maschinen kommunizieren kann. Sie wollten nicht nur einen besseren Käfig für Mäuse bauen; sie wollten einen Käfig bauen, der mit der Geschwindigkeit des Lichts „denken“ und „aufzeichnen“ kann.

Das Paper stellt das NeuroHab vor, ein kostengünstiges Open-Source-System, das darauf ausgelegt ist, Mäuse zu trainieren und ihr Verhalten mit unglaublicher Geschwindigkeit aufzuzeichnen. Das Hauptergebnis ist, dass dieses System jede einzelne Aktion einer Maus – wie ein Lecken, ein Nasenstupsen oder ein akustisches Signal – mit einer Verzögerung von weniger als einem Tausendstel einer Sekunde (speziell zwischen 56 und 728 Mikrosekunden) protokollieren kann. Um das einzuordnen: Ein Blinzeln eines Auges dauert etwa 300.000 Mikrosekunden; das NeuroHab ist schnell genug, um die Aktion einer Maus zu erfassen, noch bevor die Maus selbst merkt, dass sie sie abgeschlossen hat.

Die Forscher haben dieses System unter Verwendung gängiger, erschwinglicher Teile wie Arduino- und ESP32-Mikrochips gebaut, die dieselben „Gehirne“ sind, die auch in Hobby-Robotik und Smart-Home-Gadgets verwendet werden. Die Gesamtkosten für den Bau des gesamten Aufbaus liegen bei etwa 1.400 $. Das ist eine große Sache, da kommerzielle Versionen ähnlicher Maschinen fast 13.000 $ kosten können. Indem das Team den Code und die Designs für jeden zur Nutzung freigibt, hofft es, mehr Wissenschaftlern zu ermöglichen, hochwertige Experimente durchzuführen, ohne über ein massives Budget verfügen zu müssen.

Eine der coolsten Funktionen des NeuroHab ist die Handhabung des Timings. Das System nutzt einen cleveren Trick, bei dem es eine Serie winziger elektrischer „Impulse“ (wie Morsecode) aussendet, um der Aufzeichnungsmaschine genau mitzuteilen, was wann passiert ist. Da diese Impulse so schnell und das System so effizient ist, kann die Gehirn-Scan-Ausrüstung (wie ein Mini-Zwei-Photonen-Mikroskop) das Verhalten der Maus perfekt mit der Gehirnaktivität synchronisieren. Das Paper zeigt, dass das Timing bei Tests präzise genug war, um zu sehen, wie einzelne Gehirnzellen auf ein spezifisches Ereignis reagieren, wie etwa einen Wassertropfen, der die Zunge trifft.

Das Team testete auch, wie gut das System in der realen Welt funktioniert. Sie führten über 50 verschiedene Versuchsreihen durch und nutzten es sogar für 16-stündige Sitzungen, in denen sich die Mäuse frei in ihren Käfigen bewegen konnten. Das System stürzte nicht ab, verlor keine Daten und konnte Lick-Bewegungen mit einer Genauigkeit von über 96 % erkennen. Sie zeigten sogar, dass es neben einem Mini-Zwei-Photonen-Mikroskop – einer hochtechnologischen Kamera, die in das Gehirn blickt – funktionieren kann, was bewies, dass das Verhalten der Maus und die Signale des Gehirns bis auf die Millisekunde synchronisiert werden konnten.

Das Paper weist jedoch vorsichtig darauf hin, was dieses System nicht tut. Es ist nicht dafür konzipiert, die kontinuierlichen elektrischen Wellen des Gehirns selbst aufzuzeichnen (wie ein EEG); stattdessen fungiert es als Dirigent, der präzise „Start“- und „Stopp“-Signale an andere Maschinen sendet, die die eigentliche Arbeit leisten. Es gibt auch einige Einschränkungen: Wenn zu viele Ereignisse zur exakt gleichen Zeit von verschiedenen Quellen auftreten, könnte das System verwirrt werden, obwohl die Autoren anmerken, dass dies in typischen Experimenten selten vorkommt. Sie erwähnen auch, dass das System auf eine spezifische Art der Flüssigkeitsabgabe angewiesen ist, die sorgfältig kalibriert werden muss, da die Menge des abgegebenen Wassers sonst leicht abweichen könnte.

Kurz gesagt: Das NeuroHab ist ein Game-Changer, weil es ein komplexes, teures Problem mit einem einfachen, modularen und erschwinglichen Design löst. Es beweist, dass man kein Millionen-Dollar-Budget benötigt, um präzise Hochgeschwindigkeitsdaten darüber zu erhalten, wie Tiere lernen und wie ihre Gehirne funktionieren. Indem die Autoren die „Blaupausen“ öffentlich machen, laden sie andere Wissenschaftler dazu ein, ihre eigenen Versionen zu bauen, sie anzupassen und sie zu nutzen, um neue Geheimnisse des Gehirns zu entschlüsseln, ohne dabei das Budget zu sprengen.