A Low-Cost, Modular Hardware and Software Platform for Head-Fixed Mouse Decision-Making Tasks
Cet article présente une plateforme matérielle et logicielle modulaire, à bas coût et en libre accès, qui simplifie les tâches de prise de décision chez le rongeur fixé à la tête en automatisant l'entraînement afin de réduire la main-d'œuvre de l'expérimentateur et d'abaisser la barrière à l'entrée pour la recherche en neurosciences.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Imaginez que vous êtes un détective essayant de résoudre un mystère à l'intérieur d'une minuscule et trépidante ville : le cerveau d'une souris. Pour obtenir une vue claire des indices, vous devez maintenir la souris parfaitement immobile, comme une statue, tout en observant ses neurones s'activer et ses yeux s'agiter. C'est ce qu'on appelle la « fixation de la tête ». C'est un peu comme mettre une souris sur un vélo d'appartement high-tech et stationnaire pour que les scientifiques puissent utiliser des caméras et des capteurs puissants afin de voir comment le cerveau prend des décisions sans que l'animal ne s'échappe. Pendant des décennies, cette technique a été principalement utilisée sur des singes, mais elle est devenue une norme de référence pour l'étude des souris car nous pouvons la combiner avec des outils génétiques spéciaux. Cependant, il y a un hic : la mise en place de ces « gymnases pour souris » est généralement coûteuse, encombrante et nécessite beaucoup de présence humaine pour entraîner les souris. Si un laboratoire veut étudier comment les souris apprennent, il doit souvent dépenser des milliers de dollars dans des machines commerciales rigides qui sont difficiles à modifier, ou passer des mois à construire les siennes de toutes pièces.
Entrez une nouvelle équipe de scientifiques qui s'est posé une question simple : « Et si nous pouvions construire un gymnase pour souris qui coûte moins cher qu'une voiture d'occasion, qui tient sur une étagère et qui entraîne les souris automatiquement ? » Ils voulaient créer un système si facile à utiliser qu'une équipe entière de chercheurs pourrait mener des dizes d'expériences à la fois sans se fatiguer ou commettre d'erreurs. Le but n'était pas seulement d'économiser de l'argent, mais d'ouvrir la porte à n'importe quel laboratoire, petit ou grand, pour pratiquer une neurosciences de haut niveau. Ils ont construit une plateforme qui combine une boîte insonorisée conçue sur mesure, une roue rotative pour que la souris puisse tourner, et un cerveau informatique intelligent qui guide la souris à travers un jeu d'apprentissage.
L'article présente ce nouveau plateau modulaire à bas coût appelé « LAMPyR » (Lightweight Automated Modular Python framework for Rodent Behavior). Considérez cela comme un kit de « faire-soi-même » intelligent pour la prise de décision chez la souris. Le matériel est construit à partir de pièces quotidiennes et abordables comme des pièces en plastique imprimées en 3D, un simple microcontrôleur Arduino (un minuscule et bon marché cerveau informatique), et une boîte d'insonorisation faite de panneaux de bois. Le coût total pour une configuration complète est d'environ 1 400 $, ce que les auteurs notent pourrait descendre sous la barre des 1 000 $ si l'on remplace quelques pièces coûteuses par des alternatives moins chères. Contrairement aux machines commerciales rigides et coûteuses qui sont difficiles à modifier, ce système est comme un ensemble de briques LEGO : vous pouvez facilement démonter des pièces et les échanger pour les adapter à différentes expériences.
Le logiciel, LAMPyR, est la véritable magie en coulisses. Il agit comme un entraîneur automatisé pour les souris. Au lieu d'un chercheur humain debout là pendant des heures, cliquant sur des boutons et surveillant la souris, le logiciel prend le relais. Il guide doucement la souris à travers une série d'étapes d'entraînement, commençant par des récompenses simples pour le simple fait de toucher une buse d'eau, et passant progressivement à des jeux de prise de décision plus complexes. Le système utilise une interface tactile qui ressemble à une manette de jeu vidéo, ce qui permet à n'importe qui de commencer une session facilement. Le logiciel suit automatiquement les progrès de la souris et la fait passer au niveau de difficulté suivant uniquement lorsqu'elle est prête, réduisant ainsi l'erreur humaine et libérant les scientifiques pour qu'ils puissent faire d'autres travaux.
Pour prouver que leur système fonctionne, l'équipe a entraîné un groupe de 11 souris sur une tâche de « renversement rapide probabiliste ». Imaginez un jeu où une souris doit choisir de tourner une roue vers la gauche ou vers la droite pour obtenir une goutte d'eau. Parfois, le côté gauche donne une récompense, parfois le côté droit, et les règles changent sans aucun avertissement. La souris doit prêter attention à son historique récent pour comprendre quel côté est actuellement « chanceux ». Les résultats ont montré que les souris ont parfaitement appris le jeu. Elles pouvaient faire des centaines de choix en une heure, et elles ont réussi à adapter leur stratégie lorsque les règles changeaient, montrant qu'elles suivaient les récompenses de leurs derniers essais. Les données collectées étaient tout aussi bonnes que celles que l'on obtiendrait avec des systèmes haut de gamme coûteux.
Les auteurs soulignent que ce n'est pas seulement une version moins chère des outils existants ; c'est une version plus flexible. Ils soutiennent explicitement l'idée qu'il n'est pas nécessaire de dépenser une fortune en matériel spécialisé à système fermé pour faire de la neurosciences sérieuse. Ils montrent qu'en utilisant du code open-source et des composants à bas coût, on peut obtenir les mêmes résultats de haute qualité. Ils notent également que, bien que le système soit puissant, il nécessite que l'utilisateur possède certaines compétences de base en codage (Python) et en électronique (Arduino), bien qu'ils suggèrent que les outils modernes comme les assistants de codage par IA puissent aider à combler cet écart. En fin de compte, l'article suggère qu'en partageant leurs plans et leur logiciel, ils abaissent la barrière à l'entrée, permettant à plus de scientifiques d'explorer comment les cerveaux prennent des décisions sans être freinés par le budget ou un équipement rigide.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.