A TRANSPARENT WHEEL-BASED PLATFORM FOR LOCOMOTION-ON-DEMAND AND MULTI-VIEW BODY AND FACIAL KINEMATICS IN HEAD-FIXED MICE

Deze studie presenteert een modulier, transparant platform dat locomotie op afroep in hoofd-vaste muizen mogelijk maakt via een luchtstroomstimulatie, terwijl het gelijktijdig multi-kamerabeeldvorming van poot-, lichaams- en gezichtsbewegingen biedt voor nauwkeurige analyse van gedragsdynamiek in combinatie met neurale opnames.

De kern

De "Onzichtbare Fiets" voor Muizen: Hoe Wetenschappers Beweging in Echt Tijd Kijken

Stel je voor dat je een muis wilt bestuderen terwijl hij rent, maar je wilt tegelijkertijd zijn poten, zijn gezicht, zijn ogen en zelfs zijn hartslag (via de pupillen) in detail kunnen zien. Het probleem? Als je de muis vasthoudt om zijn hersenen te meten (wat nodig is voor scherpe beelden), kan hij niet meer rennen. En als hij rent, is hij te snel en beweegt te veel om goed te kunnen kijken.

De onderzoekers van dit paper hebben een slimme oplossing bedacht: een doorzichtige loopfiets voor muizen, aangedreven door een luchtschok.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De "Onzichtbare" Fiets

Normaal gesproken rennen muizen op een ondoorzichtige band of een roestige loopfiets. Je ziet dan alleen hun rug. Deze wetenschappers hebben echter een doorzichtige loopfiets gebruikt.

• De analogie: Denk aan een glazen loopfiets in een museum. Je kunt erdoorheen kijken.
• Het voordeel: Omdat de wielen van glas zijn, kunnen camera's van onder de muis kijken. Ze zien precies hoe de pootjes bewegen, alsof je door een glazen vloer naar iemand kijkt die op een loopband rent.

2. De "Luchtschok" als Startsignaal

Muizen rennen niet graag zomaar op een band als ze vastzitten. Normaal moet je ze maanden trainen met waterbeloningen (een beetje water als beloning). Dat is saai en duurt lang.

• De oplossing: In plaats van water, geven ze de muis een korte, zachte blaas lucht op zijn rug.
• De analogie: Het is alsof je een muis een tik geeft met een veer. Het is geen straf, maar een prikkel. De muis denkt: "Oh, er gebeurt iets!" en begint instinctief te rennen om weg te komen.
• Het resultaat: De muis rent direct, zonder maandenlange training. Zodra hij een bepaalde afstand heeft afgelegd, stopt de lucht. De muis stopt dan ook. Dit gebeurt keer op keer, precies op tijd.

3. De "Vliegende Camera's" en de Rode LED

De muis zit vast, maar er zijn meerdere camera's die hem vanuit verschillende hoeken filmen: van onderen (voor de poten), van voren (voor het gezicht) en van opzij (voor de ogen).

• Het probleem: Elke camera heeft zijn eigen klokje. Soms filmen ze net iets sneller dan elkaar. Hoe weet je nu of de muis zijn poot bewoog precies op het moment dat de lucht werd geblazen?
• De oplossing: Ze hebben een rood lampje (LED) in het beeld gezet dat knippert op het exacte moment dat de lucht wordt geblazen.
• De analogie: Het is alsof er een flitslicht in de film zit dat zegt: "Hé, nu begint de actie!" Later kunnen de computers dit lampje zien en zeggen: "Ah, op dit frame begon de lucht." Zo kunnen ze alle video's perfect op elkaar laten vallen, zelfs als de camera's verschillende snelheden hebben.

4. Wat hebben ze ontdekt?

Ze hebben gekeken naar een muis die dit deed.

• De beweging: Zodra de lucht kwam, begon de muis direct te rennen. De snelheid steeg als een raket.
• De poten: De camera's onder de muis zagen dat alle pootjes perfect samenwerkten. Het was geen gekke dans, maar een echte, gestructureerde loopbeweging.
• Het gezicht: Zelfs het gezicht van de muis bewoog mee. De snorharen trilden en de spieren in het gezicht veranderden, wat laat zien dat het hele dier betrokken is bij het rennen.
• De ogen: Verrassend genoeg veranderde de grootte van de pupillen (de zwarte middelpuntjes in de ogen) niet veel, waarschijnlijk omdat het heel donker was in de kamer.

Waarom is dit belangrijk?

Vroeger was het kiezen tussen "goed kunnen rennen" of "goed kunnen kijken". Nu kunnen ze beide.

• Je kunt de muis vastzetten (voor scherpe hersenbeelden).
• Je kunt hem laten rennen (door de luchtschok).
• Je kunt alles filmen (van poten tot gezicht) zonder dat het beeld wazig wordt.

Dit is een nieuwe, goedkope en flexibele manier om te kijken hoe het brein beweging aanstuurt. Het is alsof ze een "tijdreis-machine" hebben gebouwd voor beweging: ze kunnen precies zien wat er gebeurt op het milliseconde dat een muis besluit te rennen. Dit helpt wetenschappers later om beter te begrijpen hoe hersenen werken, en misschien zelfs om ziektes zoals Parkinson of Alzheimer beter te bestuderen.

Kortom: Ze hebben een glazen loopfiets gebouwd, een muis met een luchtpistool aan het rennen gekregen, en alles gefilmd met camera's die perfect op elkaar zijn afgestemd. Een slimme manier om de dans van de muis te zien zonder hem te storen.

Technische samenvatting

Titel

Een transparant wiel-gebaseerd platform voor locomotie-op-verzoek en multi-view kinematica van het lichaam en gezicht bij vastgehouden muizen.

1. Het Probleem

Het begrijpen van hoe het brein sensorische input en interne toestanden omzet in gecoördineerde beweging vereist gedragsparadigma's die:

• Precieze, multimodale metingen van beweging en alertheid mogelijk maken.
• Compatibel zijn met neurale opnametechnieken (zoals calciumbeeldvorming of elektrofysiologie).
• Bestaande head-fixed setups hebben beperkingen: ze meten vaak slechts beperkte aspecten van gedrag (bijv. rijsnelheid als proxy), gebruiken slechts één camera, of vereisen langdurige beloningsgebaseerde training (waterbeperking), wat de doorvoer en experimentele efficiëntie beperkt.
• Er ontbreekt een platform dat stimulus-geïnduceerde locomotie combineert met een transparant wiel, waardoor onbelemmerde, multi-hoekige videografie van de ventrale pootbewegingen, gezichtsdynamiek en oogsignalen mogelijk is.

2. Methodologie

De auteurs hebben een modulair, low-cost platform ontwikkeld dat de volgende componenten integreert:

• Mechanische Opstelling:

  • Een transparant loopwiel (niet gemotoriseerd) dat op een verticale aluminium staaf is gemonteerd. Dit zorgt voor onbelemmerd zicht op de buik en poten van de muis van onderen.
  • Een head-fixatie systeem met een 3D-geprinte kopplaat.
  • Een luchtstroom-systeem: Geperst lucht (~10 PSI) wordt via een solenoïdeklep en een naald (gepositioneerd bij de rug van de muis) afgegeven om locomotie op te wekken.
  • Een siliconen bak onder het wiel voor hygiëne.

• Elektronische Hardware & Synchronisatie:

  • Stimuluscontrole: Een Arduino (Mega 6250) bewaakt de rotatie via een rotary encoder (1000 CPR) en activeert de luchtstroom wanneer een vooraf ingestelde afstand is afgelegd.
  • Dataverzameling: Een National Instruments DAQ (USB-6259) registreert encoder-signalen en TTL-pulsen met een hoge frequentie (5 kHz).
  • Videografie: Twee Raspberry Pi-systemen besturen meerdere camera's (ventraal, gezicht, pupil) met infraroodverlichting (voor opname in het donker).
  • Tijdsynchronisatie: Een rood LED-lampje in het gezichtsveld van elke camera wordt aangestuurd door hetzelfde TTL-signaal als de luchtstroom. Dit dient als visuele tijdsmarker om de verschillende videostreams (die onafhankelijk werken) perfect te synchroniseren met de stimulus en de DAQ-data.

• Gedragsparadigma (AIR - Air-Induced Running):

  • Muizen worden head-fixed en krijgen een korte luchtstoot op hun rug.
  • Dit induceert onmiddellijk een looprespons. De muis moet een specifieke afstand (bijv. 25 cm) afleggen om de luchtstroom te stoppen.
  • Dit creëert discrete "air-on" en "air-off" periodes zonder de noodzaak van langdurige beloningstraining.

• Data-analyse:

  • Optische Flow: Berekening van bewegingsenergie en snelheid zonder model.
  • DeepLabCut: Markerloze pose-schatting om de kinematica van poten, staart en neus te volgen.
  • Statistiek: Vergelijking van "air-on" vs. "air-off" periodes binnen hetzelfde dier (paired t-tests, Wilcoxon).

3. Belangrijkste Bijdragen

• Transparant Wiel-Design: Voor het eerst wordt een transparant wiel gebruikt in combinatie met stimulus-geïnduceerde locomotie, wat directe ventrale beeldvorming van de poten mogelijk maakt tijdens het rennen.
• Stimulus-geïnduceerde Locomotie zonder Beloning: Het platform maakt gebruik van een aangeboren sensorimotorische respons op lucht, wat trainingstijden verkort (2-14 dagen) en waterbeperking overbodig maakt.
• Robuuste Synchronisatie: De LED-gebaseerde synchronisatiestrategie lost het probleem op van het aligneren van onafhankelijke videostreams met verschillende sample-frequenties en klokken, zonder hardware-synchronisatie.
• Open Source & Modulariteit: Het ontwerp, de 3D-printbestanden, de elektronica en de analysecode zijn volledig openbaar gemaakt, wat replicatie en aanpassing door andere laboratoria faciliteert.

4. Resultaten

• Betrouwbare Locomotie: De luchtstroom induceerde consistent en reproduceerbaar rennen. De snelheid steeg binnen 1-2 seconden na de luchtstoot en daalde geleidelijk na het stoppen van de stroom.
• Kinematica:
  • Snelheid: De gemiddelde loopsnelheid tijdens "air-on" periodes was significant hoger dan tijdens "air-off" periodes (bijv. ~5 cm/s vs ~3 cm/s voor het representatieve dier; p < 0.001).
  • Pootbeweging: DeepLabCut-analyse toonde gestructureerde, stimulus-ge-lockte bewegingen van alle vier de poten, de staartbasis en de neus.
  • Gezichtsdynamiek: Er was een duidelijke toename in gezichtsbeweging (gemeten via optische flow) tijdens het rennen.
  • Pupilreactie: Er werd geen significante verandering in pupilgrootte waargenomen, wat te wijten was aan de opname in volledige duisternis (IR-licht) waarbij de pupillen al maximaal verwijderd waren.
• Reproduceerbaarheid: De resultaten waren consistent over een representatief dier en een extra cohort van drie muizen.
• Synchronisatie: De LED-methode bleek zeer nauwkeurig; de synchronisatiefout tussen de videostreams en de DAQ-data was kleiner dan één videoframe (<0,01 frames).

5. Betekenis en Toekomstperspectief

• Neurobiologisch Onderzoek: Dit platform biedt een flexibel raamwerk om stimulus-gedreven locomotie te bestuderen in combinatie met neurale opnames (twee-foton beeldvorming, elektrofysiologie). Het koppelt motorische output direct aan interne toestanden.
• Efficiëntie: Het elimineert de noodzaak voor langdurige, beloningsgebaseerde training, wat de doorvoer verhoogt en stress voor de dieren vermindert.
• Klinische Toepassingen: Het systeem is geschikt voor het bestuderen van subtiele veranderingen in beweging, alertheid en coördinatie in ziektemodellen (bijv. veroudering, neurodegeneratie).
• Technische Vooruitgang: Het demonstreert hoe low-cost componenten (Arduino, Raspberry Pi) en open-source software kunnen worden gecombineerd tot een hoogwaardig, multimodaal experimenteel platform.

Beperkingen: De camera's hebben geen hardware-synchronisatie (afhankelijk van LED-markers), de luchtstroom kan de snorharen passief verstoren, en whisker-tracking was in deze studie niet geoptimaliseerd.