← Últimos artigos
🧠 neuroscience

A Low-Cost, Modular Hardware and Software Platform for Head-Fixed Mouse Decision-Making Tasks

Este artigo apresenta uma plataforma de hardware e software modular, de código aberto e de baixo custo que simplifica tarefas de tomada de decisão em roedores com cabeça fixa ao automatizar o treinamento para reduzir o trabalho do experimentador e diminuir a barreira de entrada para a pesquisa em neurociência.

Autores originais: Madden, M. B., Khatri, M., Mohanty, A., Prasad, D., Collie-Beard, N. K., Huda, R.

Publicado 2026-08-09
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: Madden, M. B., Khatri, M., Mohanty, A., Prasad, D., Collie-Beard, N. K., Huda, R.

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério dentro de uma cidade minúscula e agitada: o cérebro de um camundongo. Para conseguir uma visão clara das pistas, você precisa manter o camundongo perfeitamente imóvel, como uma estátua, enquanto observa seus neurônios disparando e seus olhos se movendo rapidamente. Isso é chamado de "fixação de cabeça". É um pouco como colocar um camundongo em um assento de bicicleta ergométrica de alta tecnologia e estacionária para que os cientistas possam usar câmeras e sensores poderosos para ver como o cérebro toma decisões sem que o animal saia correndo. Por décadas, essa técnica foi usada principalmente em macacos, mas agora é o padrão ouro para estudar camundongos porque podemos misturá-la com ferramentas genéticas especiais. No entanto, há um porém: montar esses "ginásios de camundongos" costuma ser caro, desajeitado e exige muita supervisão humana para treinar os animais. Se um laboratório quiser estudar como os camundongos aprendem, eles geralmente precisam gastar milhares de dólares em máquinas rígidas comerciais que são difíceis de alterar, ou passar meses construindo as suas próprias do zero.

Surge então uma nova equipe de cientistas que fez uma pergunta simples: "E se pudéssemos construir um ginásio de camundongos que custasse menos que um carro usado, coubesse em uma prateleira e treinasse os camundongos automaticamente?" Eles queriam criar um sistema que fosse tão fácil de usar que toda uma equipe de pesquisadores pudesse realizar dezenas de experimentos ao mesmo tempo sem se cansar ou cometer erros. O objetivo não era apenas economizar dinheiro, mas abrir as portas para que qualquer laboratório, grande ou pequeno, pudesse fazer ciência cerebral de alto nível. Eles construíram uma plataforma que combina uma caixa isolada acusticamente feita sob medida, uma roda giratória para o camundongo girar e um cérebro de computador inteligente que guia o camundongo através de um jogo de aprendizado.

O artigo apresenta este novo sistema de baixo custo e modular chamado "LAMPyR" (Estrutura de Rodentia Automatizada Leve e Modular em Python). Pense nisso como um kit de "faça você mesmo" inteligente para a tomada de decisão de camundongos. O hardware é construído com peças acessíveis e comuns, como peças de plástico impressas em 3D, um microcontrolador Arduino simples (um pequeno e barato céreço de computador) e uma caixa de amortecimento de som feita de painéis de madeira. O custo total para uma configuração completa é de cerca de US$ 1.400, valor que os autores observam que poderia cair para menos de US$ 1.000 se você substituir algumas partes caras por alternativas mais baratas. Ao contrário das máquinas comerciais rígidas e caras que são difíceis de modificar, este sistema é como um conjunto de LEGO: você pode facilmente desmontar as peças e trocá-las para se adequar a diferentes experimentos.

O software, LAMPyR, é a verdadeira magia nos bastidores. Ele atua como um treinador automatizado para os camundongos. Em vez de um pesquisador humano parado ali por horas, clicando em botões e observando o camundongo, o software assume o controle. Ele guia gentilmente o camundongo através de uma série de estágios de treinamento, começando com recompensas simples apenas por tocar em um bico de água, passando gradualmente para jogos de tomada de decisão mais complexos. O sistema usa uma interface de tela sensível ao toque que se parece com um controle de videogame, tornando fácil para qualquer pessoa iniciar uma sessão. O software rastreia automaticamente o desempenho do camundongo e o move para o próximo nível de dificuldade apenas quando ele estiver pronto, reduzindo o erro humano e liberando os cientistas para realizarem outros trabalhos.

Para provar que seu sistema funciona, a equipe treinou um grupo de 11 camundongos em uma tarefa de "reversão rápida probabilística". Imagine um jogo onde um camundongo tem que escolher entre girar uma roda para a esquerda ou para a direita para obter uma gota de água. Às vezes o lado esquerdo dá uma recompensa, às vezes o direito, e as regras mudam sem nenhum aviso. O camundongo precisa prestar atenção ao seu histórico recente para descobrir qual lado é o "sortudo" no momento. Os resultados mostraram que os camundongos aprenderam o jogo perfeitamente. Eles podiam fazer centenas de escolhas em uma hora e conseguiram adaptar sua estratégia quando as regras mudaram, mostrando que estavam rastreando as recompensas de suas últimas tentativas. Os dados coletados foram tão bons quanto os que você obteria de sistemas caros e de alto nível.

Os autores enfatizam que isso não é apenas uma versão mais barata de ferramentas existentes; é uma ferramenta mais flexível. Eles argumentam explicitamente contra a ideia de que você precisa gastar uma fortuna em hardware especializado de sistema fechado para fazer neurociência séria. Eles mostram que, ao usar código de código aberto e componentes de baixo custo, você pode alcançar os mesmos resultados de alta qualidade. Eles também observam que, embora o sistema seja poderoso, ele exige que o usuário tenha habilidades básicas de programação (Python) e eletrônica (Arduino), embora sugiram que assistentes de codificação de IA modernos possam ajudar a diminuir essa lacença. Em última análise, o artigo sugere que, ao compartilhar seus projetos e software, eles estão diminuindo a barreira de entrada, permitindo que mais cientistas explorem como os cérebros tomam decisões sem serem limitados pelo orçamento ou por equipamentos rígidos.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →