斑马鱼GO/NO GO行为实验

【服务简介】

虚拟现实环境由四块液晶显示屏组成来呈现视觉刺激。在这种环境中，鱼可以沿着由白色、蓝色或红色背景色和垂直于游动方向的黑色条纹组成的一维轨迹游动和停止。尾部运动由网络摄像头捕获，并进行了一些修改，即将滤光片替换为以避免显示光的干扰。尾部采用红外 LED 灯进行照明。虚拟现实系统由基于Matlab 等定制程序控制。虚拟现实环境是使用 OMEGA SPACE 软件创建的，该软件提供了用于创建虚拟空间的内置工具。当鱼被固定在鱼缸内时，它可以移动尾巴，并且连续检测尾巴的拍打频率以在虚拟空间中引起仅向前的运动。使用放置在鱼缸顶部的摄像头以及基于 Matlab 计算机视觉工具箱的自定义程序来检测鱼的身体。相机的放置方式使鱼的身体沿着相机拍摄的图像的垂直(Y)轴。对于每个100毫秒的时间帧，通过连接图像每一行中身体的中点来计算沿着身体的中心线。中心线的上点对应于身体的上部。在尾巴弯曲过程中，所看到的身体的最上面部分没有移动；因此取中心线的五个最高点并计算一条直线，该直线与图像的水平轴倾斜 90°。然后选取中心线上的五个最低点并拟合一条由这些点组成的直线。当鱼弯曲尾巴时，第二条线与最初的直线形成一个倾斜角度。当鱼不动尾巴时，这个角度是180°，当鱼动尾巴时，角度就减小。因此，用180°减去这个角度来确定尾巴从参考位置偏移了多少。该减去的值用作尾部拍角。根据鱼的不同，尾部角度的方向也存在偏差。采取了一个相对较大的10秒的移动时间窗口，并对该窗口内的尾部拍动角度进行平均，以设置尾部的参考角度。在每个时间步中，计算参考值与尾部拍打角度之间的差值，以获得实际的尾部弯曲角度，用于尾部拍动频率的计算。为了计算频率使用尾部拍角的当前值和先前的九个值进行傅里叶变换。将计算出的频率乘以任意增益常数作为鱼在虚拟现实空间中的前进速度，因为鱼的速度被认为与尾拍频率具有线性相关性。

在显微镜下的虚拟现实环境中对斑马鱼进行GO任务（主动回避）和NO GO任务（被动回避）训练。训练前，将鱼单独放置在1L的水箱中过夜。在固定到定制的安全带上并习惯于系留状态后，开始呈现来自四个显示器的视觉刺激，并开始视觉刺激的适应过程。该适应包括 20次GO/NO GO试验（10次GO试验和10次NO GO试验，随机顺序），不施加电击。适应结束后开始电击训练。一场训练包括60次GO/NO GO试验。在第一个、中间和最后20个试验中以随机顺序混合了10个GO和10个NO GO试验。每条鱼进行2-5次，间隔持续15-20 分钟，不呈现视觉刺激。在尾巴跳动对虚拟现实的反馈关闭的试验间隔内，鱼呈现出带有黑色条纹的白色背景。在GO试验中，虚拟空间中鱼附近的背景颜色变为蓝色，鱼前方区域的背景颜色变为红色。在NO GO试验中，近端的颜色变为红色，远端的颜色变为蓝色。GO试验的成功定义为通过尾部跳动正确逃逸到红色区域，尾部跳动在背景颜色变化后10秒内启动。NO GO试验的成功定义为背景颜色变化后10秒内红色区域中没有尾部跳动的正确停留。GO试验中的失败是10秒后在蓝色区域没有尾部跳动的停留行为。NO GO试验的失败是错误的向前游动，尾部在 10 秒内跳入蓝色区域。如果试验失败，则从放置在身体两侧的两个针状电极发出电击（5 V/cm，持续1秒）。在一些鱼中，在学习了原始规则后，与电击相关的颜色发生了逆转。

 图  虚拟现实系统中的GO/NO GO任务

参考文献

Torigoe, M., Islam, T., Kakinuma, H. et al. Zebrafish capable of generating future state prediction error show improved active avoidance behavior in virtual reality. Nat Commun 12, 5712 (2021). https://doi.org/10.1038/s41467-021-26010-7