Метод оценки рабочей памяти у крыс с помощью контролируемой виртуальной среды

Цель исследования — разработка экспериментального метода эффективной оценки рабочей памяти у крыс с использованием экспериментальной установки на основе современного метода контролируемой виртуальной среды (виртуального лабиринта), которая реализована в виде беговой дорожки для грызунов, системы их крепления, купола для отображения виртуальной среды и системы управления.

Материалы и методы

Биологическая часть исследования. В работе использованы молодые здоровые крысы линии Wistar в возрасте 6–7 мес. Первый этап работы с экспериментальными животными заключался в их привыкании к экспериментатору в течение 2 нед. Процесс привыкания экспериментальных животных к установке осуществлялся последовательно в несколько этапов. На первом этапе было обеспечено привыкание лабораторного животного к жилету, который является частью системы, обеспечивающей удержание животного в установке. После этого проходило привыкание крыс к системе креплений в установке, затем непосредственно к шару (беговой дорожке), и в конце — целиком ко всей системе. Затем постепенно происходило привыкание к виртуальному лабиринту, в том числе с помощью системы поощрений в виде предъявления положительного подкрепления. Такой подход помогал животному избежать стресса и постепенно адаптироваться к новым условиям. Второй этап — освоение виртуального пространства и обучение знакам виртуального лабиринта (стены, повороты, конечная цель). Во время обучения животные получали положительное подкрепление в виде подслащенной воды из автоматической поилки при правильном выполнении заданий. При поиске правильного поворота в нужный «рукав» Т-образного лабиринта они ориентировались по цвету стен и фигурам на стене. На этом этапе крысы обучались использовать виртуальное пространство и достигать поставленных целей. После видимого прогресса в обучении испытуемых животных в виртуальной среде применяли протокол оценки рабочей памяти, которая оценивалась по скорости нахождения «рукава» лабиринта с положительным подкреплением.

Инженерная часть исследования. Животное располагается на сфере (шаре) из пенопласта радиусом 30 см с помощью оригинального приспособления, оставляющего голову и лапы подвижными. Фиксация с помощью подшипников позволяет крысе свободно вращаться вокруг своей вертикальной оси. Движения животного вперед и назад вызывают вращение шара аналогично беговой дорожке. Движения шара фиксируются двумя инфракрасными датчиками (от оптических светодиодных мышей с USB-интерфейсом) и подаются на компьютер, который генерирует изображение виртуальной среды (лабиринта с метками на его стенах). Виртуальная среда, разработанная в программе Unity Real-Time Development Platform 3D, проецируется на специально сконструированный экранный купол, внутри которого находится шар с испытуемой крысой на нем. Угол обзора у крысы составляет 360°.

Заключение. В нашей работе мы предлагаем установку (систему), состоящую из проектора; экранного купола; шара (беговой дорожки); виртуального Т-образного лабиринта; датчиков, считывающих движение; системы креплений животного к шару и системы подачи положительного подкрепления. Мы разработали оптимальный протокол для погружения лабораторного животного в виртуальную среду и оценки его когнитивных функций, в частности рабочей памяти. Использование виртуальной реальности в биологических экспериментах позволяет более точно контролировать условия исследования, а также создавать совершенные и реалистичные протоколы поведенческих экспериментов для оценки когнитивных функций у животных, что в свою очередь может помочь улучшить понимание механизмов работы рабочей памяти и их связи с поведенческими процессами у крыс и других животных.

1. Lai C., Tanaka S., Harris T.D., Lee A.K. Volitional activation of remote place representations with a hippocampal brain-machine interface. Science 2023; 382(6670): 566–573, https://doi.org/10.1126/science.adh5206.
2. Safaryan K., Mehta M.R. Enhanced hippocampal theta rhythmicity and emergence of eta oscillation in virtual reality. Nat Neurosci 2021; 24(8): 1065–1070, https://doi.org/10.1038/s41593-021-00871-z.
3. Thurley K., Ayaz A. Virtual reality systems for rodents. Curr Zool 2017; 63(1): 109–119, https://doi.org/10.1093/cz/zow070.
4. Aronov D., Tank D.W. Engagement of neural circuits underlying 2D spatial navigation in a rodent virtual reality system. Neuron 2014; 84(2): 442–456, https://doi.org/10.1016/j.neuron.2014.08.042.
5. Hölscher C., Schnee A., Dahmen H., Setia L., Mallot H.A. Rats are able to navigate in virtual environments. J Exp Biol 2005; 208(Pt 3): 561–569, https://doi.org/10.1242/jeb.01371.
6. Harvey C.D., Collman F., Dombeck D.A., Tank D.W. Intracellular dynamics of hippocampal place cells during virtual navigation. Nature 2009; 461(7266): 941–946, https://doi.org/10.1038/nature08499.
7. Low I.I.C., Williams A.H., Campbell M.G., Linderman S.W., Giocomo L.M. Dynamic and reversible remapping of network representations in an unchanging environment. Neuron 2021; 109(18): 2967–2980.e11, https://doi.org/10.1016/j.neuron.2021.07.005.
8. The visual system in vertebrates. Crescitelli F. (editor). Springer Science & Business Media; 2013.
9. Chen G., King J.A., Lu Y., Cacucci F., Burgess N. Spatial cell firing during virtual navigation of open arenas by head-restrained mice. eLife 2018, 7: e34789, https://doi.org/10.7554/eLife.34789.026.
10. Горина Я.В., Лопатина О.Л., Комлева Ю.К., Ипты­шев А.М., Польников А.М., Салмина А.Б. Восьмирукавный радиальный лабиринт как инструмент для оценки пространственного обучения и памяти у мышей. Сибирское медицинское обозрение 2016; 5(101): 46–52, https://doi.org/10.20333/25000136-2016-5-46-52.
11. Ruse S.A., Harvey P.D., Davis V.G., Atkins A.S., Fox K.H., Keefe R.S. Virtual reality functional capacity assessment in schizophrenia: preliminary data regarding feasibility and correlations with cognitive and functional capacity performance. Schizophr Res Cogn 2014; 1(1): e21–e26, https://doi.org/10.1016/j.scog.2014.01.004.
12. Driscoll L.N., Pettit N.L., Minderer M., Chettih S.N., Harvey C.D. Dynamic reorganization of neuronal activity patterns in parietal cortex. Cell 2017; 170(5): 986–999.e16, https://doi.org/10.1016/j.cell.2017.07.021.
13. Pinke D., Issa J.B., Dara G.A., Dobos G., Dombeck D.A. Full field-of-view virtual reality goggles for mice. Neuron 2023; 111(24): 3941–3952.e6, https://doi.org/10.1016/j.neuron.2023.11.019.
14. Naik H., Bastien R., Navab N., Couzin I.D. Animals in virtual environments. IEEE Trans Vis Comput Graph 2020; 26(5): 2073–2083, https://doi.org/10.1109/TVCG.2020.2973063.
15. Brunec I.K., Robin J., Olsen R.K., Moscovitch M., Barense M.D. Integration and differentiation of hippocampal memory traces. Neurosci Biobehav Rev 2020; 118: 196–208, https://doi.org/10.1016/j.neubiorev.2020.07.024.
16. Baddeley A., Eysenck M., Anderson M. Memory. Psychology Pres; 2009.
17. Sligte I.G., Vandenbroucke A.R., Scholte H.S., Lamme V.A. Detailed sensory memory, sloppy working memory. Front Psychol 2010; 1: 175, https://doi.org/10.3389/fpsyg.2010.00175.
18. Bird C.M., Burgess N. The hippocampus and memory: insights from spatial processing. Nat Rev Neurosci 2008; 9(3): 182–194, https://doi.org/10.1038/nrn2335.
19. Knierim J.J. The hippocampus. Curr Biol 2015; 25(23): R1116–R1121, https://doi.org/10.1016/j.cub.2015.10.049.
20. Pfeiffer B.E. The content of hippocampal “replay”. Hippocampus 2020; 30(1): 6–18, https://doi.org/10.1002/hipo.22824.

Lebedeva A.V., Gerasimova S.A., Yashanova M.I., Naumov A.V., Ivanov A.A., Karchkov D.A., Martynova O.V., Malkov A.E., Levanova T.A., Pisarchik A.N. A Method for Assessing Working Memory in Rats Using Controlled Virtual Environment. Sovremennye tehnologii v medicine 2024; 16(3): 12, https://doi.org/10.17691/stm2024.16.3.02