Abstract
本サンプルデータは、頭部固定マウスに対して古典的条件づけ実験を行った際の1セッション分の記録です。音刺激(6kHz/10kHz)に対する報酬予測行動と、広視野カルシウムイメージングによる皮質活動が含まれています。
Sample Dataset
Download
Raw data
01. Body Camera Movie
マウスの腹側を30Hzで計測した動画データ。行動の詳細な時系列変化を記録します。
02. Face Camera Movie
マウスの左側面顔を30Hzで計測した動画データ。表情や口(リック)の動きを詳細に捉えます。
03. Wide Field 1p Imaging
両側大脳皮質のCa²⁺イメージングデータ。1セッション分を4ファイルに分割して提供しています。
Analyzed data
データの詳細はData Descriptionを参照のこと。
Analyzed Data
Data Description
マウスの個体番号RCtg_Pv12、RCtg_Pv13の2個体をそれぞれ合計17日間計測した。1日に4セッションの計測を行った。
Body Camera Movie Cam1-180623(日付)_RCtg_Pv12(個体番号).avi
1Session中の実験中のマウスの腹側をカメラにより30Hzで計測した動画データ。
Face Camera Movie Cam2-180623(日付)_RCtg_Pv12(個体番号).avi
1Session中の実験中のマウスの左側面顔をカメラにより30Hzで計測した動画データ。
Wide Field 1p 180623_RCtg_Pv12*.tif
1Session中の実験中のマウスの上側からの両側大脳皮質のCa2+プローブの励起光を1光子顕微鏡により30Hzで計測したTIFF画像データ。最大2GBの4つのTIFファイルに分かれており、ファイル名後部にX2,X3,X4されたものは、それぞれが時間的に連続した画像ファイルになっている。
Behavior data 180623(日付)_RCtg_Pv12(個体番号)_kondo_5000Hz.lvm
リックや報酬のタイミングを5000Hzで計測した行動データ(ADコンバータを介してアナログ電圧を記録したもの)。MATLABで読み込むためには、lvm-file-importを利用のこと。
📊 Segment1.data Channels (HIGH=5V, LOW=0V)
| Channel | Content | Description |
|---|---|---|
| ch.1 | lick sensor(生) | マウスの舌がスパウトに接触しているときHIGH,していないときLOW. |
| ch.2 | 報酬 | HIGHになった瞬間にポンプ駆動. |
| ch.3 | 音 | HIGHになっている間,ch7の音が鳴っている. |
| ch.4 | イメージングフレーム | HIGHのとき取得.このchのみHIGH=約3V. |
| ch.5 | lick sensor(バイナリ) | マウスの舌がスパウトに接触しているとき1,していないとき0. |
| ch.6 | 音提示+遅延期間フラグ | 2のとき音提示+遅延期間を示し,1のときそれ以外の期間(実際はこのchは解析に使用していない) |
| ch.7 | 音周波数 | ch.3がHIGHのとき,このchの音が鳴っている.単位kHz |
MATLAB構造体 stdData
には以下の主要なフィールドが含まれます:
fct3 セル配列
各ROIの神経活動(ROI内ピクセル平均dF/F,全時系列でZスコア化)を,トライアルごとに音の鳴り始めに揃えて取り出したもの.セル配列の要素は『抜き出したトライアル種別』に対応しており,【A+,A-,B+,B-,実際のトライアル系列】(+/-はそれぞれ報酬有無に対応)となっている.各セル内は3次元配列.フレームxROIxトライアルの構造.音オンセットでアラインされており,-6〜8s.よってフレーム数は301.
flt3 セル配列
fct3と同様だが,神経活動のかわりにリッキング(lick-rateとして連続値化後,Zスコア化)が入っている.
SVDresult 構造体
元画像スタック(処理内容3)に対してSVDを行った結果.各成分ともにデータ量削減のため特異値トップ1000個まで保存.特異値行列Sは対角要素のみ.
videoSVD 構造体
ビデオMotion EnergyをSVDしたもの.FaceMapによって生成.トップ10特異値.
Smode セル配列
空間モード.上半身,鼻,ヒゲ,口部分ごと.
Tmode セル配列
時間モード.トライアル種別ごと.セル内配列はフレームx特異時間モードxトライアルx体部位.
ROIs 配列
ROIマスク ROI数xY(取得画像の縦次元)xX(取得画像の横次元)
Bhv 構造体
行動データから抽出した各イベント生起状態,リッキングなど.
Ds 構造体
実際の行動データ(センサーなどからのアナログ電圧)は5kHzサンプリングされており,イメージングデータのサンプリングレートと異なっている.そのためイメージングの各フレーム取得タイミングを参照して,行動データを30Hzにダウンサンプルしたもの.中身はリッキング(生データ,センサーからのアナログ電圧),リック頻度(リッキングから計算),報酬,音A,音B.
Idx 構造体
全トライアルにおける報酬,音A,音Bの提示状態.
TrigF 構造体
フィールド名のイベントオンセット(イメージングフレーム内の位置に対応).US条件ごとに分けた場合のCSオンセット(A+,B-など)もあり.
t_type 配列
トライアル種別.1〜4の値がそれぞれ【A+,A-,B+,B-】(+-は報酬有無)に対応.
params 構造体
イメージングに関係したパラメータ類.
Results
🧪 Task Paradigm
異なる報酬確率をもつ古典的条件つけのタスクの模式図。6kHの音の提示の後に報酬をを得る確率が高い。
📈 Learning Curve (Lick Changes)
Session(日数)の経過による6kHz(赤)と10kHz(青)でのLickの変化。Lickの学習初期ではそれぞれの音でLick数が変わらないが、日にちが経つことで学習し6Khzの音の方が有意にLick数が多く学習していることがわかる。今回公開するデータはSession 7の1個体のデータ。
Methodology
Processing of Wide-field 1 photon image
各画像スタックは、10 個の特徴点を使用して、Allen Common Coordinate Framework バージョン 3 (Allen CCF) の上面図に位置合わせした。特徴点は、(FrC)嗅球の両側前神経節、前頭血管の中央および側端、ラムダ縫合糸、背側皮質の両側後端、および背側皮質の両側側端に設定した。皮質に対するマスクはアレン CCF から作成され、大脳皮質の外側のピクセルの蛍光変化を除外した。左半球のピクセルのみの活動を利用した。ノイズ削減のために画像スタックの特異値分解 (SVD) を計算し上位24個の特異値から画像を再構成した。SVD の結果からは空間成分U(サイズのピクセル×成分)、特異値S(サイズの空間成分×時間成分)、および転置された時間成分VT(サイズコンポーネント×フレーム)が得られている。
再構成されたデータを使用すると、蛍光強度の変化 (Δ F / F) は、各フレームの前後の ± 15 秒間隔で 10 パーセンタイル値を使用して各ピクセルに対して計算した。ROIを使用した分析では、以下に説明する脳領域に12個のROI(10×10ピクセル、長方形)が設定され、定位座標はアレンCCFの上面図と以前に報告された領域に従って定義され、これらは解剖学的および機能的に識別: dmFrC (AP +2.8 mm、ML 0.8 mm)。dlFrC (AP +2.5 mm、ML 2.0 mm); M1 (AP +1.2 mm、ML 1.0 mm); 一次体性感覚前肢領域 (S1FL、AP +0.4 mm、ML 2.2 mm)。一次体性感覚皮質後肢 面積(S1HL、AP -0.5 mm、ML 1.5 mm)。一次体性感覚皮質口面積 (S1m、AP +1.4 mm、ML 3.0 mm)。一次体性感覚皮質鼻領域 (S1n、AP 0 mm、ML 3.4 mm); 一次体性感覚皮質バレル領域(S1b、AP -1.2 mm、ML 3.0 mm)。一次聴覚皮質(Aud、AP -2.5 mm、ML 4.0 mm)。一次視覚野(Vis、AP -4.0 mm、ML 2.2 mm)。後頭頂皮質(PPC、AP -2.0 mm、ML 2.0 mm)。後大脳皮質(RSC、AP -2.4 mm、ML 0.5 mm)。ここでの定位座標はROI の中心位置を意味している。
セッションとマウスごとに、ROI の位置を手動で微調整している。各ROIの蛍光強度は、含まれるピクセルを平均することによって決定した。ROI から抽出された神経活動は、Z スコアに変換され、各キュートーンの開始に合わせて調整した。各ピクセルごと,各時点−15〜+15sの時間窓の10パーセンタイルをFとしてdF/F化している。
Processing of Face and Body camera image
高速度カメラから得られたビデオは、FaceMap パッケージ ( Stringer et al., 2019 ) で処理され、口、鼻、ひげ、および上半身の部分を識別している。ROI は、前肢と胸部、鼻、口、ひげパッドに設定され、各 ROI の運動エネルギー (フレーム間の絶対差) の SVD が計算されました。ソフトウェアは、空間成分Uと特異値Sから計算された「モーション マスク」を生成した。SVDによって発見され、特異値空間での分離可能な動きの時系列は、モーションマスクに元の時系列データを掛けることによって計算している。