方法文章

一种计算机辅助的多电极膜片钳系统

13.8K 次观看

⸱

DOI：

10.3791/50630

⸱

2013年10月18日

 , 
1Laboratory of Neural Microcircuitry - Brain Mind Institute, Ecole Polytechnique Federale de Lausanne

本文内容

摘要

多电极膜片钳记录是一项复杂的技术。本文展示了如何通过自动化许多实验步骤，加快实验进程，从而在性能和记录数量上实现质的提升。

摘要

膜片钳技术是目前记录单个神经元或其亚细胞区室电活动最成熟的方法。然而，即使是对单个细胞进行记录，获得稳定的记录仍然是一项相当复杂且耗时的过程。通过自动化多个步骤并结合高效的信息显示，可极大地帮助实验人员在更短时间内以更高的可靠性完成更多记录。为了实现大规模记录，我们认为最有效的策略并非完全自动化整个过程，而是简化实验步骤，降低人为错误的发生概率，同时有效整合实验者的经验与视觉反馈。基于上述目标，我们开发了一套计算机辅助系统，将多电极膜片钳实验所需的所有控制功能集中于一个商业化的无线游戏手柄这一单一操作界面上，同时在计算机屏幕上显示与实验相关的信息和操作提示。本文将介绍该系统的各个组成部分，这些组件使我们能够显著缩短达到记录状态所需的时间，并大幅提高同时成功记录大量神经元的可能性。

引言

以微米级精度记录和刺激多个位点的能力，对于实验上更深入理解神经元系统极为有用。为此已开发出多种技术，但唯有膜片钳技术能够实现亚毫伏级分辨率，这对于研究阈下活动和单个突触后电位至关重要。本文介绍了旨在同时记录和刺激大量单个细胞、并具备足够精度以研究神经元连接性的十二电极计算机辅助膜片钳系统的开发。尽管该系统还可用于许多其他应用，但尤其适用于突触连接性的研究，因为一组神经元内部可能存在的连接数量与神经元数量的平方成正比。因此，三电极系统最多可检测六种连接，通常仅能记录到一种连接，而十二电极系统则可检测多达132种连接，并经常能观察到十余种连接（图1）。同时观察数十种连接使得分析小型神经网络的组织结构成为可能，并可推断出无法通过其他方法探测的网络结构的统计特性1。此外，对多个细胞进行精确刺激还可量化突触后细胞的募集情况2。

方案

1. 仪器准备

  1. 从计算机控制操纵器
    1. 通过串行端口（RS-232）将每个显微操作器控制器连接到计算机。
    2. 通过串口发送用于定位、查询和调整设置的指令。鉴于速度和硬件兼容性问题，建议使用 C/C++ 作为编程语言。
    3. 将操纵器的参考系统标准化，使零位为尽可能靠近电机的位置，正向移动方向为远离电机的方向。
    4. 将显微镜置于其中心位置，即在样本焦平面以上2 mm处（坐标 [0, 0, 2000]）。
    5. 为每个操作器存储局部坐标，以使移液管尖端位于显微镜视野中心可见。此坐标作为每个电极的初始参考点。
  2. 可视化电极位置。 在实验过程中能够追踪每个电极的位置非常有用。最直观的方法是采用图形化表示。为此，需要将每个电极的参考系统与显微镜的参考系统对齐。实现这一目标的一种简单方法是：
    1. 将电极尖端移至视野中心。
    2. 储存操纵器各轴和显微镜各轴的位置。
    3. 使用操纵器的x轴执行一次相对较大的移动（1 mm）。
    4. 仅移动显微镜，再次定位尖端位置。
    5. 计算显微镜自上次测量以来的位置变化。这些变化是电极轴运动在显微镜坐标轴上的投影。
    6. 对电极操纵器的 Y 轴和 Z 轴重复步骤 2.3 至 2.5。这可以确定显微镜轴上的投影矩阵（图2也称为余弦矩阵：
      3D coordinate transformation matrix equation; diagram with linear algebra matrix multiplication.
    7. 将该矩阵求逆，以计算电极操纵器在三维空间中移动至显微镜坐标系内指定位置所需的动作：
      Matrix transformation equation; 3D coordinates transformation; mathematics; vector operations.
    8. 使用初始参考点和余弦矩阵确定每个电极在显微镜坐标系中的位置。
    9. 根据显微镜坐标，以固定时间间隔图形化显示每个电极的位置。我们选择使用 C/C++ 绘图库（GDI+）每 40 毫秒绘制一次电极位置。
    10. 每次改变操纵器角度或需要数毫米级别的位置调整时（例如更换电极类型），均需重复步骤 1.2.1 - 1.2.7。
  3. 能够在显微镜坐标系中存储组织内相关特征的位置，例如细胞或解剖学参考点。
  4. 采集视频并叠加相关信息。
    1. 将显微镜运动的x轴与显微镜相机的水平轴进行机械对齐。
    2. 在计算机上安装具有实时视频和叠加功能的图像采集卡及软件开发工具包（SDK）。
    3. 使用 SDK 实现实时视频显示操作。
    4. 通过适当的平移和缩放，将显微镜坐标系转换为相机参考坐标系。
    5. 以约40毫秒的时间间隔，在相机坐标系中绘制相关特征，并将生成的图像叠加到实时视频上图3).
  5. 对照扩增子。
    1. 使用放大器软件通过界面控制放大器设置。
  6. 控制示波器。
    1. 使用串行端口将示波器连接到计算机。
    2. 确定电压钳制模式下膜片钳实验各步骤的示波器量程、耦合方式和时间分辨率例如 浴液中电极、封接形成、全细胞构型）和电流钳
    3. 每当从接口发出放大器指令时，发送相应的示波器设置命令。
  7. 控制移液管压力。
    1. 根据以下步骤组装压力控制系统 图4.
      1. 使用12 V/5 V电源为每个电子元件提供适当的供电。
      2. 将一个膜泵的输出端连接至正压缓冲容器（100 ml 容器）。
      3. 将一个膜泵的输入端连接至负压缓冲容器（100 ml 容器）。
      4. 将移液管支架管路连接至压力控制系统中的压力传感器，以及连接至主压力舱的气动阀。
      5. 将每个压力缓冲器连接到与主压力舱室相连的阀门上。
      6. 在主压力舱室与大气之间连接一个阀门。
      7. 将压力传感器连接至主压力腔室。
      8. 将压力传感器连接至每个缓冲液瓶。
      9. 将压力控制系统连接到数据采集板。
      10. 将每个压力传感器连接到一个模拟输入端口。
      11. 将每个阀门连接到数字输出端。
    2. 通过打开除连接膜泵以外的所有阀门，并减去测得的压力值，消除所有传感器的大气压偏移。
    3. 实施压力控制
      1. 在界面中为每个移液器定义一个控件，用于启用或禁用正压控制。
      2. 为移液器设定约70 mbar的最小正压。
      3. 每隔0.5秒周期性检测处于主动压力控制下的移液管内压力是否低于设定阈值。
      4. 当压力超过阈值时，将正压缓冲液短暂（20毫秒）接通至主压力舱，并将该舱与目标移液管连通，直至移液管内压力高于阈值。关闭所有其他阀门。
      5. 当开始最终接近目标细胞时，关闭进一步的压力控制。
    4. 施加负压以形成封接
      1. 关闭所有阀门，按住按钮以保持所需时长，打开通向主压力室的负压缓冲阀，以及主压力室通向相关移液管的阀门。
  8. 将指令集中到人机交互设备上。
    1. 将市售的无线游戏手柄连接到计算机。
    2. 实现对操纵杆状态的读取。例如，使用 C/C++ 的 DirectX 库每 5 毫秒执行一次读取操作。
    3. 将当前状态与之前状态进行比较，以检测自上次时间步长以来哪些按钮被按下、释放或持续按住。
    4. 为游戏手柄上的每个按钮分配功能。此映射的一个示例如下所示 图5.

2. 膜片钳技术操作步骤

  1. 准备目标区域的脑片。
  2. 将感兴趣的脑片放置于显微镜位移范围的中心位置，确保目标区域位于中央。
  3. 细胞选择
    1. 通过显微镜浏览识别感兴趣的细胞。在实时视频显示中，用鼠标右键点击目标细胞上方，根据显微镜坐标系统记录细胞位置。
    2. 图形界面将显示所选细胞以及微电极的全局概览，软件会在图像上叠加标记以标示细胞位置。此外，系统会保存该细胞的图像，用于后续参考，文件名为“Cell#.jpg”。
  4. 将细胞分配至微电极
    1. 在选定感兴趣的细胞后，指定每个细胞由哪根微电极进行记录。图形界面提供分配控件，需进行相应设置。通过勾选“显示最终位置”复选框，可预览最终配置。
    2. 选择需要预览最终位置的每根微电极，或勾选“全选”复选框。如有需要，可关闭当前位置显示以获得更清晰的视觉效果。
  5. 准备微电极
    1. 用细胞内液填充微电极（若使用多根电极，通常以6–8 MΩ为佳），并将电极装入电极夹持器中。将前置放大器头stage放入固定装置，但暂不向前滑动，以避免电极尖端接触浴液。
    2. 启用正压控制，并选择所有微电极，以确保电极尖端保持清洁。轻柔地将每个头stage滑入到位。
  6. 定位微电极尖端
    1. 按住按钮“A”并按下按钮“R2”，将显微镜定位至中心位置，并将焦距调整至脑片上方3 mm处。若需调用上一次实验中保存的各操纵器对应位置，可按住按钮“A”并按下按钮“L2”。
      注意：此时视野中应能清晰看到微电极的阴影，或沿电极轴向轻微移动即可观察到电极。微电极形状的微小差异需手动补偿。
    2. 将微电极尖端调至焦点。将尖端置于视频显示的红色中心点上，期间不得移动显微镜（显微镜应仍处于[0, 0, 2000]位置）。
    3. 按住按钮“C”并按下按钮“Z”，通知软件电极已位于显示中心。每根微电极尖端定位完成后，按住按钮“A”并按下按钮“L1”，将该电极向后移动，以便定位下一根电极。
  7. 接近细胞
    1. 在所有微电极尖端精确定位且每根电极均已分配至对应细胞后，自动将电极移至各自细胞附近。只需在细胞群中心处单击鼠标右键，然后在弹出菜单中选择“Cluster”选项。在出现的簇选项窗口中，选择本次需要定位的所有微电极，然后点击“Go with all checked pipettes”。对每个感兴趣的细胞簇重复此操作。
    2. 手动完成最后的接近操作。电极相对于细胞的位置可自定义，但通常设定为沿电极轴向距离细胞200 µm，垂直方向高于细胞200 µm，此距离足以使电极尖端保持在组织之外。等待电极定位完成后，按住按钮“C”并按下按钮“R1”，将显微镜移向某根电极。
    3. 将显微镜聚焦于电极尖端（可在视频显示任意位置），按住按钮“C”并按下按钮“B”，重新校准每根电极的位置。此时应短暂出现一个方格，标示识别出的电极位置。若位置不正确，将电极尖端移至视频显示的中心点，然后按住按钮“C”并按下按钮“Z”。
  8. 建立细胞贴附式记录构型
    1. 确认当前微电极对应的目标细胞已正确标记。否则，移动显微镜使目标细胞与红色中心点对齐。按住按钮“C”并按下按钮“Y”以标记细胞。按住按钮“C”并按下按钮“L2”，将微电极移至距离其分配细胞200 µm处，显微镜将自动移动至相应位置。
    2. 调整微电极位置，使其与红色中心点对齐。按住按钮“X”并按下按钮“R1”，调整微电极的偏移量。
    3. 按住按钮“X”并按下按钮“L1”，激活测试脉冲。缓慢将微电极移向其对应的细胞。
    4. 当观察到细胞膜表面形成凹陷时，按住按钮“Z”并按下按钮“Y”，施加短暂的负压脉冲，使压力作用于细胞。此时应通过按住按钮“X”并按下按钮“L2”，建立约-65 mV的保持电位。
  9. 全细胞记录构型
    1. 每根电极均形成吉欧封接（Giga-seal）后，通过施加负压开始破裂细胞膜。
  10. 进行记录
    1. 使用刺激/采集系统进行记录。每次对单个细胞施加脉冲或脉冲串，并观察其余细胞的反应，以绘制记录细胞之间的连接图谱。
  11. 撤回微电极
    1. 记录完成后，通过右键点击“Table”单选按钮，选择“Recede->Pipettes 500 µm”，使微电极沿其轴向缓慢撤回一段短距离。观察细胞电位的漂移情况（施加少量正压以清理电极尖端可能有助于稳定信号）。
    2. 若需将微电极完全撤回，先将定位速度设为“Fast”，重复上述操作但选择“All”选项。随后轻柔地滑出头stage，并从夹持器中旋下已使用的微电极。操作中应避免在插座中扭转夹持器，以免严重影响微电极尖端的位置。

结果

根据上述方法，我们成功实现了对多达十二个神经元的全细胞记录，同时进行膜片钳的神经元数量几乎达到此前报道的最高数量的两倍。图中展示了在大鼠体感皮层第五层记录到的锥体神经元之间直接突触连接的网络示例。 图6.

对于特定细胞类型，以胞体间距离为函数测定连接概率分布是多电极膜片钳系统可高效完成的一项典型测量1。近年来，光刺激技术开始被用于获取此类数据，并展现出更高的效率3,4。然而重要的是，多电极膜片钳系统所获取的数据使研究者能够更全面地绘制所研究神经网络的连接图谱，并实现通过细胞内扩散染料进行的高分辨率染色。在多电极膜片钳实验中，每一个细胞均可被记录和刺激，而其他技术（如光刺激或钙成像）通常难以做到这一点。该特性使研究者能够追踪连接性中的偏差，例如双向连接的高发性，而此类偏差无法通过其他方法测量。通过对所有被研究神经元进行刺激和记录，我们发现神经元不仅倾向于形成双向连接，而且还会聚集成簇。我们的记录尺度还使我们观察到，在具有共同邻近神经元的神经元对之间，连接概率更高，即在采样网络中同时与其他单个神经元相连接的神经元对（i.e.）（图7a）。该现象在每个50 mm的胞体间距离区间（从50 mm至250 mm）均具有显著性。我们还观察到，具有多个共同邻近神经元的神经元对出现的频率显著高于随机预期（图7b）。此外，我们检测到神经元对之间的连接概率受其共同邻近神经元数量的影响：共同邻近神经元越多，该神经元对相互连接的可能性就越高（图7c）。

这种倾向导致形成比平均水平连接更密集的神经元群。有趣的是，高度互联的神经元群不仅具有更多的连接，而且平均而言，这些连接也更强。1这些发现使我们得出结论：新皮层回路不仅按层次和柱状结构组织，还形成了细胞集群。 即 由唐纳德·赫布数十年前提出的具有密集且强效突触相互连接的神经元群。

通过同时进行膜片钳记录的多个神经元，还可获得其他有意义的结果，包括量化不同数量的兴奋性细胞在超阈值活动下对抑制性反应的募集程度2新皮层中一种普遍存在的抑制形式5 由Martinotti细胞介导（图8a 和 b，改编自 Berger 等）接收来自锥体细胞的输入，并对其进行整合，继而以一定的潜伏期影响其他锥体细胞。我们发现，在局部微环路中，仅需少数四个锥体细胞产生短暂的簇状放电活动后，每一个锥体细胞都会接收到这种形式的抑制作用（图8c，c 和 f）。我们还发现，当同时刺激八个或更多的锥体细胞时，这些抑制性突触后电位 tends to saturate（趋于饱和）图8E).

系统组件的概述如图9所示。图9a和b展示了软件界面和硬件，图9c展示了控制器界面，用于在显微镜物镜下引导电极接近细胞进行记录（图9d）。

神经元连接示意图；网络分析实验；神经元连接及显微视图。
图1. 实验中观测到的连接数量随同时记录的神经元数量变化的计算结果，显示为二次增长关系。 数值计算结果（上图）。示意图中逐次添加同一网络中的更多神经元（下图）。

用于瞬态吸收光谱研究的激光束光学激发分析装置。
图 2. 各电极操纵器（黄色）与显微镜（红色）的坐标系。

显示细胞结构的显微操作与分析的显微镜图像，标尺为 40 μm。
图 3. 移液管接近指定细胞的屏幕截图，叠加了接近路径矢量、细胞位置和比例尺。

压力控制系统示意图；包含用于流体动力学研究的泵、缓冲器、阀门和传感器。
图 4. 显示用于移液管压力控制的气动系统的示意图。

用于显微镜控制、运动轴和菜单导航设置的游戏控制器示意图。
图5. 用于集中管理膜片钳实验过程中各项控制操作的人机交互设备上的指令。

网络图、力相互作用图、亚细胞尺度、实验装置、可视化数据分析。
图6. 单次实验中绘制的三个直接突触连接网络的示例

神经连接概率分析；柱状图 (a)，对数图 (b)，线图 (c)。
图7. 共同邻居效应。 (a) 在采样网络中同时连接到至少一个其他神经元的神经元对（蓝色）表现出显著更高的相互连接概率。(b) 在采样网络中，具有多个共同邻居的神经元对出现频率高于随机预期。(c) 神经元对之间的连接概率随该对神经元所共享的共同邻居数量的增加而上升。

显示神经元兴奋性、FDDI、振幅与刺激关系的主成分分析图
图8. Martinotti细胞募集的定量分析。 (a) 一个锥体细胞（红色）与Martinotti细胞（蓝色）形成突触连接，而该Martinotti细胞又与第二个锥体细胞（黑色）形成突触连接的示意图。(b) 对锥体细胞（红色）施加阈上刺激后，通过易化性兴奋性突触后电位的整合，导致Martinotti细胞（蓝色）被募集。被募集的Martinotti细胞随后抑制第二个锥体细胞（黑色）。(c) 示意图展示逐步增加被膜片钳记录的锥体细胞数量及其对另一个锥体细胞的影响。(d) 作为被刺激邻近锥体细胞数量函数的、从一个锥体细胞记录到的平均抑制性突触后电位。改编自Berger et al.2 (e) 在局部环路中，当刺激9个或更多锥体细胞时，双突触抑制的振幅趋于饱和，表明此时Martinotti细胞的募集可能已达到最大。(f) 随着被刺激锥体细胞数量的增加，接收到双突触抑制的细胞比例迅速上升至1。

多种科学装置与数据：光谱分析软件、显微镜系统、光谱仪器。
图9. 系统集成示意图。 (a) 图形用户界面，包含主窗口、实时视频显示、日志窗口及图形化表示。 (b) 显微镜与操纵器。 (c) 用于实验操作的人机交互设备，配备实验流程控制组件。 (d) 玻璃微电极已就位，用于记录多个神经元活动。

细胞记录成功率的柱状图；红色 40%，蓝色 80%，细胞数量与细胞总数的比例。
图 10. 描述在使用十二个电极的情况下，成功记录特定数量细胞的实验所占比例的二项概率分布函数。图中蓝色表示经验丰富的操作者在理想条件下使用视觉反馈所获得的实验产出，红色表示经验较少的操作者在非理想条件下所获得的实验产出。

讨论

人们通常会立即提出一个问题：我们所描述的实验方法成功率如何？高成功率的关键在于充分的准备工作。移液管的尖端开口必须适合所记录的细胞。为避免移液管堵塞，对细胞内溶液进行过滤也非常重要。此外，移液管必须极为洁净且为 freshly pulled（新鲜拉制）。二项分布是可用于理解上述因素如何影响最终产量的最简单模型。对于具备经验并拥有合适设备的研究人员而言，在视觉反馈条件下记录单个神经元的成功率有望达到80%或更高。初学者的成功率通常要低得多，特别是当忽略了关键的准备步骤时。这些成功率在每次实验中所能记录到的细胞数量上的具体体现，可参见图10。未来若要进一步增加同时进行膜片钳记录的神经元数量，可能需要对操纵器进行微型化改进，并提高实验操作的可靠性；这反过来要求对实验细节给予充分关注，但这些目标完全是可行的。

本文所展示系统的多功能性仍在不断探索中，已频繁发现新的应用，特别是在研究细胞外信号与单个神经元活动之间关系方面7。当记录细胞之间的距离增大时，解剖学因素变得更为重要。然而，只要切片操作后神经连接保持完整，该系统无疑可用于研究长距离及跨层的神经连接性。

显微操作仪控制

使用微操作器实现自动定位可显著加快多电极膜片钳实验的进程，并通过减少人为误差提高其实验可靠性。不同制造商提供了多种将计算机与操作器连接的解决方案，常见的方式包括串行端口或USB端口。为了确保快速通信，我们为每个操作器控制器单独分配一个串行端口。自动定位最有用的功能可能是几乎消除了电极在组织内部的大部分横向和垂直移动，从而限制了组织的形变。由于电极在组织内的移动几乎完全沿轴向进行，机械干扰被降至最低。仅在偶尔需要避开血管或细胞时，才进行横向移动。

可视化电极位置

能够在实验过程中追踪每个电极的位置非常有用。在传统设置中，一旦某个电极脱离视野，问题可能迅速出现。当使用大量电极时，不可能始终将所有电极保持在视野范围内。依赖图形化表示是最直观的替代方案，也有助于实时掌握实验进展，可立即显示哪些电极已定位到最终位置，哪些尚未完成定位。

视频采集与叠加

能够在应用程序窗口中显示来自显微镜视野的实时视频非常有用。显示窗口被编程为可响应鼠标点击，从而能够存储感兴趣位置（细胞胞体）以及快速更新显微镜与电极之间的相对位置，以在出现累积误差时及时校正。我们还在实时视频上叠加了实用信息，例如每个电极朝向选定细胞的进针轨迹，或对这些细胞进行标记（图3）。此外，还实现了特征注册以及辅助图像（如解剖图谱中的图像）的叠加，以在感兴趣区域不明确时提供辅助定位。

放大器

计算机控制的显微镜放大器还可能允许从其他应用程序进行控制。这极大地提高了同时记录多个细胞的速度和可靠性，并消除了人为错误的主要来源。继计算机辅助定位和移液管压力控制之后，这一步骤在时间上的提升最为显著，但其在可靠性的提升更为重要。

示波器

确保测试信号能够在适当的比例和时间分辨率下实时显示，可显著提高实验人员执行实验步骤的效率。通过将示波器设置与放大器模式（如电流钳或电压钳）相耦合，我们能够以极少的操作负担完成对时间敏感的步骤并实现可视化，例如在形成细胞贴附构型后立即把细胞钳制在合适的膜电位。通过串行端口按照示波器自身的通信协议发送适当的缩放和耦合指令，调节测试信号的幅度和偏移，使其适配示波器屏幕显示范围，从而确保了正确的信号可视化。

移液管压力控制

随着实验中使用的电极数量增加，确保持续施加正压以保持玻璃电极尖端清洁变得愈发困难，甚至成为一个重要障碍。通过简单的膜片泵即可产生足够的正压和负压（数百毫巴）。为了稳定压力，这些泵连接了约100 ml的储液罐，其开关由气动阀控制。气动阀则通过数据采集卡由计算机控制。气动回路示意图见图4。压力控制器不仅在确保移液管尖端清洁方面发挥重要作用，还能在移液管接触细胞时观察到细胞膜出现凹陷后，快速形成吉欧姆封接，从而进一步加快实验进程。

人体接口设备

大多数实验装置的实验设备控制部件分散在较大区域内。我们将最常用的控制功能集中到一个无线游戏手柄上（图5），不仅显著减少了记录每个细胞所需的时间和操作强度，更重要的是消除了人为误差的来源，而这些误差常常导致大型实验提前终止。

编程语言

由于唯一支持集成所有所需设备的编程语言是 C/C++，因此我们在该应用程序的编程语言选择上几乎没有其他选择。C/C++ 的一个显著优势是能够实现多处理线程，并充分利用多核处理器带来的性能提升。

电生理数据采集

我们所描述的系统将电生理记录软件和数据采集系统的选择权留给实验人员。数据采集软件与我们的应用程序之间的通信可以通过串行端口或通过网络上的套接字通信进行。

未来展望

自萨克曼（Sakmann）和内尔（Neher）的开创性实验以来的30多年间，膜片钳技术仍然是唯一能够提供特定组合的信号分辨率和采样频率数据的技术，而这些数据是多种实验所必需的，尤其是涉及单个突触后电流或电位检测的实验。通过开发一种可实现同时记录多个神经元的计算机辅助系统，我们的目标是拓展膜片钳技术的实验可能性。将这些新可能性与实验神经科学领域的最新进展8-13相结合，有望以前所未有的速度和精细程度推动对神经回路的深入理解。

披露

作者声明不存在任何竞争性经济利益。

致谢

我们感谢Gilad Silberberg、Michele Pignatelli、Thomas K. Berger、Luca Gambazzi和Sonia Garcia在提高膜片钳技术自动化方面的宝贵建议。感谢Rajnish Ranjan在软件实现方面的宝贵建议和协助。本工作部分由欧盟Synapse项目 以及人类前沿科学计划资助。

材料

本文使用的材料清单
姓名公司目录编号评论
显微镜OlympusBX51WI40X 浸液物镜
操纵器Luigs & NeumannSM-5使用串行协议
放大器Axon InstrumentsMultiClamp 700B使用 SDK
相机Till PhotonicsVS 55BNC 模拟输出
图像采集卡Data TranslationDT3120使用 SDK
示波器TektronixTDS 2014串行通信
数据采集InstruTECHITC 1600
数据采集National InstrumentsPCI-6221使用库文件 (.dll)
压力阀SMCSMC070C-6BG-32
压力传感器Honeywell24PCDFA6G
膜片泵SchegoOptimal

参考文献

  1. Perin, R., Berger, T. K., Markram, H. A synaptic organizing principle for cortical neuronal groups. Proc. Natl. Acad. Sci. U.S.A. 108, 5419-5424 (2011).
  2. Berger, T. K., Silberberg, G., Perin, R., Markram, H. Brief Bursts Self-Inhibit and Correlate the Pyramidal Network. PLoS Biol. 8, e1000473(2010).
  3. Fino, E., Yuste, R. Dense inhibitory connectivity in neocortex. Neuron. 69, 1188-1203 (2011).
  4. Packer, A. M., Yuste, R. Dense, Unspecific Connectivity of Neocortical Parvalbumin-Positive Interneurons: A Canonical Microcircuit for Inhibition. J. Neurosci. 31, 13260-13271 (2011).
  5. Berger, T. K., Perin, R., Silberberg, G., Markram, H. Frequency-dependent disynaptic inhibition in the pyramidal network: a ubiquitous pathway in the developing rat neocortex. J. Physiol. 587, 5411-5425 (2009).
  6. Kodandaramaiah, S. B., Franzesi, G. T., Chow, B. Y., Boyden, E. S., Forest, C. R. Automated whole-cell patch-clamp electrophysiology of neurons in vivo. Nat. Methods. 9, 585-587 (2012).
  7. Anastassiou, C. A., Perin, R., Markram, H., Koch, C. Ephaptic coupling of cortical neurons. Nat. Neurosci. 14, 217-223 (2011).
  8. Prakash, R., et al. Two-photon optogenetic toolbox for fast inhibition, excitation and bistable modulation. Nat. Methods. 9, 1171-1179 (2012).
  9. Papagiakoumou, E., et al. Scanless two-photon excitation of channelrhodopsin-2. Nat Methods. 7, 848-854 (2010).
  10. Ko, H., et al. Functional specificity of local synaptic connections in neocortical networks. Nature. 473, 87-91 (2011).
  11. Wickersham, I. R., et al. Monosynaptic Restriction of Transsynaptic Tracing from Single, Genetically Targeted Neurons. Neuron. 53, 639-647 (2007).
  12. Liang, C. W., Mohammadi, M., Santos, M. D., Tang, C. -M. Patterned Photostimulation with Digital Micromirror Devices to Investigate Dendritic Integration Across Branch Points. J. Vis. Exp. (49), e2003(2011).
  13. Nikolenko, V., et al. SLM Microscopy: Scanless Two-Photon Imaging and Photostimulation with Spatial Light Modulators. Front Neural Circuits. 2, (2008).

重印与许可

标签

多电极记录计算机辅助系统全细胞模式神经网络分析移液管定位吉欧密封形成突触连接图谱绘制无线游戏手柄控制视觉反馈界面
一种计算机辅助的多电极膜片钳系统
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。