使用QNsim1.0从电刺激多巴胺神经传递数据建模快速扫描循环伏安数据
June 5th, 2017
快速扫描循环伏安法可以在药物，疾病和其他实验操作的上下文中监测体内多巴胺神经传递。这项工作描述了QNsim1.0的实现，QNsim1.0是一种根据定量神经生物学模型建模电刺激多巴胺反应的软件，用于量化多巴胺释放和再摄取动力学的估计。
该软件程序的总体目标是从实验快速扫描循环伏安法数据中估计电刺激多巴胺神经传递的动力学。这种方法可以促进研究设计，以帮助回答有关多巴胺神经传递的关键问题，例如药物和疾病状态如何改变电诱发的纹状体多巴胺神经传递。该软件的主要优点是它提供了一个用户友好的平台，可以使用定量神经生物学框架对实验伏安法数据进行建模。
在此过程中，下载 QNsim1.0. zip 并将其解压缩到所需的目录。接下来，通过组织一个电子表格来准备刺激的多巴胺反应数据进行建模，其中每列都包含转换为微摩尔多巴胺浓度的时间多巴胺反应，并将此文件保存到与程序文件相同的目录中。
之后，打开编程软件，导航到当前文件夹窗口中的 QNsim1.0 目录，然后打开名为 Initialization.m 的文件。然后单击 Run 以启动 Initialization 屏幕。要开始新项目，请在 New Project 部分下，在 dopamine data file 文本框中键入包含项目的多巴胺响应数据的电子表格文件的名称。
该电子表格包含来自两项研究的三个回复，一个收集在背侧纹状体，一个收集在伏隔核。在 Simulation Time （模拟时间） 旁边，输入对应于相对于刺激开始的数据收集开始和结束的时间点。对于样本数据，在刺激开始后有 5 秒的预刺激间隔和 35 秒的数据收集
。然后，在相应的文本框旁边输入每个研究中的响应数。在 Sampling interval （采样间隔） 旁边，输入实验数据采样间隔（以秒为单位），对于我们的数据，每 0.1 秒一次。然后，在 Save As （另存为） 旁边，指定文件名，包括要保存项目的文件类型。
单击 Create New Project 以启动模拟器窗口。或者，要继续上一个项目，请在初始化窗口的 Continue Previous Project 部分中，输入以前开始的项目的点 mat 文件名。之后，单击 Load Existing Project 启动模拟器窗口。
在此过程中，通过在相应的文本框中输入研究编号、响应编号和刺激持续时间来选择要模拟的实验性多巴胺反应。按 Enter 键或单击 Simulate 开始模拟过程，该过程将创建三个图形，其中包含实验数据、模拟数据和不考虑刺激后多巴胺释放的模拟数据。为了模拟实验性多巴胺反应，调整与多巴胺释放相关的 delta DAR、delta DAR tau 和 dar 稳态参数以匹配刺激的幅度。
然后调整 VMAX、KM 初始、增量 KM、KM 拐点。然后调整与多巴胺再摄取相关的 VMAX、KM 初始、delta KM、KM 拐点和 K 参数，使得在面板 A 中模拟数据近似于实验数据上升阶段的形状，并且没有刺激后释放轨迹的模拟小于所有刺激后时间点的实验数据轨迹。这种建模方法是调整模型参数的迭代过程。
因此，可能需要修改 DA 释放参数以匹配上升阶段的形状。然后调整与刺激后多巴胺释放相关的 XR、tau R 和 M 参数，使模拟数据近似于多巴胺与时间图中的实验数据。为了验证模拟参数的准确性，关键是要确定同一组刺激释放和再摄取参数可以近似于来自同一采样点的不同刺激持续时间的实验反应。
一旦一组参数对实验数据进行了紧密建模，单击 Save Parameters，这会将给定响应的该参数集保存到项目的点垫文件中。如果需要，通过单击 Load Parameters 加载以前为特定响应保存的参数。确保在相应的文本框中输入适当的研究编号和响应编号。
要导出保存的参数，请在 Export Parameters 按钮旁边的文本框中键入文件名，然后单击 Export Parameters 以导出包含仿真所有参数的文本文件。用空格分隔 Excel 中的单元格，以表格格式查看此数据。此处显示的左图和右图分别描述了在背侧纹状体和伏隔核中收集的实验数据的模拟。
这两个区域通常表现出不同的反应形状，背纹状体呈凹隆起形状，伏隔核呈凸起形状。尽管响应形状和振幅存在变化，但即使在给定区域内，这两种响应形状都可以通过一些显着的差异和参数化进行建模。通常，与背侧纹状体相比，伏隔核的 VMAX 较低，而伏隔核的 KM 拐点要低得多。
在尝试此程序时，重要的是要记住在您的方法中要系统化，最大限度地减少对多巴胺释放和再摄取参数的估计，并验证来自同一采样地点的多个实验反应的参数。看完这个视频后，你应该对如何模拟刺激的多巴胺反应有一个很好的理解，以便估计纹状体中电刺激的多巴胺神经传递的动力学。
View the full transcript and gain access to thousands of scientific videos
概述
本文讨论了使用QNsim1.0软件通过快速扫描循环伏安法对多巴胺神经传导动力学进行建模。其目的是增强对多巴胺反应如何受各种药物和疾病状态影响的理解。
关键研究组成部分
科学领域
- 神经科学
- 电生理学
- 药理学
背景
- 多巴胺神经传导在各种大脑功能中起着至关重要的作用。
- 快速扫描循环伏安法是一种用于测量体内多巴胺水平的技术。
- 理解多巴胺动力学可以为神经系统疾病的治疗策略提供信息。
- QNsim1.0为分析实验数据提供了一个框架。
研究目的
- 估算电刺激多巴胺神经传导的动力学。
- 为研究多巴胺在健康和疾病中的作用的关键问题设计研究。
- 为建模伏安数据提供一个用户友好的平台。
使用的方法
- 下载并解压QNsim1.0软件。
- 以电子表格格式准备多巴胺反应数据。
- 将时间多巴胺反应转换为微摩尔浓度。
- 将数据文件保存在与程序文件相同的目录中。
主要结果
- QNsim1.0允许对多巴胺释放和再摄取动力学进行准确建模。
- 该软件增强了对药物和疾病如何改变多巴胺神经传导的分析。
- 有助于更好地理解所涉及的神经生物学机制。
- 为神经科学和药理学研究人员提供了一个有价值的工具。
结论
- QNsim1.0是研究多巴胺神经传导的有效工具。
- 它支持研究人员探索各种因素对多巴胺动力学的影响。
- 该软件有助于推进神经生物学和相关领域的知识。
常见问题
Executive Industry Relevance
Modeling dopamine release and reuptake kinetics from FSCV data enables mechanistic de-risking in CNS target validation by quantifying how drugs and disease states alter neurotransmission dynamics. This approach supports predictive confidence in early discovery by linking electrophysiological readouts to dopaminergic pathway function, informing go/no-go decisions for compounds affecting attention, motivation, and movement disorders. The QN framework provides translational continuity from acute stimulation responses to chronic disease models, enhancing portfolio relevance for Parkinson's, ADHD, and TBI therapeutics.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of dopaminergic hypothesis by isolating release and reuptake components of stimulated neurotransmission.
- Operational Value: Supports biological de-risking through quantitative assessment of presynaptic function and vesicular dynamics.
- Predictive Value: Facilitates target confidence by modeling how genetic or pharmacological perturbations alter DA kinetics across brain regions.
Screening & Assay Development
- Assay Readiness: Prepares validated biological systems for downstream screening by establishing baseline dopamine response profiles.
- Quantitative Output: Generates micromolar concentration-time curves enabling standardized, reproducible measurements across experimental conditions.
- Platform Reuse: Supports scalable evaluation of compound libraries through consistent parameterization of release and reuptake dynamics.
Translational & Preclinical Research
- Disease Relevance: Models dopamine dysregulation in Parkinson's, ADHD, and TBI by capturing altered release kinetics in dorsal striatum and nucleus accumbens.
- Translational Continuity: Bridges acute electrophysiological measurements to chronic preclinical validation through consistent kinetic parameters.
- Risk-Adjusted Advancement: Informs preclinical go/no-go decisions by validating whether observed DA changes reflect true neurotransmission shifts versus assay artifacts.
Pipeline & Workflow Integration
The QNsim1.0 workflow integrates into the discovery continuum from early target validation through lead identification to preclinical efficacy testing, providing a quantitative bridge between stimulation-evoked dopamine responses and compound-induced neurochemical changes.
- Discovery Biology: Supports pathway clarification by distinguishing presynaptic release deficits from postsynaptic receptor changes in dopaminergic signaling.
- Screening: Delivers assay readiness through standardized dopamine response waveforms that enable reliable compound screening against kinetically defined benchmarks.
- Analytics: Provides 12-parameter kinetic outputs (release amplitude, reuptake VMAX/KM, post-stim dynamics) that allow direct comparison of drug effects on neurotransmission machinery.
- Translational Research: Connects FSCV measurements to biomarker alignment by correlating simulated DA clearance rates with in vivo microdialysis or PET outcomes.
- Enterprise Reuse: Establishes a reusable kinetic modeling framework applicable across stimulation paradigms, brain regions, and disease models without reformulating core assumptions.
Operational & Enterprise Impact
- Scientific Value: Reduces mechanistic ambiguity in dopaminergic target validation by quantifying release versus reuptake contributions to net DA signals.
- Operational Value: Ensures reproducibility through standardized parameter fitting procedures and cross-response validation on multiple stimulations from identical sites.
- Strategic Value: Improves capital efficiency by enabling early triage of compounds based on their ability to normalize pathological DA kinetics rather than merely altering bulk levels.
- Portfolio Impact: Supports risk-adjusted prioritization by identifying molecules that restore physiological release dynamics in disease-relevant striatal subregions.
Implementation Considerations
- Requires expertise in electrochemistry, kinetic modeling, and dopaminergic neurobiology to interpret parameter changes accurately.
- Depends on access to FSCV-capable instrumentation and computational infrastructure for running QNsim1.0 simulations and parameter sweeps.
- Necessitates cross-team standardization between electrophysiology, pharmacology, and data science groups to ensure consistent data formatting and parameter reporting.
- Involves adaptation considerations when applying the model to different stimulation frequencies, brain regions, or species beyond rat striatum.
- Limited by the assumption that dopamine clearance follows Michaelis-Menten kinetics, which may not hold under all pathological conditions or with certain reuptake inhibitors.
