Utilizzo dell'attività di spiking del neurone per attivare gli stimoli a ciclo chiuso negli esperimenti neurofisiologici
12 novembre 2019
Questo protocollo dimostra come utilizzare un sistema elettrofisiologico per la stimolazione a ciclo chiuso innescata da modelli di attività neuronale. Viene inoltre fornito un codice Matlab di esempio che può essere facilmente modificato per diversi dispositivi di stimolazione.
Questo sistema standard di registrazione neurofisiologia può essere utilizzato per eseguire una stimolazione a circuito chiuso che è utile per studiare le interazioni causali nel cervello. Questo protocollo consente ai neuroscienziati con competenze limitate in informatica di implementare rapidamente una varietà di esperimenti a circuito chiuso con pochi costi. Gli esperimenti a circuito chiuso sono diventati sempre più importanti per la scienza e la ricerca di base.
Ad esempio, diversi studi sull'epilessia hanno dimostrato che la stimolazione neuronale innescata dall'insorgenza delle convulsioni è un approccio efficace per ridurre la gravità delle convulsioni. Per facilitare l'adozione di esperimenti a circuito chiuso nella ricerca sulle neuroscienze, questo protocollo fornisce codice MATLAB per convertire un sistema di registrazione elettrofisiologico ad anello aperto in un sistema a circuito chiuso. Questa implementazione della stimolazione a circuito chiuso è dimostrata in un ratto sveglio.
Per installare il sistema di acquisizione dati Cheetah 6.4, aprire la pagina Web del software che include librerie per interagire con il sistema di acquisizioni Cheetah e installare SpikeSort-3D. Installare il pacchetto di sviluppo NetCom. Accedere a un account MATLAB per selezionare la licenza, la versione e il sistema operativo corretti.
Quindi, scaricare la libreria per l'attivazione di eventi online come indicato ed estrarre i file nella cartella MATLAB dei documenti. Per l'acquisizione dei dati, aprire il software Cheetah e registrare i dati di spiking per popolare le forme d'onda del modello. Dopo alcuni minuti, interrompere l'acquisizione dei dati ed eseguire un SpikeSort sui dati registrati.
Aprire quindi SpikeSort3-D e scegliere menu file e caricare il file spike Per selezionare un file spike dalla cartella con i dati registrati. Quindi, fare clic sul menu cluster, autocluster utilizzando KlustaKwik ed eseguire. Per eseguire un esperimento a ciclo chiuso, riprendere l'acquisizione dei dati in Cheetah e aprire MATLAB.
Apri closedloop. M e fare clic su Esegui. In alternativa, eseguire un ciclo chiuso nella finestra di comando.
Passare alla cartella di registrazione e selezionare uno dei file di dati di spiking per caricare le informazioni sul picco definite nella registrazione iniziale. Fate clic sulle caselle di controllo appropriate sotto le forme d'onda tracciate per selezionare uno o più neuroni che attiveranno la stimolazione. Definire il numero minimo di neuroni che attiveranno la stimolazione immettendo un numero intero nella casella di testo min matches e definire la finestra di tempo in cui i picchi corrispondenti alle diverse forme d'onda sono considerati coattivi immettendo un numero nella casella di testo della finestra.
Quindi, fare clic su invia per iniziare l'attivazione online degli eventi in base all'attività di spiking dei neuroni selezionati. In questo esperimento rappresentativo, il topo era appoggiato su un vaso di fiori che era un luogo di riposo familiare durante le pause negli esperimenti comportamentali. Qui, è possibile osservare un funzionamento simultaneo rappresentativo del software di registrazione e del programma MATLAB che visualizza le forme d'onda a picco acquisite in tempo reale.
Quando vengono rilevati picchi da cluster di attivazione predefiniti, le forme d'onda vengono visualizzate con una linea tratteggiata in grassetto nella finestra della figura MATLAB che attiva un tono e fornisce un sistema a circuito chiuso. In questa figura, viene mostrato un istogramma rappresentativo che illustra i ritardi tra il tempo di generazione di un picco artificiale e il tempo di indurre un segnale attivato. Dopo aver preparato un animale e installato il software, l'esperimento a circuito chiuso consiste in due fasi principali, l'acquisizione iniziale dei dati e la stimolazione a circuito chiuso durante la quale i picchi innescano stimoli esterni.
Questo protocollo consente anche il trattamento di uno stimolo basato sull'attività di più neuroni che è importante per affrontare le domande sull'elaborazione delle informazioni nel cervello. I vantaggi di questa soluzione MATLAB sono il suo basso costo e flessibilità nella definizione dei modelli di attività per innescare stimoli che possono aiutare a indagare una varietà di domande neuroscientifiche.
Visualizza la trascrizione completa e accedi a migliaia di video scientifici
Panoramica
Questo protocollo illustra l'utilizzo di un sistema elettrofisiologico per la stimolazione in ciclo chiuso basata su modelli di attività neuronale. Esso permette ai neuroscienziati, anche con competenze informatiche limitate, di condurre esperimenti in ciclo chiuso in modo efficiente ed economico. Il protocollo include un esempio di codice MATLAB per l'implementazione ed è illustrato mediante registrazioni effettuate su un ratto sveglio, che mostrano l'interazione in tempo reale tra impulsi neurali e stimolazione.
Componenti Chiave dello Studio
Area della Scienza
- Neuroscienze
- Elettrofisiologia
- Sistemi a ciclo chiuso
Sfondo
- La stimolazione in ciclo chiuso è fondamentale per lo studio delle interazioni causali nel cervello.
- Questo approccio è particolarmente utile nella ricerca sull'epilessia per ridurre la gravità delle crisi.
- Il protocollo risponde alla necessità di sistemi in ciclo chiuso accessibili nelle neuroscienze.
Scopo dello studio
- Fornire un metodo per implementare una stimolazione in loop chiuso con costi e competenze minime.
- Facilitare lo studio dell'attività neuronale e delle risposte mediante stimolazione in tempo reale.
- Permettere ai ricercatori di comprendere meglio l'elaborazione delle informazioni nel cervello.
Metodi Utilizzati
- Lo studio impiega un sistema standard di registrazione neurofisiologica per esperimenti in ciclo chiuso.
- La registrazione da ratti svegli è stata utilizzata come modello biologico.
- È fornito codice MATLAB per la personalizzazione e la conversione di sistemi in ciclo aperto.
- I passaggi principali includono l'acquisizione dei dati, l'ordinamento dei dati di spiking e la definizione dei parametri di stimolazione.
- L'esperimento in ciclo chiuso prevede l'attivazione in tempo reale di stimoli in base all'attività neurale.
Risultati principali
- Il protocollo consente una stimolazione basata sull'attività di più neuroni, migliorando la comprensione delle interazioni neurali.
- I dati relativi ai potenziali d'azione sono stati utilizzati per innescare stimoli esterni, dimostrando un efficace feedback in loop chiuso.
- La visualizzazione in tempo reale dell'attività neurale è stata ottenuta tramite l'interfaccia MATLAB.
- I risultati principali evidenziano la flessibilità e la convenienza economica della soluzione basata su MATLAB.
Conclusioni
- Questo studio consente ai ricercatori di implementare e adottare facilmente tecniche di stimolazione a ciclo chiuso.
- I risultati hanno implicazioni per il progresso della comprensione dei meccanismi neuronali e delle funzioni cerebrali.
- Modelli di stimolazione flessibili contribuiscono ad affrontare diverse questioni neuroscientifiche.
Domande frequenti
Rilevanza Industriale del Progetto
I sistemi neurofisiologici in ciclo chiuso permettono un'indagine causale dei circuiti cerebrali collegando i modelli di attività neuronale a stimolazioni in tempo reale, sostenendo la validazione degli obiettivi e la riduzione del rischio meccanicistica nelle neuroscienze precliniche. Questo approccio basato su MATLAB riduce le barriere tecniche per l'implementazione di progetti in ciclo chiuso, facilitando studi scalabili e riproducibili dell'elaborazione delle informazioni neurali. Il protocollo supporta i flussi di lavoro della fase iniziale di scoperta fornendo uno strumento flessibile ed economico per esperimenti di stimolazione guidati da ipotesi in modelli pertinenti alle malattie.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Bersaglio
- Valore scientifico: Consente l'analisi di ipotesi terapeutiche attivando stimoli in base all'attività di spiking definita di singoli neuroni o di più neuroni.
- Valore operativo: Supporta la validazione funzionale di bersagli mediante manipolazione causale in tempo reale di circuiti neuronali in modelli animali svegli.
- Valore predittivo: Aumenta la fiducia nell'interazione con il bersaglio dimostrando risposte neurali evocate da stimoli in condizioni controllate e in loop chiuso.
Sviluppo di Screening e Saggi
- Valore scientifico: Prepara sistemi di registrazione neuronale validati per la standardizzazione dei saggi successivi, consentendo una stimolazione precisa dipendente dall'attività.
- Valore operativo: Migliora la riproducibilità del saggio attraverso soglie di rilevamento degli impulsi e finestre di coattività definite dall'utente per un'attivazione dello stimolo costante.
- Scalabilità: Favorisce il riutilizzo della piattaforma in diversi esperimenti grazie a un codice MATLAB modificabile, adattabile a vari dispositivi di stimolazione e configurazioni di registrazione.
Ricerca Translazionale e Preclinica
- Continuità Translazionale: Dimostrata in ratti svegli, supporta la rilevanza per modelli di malattia e la validazione preclinica di strategie di neuromodulazione.
- De-risking Meccanicistico: Permette lo studio dell'elaborazione delle informazioni nel cervello trattando stimoli sulla base di pattern di attività multi-neuronale, riducendo l'ambiguità nelle interpretazioni causali.
- Avanzamento Basato sul Rischio: Supporta decisioni di avanzamento o interruzione fornendo un feedback quantitativo in tempo reale sulle risposte neurali alla stimolazione.
Integrazione di Pipeline e Flusso di Lavoro
Il metodo si integra nei flussi di lavoro della fase iniziale di scoperta permettendo la verifica di ipotesi mediante stimolazione in tempo reale attivata dall'attività di spiking neuronale, creando un ponte tra elettrofisiologia e studi di intervento.
- Biologia della scoperta: Supporta la chiarificazione dei percorsi biologici e la riduzione del rischio biologico consentendo ai ricercatori di verificare le relazioni causali tra specifici modelli di attività neuronale e le risposte a valle.
- Screening: Migliora la prontezza del saggio grazie a una classificazione degli impulsi riproducibile e a un attivazione in tempo reale degli eventi basata su gruppi neuronali definiti dall'utente.
- Analisi: Fornisce misurazioni quantitative di variabili dipendenti, come la tempistica del stimolo sincronizzata all'impulso e i ritardi di risposta in forma di istogramma, per l'analisi comparativa tra condizioni.
- Ricerca traslazionale: Si collega alla continuità preclinica mediante dimostrazioni in roditori svegli, favorendo l'estrapolazione a sistemi rilevanti per le malattie.
- Riutilizzo aziendale: È concepita come una capacità riutilizzabile grazie al codice MATLAB open source, adattabile tra laboratori e diverse modalità di stimolazione senza necessità di ingegnerizzazione significativa.
Impatto Operativo ed Aziendale
- Valore scientifico: Affidabilità predittiva nella modulazione del bersaglio, riduzione dell'ambiguità meccanicistica negli studi sui circuiti neurali.
- Valore operativo: Standardizzazione, riproducibilità e implementazione a basso costo mediante strumenti di elettrofisiologia e MATLAB ampiamente disponibili.
- Valore strategico: Migliori decisioni di avanzamento o interruzione nella validazione del bersaglio, efficienza del capitale e riduzione del rischio biologico in fase avanzata nei programmi di neuromodulazione.
- Impatto sul portafoglio: Prioritizzazione corretta per il rischio dei bersagli basata su evidenze causali ottenute da esperimenti di stimolazione in ciclo chiuso.
Considerazioni sull'Implementazione
- Richiede competenze in elettrofisiologia, classificazione dei potenziali d'azione e scripting MATLAB di base per la configurazione dei parametri.
- È vincolato a strumentazione specifica, come il sistema Neuralynx Cheetah e un PC compatibile, per l'acquisizione e l'elaborazione dei dati in tempo reale.
- Necessita di una standardizzazione condivisa tra i gruppi di lavoro per le soglie di rilevamento dei potenziali d'azione, le finestre di coattività e i parametri minimi di corrispondenza, al fine di garantire un'innesco riproducibile.
- Richiede considerazioni di adattamento quando applicato a diversi sistemi modello o modalità di stimolazione diverse dai toni o dagli output della porta seriale.
- I limiti pratici includono la dipendenza da una classificazione stabile dei potenziali d'azione e la possibile latenza nell'elaborazione in tempo reale, che può influenzare la precisione temporale della stimolazione.
