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 dimostra l'uso di un sistema elettrofisiologico per la stimolazione in loop chiuso basata sui modelli di attività neuronale. Permette agli scienziati neurologici, anche con limitate competenze informatiche, di condurre esperimenti in loop chiuso in modo efficiente e conveniente. Il protocollo include un esempio di codice MATLAB per l'implementazione ed è esemplificato con registrazioni da un ratto sveglio, mostrando l'interazione in tempo reale tra picchi neurali e stimolazione.
Componenti chiave dello studio
Area di scienza
- Neuroscienza
- Eletrofisiologia
- Sistemi a loop chiuso
Contesto
- La stimolazione a loop chiuso è fondamentale per studiare le interazioni causali nel cervello.
- Questo approccio è particolarmente utile nella ricerca sull'epilessia per alleviare la gravità delle crisi.
- Il protocollo affronta la necessità di sistemi a loop chiuso accessibili nella neuroscienza.
Obiettivo dello studio
- Fornire un metodo per implementare la stimolazione a loop chiuso con costi e competenze minimi.
- Facilitare lo studio dell'attività neuronale e delle risposte attraverso la stimolazione in tempo reale.
- Consentire ai ricercatori di comprendere meglio il processo di informazione nel cervello.
Metodi utilizzati
- Lo studio impiega un sistema di registrazione neurofisiologica standard per esperimenti a loop chiuso.
- Sono state utilizzate registrazioni da ratti svegli come modello biologico.
- Il codice MATLAB è fornito per la personalizzazione e la conversione di sistemi a loop aperto.
- I passaggi chiave includono l'acquisizione dei dati, l'ordinamento dei dati di picco e la definizione dei parametri di stimolazione.
- L'esperimento a loop chiuso comporta il trigger in tempo reale degli stimoli basati sull'attività neurale.
Risultati principali
- Il protocollo consente la stimolazione basata sull'attività di più neuroni, migliorando la comprensione delle interazioni neurali.
- I dati di picco sono stati utilizzati per triggerare stimoli esterni, dimostrando un efficace feedback a loop chiuso.
- La visualizzazione in tempo reale dell'attività neurale è stata ottenuta attraverso l'interfaccia MATLAB.
- I risultati chiave evidenziano la flessibilità e la convenienza della soluzione basata su MATLAB.
Conclusioni
- Questo studio consente ai ricercatori di implementare e adottare facilmente tecniche di stimolazione a loop chiuso.
- I risultati hanno implicazioni per l'avanzamento della comprensione dei meccanismi neuronali e delle funzioni cerebrali.
- I modelli di stimolazione flessibili contribuiscono a rispondere a varie domande neuroscientifiche.
Domande frequenti
Executive Industry Relevance
Closed-loop neurophysiological systems enable causal interrogation of brain circuits by linking neuronal activity patterns to real-time stimulation, supporting target validation and mechanistic de-risking in preclinical neuroscience. This MATLAB-based approach lowers technical barriers for implementing closed-loop designs, facilitating scalable and reproducible studies of neural information processing. The protocol supports early discovery workflows by providing a flexible, cost-effective tool for hypothesis-driven stimulation experiments in disease-relevant models.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by triggering stimuli based on defined spiking activity of single or multiple neurons.
- Operational Value: Supports functional target validation through real-time causal manipulation of neuronal circuits in awake animal models.
- Predictive Value: Enhances confidence in target engagement by demonstrating stimulus-evoked neural responses under controlled, closed-loop conditions.
Screening & Assay Development
- Scientific Value: Prepares validated neuronal recording systems for downstream assay standardization by enabling precise, activity-dependent stimulation.
- Operational Value: Improves assay reproducibility through user-defined spike detection thresholds and coactivity windows for consistent stimulus triggering.
- Scalability: Facilitates platform reuse across experiments via modifiable MATLAB code adaptable to various stimulation devices and recording setups.
Translational & Preclinical Research
- Translational Continuity: Demonstrated in awake rats, supporting relevance to disease models and preclinical validation of neuromodulation strategies.
- Mechanistic De-risking: Allows study of information processing in the brain by treating stimuli based on multi-neuron activity patterns, reducing ambiguity in causal interpretations.
- Risk-Adjusted Advancement: Supports go/no-go decisions by providing quantitative, real-time feedback on neural responses to stimulation.
Pipeline & Workflow Integration
The method integrates into early discovery workflows by enabling hypothesis testing through real-time stimulation triggered by neuronal spiking activity, bridging electrophysiology and intervention studies.
- Discovery Biology: Supports pathway clarification and biological de-risking by allowing researchers to test causal relationships between defined neural activity patterns and downstream responses.
- Screening: Enhances assay readiness through reproducible spike-sorting and online event triggering based on user-defined neuronal clusters.
- Analytics: Provides quantitative dependent variable measurements such as spike-triggered stimulus timing and histogrammed response delays for comparative condition analysis.
- Translational Research: Connects to preclinical continuity via demonstration in awake rodents, supporting extrapolation to disease-relevant systems.
- Enterprise Reuse: Framed as a reusable capability due to open-source MATLAB code that can be adapted across labs and stimulation modalities without major reengineering.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in target modulation, reduction of mechanistic ambiguity in neural circuit studies.
- Operational Value: Standardization, reproducibility, and low-cost implementation using widely available electrophysiology and MATLAB tools.
- Strategic Value: Better go/no-go decisions in target validation, capital efficiency, and reduced late-stage biological risk in neuromodulation programs.
- Portfolio Impact: Risk-adjusted prioritization of targets based on causal evidence from closed-loop stimulation experiments.
Implementation Considerations
- Requires expertise in electrophysiology, spike sorting, and basic MATLAB scripting for parameter configuration.
- Depends on instrumentation such as Neuralynx Cheetah system and compatible PC for real-time data acquisition and processing.
- Necessitates cross-team standardization of spike detection thresholds, coactivity windows, and min-match parameters for reproducible triggering.
- Involves adaptation considerations when applying to different model systems or stimulation modalities beyond tone or serial port outputs.
- Practical limitations include dependency on stable spike sorting and potential latency in real-time processing affecting temporal precision of stimulation.
