このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。

方法論記事

点状の触覚刺激を思い起こさせるための簡単​​な刺激性デバイス:トランジションスパイクLFP用サーチライト

9.5K 閲覧数

DOI:

10.3791/50941

2014年3月25日

この記事について

サマリー

光力学的末梢刺激に適した刺激をスパイクするために局所電場電位(LFPは)から複雑な移行を解明するためには、建設された。アプリケーションとして、体性感覚皮質から記録されたスパイク活動は多目的最適化戦略により分析した。結果は、提案刺激装置は、ミリ波·ミリの精度で触覚刺激を提供することができたことを証明した。

要約

現在の神経生理学的研究では、スパイクから局所電場電位(LFPは)までとのLFPからスパイクまで、すなわち遷移で、神経細胞への神経細胞からの信号経路を調査するための方法論の開発を目指しています。

LFPは、スパイク活性に対する複雑な依存性を有し、それらの関係はまだよく理解されている1。これらの信号の関係の解明は臨床診断(脳深部刺激用などの刺激パラダイム)のための正常および病理学的状態( 例えば 、てんかん、パーキンソン病、慢性疼痛)の神経コーディング戦略をより深く理解するために、両方の参考になる。この目的のために、人は刺激装置、刺激パラダイムとコンピュータ分析に関連する技術的な問題を解決することがあります。そのため、カスタムメイドの刺激装置は、機械的な共振で発生しないだけでなく、空間と時間で調節刺激を提供するために開発されました。その後、例示のように、信頼性のLFPスパイク関係のセットを抽出した。

デバイスの性能は、共同で、ラット一次体性感覚皮質から、適用される刺激に対する応答をスパイクとLFP、細胞外記録を調べた。その後、多目的最適化戦略によって、のLFPに基づいて、スパイク発生の予測モデルを推定した。

このパラダイムの適用は、装置が適切に共通の圧電アクチュエータを上回る高周波触覚刺激を送達するために適していることを示している。デバイスの有効性を証明するものとして、以下の結果が発表されました:1)LFP応答のタイミングと信頼性は、十分にスパイク応答を一致させる、2)のLFPは、刺激の歴史に敏感なだけでなく、平均応答をキャプチャするだけでなく、スパイク活性の試行間の変動と、最後に、3)LFP信号を用いることにより、範囲をoを推定することが可能であるFスパイク活動のさまざまな側面をキャプチャ予測モデル。

概要

信号の文脈では、インパルス応答を処理する力学系の挙動の基本的な特徴づけを提供します。

理想的なインパルス刺激が実際に達成可能ではないが、高周波変位を発生するアクチュエータ要素を使用してそれの合理的な近似値を得ることができる。光触覚振動刺激このタイプの両方の深い皮膚( 例えば 、高速で応答する高速なパチニ小体を適応)2及び表在性受容体( 例えば低閾値を徐々にメルケル円盤状の構造体を適応させる)2を対象とすることが知られている。

電流刺激装置、主として圧電アクチュエータは、多くの欠点ではなく、少なくとも共鳴と小さな変位で充電される。これらの欠陥を克服するために、インパルス状の刺激の代替的な実装は、垂直に鈍い先端部(ここではサボテン平滑化チップ)を用いて提案されているミッドレンジスピーカーコーンの膜中央に搭載された。これは、より大きな変位およびより広い周波数スペクトルの利点を提供する。

このような装置の効果的な適用は、依存関係をスパイクするのLFPの関連神経生理学的問題の研究であった。細かく調整されたデバイスは、周辺刺激を提供するために必要とし、これらの電気的事象間の微妙な時間的関連性のために。刺激は、「バックグラウンドノイズ」を低減し、目的の信号をシャープにするために、できるだけ迅速かつ空間的に選択しなければならなかった。この目的のために、刺激装置、および刺激配信プロトコルが共同タスクのために最適化した。本論文では、テクニックを説明し、いくつかの代表的な結果を提示する。

無作為化の対のパルスに基づいて刺激プロトコルは慣れを回避するために設計され、最適化されている。このプロトコルは、古典的なペアの利点を提供パルスをエドと刺激と神経活動の自発的な定期的なバースト間のスプリアス、ロックの可能性を減少させた。

使用してこれは、高速で信頼性の高いLFPとスパイク応答を得るために、刺激の歴史上の両方のLFPとスパイクの依存性に関連したこれらの応答の特別な機能を取り込むことができたペアリングパルスを無作為化。実際、生のLFPの応答から、3 LFPのセットが強く、平均スパイク応答と相関(LFP自体、一次導関数のLFPは、一次導関数と位相)を備えていますが、また、抽出した。

いくつかのメソッドは、LFPは3,4からのスパイクを予測するモデルに合うように提案されている。一般的に、一般的なものはまた、刺激信号からスパイク事象の予測を、最小化/最大化する目的関数を適切に選択することにより、モデルフィッティングプロセスの重要な点で構成されている。目的関数の範囲が提案されてきたがこれらのD( 例えば相関とコヒーレンス)5はいずれも共同でスパイク応答の全体の複雑さを捉えていない。従って、多目的最適化に基づく新規なフレームワークが導入される。提案考案し、この計算のフレームワークは、それが関係をスパイク強いLFPに基づく予測モデルのセットを推定することが可能であるを使用していることを示しています。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

倫理的な声明

感覚刺激が神経活動によってどのように表現されるか研究する動物の使用およびin vivoでのアプローチの使用に対する代替手段はありません。すべての動物は、科学研究(研究中の動物の治療にイタリアの生命倫理委員会、法令、1992年1月27日、第116号)における動物の治療にイタリアやヨーロッパの法律に沿って処理されている。実験が行われてきた米国学術研究会議は、国連教育科学文化機関(ユネスコ)、国際医学団体協議会(代表して実験動物学に関する国際委員会(ICLA​​S)に準拠しCIOMS )および生物科学の国際連合(IUBS)。このように、全くプロトコル固有の承認が必要とされなかった。保健省の承認は倫理委員会のファイルに「ビエッラ1、2011分の3」に分類されているミラノの大学。

1。実験動物の作製

  1. 雄ラットの大きさが約300〜400グラムを選択します。
  2. 実験の準備のために、ラットを麻酔。
    1. 腹腔バルビツール酸塩溶液(誘導のためのペントバルビタール、50 mg / kgの、メンテナンスのための10 mg / kgの)を注入。
    2. 全く後退反射が発生しないことを確実にする、足の上に、低しきい値および高しきい値機械的刺激によって麻酔レベルを確認してください。
    3. 正確に頭蓋を削って頭蓋肌を整えた後、頭蓋表面を露出させる切開する。
    4. 気管自体の周りに外科的結紮によってそれを固定する気管カニューレ(2mm及び2.5mmの外径、内径)により、気管にカニューレを挿入。
    5. 横方向に気管セグメントに頸静脈を露出し、血管の周りの外科的結紮によってそれを固定し、注射器に接続されたカニューレ(PE10)を挿入してカニューレを挿入。
  3. 定位固定装置にラットをマウントします。
    1. 仰臥位で、ラットの体と場所を固定します。
    2. 耳の棒で頭を固定し、鼻をブロックします。耳のバーを配置する前に、ラットの耳に局所麻酔薬(リドカイン)の1〜2滴を入れてください。
  4. 37.5℃の温度を維持しながら、電子的に制御された加熱パッドにより定位パッドの温度を調節する
  5. 呼吸器、麻酔器に気管チューブを接続します。
    1. 1ストローク/秒イソフルラン(2.5%0.4-0.8リットル/分)を配信し、O 2(0.15〜0.2リットル/分)で、呼吸器、麻酔器を設定します。
  6. ポビドンヨード外用消毒によって慎重に頭蓋を清掃してください。
  7. 滅菌メスを取ると後頭骨の角に鼻を基準から正中線に縦方向に切断。
    1. リトラクターによる創傷の境界線を分岐させると、二つの小さなコッカー鉗子でそれらを修正適用トン傷の境界線O。
    2. 半透明の表面を観察頭蓋骨ボールトの上に光を向けることによって骨膜を識別します。丁寧に骨ボールト骨膜を除去して、骨の表面を露出を傷つける。
    3. 焦点出血が骨の上に現れた場合、骨の表面に綿棒または外科スポンジで止血を提供する。
  8. 細いペンで、mediosagittalと冠状suturasの交点に定位ポイントブレグマを識別します。
    1. 手術用顕微鏡の制御下に、実験(ブレグマ、AP -0.5〜1.2ミリメートル、2.5ミリメートルまでのLL -2.3)に使用後部足に体性感覚野の反対をオーバーレイ定位エリア(S1HL)を識別します。
  9. 細いペンで掘削するための穴を定める四角の外形を描く。
    1. 骨のタイルを削除する以前に同定された青い正方形に9ミリメートル2穴を開けます。
    2. きれいにし、潜在的な骨の出血を吸収する。
    3. 慎重に硬膜を除去し、37.5℃に維持した人工脳脊髄液に浸した外科用スポンジで皮質表面を覆う
  10. 電子マイクロマニピュレータに接続されているホルダーに電極マトリクスを修正します。
    1. マイクロコネクタによってプリアンプに行列の先頭を接続します。
    2. (それに触れることなく)皮質表面まで(手術用顕微鏡の制御下)を手動で電極マトリクスを駆動します。
    3. 聴覚信号のアンプのスイッチをオンにします。
    4. 明確なノイズ音の変化によって通知、連絡先に到達するまで皮質表面に触れ、電子制御により、電極マトリクスを駆動します。
    5. 350〜400ミクロンの深さ(皮質IV層)に達するまで、電子制御式のステップ(2ミクロン/ステップ)で電極マトリックスをプルダウン。
    6. 反対側の後部足に軽いタッチで神経細胞の応答性を確認してください。
    7. 明確なスパイク応答が観察されるまで、いくつかの更なるステップで深さを調整します。
    8. 静脈内ガラミンのthriethiodide(20 mg / kgの/時)でラットを麻痺させる。クラーレ麻痺レベル(0.2ミリリットル/ 1時間)を維持するために、実験を通して屈折用量を使用してください。

2。信号の処理

  1. [0.1 6000] Hzに、ソフトウェアバンドパスフィルタを設定します。
    1. 32 kHzでサンプリングされた8チャンネル微小電極マトリックスの神経細胞の信号を記録する。
  2. 買収が終了した後、後加工に適したバイナリフォーマットに記録された信号をエクスポートします。
    1. Wave_clusツールボックス11を用いてスパイクのソートの手順を実行します。

3。製造、刺激装置の構成

  1. キャップに茎の基礎を接着するミッドレンジスピーカーの表面に直角に(平滑化チップ付き)サボテンの茎をマウントします。
  2. プログラムaをスピーカ用の駆動回路に電圧パルスを送達するためのマイクロコントローラ。
    1. 図1C参照 )、現在の毎秒の2パルス対を提供するためのマイクロコントローラをプログラムする。
  3. 図1A参照 )、基本的な受動部品とL293D Hブリッジを用いてスピーカーとマイクロコントローラを組み立てる。
  4. 12 Vの充電式電池にマイクロコントローラを接続します。

4。刺激プロトコル

  1. 掌側表面を露出し、関節ねじれを回避し、固体フレームに後足の背側面を接着します。
  2. 希望の手足/足の位置に刺激装置の先端に配置します。
  3. 刺激装置のスイッチをオンにします。

オフラインのステップ:

5。スパイク応答の評価

  1. 記録された各ニューロンは、刺激のシャノン相互情報(MI)を計算する(刺激CAをスパイク活動を誘発tegoryのいずれか1、刺激、または0、無刺激)である。
    1. sは 、刺激カテゴリを表し、rは一定の時間ウィンドウ内で放出されたスパイクの数を表し、|条件付き応答確率p(単数r)を推定する。
    2. シャフリング手順を使用して、MIの推定値を補正9を記載した。

6。 LFP応答の評価

  1. LFP信号を得るために、周波数範囲[0.1〜100] Hz単位で記録された信号をフィルタ
  2. コンピュートLFPSNR、LFPの応答性の尺度、参照10で説明したように。

7。モデル推定

  1. フォームのモデルを生成
    figure-protocol-1
    X引数は<3の異なるLFP機能(X 1 LFP自体を表す場合、 EM> X 2その誘導体であり、X 3その誘導体のヒルベルト相)と、以下のようにFが表現されている
    figure-protocol-2
    G係数は線形結合の重みで、fは 、絶対値、電力またはx、iの元の値のいずれかをとる演算子です。
  2. 、I)は、ローカル、試行間の基礎適合性の尺度:以下の3つのオブジェクトを使用して、モデルパラメータと演算子を推定するためにNSGAIIアルゴリズムを使用figure-protocol-3 、N個のSPN Rは、全体的なスパイクがカウントし、応答ベクトルの長さをそれぞれ表すとき。フィットII)グローバル指標平均応答に基づいてad/50941/50941eq4.jpg "幅=" 205 "/>ここで、NのRESPは 、平均応答の長さを表し、III)モデルの複雑さの尺度は(も参照)10 figure-protocol-4

8。組織学的確認

  1. ラットを生け贄に捧げる。
    1. 実験の録音の終了時に、深いガス状の麻酔(イソフルラン2%、4リットル/分)の下で動物を置き、静脈内(ペントバルビタール> 50 mg / kgで、)バルビツール過剰摂取を注入。
    2. 心停止を待ちます。
    3. 定位固定装置からラットをアンマウントします。
  2. 灌流。
    1. 灌流からの血液や体液を収集するために流域にグリッド上でラットの敷設を配置します。
    2. リブの挿入から分離胸骨を切開することで胸郭を開きます。
    3. コッカーピンセットで胸骨剣状突起をブロックし、CRを覆すanially胸骨と心臓の上肋骨を分岐させる。
    4. 、左心室と右心房を識別心室に(灌流カニューレに接続されている)9ゲージ平滑化、先端の針を配置し、外科細かいハサミで右心房を開きます。
    5. 4%のホルマリン溶液(250ml)中の灌流、続いて冷(4℃)ヘパリン化生理溶液(250ml)で灌流を開始する。
  3. 適切な鉗子で頭蓋を開くことで、頭蓋骨から脳を抽出し、10%ホルマリン溶液中で脳を置く。
  4. 週間後、ミクロトーム(10ミクロン厚)で組織学的スライスを準備します。
  5. クレシルバイオレット溶液で脳の冠状および矢状切片を染色する。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

先端遠足特長

提案された刺激的なデバイスの力学的性質を特徴づけるために、一連の実験を設定した。シリコンフォトトランジスタに結合された赤外発光ダイオードをガリウムヒ素で構成され、特定のデバイスは、先端の変位、変位持続時間及び可能な変位の遅延を評価した。この光遮断スイッチを用いて、我々は、発光ダイオード穴(高さ= 1mm)の刺激装置の端に先端を入れ、マイクロコントローラとフォトトランジスタ出力の両方を記録した。載手順が1mmの最大解像度でマイクロステッピング装置によって促進された。

デバイスの応答は、 図2Aに示されている。赤い線は、先端の変位の正確な始まりを示すマイクロコントローラ応答に続いて、フォトトランジスタの応答を表している。 commutによる顕著なのは、体系的な遅延管理ポイントは、豊富に希望の時間精度(1ミリ秒)以下のように生じた( 図2(b)は 、100試験で= 583秒平均)が存在し、定量化した。最後に、 図2Cに示すよう...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

この作品は、第一に、迅速かつ空間的に点状の感覚刺激を提供することが可能新しい、シンプルで低コストのデバイスを発表した。そして、ランダム化されたペアのパルス刺激プロトコルとコンピュータ分析のセットが検証されました。全体的な目的は、触覚刺激の間電気生理学的記録におけるLFPスパイク関係を推定するための枠組みを確立することであった。

デバイス、プロトコル、および分析的なアプローチは、共同で、すなわちLFPへのスパイクの遷移を記述し、予測することが決定論的アプローチの最初のデモでは、神経プロセスがまだ不十分1を理解 、その結果に貢献している。

重要な点は、ダストキャップに引っ張られ、先端の遠足の強さと長さを調節する、プログラム可能なマイクロコントローラ·ボードを適切に設定することで表現した。信頼性の高い高域の刺激と、比較的大きなディスプレイ表示を可能にし、適切な解決策セメントは、結果セクションに記載されている。それは機械的な共振の典型的な問題を免れており、比較的大きなチップ変位を許さ:従来...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

著者らは、競合する経済的利益を宣言していません。

謝辞

SNとAGZは、PON 01から01297 VIRTUALAB資金によってサポートされていました。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
MicrostepperAB Transvertex (ストックホルム、スウェーデン)電極マトリックス
32 チャンネル Cheetah SystemNeuralynx (MT、米国)電気生理学的記録システム
L293D h-bridgeRS Components (Cinisello Balsamo、イタリア)マイクロコントローラーをスピーカー
H21A3 光インタラプタに接続するために使用されるブリッジSwitchFairchild Semiconductor Corporation (カリフォルニア州サンノゼ)先端の変位を安定させるために使用されるフォトトランジスタ
Arduino UnoArduino (Duemilanove, Italy)スピーカーに電流パルスを供給するために使用されるマイクロコントローラ
Microelectrode Matrices GB1FHC 
イソフルランローディアオルガニークファイン株式会社動物を調製するために使用される麻酔薬
定位固定装置Narishighe(東京、日本) 
Sprague-Dawleyのオスのラットチャールズリバー(カルコ、LC、イタリア) 
ガラミンスリエチオジドSigma-Aldrich動物の
クレシルバイオレットSigma-Aldrich を
局所消毒薬(ベタジン10%)Meda Pharma(ミラノイタリア) 
ヘパリンSigma-Aldrich 
ホルムアルデヒドカルロエルバ試薬(ポミリアーノミラノ、ミラノ、イタリア) 
キュラリーするために使用される化合物。

参考文献

  1. Pesaran, B. Uncovering the Mysterious Origins of Local Field Potentials. Neuron. 61 (1-2), (2009).
  2. Delmas, P., Hao, J., Rodat-Despoix, L. Molecular Mechanisms of Mechanotrasduction in Mammalian Sensory Neurons. Nat. Rev. Neurosci. 12, 139-153 (2011).
  3. Rasch, M. J., Gretton, A., Murayama, Y., Maass, W., Logothetis, N. K. Inferring spike trains from local field potentials. J. Neurophys. 99 (3), 1461-1476 (2008).
  4. Galindo-Leon, E. E., Liu, R. C. Predicting stimulus-locked single unit spiking from cortical local field potentials. J. Comput. Neurosci. 29 (3), 581-597 (2010).
  5. Theunissen, F. E., David, S. V., Singh, N. C., Hsu, A., Vinje, W. E., Gallant, J. L. Estimating spatio-temporal receptive fields of auditory and visual neurons from their responses to natural stimuli. Network. 12 (3), 289 (2001).
  6. Victor, J. D., Purpura, K. Metric-space analysis of spike trains: theory, algorithms, and application. Network. 8, 127-164 (1997).
  7. Foffani, G., Chapin, J. K., Moxon, K. A. Computational Role of Large Receptive Fields in the Primary Somatosensory Cortex. J. Neurophysiol. 100 (1), 268-280 (2008).
  8. Microcontroller website. , Duemilanove, Italy. Available: http://arduino.cc (2014).
  9. Panzeri, S., Senatore, R., Montemurro, M. A., Petersen, R. S. Correcting for the sampling bias problem in spike train information measures. J. Neurophysiol. 98, 1064-1072 (2007).
  10. Storchi, R., Zippo, A. G., Caramenti, G. C., Valente, M., Biella, G. E. M. Predicting Spike Occurrence and Neuronal Responsiveness from LFPs in Primary Somatosensory Cortex. PLoS ONE. 7 (5), (2012).
  11. Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. Unsupervised Spike Detection and Sorting with Wavelets and Superparamagnetic Clustering. Neural Comput. 16, 1661-1687 (2004).
  12. Deb, K., Agrawal, A., Pratab, A., Meyarivan, T. A fast elitist non-dominated sorting genetic algorithm for multi-objective optimization: NSGA-II IEEE. Trans. Evol. Comput. 6 (2), 181-197 (2000).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

タグ

LFP