マルチ連絡ラミナーの電極の録音を使用してローカルネットワークの処理を検討

この手順の全体的な目標は、個々のニューロンと局所電位が一次視覚野の異なる皮質層でどのように作用するかを調べることを可能にする方法論を説明することです。感覚情報の中で。この手順は、コンピュータ制御のマイクロドライブシステムの構築と、一次視覚野での記録のための多接触層流電極の使用を説明することから始まります。

次のステップは、電極が標的の脳領域に進んだ後に誘発応答電位パラダイムを実行することです。この電流源に続いて、密度分析を使用して、極性反転に従って皮質層を特定し、同期ソース構成を伴います。手順の最後のステップは、受容野マッピングを実行し、視覚刺激に応答する神経活動の違いを分析することです。

最終的には、感覚情報のエンコードにおけるレイヤー固有の変化を示す結果を得ることができます。こんにちは、私の名前はサラ・イーグルマンで、ヒューストンのテキサス大学医学部の大学院生です。この手法がマルチ電極アレイなどの既存の方法と比較した場合の主な利点は、Uプローブが1回の貫通で何ミリメートルもの皮質にわたる神経活動を同時に記録できることです。

こんにちは、私の名前はブライアン・ハンセンです。私はヒューストンのテキサス大学医学部に勤務する大学院生です。この方法は、神経科学分野の重要な質問に答え、情報が層流特異的な方法で処理されるかどうか、またどのように処理されるかを探ることができます。

ネーム電極ドライブアセンブリを最初に構築するには、ガイドチューブ、ガイドワイヤー、完全なドレメル、セットネームツールとパーツ、Uプローブなど、必要なツールと部品を組み立てます。ガイドチューブを測定して、録音デバイスに取り付けられたときに、硬膜を損傷することなく硬膜の上に載せるのに十分な長さになるようにします。次に、記録室の深さを測定した後、ガイド管を切断しながらガイド管を測定した長さ約5〜7センチメートルに切断します。

チューブ内に金属片が入らないようにしてください。ガイドチューブの内径よりも細い細いワイヤーを使用して、チューブ内の金属片を取り除きます。次に、名前グリッドを名前ベースに配置します。

clを締めますamp ネジとグリッドネジ。次に、関心のある記録領域を特定し、その領域の上にマイクロドライブタワーを配置します。関心領域が特定されたら、ガイドチューブをグリッドの底部に通して、ネームチャンバーから約1〜2ミリメートル外側になるまで進めます。

次に、各NAマイクロドライブタワーに2つのクランプを組み立てます。モーターが上部クランプを駆動し、下部クランプは所定の位置に固定することも緩めることもできます。トップクランプは、Uプローブの補強チューブに取り付けられています。

下部clを取り付けますamp ガイドチューブに、少量の瞬間接着剤を塗布してガイドチューブを所定の位置に固定します。2つのクランプは、システムに安定性と精度を提供します。Uプローブの先端をガイドチューブの上部に慎重に合わせ、タワーをメインベースに固定できるようになるまで、Uプローブをガイドチューブに通します。

つまみネジでタワーの位置を調整して、Uプローブまたはガイドチューブに追加の張力がかからないようにします。ネームシステムをシリンダーベースに配置し、モーターケーブルを対応するタワーに接続します。複数のタワーを使用している場合は、モーターケーブルとタワーを区別するために色分けされた結束バンドが使用され、名前のソフトウェアプログラムを使用して、Uプローブを自動的にその位置まで進めるターゲット位置を設定するか、名前のソフトウェアインターフェイスをクリックして、Uプローブを進めます。名前の部屋。

Uプローブをメトロ側の活性化アルデヒド溶液に20〜30分間入れて滅菌してから、ネームベースを埋め込み型の記録チャンバーに取り付けます。その後、Uプローブとネームベースを滅菌水ゼロですすいでください。ネームソフトウェアのガイドチューブのすぐ内側に先端が来るようにUプローブを引っ込めることにより、ソフトウェアの位置に名前を付けます。

すべての位置を 0 個クリックします。ネームベースを埋め込み型記録室に取り付け、4本のネジをすべて締めます。次に、記録チャンバーの側面にあるピンに従ってベースを合わせます。

4本のネジをすべて再度締め、ネームベースが録音チャンバーにしっかりと取り付けられていることを確認します。記録を進めるための準備として、Uプローブは接地され、接地と参照の指示に従って浮いていると見なされます。これは、ワイヤーに取り付けられたジャンパーを配置することによって実現されます。

下部のコネクタでは、ヘッドステージがUプローブコネクタに固定され、次にアンプケーブルが接続されて接地されます。Uプローブは、最初は約1〜2ミリメートル速く強力に進められます。速度パラメーターを 0.1 から 0.2 ミリメートル/秒の範囲で設定し、深度ステップを 0.2 から 0.3 ミリメートルに設定します。

これらの値により、Uプローブは硬膜をきれいに穿刺することができ、記録の重要な最初のステップとなります。硬膜を通過したら、速度を毎秒0.50〜0.1ミリメートルに減らし、深さステップを0.5〜0.1ミリメートルに減らします。目標は、組織が損傷を受けないように、Uプローブをできるだけスムーズかつゆっくりと進めることです。

プローブが脳に入ったことを示す指標の1つは、ノイズレベルの減少を伴うLFPの振幅の変化であり、電極がすべての皮質層にまたがっていることを確認し、フルフィールドの白色フラッシュ刺激に応答して振幅の変化を測定します。時間の経過に伴うLFP振幅の変化は、誘発応答電位解析の根底にあります。この分析は、皮質層を特定するための皮質層を特定するための基礎を提供します。

受動的な固定タスク中に誘発される応答電位を測定し、被験者を 100 ミリ秒間白く点滅した後、黒に戻るフルフィールドの黒い画面に被験者をさらします。このシーケンスは 1 回の試行を構成し、200 回繰り返されます。マルチチャンネル集録プロセッサのプレックスは、すべての連続データ信号をナショナルインスツルメンツのPCIボードを介して記録コンピュータに直接保存します。

データを保存したら、電流源密度解析のための信号の処理を開始します。Plex onが提供するソフトウェア補正FPアライメントを使用して、ヘッドステージとプリアンプボードのフィルターによって誘発されるLFP信号の時間遅延を補正します。この時点で、データは neuro explorer を使用して MATLAB に転送されます。

各LFPチャンネルは、カットオフ周波数が0.5ヘルツと100ヘルツの標準的なハイパスフィルターとローパスフィルターを使用してフィルタリングされます。各電極接触をフィルタリングした後、各試行と試行全体の平均を特定して、各電極接触の平均 LFP 時系列を取得し、各接触を LFP 振幅を時間の関数として持つ行列に整理し、ワークスペースに「CSD plotter」と入力して MATLAB で ICSD ツールボックスを実行します。連続データのサンプリング周波数が 1 キロヘルツの場合、DT パラメーターを 1 ミリ秒に設定します。

次に、皮質の導電率の値を0.4シーメンス/メートル(ナノピア/立方ミリメートルの単位で電流源密度を近似する)に設定し、電極の位置を0.1のベクトルとして、コンタクトの総数である0.1〜1.6のステップで変更します。すべてのパラメータが挿入されたら、[run this] をクリックします。CSD プロッタインタフェースで CSD プロファイルを表示し、新しい図形に貼り付けます。

画像 SC などの MATLAB の一般的な機能を使用してレイヤー プロファイルをプロットし、さまざまな平滑化アルゴリズムと正規化ルーチンを適用して CSD データを表現し、時間やセッション間でレイヤーの識別を比較できます。まず、レイヤー 4 の基部でのシンク ソース構成に伴う極性反転を特定するには、粒状層にプライマリ シンクが存在することを確認します。層流 CSD プロファイルを使用して、CSD プロットでシンク駆動の負極性を特定します。

次に、粒状シンクの重心を計算します。OIDは、同期が最大だった連絡先番号と時間で構成される解析から取得されます。syn Centro との接触は、ゼロマイクロメートルでの粒状層の基準として機能します。

参照の上下にあるすべての接触を分析し、それらを 3 つの可能なレイヤーのいずれかにグループ化します。Supra、Granular、Granular、およびinfra Granularは、電極位置をシャッフルすることにより、時間ドメインを変更しないまま、グラニュラーシンクを検証します。シャッフル後、CSD 行列は OID 解析を計算します。

繰り返しになりますが、皮質の深さの関数として電極接触をシャッフルすると、層流の特異性が破壊されるはずです。受容野を見つけるには、受容野が潜在的に位置しているモニターに逆相関刺激を提示することから始まります。この刺激は、45度、0度、90度、135度の4つの向きのグレーディングで構成されています。

発火率マップでクラスター解析を実行し、受容野を特定します。まず、各時間遅延の最大発射速度の位置とその重心を計算します。次に、Centro とこれらの最大発射速度の位置との間の距離を計算します。

各ニューロンの5ミリ秒間隔で40〜120ミリ秒の伝導遅延について、各空間位置での発火率のマップを独立して計算します。OIDと周囲の最大発火速度ポイントとの間のすべての時間遅延での合計距離を見つけます。受容野は、その距離を最小化する時間遅延にあります。

各細胞について受容野が見つかると、記録された集団内のすべての受容野と重なるすべての受容野の位置よりも大きい逆相関刺激が現れます。リアルタイムの発火率プロットを使用して、正しい受容野の位置が特定されたかどうかを判断できます。最後に、プレックスオンのオフラインソータープログラムを使用して、主成分のスパイク、幅、谷、ピークのプロパティなどのパラメータに基づいて波形クラスタリングを実装するスパイク波形をソートします。

応答が急激に変化する信号ユニットは必ず削除し、ここに示す詳細な分析のために安定した発火率のユニットのみを保持してください。皮質の深さ全体に皮質層を時間関数として局在させるCSD分析の一例として、超粒状層、粒状層、および超粒状層、および超粒状層の位置は、記録セッションが開始してから4時間後も安定しています。CSD トレースは、特定のレイヤーに割り当てられた連絡先の平均を表します。

この例では、粒状層は約 50 ミリ秒で CSD 振幅が明らかに減少します。層流電極を使用する際の別の重要な分析は、ニューロンの受容野を正確に識別し、局在化することです。これらのプロットの原点は、黒いコンピューター画面の中央に表示される小さな白い円である固定点です。

これらのプロットの色は、動的な逆相関刺激に応答した各ニューロンの発火率を表しています。この図は、同じチャネルで分離されたスパイク波形の2つの例を表しています。クラスター解析は、主成分解析とスパイク波形特性を用いて行いました。

平均スパイク波形は実線で示されています。標準偏差は破線で示されます。これらの手順を試みる際には、慎重に進行し、進行後に脳が十分に落ち着くのに十分な時間を確保することを忘れないでください。

通常、この手順に続いて、最後の進行から約30〜45分後に録音を開始します。LFP PowerやSpike Field同期などの他のスペクトル手法を使用して、皮質層内および皮質層間のネットワーク構造を研究することができます。