February 10th, 2017
この記事では、SpikeSorterプログラムを使用して、多電極アレイで作成された細胞外記録のスパイクを検出し、ソートする方法を示します。
このビデオの全体的な目標は、電気生理学者に、SpikeSorterプログラムを使用して、微小電極アレイで作られた神経組織からの細胞外記録のスパイクを検出し、分類する方法を示すことです。私たちの目標は、ユーザーフレンドリーなインターフェースを備えたプログラムを使用して、このスパイクソートのタスクに対する簡単なソリューションを提供することでした。SpikeSorterは、さまざまな形式のファイルを読み取ることができ、並べ替えとデータエクスポートのオプションに加えて、さまざまな前処理とイベント検出戦略を提供します。
この手法の意味するところは、多電極アレイを用いた細胞外記録によって研究される神経行動の解析にまで及びます。一般に、この方法に不慣れな個人は、タスクの複雑さと標準的な方法論と客観的な検証の欠如のために苦労します。この方法を最初に思いついたのは、54チャンネルのマルチ電極アレイを使用して行われた独自の録音の分類の問題に直面したときで、利用可能な解決策が見つかりませんでした。
この手順を開始するには、プログラムを開きます。[ファイルに移動して開く]をクリックし、表示される[ファイルを開く]ダイアログの右下にあるドロップダウンリストから録音ファイル形式を選択します。次に、ファイルを選択して[開く]をクリックします。
読み取りが終了したら、[OK]をクリックします。記録信号が電圧波形ディスプレイに表示されるようになりました。録音がフィルタリングされておらず、ローカルフィールドポテンシャルが含まれている場合は、ツールバーのフィルターアイコンをクリックして削除します。
ハイパスバターワースフィルタ、適切なカットオフ周波数、および極数を選択し、[Do It]を押します。[OK]を押してから[完了]を押し、ディスプレイでフィルタリングされた波形を検査します。電圧信号は、マウスの左ボタンを押したままドラッグすることで検査できます。スクロールホイールを使用して、特定の機能を拡大したり、再度ズームアウトしたりします。
特定の波形ポイントにマウスを合わせると、左上隅に対応する電圧値が表示されます。ウィンドウをダブルクリックすると、ダイアログが表示され、イベントの検出と並べ替えが完了したら、録音の任意の部分をすばやく調査したり、チャネルまたはクラスター内の特定のイベントを調べたりするためにも使用できます。次に、障害の可能性があり、マスクが必要なチャネルを確認します。
チャネルチェックアイコンをクリックして、グラフを調べます。外れたチャネルをマスクするには、チャネル番号を選択するか、問題リストから選択します。終了したら、ダイアログを閉じ、プロンプトで「はい」をクリックしてマスク値を保存します。
マスクされたチャンネルは、電圧表示でグレー表示されます。この手順では、イベント検出の前処理に進んで、イベント検出ダイアログを表示します。右上のスライダーを使用して、特定のチャンネルのノイズレベルを検査します。
電圧表示を注意深く検査すると、マスクが必要なサイレントまたは異常にノイズの多いチャネルが明らかになる場合があります。イベント検出の変数しきい値処理を選択します。しきい値の推奨範囲は、ノイズの 4.0 倍から 6.0 倍です。
4.5を選択します。ドロップダウンリストから動的多相フィルタ検出方式を選択します。ウィンドウの幅を一般的なスパイク波形の約半分に設定し、0.15 ミリ秒から 0.5 ミリ秒の範囲の値を設定します。
その後、ソートされるスパイクの 1 つの時間的にローカライズされた特徴を最もよく識別するオプションを選択して、位置合わせ方法を選択します。他のオプションはデフォルト値のままにして、[スタート]を押します。[完了]を押してダイアログを終了します。
電圧波形ウィンドウには、検出されたイベントが割り当てられたセンターチャンネルに灰色で表示されます。イベント検出パラメータは、この時点で確認された結果に基づいて調整できます。たとえば、より多くのイベントを検出するために、イベント検出を低い検出しきい値で再実行できます。
通常、次のステップはルーチンのソートの前に実行されませんが、初めてソートするときや、なじみのないデータに遭遇したときに実行すると便利です。[並べ替え] に移動し、チャネルをクラスターに変換し、マスクされていない電極チャネルごとに 1 つのクラスターを作成します (各チャネルにいくつかのイベントが割り当てられていると仮定します)。これらのクラスターを調べるには、クラスターを確認、表示、クリーンアップ、分割して別のダイアログを表示します。
スピン コントロールを使用して、表示するクラスターを選択します。2 つ以上の異なるサブクラスターを持つクラスターを選択し、再調整ボタンを押して各イベントの時間を変更し、テンプレートの形状により一致させます。次に、[自動分割] を押して、主成分の分布に基づいてイベントをクラスター化します。
次に、チェックボックスをクリックして、サブクラスターの波形を調べます。スライダ コントロールを使用して、対応する波形を確認します。演習として、小さな分割ボタンの 1 つを使用して新しいクラスターを作成し、それを調べます。
緑のクラスタが分割された後、赤いクラスタが 2 つのサブクラスタをより明確に表示していることに注意してください。並べ替えは、この方法で手動で続行することもできますが、より高速な自動並べ替え手順を使用することをお勧めします。[完了]を押して、[ソート]、[自動ソート]に移動します。
イベント検出がすでに行われている場合は、次のように、イベント検出のスキップ オプションをオンのままにします。チェックされていない場合、イベント検出ダイアログから継承されたパラメータ値と選択肢を使用して、イベント検出が自動的に実行されます。下のクラスタリングパネルで、アライメントポイントの前後にあるスパイク波形全体を含むのに十分な大きさのテンポラルウィンドウを選択します。
次に、クラスタリング中に使用する再調整オプションを選択し、最小クラスター サイズを選択します。クラスタリングに使用する PC 空間のディメンション数を決定し、他のオプションはデフォルト設定のままにします。その後、開始を押して自動ソートを開始します。
自動ソートが完了したら、[次へ]を押して手動ガイド付きのマージと分割のステージに移動し、[開始]を押します。新しいダイアログでは、明確に類似または区別されていないクラスターペアが順番に表示されます。提示されたペアごとに、ボタンを使用して、ペアをマージするか、マージして再分割するかを選択し、ペアを別個のものとしてマークするか、最善の決定が不明な場合はあいまい
としてマークします。チェックボックスをクリックすると、スパイクピーク高さ、または時間ヒストグラムまたは自動および相互相関ヒストグラムに対する第1または第2主成分のグラフが表示されます。これらは意思決定に役立つかもしれません。ここでは、マージの決定の例を示します。
その後、マージと分割の決定が続きます。マージと分割のオプションで明確に分離可能なクラスターが見つからない場合は、プロンプト ダイアログのスライダーを使用してクラスタリング パラメーターを手動で変更し、問題なさそうな分割を見つけます。これを実現できない場合は、元に戻すボタンを使用して、2 つのクラスターの元の状態に戻します。
終了したら、図のようにsplitを押します。次に、レビュー、後処理に進みます。アライメントクリーニングボタンを使用して、クラスターテンプレートに一致しないイベントをクラスターから削除します。
次に、[再クラスター] ボタンを使用して、クラスター化されていないイベントを一致値に基づいて特定のテンプレートに再割り当てします。再利用されたイベントは、各親クラスターのサブクラスターとしてマークされ、クラスターの表示、クリーンアップ、分割ダイアログを使用して検査できます。これらのイベントは、削除されない限り、クラスターに残り、そのようにエクスポートされます。
次に、ポストプロセッシングダイアログに戻ります。削除ボタンとその横にあるスピンコントロールを使用して、選択したしきい値よりも信号対雑音比が小さいクラスターを削除します。その後、並べ替えボタンを使用して、選択した条件に従ってクラスターの番号を変更します。
この図は、ソートされたばかりの録音の波形を、表示して得られる表示を示しています。一般的な経験では、同じチャネル上のクラスタペアの波形は同じように見えますが、ペアの比較ダイアログでは、PC投影で異なるクラスタが表示されます。ソートの前の段階に続くマージの決定は、振幅時間プロットとクロスコレログラムによって提案されることがあります。
これは、短い時間間隔での強い非対称の相互相関の存在と、ここでは垂直軸に示されている 2 つのユニットの最初の主成分値の間の明確な関係に基づくマージの決定を示しています。この図は、マージに関する同様の証拠が不足しているケースを示しています。クロスコレログラムは強く非対称ではなく、オートコレログラムは異なります。
波形の形状は似ていますが、主成分の分布が異なるため、2つのユニットをマージすべきではないと言えます。この図は、波形の形状が類似しており、一方が発火を停止し、もう一方が発火を開始するときに、2つのユニットの最初の主成分値がブレンドされる場合を示しています。この場合、マージの決定は簡単に思えます。
このSpikeSorterの簡単な紹介がお役に立てば幸いです。私たちは、プログラムの開発を続け、新機能が役立つ場合は追加する予定です。この目的のために、バグレポート、建設的なフィードバック、改善のための提案を歓迎します。
View the full transcript and gain access to thousands of scientific videos
この記事では、神経組織の細胞外記録からスパイクを検出・分類するために電気生理学者向けに設計されたSpikeSorterプログラムの使用を示します。使いやすいインターフェースと様々な前処理オプションにより、スパイク分類に慣れていない人でも利用しやすくなっています。
Reliable spike sorting from multi-electrode array recordings is critical for early-stage neuroscience drug discovery, enabling accurate interpretation of neural activity and circuit function. SpikeSorter provides a standardized, user-friendly workflow for extracting quantitative neural signals, supporting robust target validation and mechanistic de-risking. This capability enhances predictive confidence at key inflection points in neuropharma R&D pipelines.
SpikeSorter fits within the discovery-to-preclinical continuum, bridging raw electrophysiological data acquisition and quantitative analytics for lead identification and mechanistic studies.