Name: 「SpikeSorter」を使用した電気生理学的記録をソートするビジュアルガイド (動画) | JoVE Journal
Uploaded: 2017-02-10T15:00:00.000+00:00
Duration: 10 min 31 s
Description: 学ぶSpikeSorterを用いた神経組織の細胞外記録からスパイクを検出・ソートする方法。初心者にも使いやすいインターフェースで、多電極アレイデータの解析を効率化し、神経活動の理解に貢献します。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

私たちは、SpikeSorterを使用し、ファイル形式のサポートや改善方法に関する提案やフィードバックを提供してくださった個人やグループに感謝します。これらには、Youping Xiao、Felix Fung、Artak Khachatryan、Eric Kuebler、Curtis Baker、Amol Gharat、Dongsheng Xiaoが含まれます。「代表的な結果」で示された偽陽性と偽陰性の数値について、Adrien Peyracheに感謝します。

<ol><li>Buzsáki, G. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/15114356">Large-scale recording of neuronal ensembles.</a> Nat. Neurosci. 7, 446-451 (2004).</li>
<li>Blanche, T. J., Spacek, M. A., Hetke, J. F., Swindale, N. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Polytrodes%3A+High+Density+Silicon+Electrode+Arrays+for+Large+Scale+Multiunit+Recording%5BTitle%5D)+AND+%22J.+Neurophys%22%5BJournal%5D)">Polytrodes: High Density Silicon Electrode Arrays for Large Scale Multiunit Recording.</a> J. Neurophys. 93, 2987-3000 (2005).</li>
<li>Lewicki, M. S. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/10221571">A review of methods for spike sorting: the detection and classiﬁcation of neuronal action potentials.</a> Network. 9, R53-R78 (1998).</li>
<li>Letelier, J. C., Weber, P. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+based+on+discrete+wavelet+transform+coefficients%5BTitle%5D)+AND+%22J.+Neurosci.+Methods%22%5BJournal%5D)">Spike sorting based on discrete wavelet transform coefficients.</a> J. Neurosci. Methods. 101, 93-106 (2000).</li>
<li>Quiroga, R. Q., Nadasdy, Z., Ben-Shaul, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unsupervised+spike+detection+and+sorting+with+wavelets+and+superparamagnetic+clustering%5BTitle%5D)+AND+%22Neural+Computation%22%5BJournal%5D)">Unsupervised spike detection and sorting with wavelets and superparamagnetic clustering.</a> Neural Computation. 16, 1661-1687 (2004).</li>
<li>Franke, F., Natora, M., Boucsein, C., Munk, M., Obermayer, K. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/19499318">An online spike detection and spike classiﬁcation algorithm capable of instantaneous resolution of overlapping spikes.</a> J. Comput. Neurosci. 29, 127-148 (2010).</li>
<li>Jäckel, D., Frey, U., Fiscella, M., Franke, F., Hierlemann, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Applicability+of+independent+component+analysis+on+high-density+microelectrode+array+recordings%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Applicability of independent component analysis on high-density microelectrode array recordings.</a> J. Neurophysiol. 108, 334-348 (2012).</li>
<li>Rossant, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+large%2C+dense+electrode+arrays%5BTitle%5D)+AND+%22Nature+Neuroscience%22%5BJournal%5D)">Spike sorting for large, dense electrode arrays.</a> Nature Neuroscience. 19, 634-641 (2016).</li>
<li>Vandecasteele, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-scale+recording+of+neurons+by+movable+silicon+probes+in+behaving+rodents%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Large-scale recording of neurons by movable silicon probes in behaving rodents.</a> JoVE. (61), e3568(2012).</li>
<li>Schjetnan, A. G. P., Luczak, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Recording+large-scale+neuronal+ensembles+with+silicon+probes+in+the+anesthetized+rat%5BTitle%5D)+AND+%22JoVE%22%5BJournal%5D)">Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat.</a> JoVE. (56), e3282(2011).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+sorting+for+polytrodes%3A+a+divide+and+conquer+approach%5BTitle%5D)+AND+%22Frontiers+in+Systems+Neuroscience%22%5BJournal%5D)">Spike sorting for polytrodes: a divide and conquer approach.</a> Frontiers in Systems Neuroscience. 8, 1-21 (2014).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spike+detection+methods+for+polytrodes+and+high+density+microelectrode+arrays%5BTitle%5D)+AND+%22J.+Comput.+Neurosci%22%5BJournal%5D)">Spike detection methods for polytrodes and high density microelectrode arrays.</a> J. Comput. Neurosci. 38, 249-261 (2015).</li>
<li>Swindale, N. V., Spacek, M. A. <a target="_blank" href="https://www.ncbi.nlm.nih.gov/pubmed/26875661">Veriﬁcation of multichannel electrode array integrity by use of cross-channel correlations.</a> J. Neurosci. Meth. 263, 95-102 (2016).</li>
<li>Fukunaga, K., Hostetler, L. D. <a target="_blank" href="http://ieeexplore.ieee.org/document/1055330/">The estimation of the gradient of a density function, with applications in pattern recognition.</a> IEEE Transactions on Information Theory (IEEE). 21, 32-40 (1975).</li>
<li>Mitelut, C., et al. Standardizing spike sorting: an in vitro, in silico and in vivo study to develop quantitative metrics for sorting extracellularly recorded spiking activity. Soc. Neurosci. Abstr. 598 (10), (2015).</li>
<li>Hazan, L., Zugaro, M., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Klusters%2C+NeuroScope%2C+NDManager%3A+A+free+software+suite+for+neurophysiological+data+processing+and+visualization%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Klusters, NeuroScope, NDManager: A free software suite for neurophysiological data processing and visualization.</a> J. Neurosci. Meth. 155, 207-216 (2006).</li>
<li>Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Accuracy+of+tetrode+spike+separation+as+determined+by+simultaneous+intracellular+and+extracellular+measurements%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements.</a> J. Neurophysiol. 84, 401-414 (2000).</li>
<li>Anastassiou, C. A., Perin, R., Buzsáki, G., Markram, H., Koch, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cell-type+and+activity+dependent+extracellular+correlates+of+intracellular+spiking%5BTitle%5D)+AND+%22J.+Neurophysiol%22%5BJournal%5D)">Cell-type and activity dependent extracellular correlates of intracellular spiking.</a> J. Neurophysiol. 114, 608-623 (2015).</li>
<li>Wohrer, A., Humphries, M. D., Machens, C. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Population-wide+distributions+of+neural+activity+during+perceptual+decision-making%5BTitle%5D)+AND+%22Prog.+Neurobiol%22%5BJournal%5D)">Population-wide distributions of neural activity during perceptual decision-making.</a> Prog. Neurobiol. 103, 156-193 (2013).</li>
<li>Mizuseki, K., Buzsáki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Preconfigured%2C+skewed+distribution+of+firing+rates+in+the+hippocampus+and+entorhinal+cortex%5BTitle%5D)+AND+%22Cell+Reports%22%5BJournal%5D)">Preconfigured, skewed distribution of firing rates in the hippocampus and entorhinal cortex.</a> Cell Reports. 4, 1010-1021 (2013).</li>
<li>Schmitzer-Torbert, N., Jackson, J., Henze, D., Harris, K., Redish, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+measures+of+cluster+quality+for+use+in+extracellular+recordings%5BTitle%5D)+AND+%22Neuroscience%22%5BJournal%5D)">Quantitative measures of cluster quality for use in extracellular recordings.</a> Neuroscience. 131, 1-11 (2005).</li>
<li>Barnett, A. H., Magland, J. F., Greengard, L. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validation+of+neural+spike+sorting+algorithms+without+ground-truth+information%5BTitle%5D)+AND+%22J.+Neurosci.+Meth%22%5BJournal%5D)">Validation of neural spike sorting algorithms without ground-truth information.</a> J. Neurosci. Meth. 264, 65-77 (2016).</li>
</ol>

著者らは開示するものは何もない。

ファイル形式現在サポートされているファイル形式はNeuralynx（.nttと.ncs）、Plexon（.plx）、Neuroscope（.xmlの+の.dat）、マルチチャンネルシステム（の.mcd）、ブラックロック（.nev）とインタン（.rhd）が挙げられます。サポートされていないフォーマットの場合、2つのオプションがあります。一つは（ &#39; - についてヘルプ」ダイアログで提供され、開発者への電子メールのリンク）次期リリースへのファイル形式の追加を要求することです。他には、サポートされている形式にファイルを変換することです。単純なオプションは、時間のスパイク・フォーマット「.tsf &#39;を使用することです。この骨子フォーマットは電圧レコードとチャネルの位置データと並べ替え、次のイベントとチャンネルとクラスタ割り当てのレコードが含まれています。これらのファイルを読むことは、多くの場合、他の形式よりも高速です。これは、その後の時間のかかるフィルの必要性を回避するので、独立して、サポートされていないフォーマットを扱うのは（この形式は、エクスポートのオプションの中に含まれてい...

シンプルなオンラインのしきい値とウィンドウよりもより洗練された方法を用いて、脳から細胞外シグナルを記録する誰もが電極によって記録されたノイズを含む電圧信号とは異なるニューロンからの信号を識別し、分離のタスクに直面しています。この作業は、一般に、スパイクソーティングとして知られています。スパイクソーティングの難しさは、様々な要因によって配合されます。近くの電極によって、そこから記録された信号は、同様と区別するのは難しい可能性が高いように、ニューロンは、非常に接近することができます。単一ニューロンによって生成された信号は、高発火率の期間、電極に近い樹状突起における電圧コンダクタンスの活性化の様々な程度の間に、恐らくは電極の動きを、時間をかけて可変ナトリウムチャネル速度を変化させる、または可能性としてあり脳の状態の変化の結果。 R - （100μM20）、これらの問題は、多くの密接に離間してマルチ電極アレイ（MEAの）を使用することによって軽減することができます<html>彼らは通常、複数のチャンネル1、2の上に広がっているため、単一ニューロンからの信号のより良い空間解像度を可能にするチャンネルをecording。しかし、神経細胞からの信号は、空間における電極の重なりの長さ全体に沿って広がっているという事実と組み合わされ、これは、固有のニューロンに対応するクラスタを特定する必要があるの中の潜在的に非常に高い次元の空間になります。この問題は、電極チャネルの数が少ない以上は計算困難となります。現在まで、概してが同意しない、上にされる最良の方法スパイクソーティングのために、多くの解決策は、MEAのより3、4、5、6、7、8及び記録が提案されてきたものの、9ますます一般的になりつつありますお尻= &quot;外部参照&quot;&gt; 10。スパイクソーティングはそれ自体が目的ではなく、単にさらなるデータ分析の前に必要な準備段階であるため、生の記録データファイルを読み込んで、わずかのユーザにソートされたスパイク列に変換されます簡単に使用可能なパッケージが必要とされていますできるだけ迅速かつ確実に入力、及び、。 これらのニーズを満たすことを目的に開発したプログラム - 本稿ではSpikeSorterを使用するためのチュートリアルを提供します。プログラムは、以前に公開された論文11、12、13に記載されたアルゴリズムに基づいています。プログラムを設計する上での目標は、a）は 、それがコンピュータプログラミングのか、方法論をソートスパイクのほとんど、あるいは全く事前の知識を必要とするユーザーフレンドリーなインターフェイスを持つべきであるということでした。 b）は 、標準的なWindowsまたはLinuxオペレーティングシステムを超えていくつかまたは全く他の特殊なソフトウェアコンポーネントが必要とされるべきです。 C言語 </em&gt;）データのインポートとエクスポートのための記録データフォーマットの広い範囲をサポートする必要があります。 d）の最小化されなければならないの並べ替え時にユーザー入力の必要性、およびe）ソート時間は、録画時間と電極上のチャネル数と、理想的には直線的、合理的な方法をでスケーリングする必要があります。プログラムに実装されたアルゴリズムは、前処理及びイベント検出戦略A）柔軟なセットを含みます。 b）は自動化された除算と主成分（PC）特定のクラスタに割り当てられたチャネルのサブセットから得られた分布に基づいて、電圧波形をクラスタリングする次元削減の戦略を征服。 c）のそれぞれは、すべての可能な限りお互いから区別されることを保証するために、平均シフトアルゴリズム3、14、およびd）部分的に自動化されたペアごとのマージおよびクラスタの分割に基づく高速クラスタリング手順でPC分布のクラスタリングを自動化。 THIへsの、一連の手順は、PC分布の検査、クロスとスパイク列とスパイク波形の時間振幅プロットの自動相関曲線に基づいて、クラスタの手動分割やマージを可能にする追加されました。 tetrodes、四極アレイ、ユタ州アレイならびに単一およびマルチシャンクのMEAからの記録は、読み、ソートすることができます。チャネル数の電流制限は256であるが、これは将来的に増加させることができます。 別のクロスプラットフォームのオープンソース実装、「spyke」（http://spyke.github.io）も利用可能です。 PythonとCythonで私たちの1（MS）によって書かれた、spykeはいくつかの違いで、SpikeSorterと同じ全体的なアプローチを採用しています：メモリの需要を減らすために、生データを小さなブロックにロードされ、どうしても必要なときだけさ。クラスタはもっぱら、表示、操作、および3Dにソートされています。主成分と独立成分分析は、両方の相補的な次元削減手法として用いられています。 Spykeはでより多くのユーザーが必要ですteractionが、急速にスパイクの任意の部分集合のクラスタリングの様々な要因の影響を調査するために、キーボードとマウスのショートカットやアンドゥ/リドゥキューに大きく依存しています。これらの要因は、スパイクチャンネルおよび時間範囲の選択、スパイクアライメント、クラスタリング寸法および空間帯域幅（シグマ）11を含みます。 以下は、ソートに使用されるアルゴリズムと戦略の簡単な説明です。より完全な説明は以前の出版物11、12、13、ヘルプボタンを介してアクセスすることができ、注釈内で見つけることができます（で識別&#39;？&#39;）SpikeSorter内。生細胞外電圧ファイルをロードし、低周波成分を濾過した後、イベント時間の前と後の短時間の電圧のスナップショットから成り各々がイベントのセットのイベント検出結果の初期段階。選択した場合（&lt;100μm）のサイトが十分に近接して配置されている乗って、単一ユニット信号は、一般的に、いくつかの隣接するチャネルに表示されます。中央チャネルは、自動的にイベントのピーク間電圧が最大となるのチャンネルに対応し、各イベントのために選択されます。自動化されたそのチャンネルにローカライズされたすべてのイベントからなる、各電極チャネルのための単一の最初のクラスタを形成することによって開始をソートします。チャンネル間の中間に位置する単位が異なるチャネルに（おそらくランダム）ローカライズされたスパイクを生じることがあります。スパイクのこれら2セットからのクラスタは、類似と識別され、後の段階でマージされます。各初期クラスタ内のイベントの平均波形が計算されます。これは、クラスタのテンプレートと呼びます。補助チャネルは、振幅と、各チャネル上のテンプレート波形の標準偏差に基づいて、各クラスタに割り当てられます。主成分の値は、各クラスタベースのOに対して計算されますn個のチャネルの割り当てられたセットで波形。ユーザーは、主成分の次元数は、使用することを選択することができます：通常2で十分です。各クラスタは、その後のクラスタの更なるセットに分割され、いずれも自動化されたクラスタリングによってさらに分割することはできませんまで、これが繰り返されます。 この時点で、64チャネル電極から64のクラスタ、たとえば最初のセットは、記録中に存在した単位の数に応じて、2〜3回にその数を分割することができます。しかしため、異なるチャネルへの単一の単位からのイベントの変数への代入のため、この段階で見つかったクラスタの数はほぼ確実にそれがあるべきよりも大きくなっています。ソートの次の段階は、クラスタのペアを比較し、類似のペアをマージするか、別の1からイベントを再割り当てすることによってoversplittingを補正することです。ソートのこの段階を「マージおよび分割」と呼ばれます。 マージおよび分割 Nクラスタの場合、N *（N-1）/ 2の対ひいては対の数は、望ましくないN 2、として成長があります。対の2つのメンバーが物理的に遠く離れているのでしかし、多くのペアが比較から除外することができます。これは、より直線的チャネルの数に関係している何かに依存を減らすことができます。このショートカットにもかかわらず、マージと分割ステージがまだかなり時間がかかることがあります。それは以下のように動作します。比較される各クラスタペア（それぞれに割り当てられたチャネルセットでの重複によって判断されるように、一緒に物理的に近いもの）が一時的に知られている2つのメンバ・クラスタでスパイクのアイデンティティを維持するものの、マージされます。マージされたペアの主要な構成要素が計算されます。二つのクラスタ内のポイント間の重複の測定値は、最初の2つの主成分の分布に基づいて計算されます。 道OV<html> erlap測度は他の箇所11でより詳細に記載されて計算されます。各点の最も近い隣人が同じクラスタ内にある、すなわちクラスタは、まったく重ならない場合、その値はゼロです。その値は1に近いクラスタが完全に重なった場合、 すなわち、最も近い隣人が同じクラスタ内にある確率は点の均一な混合から予測と同じです。 様々な決定は、アカウントに重複措置をとる作られています。重複がある値よりも大きい場合には、クラスタが併合されてもよいです。重なりが非常に小さい場合には、クラスタ対が異なるように定義され、放置されてもよいです。クラスタペアの不完全な分離を示す中間値が、ペアは望ましい結果が少ない重なりを持つクラスタのペアであること、分割を再その後合併し、すべきであることを知らせることができます。これらの手順は、手動で導かれた段階で最初の自動化の段階で、次に実行されます。 10トン &quot;&gt;自動化された段階では、高い重複値を持つクラスタペアがマージされ、その後、低重複値への中間体と、クラスタペアがマージされ、分割を再された第2、ユーザーガイド付きの段階では、ユーザはすべてを提示されます。順序であいまいなクラスタペア（ すなわち、定義された中間範囲内の重複値を持つもの）を残りし、a）から c）明確なことがペアを宣言し、b）のペアをマージしresplit、ペアをマージするかどうかを選択するように要求されている（これは）重複対策の重要性を上書きする、またはd）オートを含め、これらの意思決定を支援するためのペアのスパイクがうまくソートされそうにないことを示す「あいまい」。さまざまなツールが提供されているようなペアとの関係を定義します - 交差相関曲線およびスパイク高さとPC値の時系列プロットと。 理想的には、合併及び分割の段階の終了時に、すべてのクラスタは、他のすべてと区別すべきですどちらかそれは他のクラスタと共通のいくつかまたは全くチャネルを有する、または重複インデックスが定義された値より小さいのでので。この値は、ユーザが選択可能であるが、典型的には0.1です。 （一つ以上の他のクラスタとの重なりが閾値よりも大きいため）、この試験に合格したクラスタ（ユニット）は「安定した」として定義され、そうでないものは、「不安定」と定義されます。実際には、単位の大部分が廃棄されるか、または潜在的にマルチユニットとして扱うことのいずれかに余りを残して、ソートの仕上がりで「安定」と定義されてしまいます。 ソフトウェア要件 SpikeSorterは、Windows 7およびWindows 10の64ビットバージョンとの互換性があり、また、ワインのエミュレータを使用して、Linuxの下で正常に実行されています。データファイルは、したがって使用可能なRAMが（プログラム自体は約2ギガバイトを可能にする）記録の大きさに比例する必要がある（スピードのため）、メモリに完全にロードされます。電気生理学的なサイズが130ギガバイトを超えるアル・データ・ファイルが正常にWindowsとLinuxの両方の環境でソートされています。オプションは、Windowsの標準メニュー、ツールバーやダイアログを介してアクセスされています。メニューの項目のレイアウトが大きく、データ入力およびソートされたデータのエクスポートを可能にし、右側の[エクスポート]メニュー用の左側の「ファイル」メニューから始めて、仕分けでの操作の順序と一致します。ツールバーのボタンは、一般的にメニュー項目を使用するためのショートカットを提供します。 チャネルの設定ファイル 多くの記録データフォーマットは、チャネルの位置を格納しないでください。しかし、これらを知ることスパイクソーティングのために不可欠です。チャネルはまた、収集ソフトウェアによって様々な方法で番号付けされることがあります。SpikeSorterは、シーケンシャルルールに従うようにチャンネル番号を再マッピングすることができ、その補助的な電極構成ファイルを作成する必要があり、したがって、チャネル1から始まる、チャンネルが順番に番号が付けられていることを必要とし、に店舗チャネルLOCations。チャネル構成ファイルには、各チャネルのテキストの単一の行のテキストファイルです。ファイルの最初の行は、電極を識別し、長い16文字まで、テキスト名を格納します。後続の行の数字は、タブ、単一のカンマ、またはスペースで区切ることができます。ファイル内のチャンネル番号、それがマッピングされる先のチャンネル番号（SpikeSorterによって使用される、すなわち番号）、およびのx、y座標：4（順番に）提供する各列の数字があります。チャネル、ミクロンインチX座標は、通常、電極の挿入方向に対して垂直とすることがあろうとyは 、組織内への深さになるに応じて調整します。設定ファイルは、記録ファイルと同じディレクトリに配置されなければなりません。それは名前を付けることができます方法に多少の柔軟性があります。プログラムは、最初の生データファイルとしてではなく、.cfg拡張子と同じ名前を持つファイルを検索します。そのファイル私の場合sが見つかりません、それはファイル &#39;electrode.cfg&#39;を検索します。次に、そのファイルが見つからない場合、エラーメッセージは、チャネルレイアウト情報の欠如を示すために生成されます。

<table><tbody><tr><td>spikesorter.exe</td><td>N/A</td><td></td><td><a href="http://www.swindale.ecc.ubc.ca/SpikeSorter">http://www.swindale.ecc.ubc.ca/SpikeSorter</a></td></tr></tbody></table>

「spikesorter」を使用した電気生理学的記録をソートするビジュアルガイド

A Visual Guide to Sorting Electrophysiological Recordings Using 'SpikeSorter'

多電極アレイで作成された記録からスパイクを選別するためのスタンドアロンソフトウェアアプリケーションはほとんどありません。理想的には、アプリケーションはグラフィカルユーザーインターフェイスを備えたユーザーフレンドリーで、さまざまな形式のデータファイルを読み取ることができ、ユーザーに柔軟なツールセットを提供して、さまざまなユニットからの細胞外電圧波形をある程度の信頼性で検出および分類できる必要があります。以前に公開されたスパイクソーティング方法は、生の記録データファイルから始まり、ソートされたスパイク時間のエクスポートで終わる、ソートのためのツールの完全なセットを電気生理学者に提供することを目的としたソフトウェアプログラム、SpikeSorterで利用可能になりました。現在可能な範囲で、手続きは自動化されています。この記事では、プログラムの使用方法を説明し、説明しています。代表的なデータファイルを開き、細胞外トレースをフィルタリングし、イベントを検出してからクラスター化します。ソート中に一般的に発生するいくつかの問題が示されていますが、これには、2 番目のスパイクが最初のスパイクよりも大幅に小さいペアでスパイクを発射する一部のユニットの傾向によるユニットの人工的な過剰分割や、一部のユニットで遭遇する時間の経過に伴うスパイク高さのゆっくりとした変動による過剰分割が含まれます。SpikeSorterの性能の精度は、サロゲートグラウンドトゥルースデータでテストされ、現在の開発における他のアルゴリズムの精度に匹敵することがわかりました。

典型的なソートされた記録のために- 図7は、（ &#39;ソート波形ビュー」に行くことによって得られる）の表示を示しています。デフォルトのビューのオプションは、各クラスタのためのセンターチャンネルの波形を表示するだけです。一般的な経験は、同じチャネル上のクラスタペアの波形が同一に見えるが、「比較ペア」とダイアログが最も頻繁に隣接するチャネルでの波形の違いから生じる、PCの投影における明確なクラスターがある二つのクラスタを検査するために使用されていることです。これは、例えば、 図7のチャネル62上の波形の、真です。 上述したように、合併の決定は、振幅 - 時間プロット上で、クロスコレログラムに基づいている必要があり、クラスタのペアを見つけることは珍しいことではありません。 図8は、クロスコレに部分的に基づいてマージ決定の一例を示しています。非常に強い、a...

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。

「SpikeSorter」を使用した電気生理学的記録をソートするビジュアルガイド

Few stand-alone software applications are available for sorting spikes from recordings made with multi-electrode arrays. Ideally, an application should be ...

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。

a-visual-guide-to-sorting-electrophysiological-recordings-using

Research

JoVE Journal

Neuroscience

神経科学

皮質回路の理解に根本的な問題は、ネットワークが異なる皮質層に感覚情報をエンコードする方法です。ここでは、皮質の層を識別するために、単一のユニットと局所電場電位と現在の分析を記録するマルチコンタクト層電極を利用した電気生理学的手法を説明します。...

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

このビデオは、一次マウススパイラル神経節ニューロン(SGN)培養からの自発的および刺激依存的な神経活動を多電極アレイ(MEA)で記録する方法を示しています。これには、MEAの洗浄と準備、自発的な神経活動の記録、および刺激依存性のニューロン活動を特定するための制御された電気刺激の適用が含まれます。...

多電極アレイを用いた初代マウス渦巻神経節ニューロンの神経活動の解析

このビデオは、麻酔をかけたラットを複数の部位からの脳活動の電気生理学的記録のために準備するための詳細な手順を示しています。頭皮を解剖して頭蓋骨にアクセスし、電極を取り付けて固定するために正確な位置に穴を開けます。次に、タングステンマイクロワイヤ電極を目標位置に挿入してデータを記録します。...

ラットの複数の部位からの脳活動のin vivo電気生理学的記録

シングルユニット電気生理学的記録で使用するためにマイクロワイヤの組織化された配列を移植することは技術的な課題の数を示します。必要に応じてこの技術及び設備を実施するための方法が記載されている。また、高い空間選択性の異なる神経サブリージョンから録音するために組織さMICROWIREアレイの有益な使用が議論されている。...

動物を振る舞う、覚醒中のシングルユニット記録のためにマイクロワイヤの組織化された配列を移植するための手順

この研究では、方法論は、ウレタン麻酔下での超指向経路からのマルチサイトインビボ電気生理学的記録をどのように行うかについて提示されている。...

急性<em&gt;インビボ</em&gt;麻酔ラットにおけるHyperdirect経路からの局所場ポテンシャルとマルチユニット活性の電気生理学的記録

現在のプロトコルは、海馬への腹側テグメンタル領域(VTA)グルタミン酸突起をトレースするための簡単な方法を示しています。VTAグルタミン酸ニューロンの光刺激をCA1記録と組み合わせて、VTAグルタミン酸末端が生体内での推定ピラミッド発火率を調節する方法を示した。...

海馬の腹側テグメンタル領域グルタミン酸末端のインビボ解剖学的および機能的なトレース

脊髄後角におけるネットワークレベルの侵害受容活性を調査するための微小電極アレイ技術と4-アミノピリジン誘発化学刺激の併用が概説される。...

微小電極アレイを用いた脊髄侵害受容回路におけるネットワーク活動の記録

プロトコルは自由に動く意識のマウスの細胞外の電気生理学的な特性を明らかにするための運動皮質(MC)の細胞外記録の方法論を、またローカル視野の潜在性(LFPs)および興味の行動の根底にあるネットワークの神経活動を評価するために有用であるスパイクのデータ分析記述する。...

自由に動くマウスにおけるマルチチャンネル細胞外記録

特注のマイクロドライブにより、リニアシリコンアレイで皮質記録部位をサブミリメートルでターゲティングすることができます。...

コモンマーモセットにおける層状皮質活動の電気生理学

ここでは、使いやすさ、プローブの回収率、実験の汎用性、および行動との適合性が最適化された、げっ歯類の慢性電気生理学用の軽量で費用対効果の高いプローブインプラントシステムを紹介します。...

DREAMインプラント:頭部固定マウスと自由行動マウスの慢性電気生理学のための軽量でモジュール式で費用対効果の高いインプラントシステム

学ぶSpikeSorterを用いた神経組織の細胞外記録からスパイクを検出・ソートする方法。初心者にも使いやすいインターフェースで、多電極アレイデータの解析を効率化し、神経活動の理解に貢献します。

「SpikeSorter」を使用した電気生理学的記録をソートするビジュアルガイド

さらに動画を探す