$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Metoda rejestracji ostrych mikroelektrod, zastosowana tutaj dla oka Drosophila, może być wykorzystana do wiarygodnego ilościowego określania próbkowania i przetwarzania informacji neuronalnych w komórkach siatkówki i blaszki oraz komunikacji między nimi4,5,7,8,10,33. Wykorzystując ją do badania kodowania w różnych stadach dzikich typów, mutantach lub genetycznie modyfikowanych szczepach much, metoda ta udowodniła swoją wartość; Nie tylko w ilościowym określaniu skutków mutacji, temperatury, diety lub wybranej ekspresji3,4,6,9,10,14,30,34, ale także w ujawnianiu mechanistycznych przyczyn zmienionych zachowań wzrokowych14,34. Metoda ta jest również łatwo stosowana do innych preparatów z owadów35,36, umożliwiając badania neuroetologiczne widzenia. Następnie przedstawiamy kilka przykładów jego udanych zastosowań.

Rysunek 7. Odpowiedzi napięciowe fotoreceptora muszki owocowej R1-R6 na impuls świetlny o temperaturze 20 i 25 oC. Ponieważ ostre penetracje mikroelektrod są często bardzo stabilne, możliwe jest rejestrowanie odpowiedzi napięciowych tego samego fotoreceptora R1-R6 na dany bodziec świetlny w różnych temperaturach otoczenia poprzez ogrzewanie lub chłodzenie muchy. W naszych konfiguracjach uchwyt na muchę jest umieszczony w systemie kontroli temperatury opartym na elemencie Peltiera w zamkniętej pętli. Dzięki temu możemy zmienić temperaturę głowy muchy w ciągu kilku sekund. Wyższa temperatura przyspiesza odpowiedzi napięciowe i charakterystycznie obniża potencjał spoczynkowy fotoreceptorów R1-R6 (na co wskazują czerwone strzałki). Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Badanie wpływu temperatury na wyjście fotoreceptora
Dzięki dobrze zaprojektowanemu i izolowanemu od wibracji systemowi rejestrowania, metoda ta może być używana do pomiaru wpływu temperatury na wyjście neuronowe pojedynczej komórki poprzez ogrzewanie lub chłodzenie muchy. Podany przykład pokazuje reakcje napięciowe na jasny impuls o długości 10 ms, zarejestrowany w tym samym fotoreceptorze R1-R6 w temperaturze 20 i 25 oC (rysunek 7). Jak określono ilościowo poprzednioza 4,9, ocieplenie obniża potencjał spoczynkowy fotoreceptora w ciemności i przyspiesza jego reakcje napięciowe.

Rysunek 8. Wydajność sygnalizacji Fotoreceptor R1-R6 muszki owocowej poprawia się wraz z natężeniem światła.(A) Wyjście fotoreceptora do przyciemnienia (poniżej) i jasnego (powyżej; 10 000 razy jaśniejsze światło) powtarzających się naturalistycznych szeregów czasowych natężenia światła zarejestrowanych przez tę samą mikroelektrodę w tej samej komórce w temperaturze 20 oC. Reakcje na jasny bodziec są większe, ponieważ integrują więcej próbek, elementarne odpowiedzi (uderzenia) na pojedyncze fotony4,5,7,8. (B) Nakłada się na siebie 20 następujących po sobie jednosekundowych odpowiedzi napięciowych. Indywidualne odpowiedzi (jasnoszary) zostały zebrane po ustąpieniu trendów adaptacyjnych (strzałka w A) (kropkowane pole w A). Odpowiednimi średnimi odpowiedzi (sygnałami) są ciemniejsze ślady. Różnica między sygnałem a indywidualnymi odpowiedziami polega na szumie. (C) Wydajność sygnalizacyjną komórek określono ilościowo za pomocą stosunków sygnału do szumu (SNR) nagrań przy użyciu standardowych metod4,5,7,8. Wyjście fotoreceptora ma o około 64 Hz szerszy zakres niezawodnej sygnalizacji przy jasnej stymulacji (SNR'Bright ≥1, do 84 Hz) niż przy słabym (SNR'Dim ≥1, do 20 Hz), przy znacznej poprawie stosunku sygnału do szumu; od SNRDimMAX = 87 do SNRBrightMAX = 1,868. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Badanie adaptacji i kodowania neuronalnego za pomocą powtarzającej się stymulacji
Nieinwazyjność metody, powodująca stosunkowo niewielkie uszkodzenia w strukturach siatkówki i blaszki, czyni ją idealną do badania skuteczności sygnalizacji poszczególnych komórek na różne bodźce świetlne w ich niemal naturalnym stanie fizjologicznym in vivo. Rysunek 8 przedstawia odpowiedzi napięciowe fotoreceptora R1-R6 na przyćmiony i jasny, powtarzający się naturalistyczny bodziec szeregów czasowych natężenia światła w temperaturze 20 oC, podczas gdy rysunek 9 pokazuje reakcje innego fotoreceptora R1-R6 i LMC na inny bodziec naturalistyczny w temperaturze 25 oC. Zapisy pre- i postsynaptyczne wykonano oddzielnie od dwóch różnych much, ponieważ jednoczesne zapisy wewnątrzkomórkowe za pomocą dwóch ostrych mikroelektrod u tej samej muchy, jednej w siatkówce, a drugiej w blaszce, są zbyt trudne, aby były żywotne.

Rysunek 9. Odpowiedzi napięciowe fotoreceptora R1-R6 muszki owocowej i LMC na powtarzającą się stymulację naturalistyczną w temperaturze 25 oC. (A) Wyjścia R1-R6 (szare) i LMC (czarne) rejestrowane przez różne mikroelektrody z różnych much. (B) W pełni przystosowane do światła 20 kolejnych pre- (powyżej) i postsynaptycznych (poniżej) odpowiedzi na ten sam naturalistyczny wzorzec bodźca z indywidualnymi reakcjami, pokazanymi w kolorze jasnoszarym i odpowiadającymi im średnimi odpowiedzi (sygnałami) jako ciemniejsze ślady. Różnica między sygnałem a indywidualnymi odpowiedziami polega na szumie. (C) Wydajność sygnalizacyjną komórek określono ilościowo za pomocą stosunków sygnału do szumu (SNR) nagrań. Wyjście LMC ma o około 10 Hz szerszy zakres niezawodnej sygnalizacji (SNR'LMC ≥1, do 104 Hz) niż wyjście R1-R6 (SNR'R ≥1, do 94 Hz). Oba współczynniki sygnału do szumu są wysokie (SNRLMCMAX = 142, SNRRMAX = 752), a ponieważ szum nagrywania był niski, ich różnice odzwierciedlają rzeczywiste różnice w kodowaniu między komórkami. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Po rozpoczęciu bodźca, nagrania zazwyczaj wykazują szybko adaptujące się trendy, które w dużej mierze ustępują w ciągu 5-6 sekund. Od tego momentu komórki wytwarzają bardzo spójne odpowiedzi na każdą prezentację bodźca trwającą 1 sekundę (każde kropkowane pole zawiera 20 takich bodźców). Powtarzalność odpowiedzi staje się oczywista, gdy nałoży się je na siebie (Rysunek 8B i Rysunek 9B). Indywidualne odpowiedzi to cienkie szare ślady, a ich średnia to grubszy, ciemniejszy ślad. Średnia odpowiedź jest traktowana jako sygnał neuronowy, podczas gdy szum neuronalny jest różnicą między średnią a każdą indywidualną odpowiedzią4,5,9,37,38. Odpowiednie stosunki sygnału do szumu w dziedzinie częstotliwości (Rysunek 8C i Rysunek 9C) uzyskano poprzez Fourierowskie przekształcenie fragmentów danych o sygnale i szumie na widma mocy mocy i podzielenie średniego widma mocy sygnału przez odpowiednie średnie widmo mocy szumu4,5,9,37,38. Charakterystyczne jest to, że maksymalne proporcje sygnału do szumu zarejestrowanych wyjść neuronowych do stymulacji naturalistycznej są wysokie (100 - 1000), a w najbardziej stabilnych preparatach o bardzo niskim poziomie szumu nagrywania mogą osiągać wartości >>1000 (np. Rysunek 8C). Zauważ również, że ocieplenie rozszerza pasmo niezawodnej sygnalizacjikomórek 4 (SNR'Bright≥ 1); na przykład względna różnica między dwoma R1-R6 na rysunkach 8 i 9 wynosi odpowiednio 10 Hz (84 przy 20 oC i 94 Hz przy 25 oC).
Można dodatkowo oszacować szybkość transferu informacji w każdej komórce na podstawie jej stosunku sygnału do szumu, korzystając z równania Shannona32 lub obliczając różnicę między wskaźnikami entropii odpowiedzi a wskaźnikami entropii szumu za pomocą metody potrójnej ekstrapolacji39. Więcej szczegółów na temat informacyjnych analiz teoretycznych oraz ich zastosowania i ograniczeń związanych z tą metodą podano w poprzednich publikacjach7,8,39.

Rysunek 10.Odpowiedzi napięciowe fotoreceptora R1-R6 muchy zabójczej i LMC na powtarzającą się naturalistyczną stymulację w temperaturze 19 oC. (A) wyjścia R1-R6 (szare) i LMC (czarne) zarejestrowane przez tę samą mikroelektrodę z tej samej muchy; najpierw postsynaptycznie, a później presynaptycznie, gdy elektroda była wysunięta w oku. (B) 20 kolejnych odpowiedzi pre- (powyżej) i postsynaptycznych (poniżej) (jasnoszare ślady) na ten sam naturalistyczny wzorzec bodźca zostało uchwyconych po początkowej adaptacji (kropkowana ramka w A). Ich średnimi są sygnały (ciemniejsze ślady na górze), podczas gdy ich odpowiednie różnice w stosunku do poszczególnych reakcji dają szum. (C) Odpowiednie współczynniki sygnału do szumu (SNR) obliczono jak na rysunkach 8C i 9C. Wyjście LMC ma o około 100 Hz szerszy zakres niezawodnej sygnalizacji (SNR'LMCMAX ≥1, do 234 Hz) niż wyjście R1-R6 (SNR'RMAX ≥1, do 134 Hz). Oba współczynniki sygnału do szumu są wysokie (SNRLMCMAX = 137, SNRR MAX = 627), a ponieważ w nagraniach użyto tej samej mikroelektrody, ich różnice odzwierciedlają rzeczywiste różnice w pre- i postsynaptycznych wyjściach neuronowych. Wyniki te sugerują, że system rejestracji charakteryzował się niskim poziomem szumów, a jego wpływ na analizy był marginalny. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.
Badania Neuroetologiczne Widzenia
Metoda może być również używana do rejestrowania pre- i postsynaptycznych odpowiedzi napięciowych z oczu złożonych różnych gatunków owadów7,8,35,36 (Rysunek 10), co pozwala na porównawcze badania neuroetologiczne przetwarzania informacji wizualnych. Dla prezentowanego systemu rejestracji jedyną wymaganą adaptacją są nowe uchwyty na preparaty, każdy z odpowiednio dobranym otworem dla badanego gatunku. Te przykładowe nagrania pochodzą od samicy muchy zabójcy (Coenosia attenuata). Wykazują one wewnątrzkomórkowe odpowiedzi napięciowe fotoreceptora R1-R6 i LMC na identyczną powtarzającą się stymulację światłem, jak w przypadku odpowiedników Drosophila na rycinie 9, ale w temperaturze 19 oC. W tym przypadku zarówno dane pre-, jak i postsynaptyczne zostały zarejestrowane od tej samej muchy; jeden po drugim, z tą samą elektrodą rejestrującą (wypełnioną 3 M KCl) najpierw przechodząc przez blaszkę boczną, zanim wejdzie do siatkówki czołowej. W porównaniu z danymi dotyczącymi Drosophila w temperaturze 25 oC, dane dotyczące Coenosia - nawet w niższej temperaturze - wykazują reakcje z większą dynamiką; Rozszerzenie zakresu niezawodnej sygnalizacji (stosunek sygnału do szumu >>1) w szerszym zakresie częstotliwości. Takie funkcjonalne adaptacje w neuronalnym kodowaniu bodźców naturalistycznych są zgodne z drapieżnym stylem życia Coenosia 36, który wymaga bardzo precyzyjnych informacji czasoprzestrzennych, aby osiągnąć szybkie zachowania łowieckie w powietrzu.