Wielokanałowy zapis zewnątrzkomórkowy w swobodnie poruszających się myszach

Potencjał pola lokalnego (LFP), ważny składnik sygnałów zewnątrzkomórkowych, odzwierciedla aktywność synaptyczną dużych populacji neuronów, które tworzą kod neuronowy dla wielu zachowań¹. Uważa się, że skoki generowane przez aktywność neuronalną przyczyniają się do LFP i są ważne dla kodowania neuronowego². Udowodniono, że zmiany w skokach i LFP pośredniczą w kilku chorobach mózgu, takich jak choroba Alzheimera, a także emocje, takie jak strach itp.^3,4. Warto zauważyć, że wiele badań wykazało, że aktywność kolców znacznie różni się między stanami czuwania i znieczulenia u zwierząt⁵. Chociaż nagrania u znieczulonych zwierząt dają możliwość oceny LFP z minimalnymi artefaktami w wysoce zdefiniowanych stanach synchronizacji kory mózgowej, wyniki różnią się w pewnym stopniu od tego, co można znaleźć u osób obudzonych^6,7,8. W związku z tym bardziej znaczące jest wykrywanie aktywności neuronalnej w długich skalach czasowych i dużych skalach przestrzennych w różnych chorobach w stanie czuwania mózgu za pomocą elektrod wszczepionych do mózgu. Ten manuskrypt zawiera informacje dla początkujących, jak wykonać system mikronapędów i ustawić parametry za pomocą popularnego oprogramowania do obliczania sygnałów spike i LFP w szybki i prosty sposób, aby rozpocząć nagrywanie i analizę.

Chociaż nieinwazyjny zapis funkcji mózgu, taki jak za pomocą elektroencefalogramów (EEG) i potencjałów związanych ze zdarzeniami (ERP) rejestrowanych ze skóry głowy, był szeroko stosowany w badaniach na ludziach i gryzoniach, dane EEG i ERP mają niskie właściwości przestrzenne i czasowe, a zatem nie mogą wykryć precyzyjnych sygnałów wytwarzanych przez pobliską aktywność synaps dendrytycznych w określonym obszarze mózgu¹. Obecnie, dzięki wykorzystaniu wielokanałowego zapisu u świadomych zwierząt, aktywność neuronalna w głębszych warstwach mózgu może być rejestrowana przewlekle i stopniowo poprzez wszczepienie systemu mikronapędów do mózgów naczelnych lub gryzoni podczas wielu testów behawioralnych^1,2,3,4,5^,6,7,8,9. Krótko mówiąc, naukowcy mogą skonstruować system mikronapędów, który może być używany do niezależnego pozycjonowania elektrod lub tetrod w celu celowania w różne części mózgu^10,11. Na przykład Chang i in. opisali techniki rejestrowania skoków i LFP u myszy poprzez zmontowanie lekkiego i kompaktowego mikronapędu¹². Ponadto, mikroobrabiane sondy krzemowe z niestandardowymi akcesoriami są dostępne na rynku do rejestrowania wielu pojedynczych neuronów i LFP u gryzoni podczas zadań behawioralnych¹³. Chociaż do montażu układów mikronapędowych stosowano różne konstrukcje, nadal odnoszą one ograniczone sukcesy pod względem złożoności i masy całego układu mikronapędowego. Na przykład Lansink i in. pokazali wielokanałowy system mikronapędów o złożonej strukturze do nagrywania z jednego regionu mózgu¹⁴. Sato i in. opisali wielokanałowy mikro-system napędowy wyświetlający funkcję automatycznego pozycjonowania hydraulicznego¹⁵. Główną wadą tych systemów mikronapędów jest to, że są zbyt ciężkie, aby myszy mogły się swobodnie poruszać i są trudne do złożenia dla początkujących. Chociaż wykazano, że wielokanałowy zapis zewnątrzkomórkowy jest odpowiednią i wydajną technologią pomiaru aktywności neuronalnej podczas testów behawioralnych, początkującym nie jest łatwo rejestrować i analizować sygnały uzyskane przez złożony system mikronapędów. Biorąc pod uwagę, że trudno jest rozpocząć cały proces działania wielokanałowego zapisu zewnątrzkomórkowego i analizy danych w swobodnie poruszających się myszach^16,17, niniejszy artykuł przedstawia uproszczone wytyczne wprowadzające szczegółowy proces tworzenia systemu mikronapędów przy użyciu powszechnie dostępnych komponentów i ustawień; dostępne są również parametry we wspólnym oprogramowaniu do szybkiego i prostego obliczania sygnałów spike i LFP. Dodatkowo w tym protokole mysz może się swobodnie poruszać dzięki zastosowaniu balonu z helem, co przyczynia się do zniwelowania ciężaru sceny czołowej i układu mikronapędu. Generalnie w niniejszym opracowaniu opisujemy, jak w prosty sposób zbudować układ mikronapędowy oraz zoptymalizować procesy rejestracji i analizy danych.

Wszystkie myszy zostały uzyskane komercyjnie i utrzymywane w 12-godzinnym cyklu światła/12 godzin ciemności (światło włączone o 08:00 czasu lokalnego) w temperaturze pokojowej 22-25 °C i wilgotności względnej 50%-60%. Myszy miały dostęp do stałego dopływu pożywienia i wody. Wszystkie eksperymenty zostały przeprowadzone zgodnie z Wytycznymi dotyczącymi opieki i wykorzystania zwierząt laboratoryjnych Uniwersytetu Normalnego Południowochińskich i zatwierdzone przez Instytucjonalną Komisję Etyki Zwierząt. Do eksperymentów wykorzystano samce myszy C57BL/6J w wieku 3-5 miesięcy.

1. Montaż systemu mikronapędów

1. Połącz dwie płytki zaprojektowane komputerowo za pomocą dwóch i przytrzymującej ruchomy mikronapęd i przymocuj złącze do jednej płytki (Rysunek 1A, Bi-iii). Napęd micro-drive należy przekręcić śrubą (0,5 mm/okrąg).
2. Upewnij się, że mikronapęd może przenosić dwa zestawy ośmiu rurek prowadzących (~3 cm długości, ~50 μm średnicy wewnętrznej, ~125 μm średnicy zewnętrznej) z każdej strony obszaru MC, a następnie przyciąć go na tę samą długość (co najmniej 15 mm; Rysunek 1Biv, v).
3. Wytnij 16 drutów niklowo-chromowych (o długości ~5 cm) o średnicy 35 μm, a następnie załaduj je kolejno do rurek prowadzących, a następnie nałóż klej, aby je zamocować (Rysunek 1Bi, vi, vii).
4. Zdejmij izolację przewodu, kolejno przełóż każdy odsłonięty przewód do każdego pinu ze złącza zgodnie z mapą kanałów, a także elektrody odniesienia i uziemiającej, a następnie powoli pokryj każdy pin farbą przewodzącą (Rysunek 1Bviii-x).
5. Przykryj kołki żywicą epoksydową (Rysunek 1Axi, xii), a następnie wykonaj złocenie za pomocą testera impedancji, aby zmniejszyć impedancję końcówek elektrod do ~350 kOhm (Rysunek 1Bxiii, xiv). Ustaw parametry testera impedancji w następujący sposób: −10,08 μA prąd stały przez 1 s z roztworem do złocenia, w tym 5 mM PtCl₄.
6. Na koniec przesuń mikronapęd na górę, przekręcając. Sprawdź całkowity rozmiar zmodyfikowanego układu mikronapędu, jak pokazano na Rysunek 1A (około 15 mm długości, 10 mm szerokości, 20 mm wysokości, ~1 g wagi). Sprawdź szczegółową specyfikację zaprojektowanej komputerowo płytki i ruchomego komponentu w Rysunek 1Ai, ii.

2. Implantacja matrycy elektrod

1. Przed rozpoczęciem operacji wysterylizuj zestawy chirurgiczne, załóż sterylne rękawiczki i załóż sterylny biały fartuch lekarza.
2. Aby opanować ból, należy podać podskórnie (s.c.) meloksykam do wstrzykiwań (5 mg/kg) dla myszy w komorze indukcyjnej. Następnie znieczulij mysz przez dootrzewnowe (i.p.) wstrzyknięcie pentobarbitalu (80 mg/kg) w komorze indukcyjnej^18,19. Zastosować dodatkową dawkę pentobarbitalu (20 mg/kg/h), jeśli odruch szczypania palców u nóg jest nadal obecny.
3. Zamocuj mysz w aparacie stereotaktycznym i utrzymuj jej temperaturę w odbycie na poziomie 37 °C za pomocą regulatora temperatury.
4. Nałóż maść do oczu z tetracykliną na oba oczy myszy i ponownie zmień sterylne rękawiczki przed zabiegiem.
5. Ogol sierść myszy i zdezynfekuj miejsce operacji trzema naprzemiennymi rundami peelingu betadynowego i alkoholu za pomocą sterylnego aplikatora z bawełnianą końcówką w koncentrycznych okręgach, zaczynając od środka i przesuwając się na zewnątrz (Rysunek 2i, ii). Wykonaj małe nacięcie w linii środkowej (~15 mm), aby odsłonić czaszkę. Natychmiast nałóż 1% lidokainy miejscowo na mięśnie szyi, aby złagodzić ból. Następnie usuń pozostałą tkankę za pomocą nożyczek i oczyść czaszkę za pomocą patyczków kosmetycznych pokrytych solą fizjologiczną (Rysunek 2iii).
6. Za pomocą szklanej mikroelektrody wypełnionej tuszem zaznacz żądane miejsca obustronnego MC do implantacji (Rysunek 2iv, v). Na podstawie poprzedniego badania²⁰, lokalizacje obustronnego MC są następujące: 0,74 mm przed bregmą i 1,25 mm bocznie do linii środkowej.
7. Wszczep cztery ze stali nierdzewnej (średnica 0,8 mm), aby chronić system mikronapędu, a następnie połącz wszystkie razem z elektrodami odniesienia i uziemiającymi, a następnie pokryj mieszanym cementem dentystycznym, aby utworzyć ściany (Rysunek 2vi-xi).
8. Ostrożnie wywierć dwa małe otwory (~1,5 mm²) wiertłem do czaszki zarówno po lewej, jak i prawej stronie skoordynowanej czaszki w obszarach MC (Rysunek 2xii). Użyj współrzędnych stereotaktycznych obustronnego MC: 0,74 mm przed bregmą, 1,25 mm bocznie do linii środkowej i 0,5 mm brzusznie do opony twardej.
9. Ostrożnie wyjmij oponę twardą z otworów za pomocą drobnych kleszczy (Rysunek 2xiii).
10. Włóż układ mikronapędu do środka otworów za pomocą mikromanipulatora z prędkością 10 μm/s (Rysunek 2xiv-xvii).
11. Wlej wazelinę do ścianek cementu dentystycznego po zakończeniu wkładania układu mikronapędu (Rysunek 2xviii).
12. Połącz dolną płytę systemu mikronapędowego i ściany z cementu dentystycznego za pomocą mieszanego cementu dentystycznego (Rysunek 2xix)
13. Przemyć nacięcie solą fizjologiczną, a następnie miejscowo leczyć żelem zawierającym chlorowodorek linkomycyny i chlorowodorek lidokainy w celu złagodzenia bólu pooperacyjnego.
14. Nawiń przewodzącą taśmę z folii miedzianej wokół wszczepionego układu mikronapędu (Rysunek 2xx).
15. Przenieś mysz do klatki utrzymywanej w temperaturze 31-33 °C i monitoruj mysz pod kątem powrotu do zdrowia po znieczuleniu.
16. Pozwól myszom dojść do siebie przez 1 tydzień z oddzielnym karmieniem. Sprawdź i potraktuj nacięcie przez 3 dni ciągłego stosowania żelu zawierającego chlorowodorek linkomycyny i chlorowodorek lidokainy.

3. Wielokanałowy zapis w obustronnym MC u myszy poruszających się

1. Trzymaj głowę obudzonej myszy lekko i ostrożnie. Przesuń w dół matryce elektrod (głębokość ~0,1 mm), przekręcając na ruchomej części układu mikronapędu (Rysunek 1Aii) co najmniej 1 dzień wcześniej.
2. Trzymaj głowę obudzonej myszy lekko i ostrożnie. Połącz środek sceny głównej i balon z helem (wypełniony około 0,02 l helu) za pomocą gwintu, aby zrównoważyć ciężar stopnia głównego i systemu mikronapędu (Rysunek 3A, B).
3. Przechwytywanie surowych sygnałów za pomocą elektrod rejestrujących i systemów wielokanałowych poprzez próbkowanie z częstotliwością 30 kHz w oprogramowaniu do nagrywania, a następnie digitalizacja za pomocą przetwornika cyfrowo-analogowego (DA) z systemów wielokanałowych.
4. Wyodrębnij sygnały LFP z surowych danych, ponownie próbkując z częstotliwością 10 kHz w oprogramowaniu do nagrywania, a następnie użyj filtra wycinającego z oprogramowania do nagrywania, aby usunąć szum linii 50 Hz.
5. Nagrywaj surowe dane w stabilnym stanie z swobodnie poruszającej się myszy przez co najmniej 60 s. Po zakończeniu nagrywania powoli usuń połączenie między sceną czołową a systemem mikronapędów i wróć mysz z powrotem do swojej domowej klatki.
6. Przechowuj zarejestrowane dane w komputerze i analizuj je w trybie offline (Rysunek 4 i Rysunek 5).
7. Po zakończeniu eksperymentu należy przeprowadzić eutanazję zgodnie z wytycznymi instytutu, a następnie potwierdzić położenie elektrod za pomocą zasilacza o napięciu wyjściowym 3 V w celu wykonania 1-minutowej zmiany elektrolitycznej, a następnie przeprowadzić analizę histologiczną. Pokrój mózg myszy na plastry o grubości 30 μm za pomocą mikrotomu do zamrażania, zbierz skrawki MC, a następnie uchwyć obrazy za pomocą mikroskopu (Rysunek 3C, D).

4. Sortowanie i analiza spajków

1. Kliknij File (Plik> Otwórz pliki > Nev w oprogramowaniu do sortowania spajków, aby otworzyć dane o wartości szczytowej próbkowane z częstotliwością 30 kHz (Rysunek 4Ai).
2. Kliknij Informacje, aby wybrać nieposortowany kanał, a następnie wybierz Sortuj > Zmień metodę sortowania > Użyj K-średnich. Naciśnij przycisk Sortowanie w poszukiwaniu doliny > Sortowanie metodą K, aby uzyskać posortowane jednostki (Rysunek 4Aii, iii).
3. Kliknij Plik > Zapisz jako, zapisz posortowane dane spajków z rozszerzeniem pliku .nev i wybierz Plik > Eksportuj dane dla przebiegu, aby wyeksportować wyniki PCA z rozszerzeniem .txt nazwy pliku (Rysunek 4Aiv).
4. Kliknij File > Import Data > Blackrock File w oprogramowaniu do analizy danych neurofizjologicznych, aby otworzyć posortowany plik spike (Rysunek 4Bi).
5. Kliknij Analiza > Autokorelogramy, aby uzyskać autokorelogram dla wybranej jednostki, a następnie ustaw parametry w następujący sposób: X Minimalna wartość przy -0,05 s, X Maksymalna wartość przy 0,05 s i wartość Bin przy 0,001 (Rysunek 4Bii, iii).
6. Załaduj posortowane dane spajków, kliknij Analiza > histogramy interwałów między spajkami, aby uzyskać histogram interwału między spajkami, a następnie ustaw parametry w następujący sposób: Min. wartość interwału na 0 s, Max. wartość interwału na 0,1 s i wartość Bin na 0,001 (Rysunek 4Biv, v).
7. Kliknij Analiza > Skoroszy, aby uzyskać krzyżowy korelogram między dwoma posortowanymi zdarzeniami jednostkowymi, a następnie ustaw zdarzenia referencyjne i parametry w następujący sposób: X Minimalna wartość na -0,1 s, X Maksymalna wartość na 0,1 s i wartość Bin na 0,001 (Rysunek 4Bvi, vii).
8. Kliknij na Results > Numerical Results (Wyniki numeryczne), aby zapisać wyniki autokorelogramu, histogramu interwału między spajkami i krzyżowego skorelowania z .xls rozszerzeniami nazw plików (Rysunek 4Bviii, ix). Przeanalizuj dane i narysuj wykres.

5. Analiza LFP

1. Kliknij File Import Data > Blackrock File w oprogramowaniu, aby przeprowadzić analizę danych neurofizjologicznych, aby otworzyć ciągłe dane sygnału próbkowanego z częstotliwością 10 kHz (Rysunek 5Ai).
2. Kliknij Analysis > Spectrum for Continuous (Analiza widma dla ciągłego), aby przeanalizować widmo mocy dla LFP z wybranego kanału. Ustaw parametry w następujący sposób: liczba wartości częstotliwości na poziomie 8 192, wartość wielu stożków na poziomie 3-5, normalizacja procentu całkowitej gęstości widma mocy (PSD) oraz zakres częstotliwości od 1 Hz do 100 Hz (Rysunek 5Aii, iii).
3. Kliknij Analiza > Koherencja dla ciągłej, aby przeanalizować koherencję dla dwóch LFP z lewej i prawej strony MC. Ustaw kanał referencyjny i parametry w następujący sposób: Oblicz przy wartościach koherencji, liczbę wartości częstotliwości przy 8,192, wartość wielokrotnych stożków przy 3-5 oraz zakres częstotliwości od 1 Hz do 100 Hz (Rysunek 5Aiv, v).
4. Kliknij Analysis > Corr. with Cont. Variables, aby przeanalizować korelację między dwoma LFP po lewej i prawej stronie MC. Ustaw kanał referencyjny (dane LFP) i parametry w następujący sposób: X Minimalna wartość na -0,1 s, X Maksymalna wartość na 0,1 s i wartość Bin na 0,001 (Rysunek 5Avi, VII).
5. Kliknij na Results > Numerical Results, aby zapisać wyniki PSD, spójności i korelacji z rozszerzeniem .xls nazwy pliku (Rysunek 5Aviii, ix).
6. Wybierz kanał, dla którego należy wyodrębnić reprezentatywne ścieżki dla każdego pasma częstotliwości, kliknij Edytuj > Cyfrowe filtrowanie zmiennych ciągłych, aby uzyskać każde pasmo częstotliwości, a następnie ustaw parametry w następujący sposób: Częstotliwość filtra Odpowiedź jako pasmo przepustowe, Implementacja filtra przy nieskończonej odpowiedzi impulsowej (IIR) Butterworth i wartość Kolejność filtrów na 2. Na koniec ustaw interesujący Cię zakres częstotliwości (Rysunek 5Bi-iv).
   UWAGA: Użyte tutaj zakresy częstotliwości były następujące: oscylacje delta (δ, 1-4 Hz), theta (θ, 5-12 Hz), beta (β, 13-30 Hz), low gamma (niskie γ, 30-70 Hz) i wysokie gamma (wysokie γ, 70-100 Hz).
7. Przeanalizuj dane i narysuj wykres.

6. Korelacje między skokiem a LFP

1. Kliknij Plik > importuj dane > Plik Blackrock w oprogramowaniu do analizy danych neurofizjologicznych, aby otworzyć ciągłe dane sygnału i dane o skokach.
2. Kliknij Analiza > Analiza koherencji, aby przeanalizować spójność między skokami a LFP z wybranego kanału. Ustaw zmienną odniesienia (czas skoku) i parametry w następujący sposób: Oblicz przy wartościach koherencji, liczbie wartości częstotliwości przy 512, wartości wielokrotnych stożków przy 3-5 i zakresie częstotliwości od 1 Hz do 100 Hz (Rysunek 5Ci, ii).
3. Kliknij na Results > Numerical Results, aby zapisać wynik spójności pola spajka z rozszerzeniem .xls nazwy pliku (Rysunek 5Ciii, iv).
4. Przeanalizuj dane i narysuj wykres.

Zastosowano filtr górnoprzepustowy (250 Hz), aby wyodrębnić wielopunktowe skoki z surowych sygnałów (Rysunek 6A). Ponadto zweryfikowano zarejestrowane jednostki z MC normalnej myszy posortowanej według PCA (Rysunek 7A-D), a także zarejestrowano szerokość doliny i czas trwania fali jednostek w MC myszy. Wyniki pokazały, że zarówno szerokość doliny, jak i czas trwania fali domniemanych neuronów piramidowych MC (Pyn) u myszy są wyższe niż w przypadku domniemanych interneuronów (IN) (Rysunek 7E,F; test Manna-Whitneya dla dwóch próbek; dla szerokości doliny, przypuszczalny Pyn: 0,636 ms ± 0,004 ms, przypuszczalny IN: 0,614 ms ± 0,001 ms, p = 0,002; dla czasu trwania fali, przypuszczalny Pyn: 0,095 ms ± 0,004 ms, przypuszczalny IN: 0,054 ms ± 0,002 ms, p = 1,402 x 10−16), odpowiadający charakterystyce Pyn i IN w poprzednich badaniach21. Obliczyliśmy również korrelogram krzyżowy między domniemanym Pyn i IN, ustawiając domniemane skoki Pyn jako odniesienie i znaleźliśmy dodatni szczyt przy ~18 ms (Rysunek 7G), co wskazuje, że domniemany skok Pyn występuje przed domniemanym impulsem IN z oknem ~18 ms.

Reprezentatywne ślady każdego pasma częstotliwości zostały odfiltrowane z LFP przez filtr IIR w oprogramowaniu do analizy danych neurofizjologicznych (Rysunek 6A). W analizie LFP LFP lewego i prawego MC u normalnych myszy były podobne w spektrum mocy, co sugeruje zsynchronizowane działania między lewym i prawym MC (Rysunek 8A, B; dwie próbki testu Manna-Whitneya; dla δ lewe MC: 50,71 ± 1,136, prawe MC: 50,47 ± 1,213, p = 0,70; dla θ lewe MC: 2,197 ± 0,187, prawy MC: 2,068 ± 0,193, p = 0,40; dla β lewe MC: 0,222 ± 0,058, prawe MC: 0,206 ± 0,055, p = 0,70; dla niskich γ, lewe MC: 0,114 ± 0,034, prawe MC: 0,093 ± 0,018, p = 0,70; dla wysokich γ, lewe MC: 0,054 ± 0,027, prawe MC: 0,04 ± 0,015, p = 0,40). Następnie obliczyliśmy spójność i korelację między lewym i prawym MC (Rysunek 8C,D; lewy MC LFP następuje w oknie ~1,2 ms po prawym MC LFP, −1,167 ms ± 0,667 ms) i obliczyliśmy wielkość przypuszczalnego impulsu Pyn lub IN zsynchronizowanego z LFP (1-100 Hz) w lewym MC normalnej myszy (Rysunek 8E). Wykazało to silniejszą niską spójność γ dla domniemanego IN w porównaniu z Pyn.

Rysunek 1: Schemat elektrod i wielokanałowego systemu zapisu. (A) Ilustracja układu mikronapędowego. ja. Rysunek i specyfikacja płytki zaprojektowanej komputerowo. ii. Schemat ideowy ruchomego mikronapędu. (B) Układ mikronapędu i wielokanałowe ruchome stopnie pojedynczej elektrody. ja. Przewody niklowo-chromowe; ii. Części składowe elektrody; iii. Montaż tablic zaprojektowanych komputerowo; iv. Wstępny montaż elektrod, w tym łączników i ośmiu rurek prowadzących; v. Druga strona mikronapędu; vi,vii. Druty niklowo-chromowe są sukcesywnie ładowane do rur prowadzących; VIII-X. Każdy odsłonięty drut jest kolejno spleciony z każdym kołkiem, a następnie powlekany jest farbą przewodzącą farbę na każdym pinie; XI,XII. Kołki pokryte są żywicą epoksydową; XIII,XIV. Złocenie. (C) Eksperymentalny projekt zapisu zewnątrzkomórkowego w MC myszy poruszającej się. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 2: Zabieg chirurgiczny krok po kroku. i,ii. Ogol sierść myszy i zdezynfekuj miejsce operacji trzema naprzemiennymi rundami peelingu betadynowego i alkoholu. Iii. Oczyść czaszkę myszy. iv. Poziomowanie. v. Zaznacz położenie mózgu. vi. Zaznacz położenie ze stali nierdzewnej. vii. Włóż ze stali nierdzewnej. viii. Połącz ze sobą z elektrodą odniesienia i elektrodą uziemiającą. IX,X. Wymieszaj cement dentystyczny. xi. Zbuduj ścianę z cementu dentystycznego. XII,XIII. Wywierć dwa małe otwory nad obustronnym MC, a następnie usuń oponę twardą. xiv. Przygotuj układ mikronapędu. XV-XIX. Wszczepić układ mikronapędu, a następnie zastosować leczenie miejscowe żelem zawierającym chlorowodorek linkomycyny i chlorowodorek lidokainy w celu złagodzenia bólu pooperacyjnego. xx. Zabezpiecz układ mikronapędu przewodzącą taśmą z folii miedzianej. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 3: Ilustracja nagrania z unieruchomioną głową w przytomnej myszy. (A) Schemat ideowy dla nagrywania w swobodnym ruchu. (B) Szczegółowe informacje na temat obrazów pochodzących z nagrania poruszającego się w ruchu. ja. Płaski kształt wszczepionego układu mikronapędowego; ii. Scena główna; III,IV. System mikronapędu i scena czołowa są połączone; v. Balon z helem jest stosowany w celu zrównoważenia ciężaru stopnia czołowego i układu mikronapędowego. (C) Ilustracja przedstawiająca weryfikację lokalizacji miejsca rejestracji za pomocą zmiany elektrolitycznej. (D) Miejsca zapisu oznaczone zmianami elektrolitycznymi w MC myszy. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 4: Ilustracja sortowania i analizy spajków. (A) Parametry grupowania danych spajków i eksportowania wyników. ja. Importowanie danych spajków; ii. Wybierz metodę sortowania; iii. Sortowanie danych o spajkach przy użyciu algorytmu κ-średnich; iv. Eksportuj wyniki z posortowanej jednostki. (B) Proces analizy histogramu interwału między spajkami, autokorelogramu i krzyżowego korelogramu posortowanej jednostki. ja. Zaimportuj posortowane dane spajków; ii. Przeprowadź analizę autokorelacji; iii. Ustaw parametry autokorelogramu; iv. Uzyskaj histogram interwału między spajkami; v. Ustaw parametry histogramu interwału między spajkami; vi. Oblicz korelację krzyżową między skokami z posortowanych jednostek; vii. Ustaw parametry dla korelogramu krzyżowego; VIII,IX. Wyeksportuj wyniki. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 5: Ilustracja ciągłej analizy danych. (A) Proces i parametry analizy sygnałów LFP, które zostały obliczone przy użyciu widma mocy LFP, spójności i korelacji między dwoma LFP. i. Import danych LFP; ii. Obliczyć gęstość widmową mocy dla LFP z dwustronnego MC; Aiii. Obliczyć widmową gęstość mocy dla LFP; iv,v. Oblicz spójność między LFP; vi,vii. Oblicz korelację między dwoma LFP. viii,ix. Wyeksportuj wyniki. (B) Proces filtrowania każdego zakresu częstotliwości od sygnału LFP. i. Wyodrębnij różne pasma częstotliwości z danych LFP; Rozdział II,III. Wyświetlanie przefiltrowanych LFP; iv. Zapisz przefiltrowane LFP jako rozszerzony metaplik. (C) Proces analizy koherencji między kolcami neuronalnymi a LFP. i,ii. Oblicz spójność między LFP a posortowanymi spajkami; III,IV. Wyeksportuj wyniki. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 6: Reprezentatywne ślady zarejestrowanych sygnałów. Skok został przefiltrowany górnoprzepustowo przy 250 Hz z surowych danych próbkowanych z częstotliwością 30 kHz. LFP to surowe dane próbkowane z częstotliwością 10 kHz. δ było pasmo częstotliwości delta filtrowane pasmowo przepustowo z częstotliwością 1-4 Hz z LFP. θ było pasmem częstotliwości theta filtrowanym z częstotliwością 5-12 Hz z LFP. β było pasmo częstotliwości beta filtrowane z LFP na 13-30 Hz. Niskie γ było pasmem niskich częstotliwości gamma filtrowanym z częstotliwością 30-70 Hz z LFP. Wysokim γ było pasmo wysokich częstotliwości gamma filtrowane z częstotliwością 70-100 Hz z LFP. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 7: Charakterystyka posortowanych jednostek i ich wzór zapłonu. (A,B) Posortowane jednostki zostały zgrupowane za pomocą analizy głównych składowych (PCA) z tej samej elektrody. (C,D) Autokorelacje (na górze) i histogramy interwałów między kolcami (na dole) dla domniemanego neuronu pobudzającego (Pyn) i przypuszczalnego neuronu hamującego (IN). (E) Szerokość doliny domniemanego Pyn była znacznie wyższa niż przypuszczalnego IN (przypuszczalny Pyn: n = 1,055 kolców, przypuszczalny IN: n = 1,985 kolców). (F) Czas trwania fali przypuszczalnego Pyn był silniejszy niż przypuszczalnego IN (przypuszczalny Pyn: n = 1,005 skoków, przypuszczalny IN: n = 1,059 skoków). (G) Wzajemna korelacja między domniemanym Pyn i IN. Analiza statystyczna za pomocą testu Manna-Whitneya. Wszystkie dane przedstawiono jako średnią ± błędem standardowym średniej, **p < 0,01, ***p < 0,001. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Rysunek 8: Analiza dwóch LFP z obustronnego MC i koherencji między zdarzeniami spike a LFP u myszy. (A,B) Znormalizowane widma mocy obustronnego MC w każdym paśmie częstotliwości u myszy (n = 3). (C) Krzywa koherencji dwóch LFP między lewym i prawym MC (n = 3). (D) Krzywa korelacji krzyżowej dwóch LFP pokazująca korelację między lewym i prawym MC przy opóźnieniach czasowych ±100 ms (n = 3). (E) Krzywa koherencji pola kolca w MC myszy. Analiza statystyczna za pomocą testu Manna-Whitneya. Wszystkie dane są przedstawione jako średnia ± błędem standardowym średniej. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Autorzy nie mają nic do ujawnienia.