Использование Нейрон Spiking деятельности триггера закрытой петли стимулы в нейрофизиологических экспериментов
12 ноября 2019 г.
Этот протокол демонстрирует, как использовать электрофизиологическую систему для стимуляции замкнутого цикла, вызванной нейронной активностью. Также предоставляется пример кода Matlab, который можно легко модифицировать для различных устройств стимуляции.
Эта стандартная нейрофизиологическая система записи может быть использована для выполнения стимуляции замкнутой петли, которая полезна для изучения причинно-следственных взаимодействий в головном мозге. Этот протокол позволяет нейробиологам с ограниченным опытом в области компьютерных наук быстро внедрять различные эксперименты замкнутого цикла с небольшими затратами. Эксперименты с замкнутой петлей становятся все более важными для фундаментальных наук и исследований.
Например, многочисленные исследования эпилепсии показали, что нейрон стимуляции триггера на начало захвата является эффективным подходом к снижению тяжести судорог. Для облегчения внедрения замкнутых экспериментов в исследованиях в области неврологии этот протокол содержит код MATLAB для преобразования электрофизиологической системы открытого цикла в систему замкнутого цикла. Эта реализация стимуляции замкнутого цикла продемонстрирована у бодрствующим крыс.
Для установки системы получения данных Cheetah 6.4 откройте веб-страницу для программного обеспечения, которое включает библиотеки для взаимодействия с системой приобретения Cheetah, и установите SpikeSort-3D. Установите пакет разработки NetCom. Воляйся в учетную запись MATLAB, чтобы выбрать правильную лицензию, версию и операционную систему.
Затем загрузите библиотеку для запуска онлайн-событий, как указано, и извлеките файлы в папку MATLAB. Для сбора данных откройте программное обеспечение Cheetah и замелите данные пики для заполнения волновых форм шаблона. Через несколько минут прекратите сбор данных и выполните SpikeSort на записанных данных.
Далее откройте SpikeSort3-D и нажмите меню файла и загрузите файл шипа, чтобы выбрать файл шипа из папки с записанными данными. Затем нажмите кластерное меню, автокластер с помощью KlustaKwik и запустите. Для выполнения эксперимента замкнутого цикла, возобновить сбор данных в Cheetah, и открыть MATLAB.
Открыть ЗакрытыйLoop. M и нажмите запустить. Кроме того, выполните замкнутый цикл в командном окне.
Просмотрите папку записи и выберите один из пики файлов данных для загрузки информации о всплеске, определенной в первоначальной записи. Нажмите соответствующие чек-боксы под построен волнообразных форм, чтобы выбрать один или несколько нейронов, которые будут вызывать стимуляцию. Определите минимальное количество нейронов, которые будут вызывать стимуляцию, введя integer в поле текста мин совпадает с текстовым окном и определить время, в котором шипы, соответствующие различным волновым формам считаются коактивными, введя номер в окно текстового окна.
Затем нажмите отправить, чтобы начать онлайн инициирование событий на основе пиковой активности выбранных нейронов. В этом репрезентативном эксперименте крыса отдыхала на цветочном горшке, который был знакомым местом отдыха во время перерывов в поведенческих экспериментах. Здесь можно наблюдать представитель одновременного запуска записывающего программного обеспечения и программы MATLAB, которая отображает шиповые волновые формы, приобретенные в режиме реального времени.
При обнаружении пиков из предопределенных триггерных кластеров формы волн отображаются с помощью смелой линии тире в окне фигуры MATLAB, вызывая тон и обеспечивая систему замкнутого цикла. На этом рисунке показана репрезентативная гистограмма, иллюстрирующая задержки между временем генерации искусственного всплеска и временем индуцирования срабатывуемого сигнала. После подготовки животного и установки программного обеспечения, замкнутый цикл эксперимента состоит из двух основных этапов, первоначального сбора данных и стимуляции замкнутого цикла, во время которого шипы вызывают внешние раздражители.
Этот протокол также позволяет лечить стимулы на основе активности нескольких нейронов, что имеет важное значение для решения вопросов об обработке информации в головном мозге. Преимущества этого решения MATLAB являются его низкая стоимость и гибкость в определении моделей активности, чтобы вызвать стимулы, которые могут помочь в расследовании различных нейронаучных вопросов.
Просмотрите полный транскрипт и получите доступ к тысячам научных видео
Обзор
В данном протоколе демонстрируется использование электрофизиологической системы для стимуляции с замкнутым контуром на основе паттернов нейронной активности. Она позволяет нейробиологам, даже при ограниченных знаниях в области информатики, эффективно и экономично проводить эксперименты с замкнутым контуром. Протокол включает пример кода на языке MATLAB для реализации метода и проиллюстрирован записями от бодрствующей крысы, демонстрируя взаимодействие нейронных спайков и стимуляции в режиме реального времени.
Основные компоненты исследования
Область науки
- Нейробиология
- Электрофизиология
- Системы с замкнутым контуром
Теоретические основы
- Стимуляция с замкнутым контуром имеет решающее значение для изучения причинно-следственных взаимодействий в головном мозге.
- Этот подход особенно полезен в исследованиях эпилепсии для снижения тяжести приступов.
- Данный протокол отвечает потребности нейронауки в доступных системам с замкнутым контуром.
Цель исследования
- Предоставить метод реализации стимуляции с замкнутым контуром при минимальных затратах и требованиях к квалификации.
- Облегчить изучение нейронной активности и ответов с помощью стимуляции в режиме реального времени.
- Позволить исследователям лучше понять процессы обработки информации в мозге.
Используемые методы
- В исследовании используется стандартная система нейрофизиологической регистрации для экспериментов с замкнутым контуром.
- В качестве биологической модели использовалась регистрация сигналов у крыс в состоянии бодрствования.
- Предоставляется код MATLAB для настройки и преобразования систем с разомкнутым контуром.
- Основные этапы включают сбор данных, сортировку спайков и определение параметров стимуляции.
- Эксперимент с замкнутым контуром предполагает запуск стимулов в режиме реального времени на основе нейронной активности.
Основные результаты
- Протокол позволяет осуществлять стимуляцию на основе активности нескольких нейронов, что углубляет понимание нейронных взаимодействий.
- Данные о спайках использовались для запуска внешних стимулов, что продемонстрировало эффективность обратной связи в замкнутом цикле.
- Визуализация нейронной активности в режиме реального времени была реализована с помощью интерфейса MATLAB.
- Основные результаты подчеркивают гибкость и экономическую эффективность решения на базе MATLAB.
Выводы
- Данное исследование позволяет исследователям легко внедрять и применять методы стимуляции с замкнутым контуром.
- Полученные результаты имеют значение для углубления понимания нейронных механизмов и функций мозга.
- Гибкие паттерны стимуляции способствуют решению различных нейробиологических вопросов.
Часто задаваемые вопросы
Практическая значимость для промышленности
Нейрофизиологические системы с замкнутым контуром позволяют проводить причинно-следственный анализ мозговых цепей, связывая паттерны нейронной активности со стимуляцией в режиме реального времени, что способствует валидации мишеней и снижению механистических рисков в доклинической нейробиологии. Данный подход на базе MATLAB снижает технические барьеры при реализации конструкций с замкнутым контуром, облегчая проведение масштабируемых и воспроизводимых исследований процессов обработки нейронной информации. Протокол поддерживает рабочие процессы на этапе ранних открытий, предоставляя гибкий и экономически эффективный инструмент для проведения экспериментов по стимуляции на основе выдвинутых гипотез в моделях, релевантных для изучаемых заболеваний.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранний поиск и валидация мишени
- Научная ценность: позволяет проверять терапевтические гипотезы путем запуска стимулов на основе определенной спайковой активности одного или нескольких нейронов.
- Практическая ценность: обеспечивает функциональную валидацию мишеней посредством причинно-следственного манипулирования нейронными цепями в режиме реального времени на моделях бодрствующих животных.
- Прогностическая ценность: повышает уверенность в воздействии на мишень, демонстрируя вызванные стимулом нейронные ответы в контролируемых условиях замкнутого контура.
Скрининг и разработка анализа
- Научная ценность: Обеспечивает подготовку валидированных систем регистрации нейронной активности для последующей стандартизации анализов, позволяя осуществлять точную стимуляцию, зависящую от активности.
- Практическая ценность: Повышает воспроизводимость анализа за счет возможности определения пользователем порогов детектирования спайков и окон коактивности для согласованного запуска стимулов.
- Масштабируемость: Облегчает повторное использование платформы в различных экспериментах благодаря модифицируемому коду MATLAB, который можно адаптировать к разным устройствам стимуляции и установкам для регистрации.
Трансляционные и доклинические исследования
- Трансляционная преемственность: Продемонстрирована на бодрствующих крысах, что подтверждает значимость для моделей заболеваний и доклинической валидации стратегий нейромодуляции.
- Механистическое снижение рисков: Позволяет изучать обработку информации в мозге, рассматривая стимулы на основе паттернов активности множества нейронов, что снижает неоднозначность причинно-следственных интерпретаций.
- Прогресс с учетом рисков: Облегчает принятие решений о продолжении или прекращении исследований (go/no-go), обеспечивая количественную обратную связь в режиме реального времени о нейронных ответах на стимуляцию.
Интеграция конвейеров и рабочих процессов
Данный метод интегрируется в рабочие процессы раннего поиска путем обеспечения возможности проверки гипотез с помощью стимуляции в режиме реального времени, запускаемой нейронной спайковой активностью, что позволяет объединить электрофизиологию и интервенционные исследования.
- Открытия в биологии: способствует уточнению сигнальных путей и снижению биологических рисков, позволяя исследователям проверять причинно-следственные связи между определенными паттернами нейронной активности и последующими ответами.
- Скрининг: повышает готовность анализа за счет воспроизводимого сортирования спайков и онлайн-триггеров событий на основе определенных пользователем нейронных кластеров.
- Аналитика: обеспечивает количественное измерение зависимых переменных, таких как время подачи стимула, инициированного спайком, и гистограммы задержек ответа для сравнительного анализа условий.
- Трансляционные исследования: обеспечивает преемственность с доклиническими исследованиями посредством демонстрации на бодрствующих грызунах, что поддерживает экстраполяцию на системы, имеющие отношение к заболеванию.
- Корпоративное повторное использование: представлена как многократно используемая технология благодаря открытому исходному коду MATLAB, который может быть адаптирован в различных лабораториях и для различных модальностей стимуляции без значительной переработки.
Операционное и корпоративное воздействие
- Научная ценность: Повышение прогностической уверенности в модуляции мишени, снижение механистической неопределенности в исследованиях нейронных цепей.
- Операционная ценность: Стандартизация, воспроизводимость и недорогая реализация с использованием широко доступных инструментов электрофизиологии и MATLAB.
- Стратегическая ценность: Оптимизация принятия решений о целесообразности дальнейшей разработки (go/no-go) при валидации мишеней, эффективность использования капитала и снижение биологических рисков на поздних этапах программ нейромодуляции.
- Влияние на портфель: Приоритизация мишеней с учетом рисков на основе причинно-следственных доказательств, полученных в экспериментах со стимуляцией по замкнутому циклу.
Особенности реализации
- Требуются навыки в области электрофизиологии, сортировки спайков и базового написания скриптов на MATLAB для настройки параметров.
- Зависит от оборудования, такого как система Neuralynx Cheetah и совместимый ПК для сбора и обработки данных в режиме реального времени.
- Необходима межлабораторная стандартизация порогов детектирования спайков, окон коактивности и параметров минимального соответствия (min-match) для воспроизводимого срабатывания триггера.
- Требуется учитывать особенности адаптации при применении метода к различным модельным системам или модальностям стимуляции, помимо выходов через тональный сигнал или последовательный порт.
- Практические ограничения включают зависимость от стабильности сортировки спайков и возможную задержку при обработке данных в реальном времени, что может влиять на временную точность стимуляции.
