Met behulp van neuron spiking activiteit trigger gesloten-lus stimuli in neurofysiologische experimenten
Summary
Dit protocol demonstreert hoe u een elektrofysiologisch systeem gebruikt voor stimulatie met een gesloten kringloop, geactiveerd door neuronale activiteitspatronen. Er is ook een voorbeeld van MATLAB-code beschikbaar die gemakkelijk kan worden aangepast voor verschillende stimulatie apparaten.
Abstract
Closed-loop neurofysiologische systemen gebruiken patronen van neuronale activiteit om prikkels te triggeren, wat op zijn beurt de hersenactiviteit beïnvloedt. Dergelijke closed-loop systemen zijn al gevonden in klinische toepassingen, en zijn belangrijke hulpmiddelen voor fundamenteel hersenonderzoek. Een bijzonder interessante recente ontwikkeling is de integratie van closed-loop benaderingen met optogenetica, zodanig dat specifieke patronen van neuronale activiteit optische stimulatie van geselecteerde neuronale groepen kunnen veroorzaken. Het opzetten van een elektrofysiologisch systeem voor closed-loop experimenten kan echter moeilijk zijn. Hier wordt een kant-en-klare MATLAB-code verstrekt voor het triggeren van stimuli op basis van de activiteit van enkelvoudige of meervoudige neuronen. Deze voorbeeldcode kan eenvoudig worden aangepast op basis van individuele behoeften. Het laat bijvoorbeeld zien hoe u geluids prikkels activeert en hoe u deze wijzigt om een extern apparaat te activeren dat is aangesloten op een seriële PC-poort. Het gepresenteerde protocol is ontworpen om te werken met een populair neuronale registratiesysteem voor dierproeven (Neuralynx). De implementatie van de stimulatie van de gesloten kringloop wordt aangetoond bij een wakker rat.
Introduction
Het doel van dit protocol is om te demonstreren hoe de stimulatie van de gesloten lus in neurofysiologische experimenten te implementeren. De typische setup voor gesloten-lus experimenten in neurowetenschappen omvat triggering stimuli op basis van de Online uitlezen van neuronale activiteit. Dit veroorzaakt op zijn beurt wijzigingen in de hersenactiviteit, waardoor de terugkoppelings lus1,2wordtgesloten. Dergelijke closed-loop experimenten bieden meerdere voordelen ten opzichte van standaard open-loop opstellingen, vooral in combinatie met optogenetics, waarmee onderzoekers een specifieke subset van neuronen kunnen targeten. Zo gebruikten Siegle en Wilson closed-loop manipulaties om de rol van theta-oscillaties in informatieverwerking3te bestuderen. Ze toonden aan dat het stimuleren van hippocampal neuronen op de dalende fase van theta-oscillaties verschillende effecten had op het gedrag dan het toepassen van dezelfde stimulatie op de stijgende fase. Ook in preklinische studies worden closed-loop experimenten steeds belangrijker. Bijvoorbeeld, meerdere epilepsie studies hebben aangetoond dat neuronale stimulatie geactiveerd op het begin van een aanval een effectieve benadering is om de ernst van de aanvallen4,5,6te verminderen. Bovendienvertoonden systemen voor automatische epileptische detectie en de voorwaardelijke afgifte van therapie0,7significante voordelen bij epilepsiepatiënten9,10,11,12. Een ander toepassingsgebied met snelle vooruitgang van gesloten-lus methodologieën is de controle van neuro protheses met corticale hersenen – machine-interfaces. Dit is omdat het verstrekken van onmiddellijke feedback aan gebruikers van prothetische apparaten de nauwkeurigheid en capaciteit13aanzienlijk verbetert.
In de afgelopen jaren, verschillende laboratoria hebben aangepaste systemen ontwikkeld voor de gelijktijdige elektrische registratie van neuronale activiteit en levering van stimuli in een gesloten-lus systeem14,15,16,17,18. Hoewel veel van deze opstellingen indrukwekkende kenmerken hebben, is het niet altijd gemakkelijk om ze in andere laboratoria te implementeren. Dit komt doordat de systemen vaak ervaren technici vragen om de vereiste elektronica en andere noodzakelijke hardware-en softwarecomponenten in elkaar te zetten.
Daarom, om de aanneming van closed-loop experimenten in neurowetenschappelijk onderzoek te vergemakkelijken, biedt dit papier een protocol en MATLAB-code om een open-loop elektrofysiologische opname-instelling19,20,21,22 om te zetten in een gesloten-loop systeem2,6,23. Dit protocol is ontworpen om te werken met de digitale lynx Recording Hardware, een populaire laboratoriumsysteem voor neuronale bevolkings opnames. Een typisch experiment bestaat uit de volgende: 1) het opnemen van 5-20 minuten van het stekelige van gegevens; 2) Spike sortering om neuronale templates te maken; 3) met behulp van deze templates om online detectie van neurale activiteit patronen uit te voeren; en 4) triggering stimulatie of experimentele gebeurtenissen wanneer door de gebruiker opgegeven patronen worden gedetecteerd.
Protocol
Representative Results
Discussion
Het protocol dat hier wordt beschreven, laat zien hoe u een standaard neurofysiologisch opnamesysteem gebruikt om een gesloten-loop stimulatie uit te voeren. Dit protocol stelt neurowetenschappers met beperkte expertise in computerwetenschappen in staat om snel een verscheidenheid aan closed-loop experimenten te implementeren met weinig kosten. Dergelijke experimenten zijn vaak nodig om causale interacties in de hersenen te bestuderen.
Na het voorbereiden van een dier en het installeren van de…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Dit werk werd gesteund door NSERC Discovery Grants aan AL en AG.
Materials
| Baytril | Bayer, Mississauga, CA | DIN 02169428 | antibiotic; 50 mg/mL |
| Cheetah 6.4 | NeuraLynx, Tucson, AZ | 6.4.0.beta | Software interfaces for data acquisition |
| Digital Lynx 4SX | NeuraLynx, Tucson, AZ | 4SX | recording equipment |
| Headstage transmitter | TBSI | B10-3163-GK | transmits the neural signal to the receiver |
| Isoflurane | Fresenius Kabi, Toronto, CA | DIN 02237518 | inhalation anesthetic |
| Jet Denture Powder & Liqud | Lang Dental, Wheeling, US | 1230 | dental acrylic |
| Lacri-Lube | Allergan, Markham, CA | DIN 00210889 | eye ointment |
| Lido-2 | Rafter 8, Calgary | DIN 00654639 | local anesthetic; 20 mg/mL |
| Matlab | Mathworks | R2018b | software for signal processing and triggering external events |
| Metacam | Boehringer, Ingelheim, DE | DIN 02240463 | analgesic; 5 mg/mL |
| Netcom | NeuraLynx | v1 | Application Programming Interface (API) that communicates with Cheetah |
| Silicone probe | Cambridge Neurotech | ASSY-156-DBC2 | implanted device |
| SpikeSort 3D | NeuraLynx, Tucson, AZ | SS3D | spike waveform-to-cell classification tools |
| Wireless Radio Receiver | TBSI | 911-1062-00 | transmits the neural signal to the Digital Lynx |
References
- Grosenick, L., Marshel, J. H., Deisseroth, K. Closed-loop and activity-guided optogenetic control. Neuron. 86 (1), 106-139 (2015).
- Armstrong, C., Krook-Magnuson, E., Oijala, M., Soltesz, I. Closed-loop optogenetic intervention in mice. Nature Protocols. 8 (8), 1475-1493 (2013).
- Siegle, J. H., Wilson, M. A. Enhancement of encoding and retrieval functions through theta phase-specific manipulation of hippocampus. Elife. 3, 03061 (2014).
- Paz, J. T., et al. Closed-loop optogenetic control of thalamus as a tool for interrupting seizures after cortical injury. Nature neuroscience. 16 (1), 64-70 (2013).
- Krook-Magnuson, E., Armstrong, C., Oijala, M., Soltesz, I. On-demand optogenetic control of spontaneous seizures in temporal lobe epilepsy. Nature Communications. 4, 1376 (2013).
- Berényi, A., Belluscio, M., Mao, D., Buzsáki, G. Closed-loop control of epilepsy by transcranial electrical stimulation. Science. 337 (6095), 735-737 (2012).
- Peters, T. E., Bhavaraju, N. C., Frei, M. G., Osorio, I. Network system for automated seizure detection and contingent delivery of therapy. Journal of Clinical Neurophysiology. 18 (6), 545-549 (2001).
- Fountas, K. N., Smith, J. . Operative Neuromodulation. , 357-362 (2007).
- Heck, C. N., et al. Two-year seizure reduction in adults with medically intractable partial onset epilepsy treated with responsive neurostimulation: final results of the RNS System Pivotal trial. Epilepsia. 55 (3), 432-441 (2014).
- Osorio, I., et al. Automated seizure abatement in humans using electrical stimulation. Annals of Neurology. 57 (2), 258-268 (2005).
- Sun, F. T., Morrell, M. J., Wharen, R. E. Responsive cortical stimulation for the treatment of epilepsy. Neurotherapeutics. 5 (1), 68-74 (2008).
- Fountas, K. N., et al. Implantation of a closed-loop stimulation in the management of medically refractory focal epilepsy. Stereotactic and Functional Neurosurgery. 83 (4), 153-158 (2005).
- Abbott, A. Neuroprosthetics: In search of the sixth sense. Nature. 442, (2006).
- Venkatraman, S., Elkabany, K., Long, J. D., Yao, Y., Carmena, J. M. A system for neural recording and closed-loop intracortical microstimulation in awake rodents. IEEE Transactions on Biomedical Engineering. 56 (1), 15-22 (2009).
- Nguyen, T. K. T., et al. Closed-loop optical neural stimulation based on a 32-channel low-noise recording system with online spike sorting. Journal of Neural Engineering. 11 (4), 046005 (2014).
- Laxpati, N. G., et al. Real-time in vivo optogenetic neuromodulation and multielectrode electrophysiologic recording with NeuroRighter. Frontiers in Neuroengineering. 7, 40 (2014).
- Su, Y., et al. A wireless 32-channel implantable bidirectional brain machine interface. Sensors. 16 (10), 1582 (2016).
- Ciliberti, D., Kloosterman, F. Falcon: a highly flexible open-source software for closed-loop neuroscience. Journal of Neural Engineering. 14 (4), 045004 (2017).
- Luczak, A., Bartho, P., Harris, K. D. Gating of sensory input by spontaneous cortical activity. The Journal of Neuroscience. 33 (4), 1684-1695 (2013).
- Luczak, A., Barthó, P., Harris, K. D. Spontaneous events outline the realm of possible sensory responses in neocortical populations. Neuron. 62 (3), 413-425 (2009).
- Schjetnan, A. G., Luczak, A. Recording Large-scale Neuronal Ensembles with Silicon Probes in the Anesthetized Rat. Journal of Visualized Experiments. (56), (2011).
- Bermudez Contreras, E. J., et al. Formation and reverberation of sequential neural activity patterns evoked by sensory stimulation are enhanced during cortical desynchronization. Neuron. 79 (3), 555-566 (2013).
- Girardeau, G., Benchenane, K., Wiener, S. I., Buzsáki, G., Zugaro, M. B. Selective suppression of hippocampal ripples impairs spatial memory. Nature Neuroscience. 12 (10), 1222-1223 (2009).
- Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. Journal of Visualized Experiments. (56), (2011).
- Vandecasteele, M., et al. Large-scale recording of neurons by movable silicon probes in behaving rodents. Journal of Visualized Experiments. (61), e3568 (2012).
- Sariev, A., et al. Implantation of Chronic Silicon Probes and Recording of Hippocampal Place Cells in an Enriched Treadmill Apparatus. Journal of Visualized Experiments. (128), e56438 (2017).
- Harris, K. D., Henze, D. A., Csicsvari, J., Hirase, H., Buzsáki, G. Accuracy of tetrode spike separation as determined by simultaneous intracellular and extracellular measurements. Journal of Neurophysiology. 84 (1), 401-414 (2000).
- Jiang, Z., et al. TaiNi: Maximizing research output whilst improving animals’ welfare in neurophysiology experiments. Scientific Reports. 7 (1), 8086 (2017).
- Gao, Z., et al. A cortico-cerebellar loop for motor planning. Nature. 563 (7729), 113 (2018).
- Neumann, A. R., et al. Involvement of fast-spiking cells in ictal sequences during spontaneous seizures in rats with chronic temporal lobe epilepsy. Brain. 140 (9), 2355-2369 (2017).
- Gothard, K. M., Skaggs, W. E., Moore, K. M., McNaughton, B. L. Binding of hippocampal CA1 neural activity to multiple reference frames in a landmark-based navigation task. Journal of Neuroscience. 16 (2), 823-835 (1996).
- McNaughton, B. L. . Google Patents. , (1999).
- Wilber, A. A., et al. Cortical connectivity maps reveal anatomically distinct areas in the parietal cortex of the rat. Frontiers in Neural Circuits. 8, 146 (2015).
- Mashhoori, A., Hashemnia, S., McNaughton, B. L., Euston, D. R., Gruber, A. J. Rat anterior cingulate cortex recalls features of remote reward locations after disfavoured reinforcements. Elife. 7, 29793 (2018).
- Luczak, A., McNaughton, B. L., Harris, K. D. Packet-based communication in the cortex. Nature Reviews Neuroscience. , (2015).
- Luczak, A. . Analysis and Modeling of Coordinated Multi-neuronal Activity. , 163-182 (2015).
