Summary
यह प्रोटोकॉल यह दर्शाता है कि न्यूरोनल गतिविधि पैटर्न द्वारा ट्रिगर बंद-लूप उत्तेजना के लिए इलेक्ट्रोफिजियोलॉजिकल सिस्टम का उपयोग कैसे किया जाए। नमूना मैटलैब कोड जिसे विभिन्न उत्तेजना उपकरणों के लिए आसानी से संशोधित किया जा सकता है, भी प्रदान किया गया है।
Abstract
बंद लूप न्यूरोफिजियोलॉजिकल सिस्टम उत्तेजनाओं को ट्रिगर करने के लिए न्यूरोनल गतिविधि के पैटर्न का उपयोग करते हैं, जो बदले में मस्तिष्क की गतिविधि को प्रभावित करते हैं। इस तरह के बंद पाश सिस्टम पहले से ही नैदानिक अनुप्रयोगों में पाए जाते हैं, और बुनियादी मस्तिष्क अनुसंधान के लिए महत्वपूर्ण उपकरण हैं । एक विशेष रूप से दिलचस्प हालिया विकास ऑप्टोजेनेटिक्स के साथ बंद-लूप दृष्टिकोणों का एकीकरण है, जैसे कि न्यूरोनल गतिविधि के विशिष्ट पैटर्न चयनित न्यूरोनल समूहों की ऑप्टिकल उत्तेजना को ट्रिगर कर सकते हैं। हालांकि, बंद लूप प्रयोगों के लिए इलेक्ट्रोफिजियोलॉजिकल सिस्टम स्थापित करना मुश्किल हो सकता है। यहां सिंगल या मल्टीपल न्यूरॉन्स की एक्टिविटी के आधार पर उत्तेजनाओं को ट्रिगर करने के लिए रेडी-टू-अप्लाई मैलैब कोड दिया जाता है । इस नमूना कोड को व्यक्तिगत जरूरतों के आधार पर आसानी से संशोधित किया जा सकता है। उदाहरण के लिए, यह दिखाता है कि ध्वनि उत्तेजनाओं को कैसे ट्रिगर किया जाए और पीसी सीरियल पोर्ट से जुड़े बाहरी डिवाइस को ट्रिगर करने के लिए इसे कैसे बदलें। प्रस्तुत प्रोटोकॉल पशु अध्ययन (तंत्रिका संबंधी) के लिए एक लोकप्रिय न्यूरोनल रिकॉर्डिंग प्रणाली के साथ काम करने के लिए डिज़ाइन किया गया है। बंद पाश उत्तेजना के कार्यान्वयन एक जाग चूहे में प्रदर्शित किया जाता है।
Introduction
इस प्रोटोकॉल का लक्ष्य न्यूरोफिजियोलॉजिकल प्रयोगों में बंद-लूप उत्तेजना को कैसे लागू करना है, यह प्रदर्शित करना है। तंत्रिका विज्ञान में बंद लूप प्रयोगों के लिए विशिष्ट सेटअप में न्यूरोनल गतिविधि के ऑनलाइन रीडआउट के आधार पर उत्तेजनाओं को ट्रिगर करना शामिल है। यह, बदले में, मस्तिष्क गतिविधि में संशोधनों का कारण बनता है, इस प्रकार प्रतिक्रिया लूप1,2को बंद कर देता है। इस तरह के बंद लूप प्रयोग मानक ओपन-लूप सेटअप पर कई लाभ प्रदान करते हैं, खासकर जब ऑप्टोजेनेटिक्स के साथ संयुक्त होता है, जो शोधकर्ताओं को न्यूरॉन्स के एक विशिष्ट सबसेट को लक्षित करने की अनुमति देता है। उदाहरण के लिए, सिगल और विल्सन ने सूचना प्रसंस्करण3में थेटा दोलनों की भूमिका का अध्ययन करने के लिए बंद-लूप जोड़तोड़ का उपयोग किया। उन्होंने दिखादिया कि थेटा दोलनों के गिरते चरण पर हिप्पोकैम्पस न्यूरॉन्स को उत्तेजित करने से बढ़ते चरण पर एक ही उत्तेजना लागू करने की तुलना में व्यवहार पर अलग-अलग प्रभाव पड़ा। प्रीक्लीनिकल अध्ययनों में बंद-लूप प्रयोग भी तेजी से महत्वपूर्ण होते जा रहे हैं। उदाहरण के लिए, मिर्गी के कई अध्ययनों से पता चला है कि जब्ती की शुरुआत पर शुरू हुई न्यूरोनल उत्तेजनाबरामदगी 4,5,6की गंभीरता को कम करने के लिए एक प्रभावी दृष्टिकोण है। इसके अलावा, स्वचालित जब्ती का पता लगाने के लिए प्रणालियों और चिकित्सा7,8 के आकस्मिक वितरण मिर्गीरोगियों9,10,11,12में महत्वपूर्ण लाभ दिखाया । बंद-लूप पद्धतियों की तेजी से उन्नति के साथ एक और आवेदन क्षेत्र कॉर्टिकल मस्तिष्क-मशीन इंटरफेस के साथ न्यूरोप्रोस्थेटिक्स का नियंत्रण है। इसका कारण यह है कि कृत्रिम उपकरणों के उपयोगकर्ताओं को तात्कालिक प्रतिक्रिया प्रदान करने से सटीकता और क्षमता13में काफी सुधार होता है ।
हाल के वर्षों में, कई प्रयोगशालाओं ने न्यूरोनल गतिविधि की एक साथ विद्युत रिकॉर्डिंग और एक बंद लूपप्रणाली14,15,16,17,18में उत्तेजनाओं की डिलीवरी के लिए कस्टम सिस्टम विकसित किए हैं। यद्यपि उन सेटअप में से कई की प्रभावशाली विशेषताएं हैं, लेकिन उन्हें अन्य प्रयोगशालाओं में लागू करना हमेशा आसान नहीं होता है। इसका कारण यह है कि सिस्टम अक्सर अनुभवी तकनीशियनों की मांग करने के लिए आवश्यक इलेक्ट्रॉनिक्स और अंय आवश्यक हार्डवेयर और सॉफ्टवेयर घटकों को इकट्ठा ।
इसलिए, तंत्रिका विज्ञान अनुसंधान में बंद-लूप प्रयोगों को अपनाने की सुविधा प्रदान करने के लिए, यह पेपर एक ओपन-लूप इलेक्ट्रोफिजियोलॉजिकल रिकॉर्डिंग सेटअप19,20,21,22 को बंद-लूप सिस्टम2,6,23में बदलने के लिए एक प्रोटोकॉल और मैटलैब कोड प्रदान करता है। यह प्रोटोकॉल डिजिटल लिक्स रिकॉर्डिंग हार्डवेयर, न्यूरोनल जनसंख्या रिकॉर्डिंग के लिए एक लोकप्रिय प्रयोगशाला प्रणाली के साथ काम करने के लिए डिज़ाइन किया गया है। एक विशिष्ट प्रयोग में निम्नलिखित होते हैं: 1) रिकॉर्डिंग 5-20 मिनट का डेटा; 2) न्यूरोनल टेम्पलेट्स बनाने के लिए स्पाइक छंटाई; 3) तंत्रिका गतिविधि पैटर्न का ऑनलाइन पता लगाने के लिए इन टेम्पलेट्स का उपयोग करना; और 4) उपयोगकर्ता-निर्दिष्ट पैटर्न का पता चलने पर उत्तेजना या प्रयोगात्मक घटनाओं को ट्रिगर करना।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
यहां वर्णित सभी प्रक्रियाओं को लेथब्रिज पशु कल्याण समिति विश्वविद्यालय द्वारा अनुमोदित एक पशु अनुसंधान प्रोटोकॉल के तहत किया गया था ।
1. सर्जरी
नोट: न्यूरोफिजियोलॉजिकल रिकॉर्डिंग के लिए जांच प्रत्यारोपित करने के लिए उपयोग की जाने वाली सर्जरी प्रक्रियाओं को अन्य प्रकाशनों में प्रस्तुत किया गया है24,25,26। बंद पाश उत्तेजना के लिए सर्जरी का सटीक विवरण रिकॉर्डिंग जांच के प्रकार और मस्तिष्क क्षेत्रों को लक्षित पर निर्भर करते हैं । ज्यादातर मामलों में, हालांकि, एक विशिष्ट सर्जरी में निम्नलिखित चरण शामिल होंगे।
- सर्जरी कमरे में एक चूहे के साथ एक पिंजरे लाने के लिए एक सिलिकॉन जांच या इलेक्ट्रोड सरणी के साथ प्रत्यारोपित करने के लिए न्यूरोनल गतिविधि रिकॉर्ड ।
- 2-2.5% आइसोफ्लोरीन के साथ कृंतक को एनेस्थेटाइज़ करें और सिर को स्टीरियोटैक्सिक फ्रेम में ठीक करें। सुनिश्चित करें कि जानवर25हल्के स्पर्श उत्तेजनाओं के लिए किसी भी मोटरिक प्रतिक्रिया को देख कर सर्जरी के दौरान बेहोश हो गया है ।
- सर्जरी के दौरान सूखापन को कम करने के लिए आंख ों का मरहम लगाएं।
- सर्जिकल क्षेत्र को शेव करें और त्वचा को 2% क्लोरहेक्सीडीन समाधान और 70% आइसोप्रोपिल अल्कोहल के साथ कीटाणुरहित करें।
- मस्तिष्क क्षेत्र के ऊपर खोपड़ी के नीचे लिडोकेन (5 मिलीग्राम/किलो) इंजेक्ट करें जहां इलेक्ट्रोड प्रत्यारोपित किया जाएगा।
- भविष्य के प्रत्यारोपण के क्षेत्र में खोपड़ी का चीरा लगाएं, और उजागर खोपड़ी25से पेरिओस्टेम को साफ करने के लिए स्केलपेल और सूती झाड़ू का उपयोग करें।
- ड्रिल25प्रत्यारोपण के लिए संरचनात्मक समर्थन के रूप में लंगर शिकंजा (~ 0.5 मिमी) के प्रत्यारोपण के लिए खोपड़ी में 4-8 छेद। खोपड़ी को छेद में डालकर शिकंजा दें और यह सुनिश्चित करें कि उन्हें मजबूती से रखा जाए।
- निर्दिष्ट निर्देशांक पर क्रैनिओटॉमी ड्रिल करें, और माइक्रोड्राइव/प्रोब इंप्लांट इनसेट करें।
नोट: बंद पाश उत्तेजना के लिए वर्णित प्रोटोकॉल किसी भी मस्तिष्क क्षेत्र में इलेक्ट्रोड डाला जाता है के लिए काम करेंगे । - दंत ऐक्रेलिक का उपयोग कर खोपड़ी के लिए माइक्रोड्राइव/प्रोब और किसी भी आवश्यक विद्युत इंटरफेस कनेक्टर को ठीक करें। दंत ऐक्रेलिक की मात्रा दृढ़ता से प्रत्यारोपण संलग्न करने के लिए पर्याप्त होना चाहिए, लेकिन यह आसपास के नरम ऊतक25के संपर्क में नहीं आना चाहिए ।
- सर्जरी के बाद, जानवर की बारीकी से निगरानी करें जब तक कि उसने स्टर्नल रेकमबेंसी25को बनाए रखने के लिए पर्याप्त चेतना हासिल नहीं की है। बाद के 3 दिनों के लिए, एक एनाल्जेसिक (जैसे मेटाकैम, 1 मिलीग्राम/किलो) और संक्रमण को रोकने के लिए एक एंटीबायोटिक (जैसे एनरोफ्लोक्सासिन, 10 मिलीग्राम/किलो) का प्रशासन करें।
नोट: जानवरों को आम तौर पर किसी भी परीक्षण या रिकॉर्डिंग से पहले एक सप्ताह के लिए सर्जरी से उबरने के लिए छोड़ दिया जाता है ।
2. सॉफ्टवेयर स्थापना
नोट: यह विंडोज 10, 64 बिट संस्करण पर परीक्षण किया गया था।
- डेटा अधिग्रहण और प्रसंस्करण सॉफ्टवेयर स्थापित करें।
- डेटा अधिग्रहण प्रणाली चीता 6.4 (https://neuralynx.com/software/category/sw-acquisition-control) स्थापित करें, जिसमें चीता अधिग्रहण प्रणाली के साथ बातचीत करने के लिए पुस्तकालय शामिल हैं।
- स्पाइक सॉर्ट3डी (https://neuralynx.com/software/spikesort-3d) या कोई अन्य सॉफ़्टवेयर इंस्टॉल करें जो स्पाइक सॉर्टिंग के लिए KlustaKwik27 का उपयोग करता है। ऑनलाइन डिटेक्शन सॉफ्टवेयर KlustaKwik इंजन से क्लस्टर परिभाषाओं का उपयोग करता है। यह सॉफ्टवेयर एक ही कंप्यूटर पर चल सकता है, या यह एक ही नेटवर्क पर होने वाले अलग कंप्यूटरों पर चल सकता है।
- नेटकॉमडेवलपमेंटपैकेज (https://github.com/leomol/cheetah-interface/blob/master/NetComDevelopmentPackage_v3.1.0) इंस्टॉल करें, जिसे https://neuralynx.com/software/netcom-development-package से डाउनलोड भी किया जा सकता है।
- मैटलैब (https://www.mathworks.com/downloads/ स्थापित करें; कोड का परीक्षण मैटलैब संस्करण R2018a पर किया गया था)। सुनिश्चित करें कि मैलैब विंडोज फायरवॉल में सक्षम है। आम तौर पर पहले कनेक्शन के दौरान एक पॉप-अप आएगा।
- एक मैटलैब खाते में लॉग इन करें। लाइसेंस चुनें। संस्करण चुनें। ऑपरेटिंग सिस्टम चुनें।
- ऑनलाइन घटना से ट्रिगर के लिए निम्नलिखित पुस्तकालय डाउनलोड करें: कंप्यूटर के 'दस्तावेज़/मैटलैब' फ़ोल्डर पर फ़ाइलों को https://github.com/leomol/cheetah-interface और निकालें। साथ में पूरक सामग्रीमें कोड की एक प्रति प्रदान की जाती है ।
3. प्रारंभिक डेटा अधिग्रहण
- चीता सॉफ्टवेयर का उपयोग कर डेटा अधिग्रहण शुरू करें।
- टेम्पलेट वेवफॉर्म को पॉप्युलेट करने के लिए स्पाइकिंग डेटा के कुछ मिनट रिकॉर्ड करें।
- डेटा अधिग्रहण को रोकें और रिकॉर्ड किए गए डेटा पर स्पाइक सॉर्टिंग करें।
- ओपन स्पाइकसॉर्ट3डी, क्लिक करें फ़ाइल । मेनू । स्पाइक फ़ाइल लोड करें,और रिकॉर्ड किए गए डेटा के साथ फ़ोल्डर से एक स्पाइक फ़ाइल का चयन करें।
- क्लस्टर मेनू और फिर KlustaKwik का उपयोग कर ऑटोक्लस्टरक्लिक करें, डिफ़ॉल्ट सेटिंग्स और क्लिक करें रनछोड़ ।
4. बंद-लूप प्रयोग
- चीता में डेटा अधिग्रहण फिर से शुरू करें।
- ओपन मैलैब।
- बंदलूप.एम खोलें और रनपर क्लिक करें। वैकल्पिक रूप से, मैटलैब कमांड विंडो में, क्लोजलूप () निष्पादित करें। सुनिश्चित करें कि बंदलूप.एम मैटलैब पथ पर है। यदि उपयोगकर्ता हर ट्रिगर पर कॉल करने के लिए एक कस्टम फ़ंक्शन को नियोजित करना चाहता है, तो इसके बजाय, बंदलूप ('-कॉलबैक', कस्टमफंक्शन) को निष्पादित करें, जहां कस्टमफंक्शन उस फ़ंक्शन का हैंडल है।
- लोडपर क्लिक करके प्रारंभिक रिकॉर्डिंग पर परिभाषित स्पाइक जानकारी लोड करें, रिकॉर्डिंग फ़ोल्डर पर ब्राउज़ करना, और स्पाइकिंग डेटा फ़ाइलों में से एक का चयन (.एनटीटी, .nse)।
- एक या कई न्यूरॉन्स का चयन करें जो प्लॉट किए गए तरंग रूपों के तहत चेकबॉक्स पर क्लिक करके उत्तेजना को ट्रिगर करेगा।
- न्यूरॉन्स की न्यूनतम संख्या को परिभाषित करें जो"न्यूनतम मैचों" टेक्स्ट बॉक्स में एक पूर्णांक टाइप करके उत्तेजना को ट्रिगर करेगा; और उस समय विंडो को परिभाषित करें जिसमें विभिन्न तरंग रूपों से मेल खाने वाले स्पाइक्स को "विंडो" टेक्स्ट बॉक्स में एक नंबर टाइप करके सह-सक्रिय माना जाता है।
- शुरू करने के लिए भेजें पर क्लिक करें। यह चयनित न्यूरॉन्स की स्पाइकिंग गतिविधि के आधार पर घटनाओं (डिफ़ॉल्ट रूप में टन) की ऑनलाइन ट्रिगरिंग शुरू हो जाएगा।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
फिशर ब्राउन नॉर्वे चूहों पैदा हुआ और साइट पर उठाया दो सप्ताह के लिए प्रयोग से पहले हैंडलिंग के लिए आदी थे । एक रिकॉर्डिंग ड्राइव शल्य चिकित्सा प्रत्यारोपित किया गया था, पहले28,29,30,31,32,33,34वर्णित तरीकों के समान । न्यूरोनल सिग्नल डिजिटल एक्विजिशन सिस्टम के साथ 32 किलोवाट पर दर्ज किए गए थे। न्यूरोनल संकेतों को पहले एकता लाभ वायरलेस हेड-स्टेज के साथ परिलक्षित किया गया था, फिर 1000 के लाभ के साथ परिलक्षित किया गया था, और बैंड पास 600 और 6,000 हर्ट्ज के बीच फ़िल्टर किया गया था। न्यूरोनल स्पाइक्स मैन्युअल रूप से सेट आयाम सीमा (आमतौर पर 48-60 μV) से अधिक स्वचालित रूप से सहेजे गए थे, और फिर अलग समूहों में हल किए गए थे। इस प्रकार, प्रत्येक क्लस्टर संभवतः एक अलग न्यूरॉन27से स्पाइक्स से मेल खाती है। इस प्रोटोकॉल प्रदर्शन के लिए, चूहा एक फूल दान पर आराम कर रहा था, जो व्यवहार प्रयोगों(चित्रा 1)में ब्रेक के दौरान एक परिचित विश्राम स्थल था।
रिकॉर्डिंग कंप्यूटर से एक प्रतिनिधि स्क्रीनशॉट चित्र 2में दिखाया गया है । यह रिकॉर्डिंग सॉफ्टवेयर (बाएं) और मैटलैब प्रोग्राम के एक साथ चलने को दर्शाता है, जो वास्तविक समय में अधिग्रहीत स्पाइक तरंग प्रदर्शित करता है। यह मैटलैब लिपि पूरक सामग्रीमें शामिल है । जब पूर्वनिर्धारित ट्रिगर समूहों से स्पाइक्स का पता लगाया जाता है, तो तरंग को मैटलैब फिगर विंडो(चित्रा 2)में एक बोल्ड धराशायी लाइन के साथ प्रदर्शित किया जाता है, और यह एक टोन को ट्रिगर करता है, जो एक बंद-लूप सिस्टम प्रदान करता है। यह बंद-लूप प्रयोगात्मक सेटअप, उदाहरण के लिए, न्यूरोप्लास्टिसिटी का अध्ययन करने की अनुमति देता है, जहां कोई बाहरी उत्तेजनाओं (टोन) के साथ न्यूरोनल गतिविधि को जोड़ना परीक्षण कर सकता है जो उन न्यूरॉन्स के ग्रहणशील क्षेत्रों को प्रभावित कर सकता है।
चित्रा 1: वायरलेस हेड-स्टेज (पूर्व-एम्पलीफायरों और एक नीले रंग के एलईडी के साथ बोर्ड) के साथ एक चूहे की तस्वीर एक प्रत्यारोपित सिलिकॉन जांच से जुड़ी। जांच दंत ऐक्रेलिक (गुलाबी सामग्री) के तहत तैनात है और दिखाई नहीं दे रहा है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 2: रिकॉर्डिंग और बंद लूप सॉफ्टवेयर का स्क्रीनशॉट। वामपंथी पैनल ऐसी खिड़कियां हैं जो डेटा अधिग्रहण की कल्पना और नियंत्रण के लिए उपयोग की जाने वाली चीता रिकॉर्डिंग प्रणाली का हिस्सा हैं। स्क्रीन के दाईं ओर की खिड़की वर्णित सॉफ्टवेयर को चलाने वाले मैटलैब सत्र को दिखाती है। मध्य खिड़की एक ऑनलाइन पता चला स्पाइक एक पूर्व परिभाषित टेम्पलेट मिलान के तरंग से पता चलता है । उस क्लस्टर से संबंधित स्पाइक्स का उपयोग प्रस्तुत वीडियो में ध्वनि को ट्रिगर करने के लिए किया गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 3: डेटा प्रवाह के लिए योजनाबद्ध पाइपलाइन। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
चित्रा 4: उत्तेजना विलंबता का परीक्षण करें। (A)कृत्रिम स्पाइक पैदा करने के समय और ट्रिगर सिग्नल के समय के बीच देरी का हिस्टोग्राम। (ख)कृत्रिम स्पाइक तरंग उत्पन्न करने के लिए माइक्रोप्रोसेसर बोर्ड सेटअप की योजनाबद्ध। काले और नारंगी कनेक्शन तरंग फार्म (0 से ८१० एमवी तक) की तरह एक आर सी उत्पादन और यह एक "संकेत माउस" इंटरफेस है कि ८१० μV करने के लिए वोल्टेज कम कर देता है के माध्यम से सिर चरण से जुड़ा हुआ है । ब्रेडबोर्ड के एक ही कॉलम में खामियों को दूर किए गए घटक जुड़े हुए हैं (प्रतिरोधक: ११० ओम; २२० ओम; १००० Ohm; कैपेसिटर: 10μf) । Arduino यूएसबी/UART के माध्यम से एक पीसी से जुड़ा हुआ था, जो Arduino स्पाइक्स ट्रिगर और दोनों Arduino सर्किट और अधिग्रहण सॉफ्टवेयर एपीआई से वापस संकेत प्राप्त किया । आर्डुइनो को 1000 स्पाइक्स जेनरेट करने का निर्देश दिया गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
पूरक फ़ाइल 1: मैलाब लिपियों। कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
यहां वर्णित प्रोटोकॉल, बंद-लूप उत्तेजना करने के लिए एक मानक न्यूरोफिजियोलॉजिकल रिकॉर्डिंग सिस्टम का उपयोग करने का तरीका दिखाता है। यह प्रोटोकॉल कंप्यूटर विज्ञान में सीमित विशेषज्ञता वाले न्यूरोसाइंटिस्टों को कम लागत के साथ विभिन्न प्रकार के बंद-लूप प्रयोगों को तेजी से लागू करने की अनुमति देता है। मस्तिष्क में कारण बातचीत का अध्ययन करने के लिए अक्सर इस तरह के प्रयोग आवश्यक होते हैं।
एक जानवर तैयार करने और सॉफ्टवेयर (चरण 1 और 2) स्थापित करने के बाद, बंद-लूप प्रयोग में दो अलग-अलग चरण होते हैं। सबसे पहले, एकल न्यूरॉन्स (यानी, स्पाइक छंटाई) की गतिविधि के अनुरूप टेम्पलेट्स को परिभाषित करने के लिए डेटा एकत्र करने के लिए प्रारंभिक डेटा अधिग्रहण (चरण 3); चरण 3.5)। दूसरे, बंद-लूप उत्तेजना, जहां नए रिकॉर्ड किए गए स्पाइक्स को स्वचालित रूप से वास्तविक समय में पूर्वनिर्धारित समूहों को सौंपा जाएगा और यदि स्पाइक्स निर्दिष्ट न्यूरॉन्स का पता लगाया जाता है तो उत्तेजना को ट्रिगर किया जाएगा।) प्रस्तुत मैटलैब स्क्रिप्ट (पूरक सामग्रीदेखें) एक ही न्यूरॉन की गतिविधि के आधार पर विभिन्न उत्तेजनाओं के ट्रिगर को प्रदर्शित करता है, और कई चयनित न्यूरॉन्स की गतिविधि पर। उत्तरार्द्ध एक विशेष रूप से महत्वपूर्ण विकल्प है, क्योंकि न्यूरॉन्स को एक असेंबली (जैसे, पैकेट35,36)के रूप में जानकारी को संसाधित करने के लिए माना जाता है। इस प्रकार न्यूरोनल जनसंख्या पैटर्न के आधार पर उत्तेजनाओं को ट्रिगर करना अनुसंधान प्रश्नों की एक विस्तृत श्रृंखला का उत्तर देने के लिए एक महत्वपूर्ण उपकरण हो सकता है। बंद लूप नियंत्रण के दौरान डेटा प्रवाह चित्रा 3में सचित्र है ।
इस प्रोटोकॉल प्रदर्शन में 3 किलोवाट टोन उत्तेजनाओं का इस्तेमाल किया गया। इस शुद्ध स्वर को चर "टोन0" को बदलकर एक मनमाने ढंग से ध्वनि तरंग द्वारा प्रतिस्थापित किया जा सकता है। इसके अलावा, ध्यान दें कि स्पीकर के बजाय, उत्तेजना को ट्रिगर करने के लिए कई अन्य उपकरणों को कंप्यूटर के ऑडियो आउटपुट से जोड़ा जा सकता है। उदाहरण के लिए, ऑडियो आउटपुट का उपयोग कम आवृत्ति (20 हर्ट्ज) स्पर्शउत्तेजनाओं 22देने के लिए कंपन मोटर चलाने के लिए किया गया था। वैकल्पिक रूप से, मैटलैब कोड का उपयोग कंप्यूटर सीरियल पोर्ट से जुड़े डिवाइस पर टीटीएल सिग्नल भेजने के लिए किया जा सकता है। इसे निम्नलिखित कोड के साथ 'ध्वनि ()) कमांड को बदलकर पूरा किया जा सकता है: ओजे = सीरियल ('COM1'); फ्ओपन (ओडीजे); ऑब्जेक्ट. RequestToSend = 'ऑन'। पूरक सामग्री में इस विधि का एक नमूना कार्यान्वयन प्रदान किया जाता है (पल्स.एम देखें)। इसी तरह, मैटलैब का उपयोग यूएसबी पोर्ट के माध्यम से बाहरी उपकरणों को सिग्नल भेजने के लिए किया जा सकता है। इस प्रकार, यहां प्रस्तुत कोड उपयोगकर्ताओं को कई उपकरणों के लिए कई तरीकों से बंद-लूप ट्रिगर भेजने की अनुमति देता है।
परीक्षणों से पता चला है कि एक न्यूरोनल स्पाइक और ट्रिगर सिग्नल के बीच समय में देरी लगभग 13 एमएस (न्यूनतम 9 एमएस; अधिकतम 15 एमएस) है । समय में देरी का वितरण चित्र 4एमें दर्शाया गया है । इस विलंबता परीक्षणों के लिए, अधिग्रहण प्रणाली (सिर-चरण के माध्यम से) के लिए एक कृत्रिम स्पाइक भेजने के लिए एक आर्डुइनो का उपयोग किया गया था। देरी स्पाइक और अधिग्रहण पीसी बंद पाश Matlab स्क्रिप्ट चल से ट्रिगर संकेत के बीच समय के रूप में दर्ज किया गया था । स्पाइक्स उत्पन्न करने के लिए आर्डुइनो सेटअप की योजनाबद्ध चित्रित चित्र4 Bमें दिखाया गया है।
यहां प्रस्तुत दृष्टिकोण सॉफ्टवेयर में लागू किया जाता है, और इस प्रकार समर्पित हार्डवेयर के साथ प्रणालियों की लौकिक सटीकता के साथ उत्तेजनाओं को वितरित करने में सक्षम नहीं हो सकता है। उदाहरण के लिए, टीडीटी (टकर-डेविस टेक्नोलॉजीज) स्पाइक ट्रिगर उत्तेजना के लिए सिस्टम प्रदान करता है जो मिलीसेकंड के भीतर उत्तेजनाओं को वितरित कर सकता है। हालांकि, यहां प्रस्तुत मैटलैब समाधान का लाभ उन उपयोगकर्ताओं के लिए इसकी कम लागत है जो चीता रिकॉर्डिंग हार्डवेयर के मालिक हैं, उत्तेजनाओं को ट्रिगर करने के लिए गतिविधि पैटर्न को परिभाषित करने में इसका लचीलापन, और न्यूरोनल टेम्पलेट्स को परिभाषित करने में इसका लचीलापन। इसके अलावा, कई प्रयोगों में एकल मिलीसेकंड परिशुद्धता की आवश्यकता नहीं है, इसलिए इस दृष्टिकोण के कार्यान्वयन में आसानी एक बड़ा लाभ प्रदान कर सकती है।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
लेखकों के पास इस कार्य से संबंधित हितों का कोई टकराव नहीं है ।
Acknowledgments
इस काम को एएल और एजी को एनएसईआरसी डिस्कवरी ग्रांट द्वारा समर्थित किया गया था।
Materials
Name | Company | Catalog Number | Comments |
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. , Springer. 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. , Springer. 163-182 (2015).