Uso de la actividad de spiking de neuronas para desencadenar estímulos de bucle cerrado en experimentos neurofisiológicos
Summary
Este protocolo demuestra cómo utilizar un sistema electrofisiológico para la estimulación de bucle cerrado desencadenada por patrones de actividad neuronal. También se proporciona código Matlab de ejemplo que se puede modificar fácilmente para diferentes dispositivos de estimulación.
Abstract
Los sistemas neurofisiológicos de bucle cerrado utilizan patrones de actividad neuronal para desencadenar estímulos, que a su vez afectan la actividad cerebral. Estos sistemas de bucle cerrado ya se encuentran en aplicaciones clínicas, y son herramientas importantes para la investigación cerebral básica. Un desarrollo reciente particularmente interesante es la integración de enfoques de bucle cerrado con optogenética, de modo que patrones específicos de actividad neuronal pueden desencadenar la estimulación óptica de grupos neuronales seleccionados. Sin embargo, la creación de un sistema electrofisiológico para experimentos de bucle cerrado puede ser difícil. Aquí, se proporciona un código Matlab listo para aplicar para activar estímulos basados en la actividad de una o varias neuronas. Este código de ejemplo se puede modificar fácilmente en función de las necesidades individuales. Por ejemplo, muestra cómo activar estímulos de sonido y cómo cambiarlo para activar un dispositivo externo conectado a un puerto serie de PC. El protocolo presentado está diseñado para trabajar con un popular sistema de grabación neuronal para estudios en animales (Neuralynx). La implementación de la estimulación de bucle cerrado se demuestra en una rata despierta.
Introduction
El objetivo de este protocolo es demostrar cómo implementar la estimulación de bucle cerrado en experimentos neurofisiológicos. La configuración típica para experimentos de bucle cerrado en neurociencia implica desencadenar estímulos basados en la lectura en línea de la actividad neuronal. Esto, a su vez, causa modificaciones en la actividad cerebral, cerrando así el bucle de retroalimentación1,2. Estos experimentos de bucle cerrado proporcionan múltiples beneficios sobre las configuraciones estándar de bucle abierto, especialmente cuando se combina con optogenética, lo que permite a los investigadores apuntar a un subconjunto específico de neuronas. Por ejemplo, Siegle y Wilson utilizaron manipulaciones de bucle cerrado para estudiar el papel de las oscilaciones theta en el procesamiento de información3. Demostraron que estimular las neuronas del hipocampo en la fase descendente de las oscilaciones de la theta tenía efectos diferentes en el comportamiento que aplicar la misma estimulación en la fase ascendente. Los experimentos de bucle cerrado también son cada vez más importantes en los estudios preclínicos. Por ejemplo, estudios múltiples de epilepsia han demostrado que la estimulación neuronal desencadenada al inicio de convulsiones es un enfoque eficaz para reducir la gravedad de las convulsiones4,5,6. Además, los sistemas de detección automatizada de convulsiones y la administración contingente de terapia7,8 mostraron beneficios significativos en pacientes con epilepsia9,10,11,12. Otro área de aplicación con rápido avance de metodologías de bucle cerrado es el control de neuroprótesis con interfaces corticales cerebro-máquina. Esto se debe a que proporcionar retroalimentación instantánea a los usuarios de dispositivos protésicos mejora significativamente la precisión y la capacidad13.
En los últimos años, varios laboratorios han desarrollado sistemas personalizados para el registro eléctrico simultáneo de la actividad neuronal y la entrega de estímulos en un sistema de bucle cerrado14,15,16,17,18. Aunque muchas de esas configuraciones tienen características impresionantes, no siempre es fácil implementarlas en otros laboratorios. Esto se debe a que los sistemas a menudo exigen técnicos experimentados para ensamblar la electrónica necesaria y otros componentes de hardware y software necesarios.
Por lo tanto, con el fin de facilitar la adopción de experimentos de bucle cerrado en la investigación de neurociencia, este documento proporciona un protocolo y código Matlab para convertir una configuración de grabación electrofisiológica de bucle abierto19,20,21,22 en un sistema de bucle cerrado2,6,23. Este protocolo está diseñado para trabajar con el hardware de grabación Digital Lynx, un popular sistema de laboratorio para grabaciones de población neuronal. Un experimento típico consiste en lo siguiente: 1) Grabación de 5-20 minutos de datos de pico; 2) Clasificación de picos para crear plantillas neuronales; 3) Uso de estas plantillas para realizar la detección en línea de patrones de actividad neuronal; y 4) Activación de estimulación o eventos experimentales cuando se detectan patrones especificados por el usuario.
Protocol
Representative Results
Discussion
El protocolo descrito aquí, muestra cómo utilizar un sistema de grabación neurofisiológica estándar para realizar la estimulación de bucle cerrado. Este protocolo permite a los neurocientíficos con experiencia limitada en ciencias de la computación implementar rápidamente una variedad de experimentos de bucle cerrado con poco costo. Tales experimentos son a menudo necesarios para estudiar las interacciones causales en el cerebro.
Después de preparar un animal e instalar el software (…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
Este trabajo fue apoyado por las subvenciones de NSERC Discovery a AL y 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 |
Riferimenti
- 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).
