Brug neuron spiking aktivitet til at udløse lukkede loop stimuli i neurofysiologiske eksperimenter
Summary
Denne protokol demonstrerer, hvordan man bruger et elektrofysiologisk system til lukket loop stimulation udløst af neuronal aktivitetsmønstre. Prøve MATLAB kode, der let kan ændres for forskellige stimulation enheder er også forudsat.
Abstract
Closed-loop neurofysiologiske systemer bruger mønstre af neuronal aktivitet til at udløse stimuli, som igen påvirker hjernens aktivitet. Sådanne lukkede kredsløb er allerede fundet i kliniske applikationer, og er vigtige værktøjer til grundlæggende hjerneforskning. En særlig interessant nylig udvikling er integrationen af lukkede kredsløb tilgange med optogenetik, således at specifikke mønstre af neuronal aktivitet kan udløse optisk stimulering af udvalgte neuronal grupper. Det kan dog være vanskeligt at oprette et elektrofysiologisk system til eksperimenter med lukkede kredsløb. Her, en klar-til-anvendelse MATLAB kode er fastsat for at udløse stimuli baseret på aktiviteten af enkelt eller flere neuroner. Dette eksempelkode kan nemt ændres baseret på individuelle behov. For eksempel, det viser, hvordan man udløse lyd stimuli og hvordan du ændrer det til at udløse en ekstern enhed tilsluttet en PC seriel port. Den præsenterede protokol er designet til at arbejde med en populær neuronal optagelse system til dyreforsøg (Neuralynx). Gennemførelsen af closed-loop stimulation er demonstreret i en vågen rotte.
Introduction
Målet med denne protokol er at demonstrere, hvordan man implementerer closed-loop stimulation i neurofysiologiske eksperimenter. Den typiske opsætning for closed-loop eksperimenter i neurovidenskab involverer udløsende stimuli baseret på online udaflæsning af neuronal aktivitet. Dette, til gengæld, forårsager ændringer i hjernens aktivitet, således at lukke feedback loop1,2. Sådanne lukkede-loop eksperimenter giver flere fordele i forhold til standard Open-Loop opsætninger, især når det kombineres med optogenetics, som giver forskerne mulighed for at målrette en bestemt delmængde af neuroner. For eksempel brugte Siegle og Wilson lukkede manipulationer til at studere Theta-svingningerne i informationsbehandling3. De viste, at stimulere hippocampus neuroner på den faldende fase af Theta oscillationer havde forskellige virkninger på adfærd end at anvende den samme stimulation på den stigende fase. Eksperimenter med lukkede kredsløb bliver også stadig vigtigere i prækliniske studier. For eksempel, flere epilepsi undersøgelser har vist, at neuronal stimulation udløst på beslaglæggelse debut er en effektiv tilgang til at reducere sværhedsgraden af anfald4,5,6. Desuden viste systemer til automatiseret beslaglæggelse påvisning og betinget levering af behandling7,8 betydelige fordele i epilepsipatienter9,10,11,12. Et andet applikationsområde med hurtig fremrykning af lukkede kredsløb er kontrol af neuroproteser med kortikale hjerne-maskingrænseflader. Dette skyldes, at give øjeblikkelig feedback til brugere af proteser enheder betydeligt forbedrer nøjagtighed og kapacitet13.
I de seneste år har flere laboratorier udviklet brugerdefinerede systemer til samtidig elektrisk registrering af neuronal aktivitet og levering af stimuli i et lukket loop system14,15,16,17,18. Selv om mange af disse opsætninger har imponerende egenskaber, er det ikke altid let at implementere dem i andre laboratorier. Dette skyldes, at systemerne ofte kræver erfarne teknikere til at samle den påkrævede elektronik og andre nødvendige hardware-og softwarekomponenter.
Derfor, for at lette vedtagelsen af closed-loop eksperimenter i neurovidenskabelig forskning, dette papir indeholder en protokol og MATLAB kode til at konvertere en Open-Loop elektrofysiologisk optagelse setup19,20,21,22 i en lukket loop system2,6,23. Denne protokol er designet til at arbejde med den digitale Lynx Recording hardware, et populært laboratorium system for neuronal befolkning optagelser. Et typisk eksperiment består af følgende: 1) optagelse 5-20 minutter af spiking data; 2) Spike sortering at skabe neuronal skabeloner; 3) ved hjælp af disse skabeloner til at udføre online påvisning af neurale aktivitetsmønstre; og 4) udløser stimulation eller eksperimentelle begivenheder, når bruger-specificerede mønstre detekteres.
Protocol
Representative Results
Discussion
Den protokol, der er beskrevet her, viser, hvordan man bruger et standard neurofysiologisk optagelses system til at udføre closed-loop stimulation. Denne protokol giver neuroforskere med begrænset ekspertise inden for datalogi til hurtigt at gennemføre en række lukkede-loop eksperimenter med små omkostninger. Sådanne eksperimenter er ofte nødvendige for at studere kausale interaktioner i hjernen.
Efter klargøring af et dyr og installering af softwaren (trin 1 & 2) består forsøget med…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Dette arbejde blev støttet af NSERC Discovery Grants til AL og 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).
