Este sistema de grabación neurofisiológica estándar se puede utilizar para realizar una estimulación de bucle cerrado que es útil para estudiar las interacciones causales en el cerebro. Este protocolo permite a los neurocientíficos con una experiencia limitada en informática implementar rápidamente una variedad de experimentos de bucle cerrado con poco costo. Los experimentos de bucle cerrado han sidocaming cada vez más importante para la ciencia básica y la investigación.
Por ejemplo, varios estudios de epilepsia han demostrado que el desencadenante de la estimulación de las neuronas al inicio de las convulsiones es un enfoque eficaz para reducir la gravedad de las convulsiones. Para facilitar la adopción de experimentos de bucle cerrado en la investigación de neurociencia, este protocolo proporciona código MATLAB para convertir un sistema de grabación electrofisiológica de bucle abierto en un sistema de bucle cerrado. Esta implementación de estimulación de bucle cerrado se demuestra en una rata despierta.
Para instalar el sistema de adquisición de datos Cheetah 6.4, abra la página web del software que incluye bibliotecas para interactuar con el sistema de adquisiciones de Cheetah e instale SpikeSort-3D. Instale el paquete de desarrollo de NetCom. Inicie sesión en una cuenta de MATLAB para seleccionar la licencia, la versión y el sistema operativo correctos.
A continuación, descargue la biblioteca para la activación de eventos en línea como se indica y extraiga los archivos en la carpeta MATLAB de documentos. Para la adquisición de datos, abra el software Cheetah y registre los datos de punción para rellenar las formas de onda de la plantilla. Después de unos minutos, detenga la adquisición de datos y realice un SpikeSort en los datos registrados.
A continuación, abra SpikeSort3-D y haga clic en el menú de archivos y el archivo de pico de carga Para seleccionar un archivo de pico de la carpeta con los datos grabados. A continuación, haga clic en el menú del clúster, autocluster con KlustaKwik y ejecute. Para realizar un experimento de bucle cerrado, reanude la adquisición de datos en Cheetah y abra MATLAB.
Abra ClosedLoop. M y haga clic en ejecutar. Como alternativa, ejecute el bucle cerrado en la ventana de comandos.
Vaya a la carpeta de grabación y seleccione uno de los archivos de datos de punción para cargar la información de pico definida en la grabación inicial. Haga clic en las casillas de verificación correspondientes debajo de las formas de onda trazadas para seleccionar una o varias neuronas que desencadenarán la estimulación. Defina el número mínimo de neuronas que desencadenarán la estimulación introduciendo un entero en el cuadro de texto coincidencias mínimas y defina la ventana de tiempo en la que los picos que coinciden con las diferentes formas de onda se consideran coactivos introduciendo un número en el cuadro de texto de la ventana.
A continuación, haga clic en Enviar para comenzar la activación en línea de eventos en función de la actividad de pico de las neuronas seleccionadas. En este experimento representativo, la rata se apoyó en una maceta que era un lugar de descanso familiar durante los descansos en los experimentos de comportamiento. Aquí, se puede observar una ejecución simultánea representativa del software de grabación y el programa MATLAB que muestra las formas de onda de pico adquiridas en tiempo real.
Cuando se detectan picos de clústeres de activación predefinidos, las formas de onda se muestran con una línea de guión en negrita en la ventana de la figura de MATLAB que activa un tono y proporciona un sistema de bucle cerrado. En esta figura, se muestra un histograma representativo que ilustra los retrasos entre el momento de generar un pico artificial y el momento de inducir una señal activada. Después de preparar un animal, e instalar el software, el experimento de bucle cerrado consta de dos etapas principales, la adquisición inicial de datos y la estimulación de bucle cerrado durante la cual los picos desencadenan estímulos externos.
Este protocolo también permite el tratamiento de un estímulo basado en la actividad de múltiples neuronas que es importante para abordar preguntas sobre el procesamiento de la información en el cerebro. Las ventajas de esta solución MATLAB son su bajo costo y flexibilidad en la definición de los patrones de actividad para desencadenar estímulos que pueden ayudar a investigar una variedad de preguntas neurocientíficas.
