JoVE Logo
Auteurs
Contactez-nous

S'identifier

Un abonnement à JoVE est nécessaire pour voir ce contenu. Connectez-vous ou commencez votre essai gratuit.

Dans cet article

  • Résumé
  • Résumé
  • Introduction
  • Protocole
  • Résultats
  • Discussion
  • Déclarations de divulgation
  • Remerciements
  • matériels
  • Références
  • Réimpressions et Autorisations

Résumé

Ce protocole démontre comment utiliser un système électrophysiologique pour la stimulation en boucle fermée déclenchée par les modèles d'activité neuronale. Un exemple de code Matlab qui peut être facilement modifié pour différents dispositifs de stimulation est également fourni.

Résumé

Les systèmes neurophysiologiques en boucle fermée utilisent des modèles d'activité neuronale pour déclencher des stimuli qui, à leur tour, affectent l'activité cérébrale. Ces systèmes en boucle fermée sont déjà trouvés dans les applications cliniques, et sont des outils importants pour la recherche fondamentale sur le cerveau. Un développement récent particulièrement intéressant est l'intégration des approches en boucle fermée avec l'optogénétique, de sorte que des modèles spécifiques de l'activité neuronale peuvent déclencher la stimulation optique de groupes neuronaux sélectionnés. Cependant, la mise en place d'un système électrophysiologique pour les expériences en boucle fermée peut être difficile. Ici, un code Matlab prêt à appliquer est fourni pour déclencher des stimuli basés sur l'activité de neurones simples ou multiples. Cet exemple de code peut être facilement modifié en fonction des besoins individuels. Par exemple, il montre comment déclencher des stimuli sonores et comment le modifier pour déclencher un périphérique externe connecté à un port de série PC. Le protocole présenté est conçu pour fonctionner avec un système d'enregistrement neuronal populaire pour les études animales (Neuralynx). La mise en œuvre de la stimulation en boucle fermée est démontrée chez un rat éveillé.

Introduction

L'objectif de ce protocole est de démontrer comment mettre en œuvre la stimulation en boucle fermée dans les expériences neurophysiologiques. La configuration typique pour les expériences en boucle fermée en neurosciences consiste à déclencher des stimuli basés sur la lecture en ligne de l'activité neuronale. Cela, à son tour, provoque des modifications dans l'activité cérébrale, fermant ainsi la boucle de rétroaction1,2. De telles expériences en boucle fermée offrent de multiples avantages par rapport aux configurations en boucle ouverte standard, en particulier lorsqu'elles sont combinées avec l'optogénétique, ce qui permet aux chercheurs de cibler un sous-ensemble spécifique de neurones. Par exemple, Siegle et Wilson ont utilisé des manipulations en boucle fermée pour étudier le rôle des oscillations theta dans le traitement de l'information3. Ils ont démontré que la stimulation des neurones hippocampiques sur la phase de chute des oscillations theta avait des effets différents sur le comportement que l'application de la même stimulation sur la phase ascendante. Les expériences en boucle fermée prennent également de plus en plus d'importance dans les études précliniques. Par exemple, de multiples études sur l'épilepsie ont montré que la stimulation neuronale déclenchée dès le commencement de la crise est une approche efficace pour réduire la gravité des crises4,5,6. En outre, les systèmes pour la détection automatisée de saisie et la livraison contingente de la thérapie7,8 ont montré des avantages significatifs dans les patients épileptiques9,10,11,12. Un autre domaine d'application avec l'avancement rapide des méthodologies de boucle fermée est le contrôle des neuroprothèses avec des interfaces corticales cerveau-machine. C'est parce que fournir une rétroaction instantanée aux utilisateurs de prothèses améliore considérablement la précision et la capacité13.

Ces dernières années, plusieurs laboratoires ont développé des systèmes personnalisés pour l'enregistrement électrique simultané de l'activité neuronale et la livraison de stimuli dans un système en boucle fermée14,15,16,17,18. Bien que bon nombre de ces configurations présentent des caractéristiques impressionnantes, il n'est pas toujours facile de les mettre en œuvre dans d'autres laboratoires. C'est parce que les systèmes exigent souvent des techniciens expérimentés pour assembler l'électronique requise et d'autres composants matériels et logiciels nécessaires.

Par conséquent, afin de faciliter l'adoption d'expériences en boucle fermée dans la recherche en neurosciences, cet article fournit un protocole et un code Matlab pour convertir une configuration d'enregistrement électrophysiologique en boucle ouverte19,20,21,22 dans un système en boucle fermée2,6,23. Ce protocole est conçu pour fonctionner avec le matériel d'enregistrement Digital Lynx, un système de laboratoire populaire pour les enregistrements neuronaux de la population. Une expérience typique consiste en ce qui suit : 1) Enregistrement de 5 à 20 minutes de données de pointe; 2) Tri de pointe pour créer des modèles neuronaux ; 3) Utilisation de ces modèles pour effectuer la détection en ligne des modèles d'activité neuronale; 4) Déclencher la stimulation ou des événements expérimentaux lorsque des modèles spécifiés par l'utilisateur sont détectés.

Protocole

Toutes les procédures décrites ici ont été effectuées en vertu d'un protocole de recherche sur les animaux approuvé par le Comité du bien-être animal de l'Université de Lethbridge.

1. Chirurgie

REMARQUE: Les procédures chirurgicales utilisées pour implanter des sondes pour les enregistrements neurophysiologiques ont été présentées dans d'autres publications24,25,26. Les détails exacts de la chirurgie pour la stimulation en boucle fermée dépendent du type de sondes d'enregistrement utilisées et des zones cérébrales ciblées. Dans la plupart des cas, cependant, une chirurgie typique se composera des étapes suivantes.

  1. Apportez à la salle de chirurgie une cage avec un rat à implanter avec une sonde de silicone ou un réseau d'électrodes pour enregistrer l'activité neuronale.
  2. Anesthésiez le rongeur avec 2-2.5% isoflurane et fixez la tête dans un cadre stéréotaxique. Assurez-vous que l'animal est inconscient pendant la chirurgie en observant toute réaction motrice à des stimuli tactiles doux25.
  3. Appliquer une pommade pour les yeux pour minimiser la sécheresse pendant la chirurgie.
  4. Raser la zone chirurgicale et désinfecter la peau avec une solution de chlorhexidine à 2% et 70% d'alcool isopropyl.
  5. Injecter de la lidocaïne (5 mg/kg) sous le cuir chevelu au-dessus de la zone du cerveau où des électrodes seront implantées.
  6. Faire une incision du cuir chevelu sur la zone de l'implant futur, et utiliser un scalpel et un coton-tige pour effacer le périoste du crâne exposé25.
  7. Percer 4-8 trous dans le crâne pour l'implantation des vis d'ancrage (0,5 mm) comme support structurel pour l'implant25. Fixez les vis au crâne en les insérant dans les trous et assurez-vous qu'elles sont fermement maintenues en place.
  8. Percer la craniotomie aux coordonnées spécifiées, et enquer l'implant microdrive/sonde.
    REMARQUE : Le protocole décrit pour la stimulation en boucle fermée fonctionnera pour n'importe quelle région de cerveau dans laquelle les électrodes sont insérées.
  9. Fixez le microdrive/sonde et n'importe quel connecteur électrique requis d'interface au crâne utilisant l'acrylique dentaire. La quantité d'acrylique dentaire devrait être suffisante pour attacher fermement l'implant, mais il ne devrait pas entrer en contact avec les tissus mous environnants25.
  10. Après la chirurgie, surveillez étroitement l'animal jusqu'à ce qu'il ait repris suffisamment conscience pour maintenir la charge sternale25. Pendant les 3 jours suivants, administrer sous-cutanée un analgésique (p. ex. Metacam, 1 mg/kg) et un antibiotique pour prévenir l'infection (p. ex. l'enrofloxacine, 10 mg/kg).
    REMARQUE : Les animaux sont généralement laissés pour récupérer de la chirurgie pendant une semaine avant tout essai ou enregistrement.

2. Installation logicielle

REMARQUE: Cela a été testé sur Windows 10, version 64 bits.

  1. Installer un logiciel d'acquisition et de traitement de données.
    1. Installez le système d'acquisition de données Cheetah 6.4 (https://neuralynx.com/software/category/sw-acquisition-control), qui inclut les bibliothèques pour interagir avec le système d'acquisition de guépards.
    2. Installez SpikeSort3D (https://neuralynx.com/software/spikesort-3d) ou tout autre logiciel qui utilise KlustaKwik27 pour le tri des pointes. Le logiciel de détection en ligne utilise les définitions de cluster du moteur KlustaKwik. Ce logiciel peut s'exécuter sur le même ordinateur, ou il peut s'exécuter sur des ordinateurs distincts qui sont sur le même réseau.
    3. Installez le NetComDevelopmentPackage (https://github.com/leomol/cheetah-interface/blob/master/NetComDevelopmentPackage_v3.1.0), qui peut également être téléchargé à partir de https://neuralynx.com/software/netcom-development-package.
  2. Installer Matlab (https://www.mathworks.com/downloads/; code a été testé sur Matlab version R2018a). Assurez-vous que Matlab est activé dans le pare-feu Windows. Normalement, un pop-up apparaîtra lors de la première connexion.
    1. Connectez-vous à un compte Matlab. Choisissez la licence. Choisissez la version. Choisissez le système d'exploitation.
  3. Téléchargez la bibliothèque suivante pour l'événement en ligne déclenchant à partir de: https://github.com/leomol/cheetah-interface et extraire des fichiers dans le dossier de l'ordinateur 'Documents/Matlab'. Une copie du code est fournie dans les Matériaux Supplémentairesqui l'accompagnent.

3. Acquisition initiale de données

  1. Démarrer l'acquisition de données à l'aide du logiciel Cheetah.
  2. Enregistrez quelques minutes de données de piquet pour remplir les formes d'ondes de modèle.
  3. Arrêtez l'acquisition de données et effectuez le tri des pointes sur les données enregistrées.
    1. Ouvrez SpikeSort3D, cliquez sur Fichier Menu ( Chargez Spike File, et sélectionnez un fichier de pointe à partir du dossier avec des données enregistrées.
    2. Cliquez sur Menu Cluster puis Autocluster en utilisant KlustaKwik, en laissant les paramètres par défaut et cliquez sur Exécuter.

4. Expérience en boucle fermée

  1. Reprenez l'acquisition de données dans Cheetah.
  2. Ouvrez Matlab.
    1. Ouvrez ClosedLoop.m et cliquez sur Run. Alternativement, dans la fenêtre de commande Matlab, exécutez ClosedLoop(). Assurez-vous que ClosedLoop.m est sur le chemin Matlab. Si l'utilisateur veut utiliser une fonction personnalisée pour appeler sur chaque déclencheur, exécutez ClosedLoop ('-callback', customFunction) à la place, où customFunction est une poignée à cette fonction.
    2. Chargez les informations de pointe définies sur l'enregistrement initial en cliquant sur La charge,en naviguant sur le dossier d'enregistrement, et en sélectionnant l'un des fichiers de données de pointe (.ntt, .nse).
    3. Sélectionnez un ou plusieurs neurones qui déclencheront la stimulation en cliquant sur la case à cocher sous les formes d'ondes tracées.
    4. Définir le nombre minimum de neurones qui déclencheront la stimulation en tapant un entier dans la boîte de texte «min matches » ; et définir la fenêtre temporelle dans laquelle les pointes correspondant à différentes formes d'ondes sont considérées comme co-actives en tapant un numéro dans la boîte de texte "fenêtre".
    5. Cliquez sur Envoyer pour commencer. Cela commencera le déclenchement en ligne des événements (tons par défaut) basé sur l'activité de pointe de neurones sélectionnés.

Résultats

Les rats Fisher-Brown Norway nés et élevés sur place étaient habitués à la manipulation pendant deux semaines avant l'expérience. Un disque d'enregistrement a été implanté chirurgicalement, semblable aux méthodes décrites précédemment28,29,30,31,32,33,34. Les signaux neuronaux ...

Discussion

Le protocole décrit ici, montre comment utiliser un système d'enregistrement neurophysiologique standard pour effectuer la stimulation en boucle fermée. Ce protocole permet aux neuroscientifiques ayant une expertise limitée en informatique de mettre en œuvre rapidement une variété d'expériences en boucle fermée avec peu de coûts. De telles expériences sont souvent nécessaires pour étudier les interactions causales dans le cerveau.

Après la préparation d'un animal et l'installati...

Déclarations de divulgation

Les auteurs n'ont aucun conflit d'intérêts lié à ce travail.

Remerciements

Ce travail a été soutenu par des subventions de découverte du CRSN à AL et AG.

matériels

NameCompanyCatalog NumberComments
BaytrilBayer, Mississauga, CADIN 02169428antibiotic; 50 mg/mL
Cheetah 6.4NeuraLynx, Tucson, AZ6.4.0.betaSoftware interfaces for data acquisition 
Digital Lynx 4SXNeuraLynx, Tucson, AZ4SXrecording equipment
Headstage transmitterTBSIB10-3163-GKtransmits the neural signal to the receiver
IsofluraneFresenius Kabi, Toronto, CADIN 02237518inhalation anesthetic
Jet Denture Powder & LiqudLang Dental, Wheeling, US1230dental acrylic
Lacri-LubeAllergan, Markham, CADIN 00210889eye ointment
Lido-2Rafter 8, CalgaryDIN 00654639local anesthetic; 20 mg/mL
MatlabMathworksR2018bsoftware for signal processing and triggering external events
MetacamBoehringer, Ingelheim, DEDIN 02240463analgesic; 5 mg/mL
NetcomNeuraLynxv1Application Programming Interface (API) that communicates with Cheetah
Silicone probeCambridge NeurotechASSY-156-DBC2implanted device
SpikeSort 3D NeuraLynx, Tucson, AZSS3Dspike waveform-to-cell classification tools
Wireless Radio ReceiverTBSI911-1062-00transmits the neural signal to the Digital Lynx

Références

  1. Grosenick, L., Marshel, J. H., Deisseroth, K. Closed-loop and activity-guided optogenetic control. Neuron. 86 (1), 106-139 (2015).
  2. Armstrong, C., Krook-Magnuson, E., Oijala, M., Soltesz, I. Closed-loop optogenetic intervention in mice. Nature Protocols. 8 (8), 1475-1493 (2013).
  3. Siegle, J. H., Wilson, M. A. Enhancement of encoding and retrieval functions through theta phase-specific manipulation of hippocampus. Elife. 3, 03061 (2014).
  4. 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).
  5. 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).
  6. Berényi, A., Belluscio, M., Mao, D., Buzsáki, G. Closed-loop control of epilepsy by transcranial electrical stimulation. Science. 337 (6095), 735-737 (2012).
  7. 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).
  8. Fountas, K. N., Smith, J. . Operative Neuromodulation. , 357-362 (2007).
  9. 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).
  10. Osorio, I., et al. Automated seizure abatement in humans using electrical stimulation. Annals of Neurology. 57 (2), 258-268 (2005).
  11. Sun, F. T., Morrell, M. J., Wharen, R. E. Responsive cortical stimulation for the treatment of epilepsy. Neurotherapeutics. 5 (1), 68-74 (2008).
  12. 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).
  13. Abbott, A. Neuroprosthetics: In search of the sixth sense. Nature. 442, (2006).
  14. 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).
  15. 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).
  16. Laxpati, N. G., et al. Real-time in vivo optogenetic neuromodulation and multielectrode electrophysiologic recording with NeuroRighter. Frontiers in Neuroengineering. 7, 40 (2014).
  17. Su, Y., et al. A wireless 32-channel implantable bidirectional brain machine interface. Sensors. 16 (10), 1582 (2016).
  18. Ciliberti, D., Kloosterman, F. Falcon: a highly flexible open-source software for closed-loop neuroscience. Journal of Neural Engineering. 14 (4), 045004 (2017).
  19. Luczak, A., Bartho, P., Harris, K. D. Gating of sensory input by spontaneous cortical activity. The Journal of Neuroscience. 33 (4), 1684-1695 (2013).
  20. 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).
  21. Schjetnan, A. G., Luczak, A. Recording Large-scale Neuronal Ensembles with Silicon Probes in the Anesthetized Rat. Journal of Visualized Experiments. (56), (2011).
  22. 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).
  23. 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).
  24. Schjetnan, A. G. P., Luczak, A. Recording large-scale neuronal ensembles with silicon probes in the anesthetized rat. Journal of Visualized Experiments. (56), (2011).
  25. Vandecasteele, M., et al. Large-scale recording of neurons by movable silicon probes in behaving rodents. Journal of Visualized Experiments. (61), e3568 (2012).
  26. 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).
  27. 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).
  28. Jiang, Z., et al. TaiNi: Maximizing research output whilst improving animals' welfare in neurophysiology experiments. Scientific Reports. 7 (1), 8086 (2017).
  29. Gao, Z., et al. A cortico-cerebellar loop for motor planning. Nature. 563 (7729), 113 (2018).
  30. 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).
  31. 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).
  32. McNaughton, B. L. . Google Patents. , (1999).
  33. 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).
  34. 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).
  35. Luczak, A., McNaughton, B. L., Harris, K. D. Packet-based communication in the cortex. Nature Reviews Neuroscience. , (2015).
  36. Luczak, A. . Analysis and Modeling of Coordinated Multi-neuronal Activity. , 163-182 (2015).

Réimpressions et Autorisations

Demande d’autorisation pour utiliser le texte ou les figures de cet article JoVE

Demande d’autorisation

Explorer plus d’articles

NeurosciencesNum ro 153lectrophysiologieenregistrements neuronaux de la populationstimulation en boucle ferm etri des pointespaquets neuronauxrongeurs

This article has been published

Video Coming Soon

JoVE Logo

Confidentialité

Conditions d'utilisation

Politiques

Contactez-nous

RECOMMANDER À LA BIBLIOTHÈQUE

NEWSLETTERS JoVE

Recherche

Enseignement

Auteurs

Bibliothécaires

À PROPOS DE JoVE

Copyright © 2025 MyJoVE Corporation. Tous droits réservés.