Ce système d’enregistrement neurophysiologique standard peut être utilisé pour effectuer une stimulation en boucle fermée qui est utile pour étudier les interactions causales dans le cerveau. Ce protocole permet aux neuroscientifiques ayant une expertise limitée en informatique de mettre rapidement en œuvre une variété d’expériences en boucle fermée avec peu de coûts. Les expériences en boucle fermée sont de plus en plus importantes pour les sciences fondamentales et la recherche.
Par exemple, de multiples études sur l’épilepsie ont montré que le déclenchement de la stimulation neuronale lors de l’apparition des crises est une approche efficace pour réduire la gravité des crises. Pour faciliter l’adoption d’expériences en boucle fermée dans la recherche en neurosciences, ce protocole fournit du code MATLAB pour convertir un système d’enregistrement électrophysiologique en boucle ouverte en un système en boucle fermée. Cette mise en œuvre de la stimulation en boucle fermée est démontrée chez un rat éveillé.
Pour installer le système d’acquisition de données Cheetah 6.4, ouvrez la page Web du logiciel qui inclut les bibliothèques pour interagir avec le système d’acquisition Cheetah et installez SpikeSort-3D. Installez le paquet de développement NetCom. Connectez-vous à un compte MATLAB pour sélectionner la licence, la version et le système d’exploitation corrects.
Ensuite, téléchargez la bibliothèque pour le déclenchement d’événements en ligne tel qu’indiqué et extrayez les fichiers dans le dossier MATLAB des documents. Pour l’acquisition de données, ouvrez le logiciel Cheetah et enregistrez les données de spiking pour remplir les formes d’ondes du modèle. Après quelques minutes, arrêtez l’acquisition de données et effectuez un SpikeSort sur les données enregistrées.
Ensuite, ouvrez SpikeSort3-D et cliquez sur le menu du fichier et le fichier spike de charge Pour sélectionner un fichier spike dans le dossier avec les données enregistrées. Ensuite, cliquez sur le menu cluster, autocluster en utilisant KlustaKwik, et exécuter. Pour effectuer une expérience en boucle fermée, reprenez l’acquisition de données dans Cheetah et ouvrez MATLAB.
Ouvrez ClosedLoop. M et cliquez sur exécuter. Alternativement, exécutez en boucle fermée dans la fenêtre de commande.
Parcourez le dossier d’enregistrement et sélectionnez l’un des fichiers de données spiking pour charger les informations de pointe définies dans l’enregistrement initial. Cliquez sur les cases à cocher appropriées sous les formes d’ondes tracées pour sélectionner un ou plusieurs neurones qui déclencheront la stimulation. Définissez le nombre minimum de neurones qui déclencheront la stimulation en entrant un entier dans la boîte de texte min matches et définissez la fenêtre de temps dans laquelle les pointes correspondant aux différentes formes d’ondes sont considérées comme coactives en entrant un nombre dans la boîte de texte de fenêtre.
Ensuite, cliquez sur envoyer pour commencer le déclenchement en ligne des événements basés sur l’activité de spiking des neurones sélectionnés. Dans cette expérience représentative, le rat était reposé sur un pot de fleurs qui était un lieu de repos familier pendant les pauses dans les expériences comportementales. Ici, un fonctionnement simultané représentatif du logiciel d’enregistrement et du programme MATLAB qui affiche les formes d’onde de pointe acquises en temps réel peut être observé.
Lorsque des pointes provenant de clusters de déclenchement prédéfinis sont détectées, les formes d’onde sont affichées avec une ligne de tiret en gras dans la fenêtre de figure MATLAB déclenchant une tonalité et fournissant un système en boucle fermée. Dans ce chiffre, un histogramme représentatif illustrant les retards entre le moment de générer un pic artificiel et le moment d’induire un signal déclenché sont affichés. Après la préparation d’un animal et l’installation du logiciel, l’expérience en boucle fermée se compose de deux étapes principales, l’acquisition initiale de données et la stimulation en boucle fermée au cours de laquelle les pointes déclenchent des stimuli externes.
Ce protocole permet également le traitement d’un stimulus basé sur l’activité de neurones multiples qui est important pour répondre aux questions sur le traitement de l’information dans le cerveau. Les avantages de cette solution MATLAB sont son faible coût et sa flexibilité dans la définition des modèles d’activité pour déclencher des stimuli qui peuvent aider à étudier une variété de questions neuroscientifiques.
