Financial support from the Flanders Research Foundation FWO (contract n. 12C9112N to DL), the 7th Framework Programme of the European Commission (Marie Curie Network &#8220;C7&#8221;, contract n. 238214; ICT Future Emerging Technology &#8220;ENLIGHTENMENT&#8221; project, contract n. 306502), the Interuniversity Attraction Poles Program initiated by the Belgian Science Policy Office (contract n. IUAP-VII/20), and the University of Antwerp is kindly acknowledged.

Il protocollo qui descritto è conforme con le raccomandazioni e le linee guida del Comitato Etico del Dipartimento di Scienze Biomediche dell&#39;Università di Anversa. Questo protocollo richiede la preparazione di materiale non senziente dal cervello espiantato di giovani ratti Wistar, ottenuto con tecniche di eutanasia umane approvati. 1. apparecchiature Preparazione <ol><li> Installare e configurare l&#39;acquisizione dei dati e del sistema di stimolazione. <ol><li> Utilizzare un personal computer (PC) dotato di acquisizione dati (DAQ) scheda supportata dal Comedi per registrare i segnali e inviare tensioni di controllo analogici all&#39;amplificatore elettrofisiologico. NOTA: Comedi un modulo su Linux e la biblioteca che supporta una moltitudine di schede DAQ dai produttori più comuni: visita http://www.comedi.org per ulteriori informazioni. </li><li> In caso di un patch clamp amplificatore controllato da computer è in uso, impiegare un secondo PC oltre a quello dedicato all&#39;amplificatorecontrollo. NOTA: Mentre quest&#39;ultimo può eseguire un sistema operativo convenzionale, il PC supplementare sarà operativo in tempo reale per mezzo di un sistema operativo speciale. In queste condizioni, è conveniente utilizzare un unico monitor, mouse e tastiera collegata al PC supplementare, mentre il collegamento mediante un&#39;applicazione desktop remoto al PC dedicato. </li><li> Scaricare l&#39;immagine ISO del Live CD che contiene un sistema operativo Linux real-time con LCG preinstallato da http://www.tnb.ua.ac.be/software/LCG_Live_CD.iso e masterizzarlo su un disco CD o chiavetta USB &quot; . </li><li> È sufficiente inserire il CD nel lettore del PC contenente la scheda DAQ e avviarlo. In alternativa, installare LCG dalla repository fonte online su un PC con il sistema operativo Linux (ad esempio, Debian o Ubuntu). Consultare il manuale on-line per i dettagli sulla procedura di installazione. Il manuale è disponibile online all&#39;indirizzo http://danielelinaro.github.io/dynclamp/lcg_manual.pdf. </li><li> Boot da CD live: this caricherà automaticamente un sistema completamente configurato. Per fare questo, inserire il Live CD LCG nel drive CD-ROM del computer e avviare il sistema da CD; selezionare il kernel in tempo reale (opzione di default) non appena viene visualizzato il menu di avvio e attendere che il sistema di inizializzazione. </li><li> Calibrare la scheda DAQ digitando al prompt dei comandi: sudo comedi_calibrate o sudo comedi_soft_calibrate a seconda che il bordo di acquisizione dati supporta hardware o software di calibrazione, rispettivamente (utilizzare il comando sudo comedi_board_info per ottenere informazioni sulla scheda). </li><li> Impostare analogico-digitale e digitale-analogici fattori di conversione appropriato: questo richiede avere accesso al manuale dell&#39;amplificatore elettrofisiologico cellulare, e in particolare alle sue specifiche sui suoi fattori di conversione. </li><li> Utilizzare un editor di testo per specificare i valori numerici appropriati nel file /home/user/.lcg-env, per le variabili di ambiente AI_CONVERSION_FACTOR_CC, AI_CONVERSION_FACTOR_VC, AO_CONVERSION_FACTOR_CC, AO_CONVERSION_FACTOR_VC. NOTA: Questi rappresentano l&#39;ingresso (AI) e di uscita (AO) guadagni per pinza (CC) e morsetto di tensione (VC) le modalità ed i fattori di conversione tra i comandi di tensione forniti dal computer e l&#39;attuale o tensioni generata dall&#39;amplificatore rispettivamente. </li><li> In alternativa, utilizzare lo script fornito LCG (LCG-trovare-conversione-fattori), per trovare i fattori di conversione del proprio sistema. NOTA: I valori calcolati da LCG-trovare-conversione-fattori sono ipotesi, che in alcuni casi sono necessarie per essere numericamente troncati o arrotondati per riflettere i valori esatti dei fattori di conversione. </li><li> Per utilizzare LCG-trovare-conversione-fattori, avviare collegando la &#39;cella modello&#39; che spesso viene acquistato con l&#39;amplificatore al corrispondente headstage. Quindi, aprire un terminale sulla macchina Linux in cui si esegue il CD Live e scrivete il seguente comando al prompt della shell: lcg-trovare-conversione-fattori -i $ HOME / .lcg-env -o $ HOME / .lcg-env NOTA: In entrambi i casi (ad esempio, la modifica manuale del /home/user/.lcg-env o l&#39;utilizzo di LCG-trovare-conversione-fattori), chiudere e aprire il terminale per le modifiche abbiano effetto. </li><li> Se si utilizzano più headstages, impostare i fattori di conversione agli stessi valori in tutti i canali; se ciò non fosse possibile, consultare il manuale online LCG per capire come utilizzare più fattori di conversione in LCG-stimolo o come produrre i file di configurazione che si adattano meglio le esigenze dell&#39;utente. </li></ol></li></ol> 2. Preparazione di acuta cerebrale porzioni dal corteccia somatosensoriale <ol><li> Preparazione di soluzioni per elettrofisiologia. <ol><li> Preparare fluido cerebrospinale artificiale (ACSF) mescolando (in mM) 125 NaCl, KCl 2,5, 1,25 NaH 2 PO 4, 26 NaHCO3, 25 glucosio, 2 CaCl 2, 1 e MgCl 2. Preparare 10x soluzioni madre per ridurre latempo di preparazione nel giorno dell&#39;esperimento. Preparare 2 L, di cui uno sarà usato per la preparazione delle fette e l&#39;altra per la registrazione. </li><li> Saturare il ACSF con 95% O 2 e 5% CO 2 per almeno 30 minuti prima dell&#39;inizio della procedura. </li><li> Per le registrazioni corrente con la pinza, utilizzare una soluzione intracellulare (ICS) contenente (in mm) 115 K-gluconato, 20 KCl, 10 HEPES, 4 ATP-Mg, 0.3 Na 2 -GTP, 10 Na 2 -phosphocreatine. Preparare la soluzione in ghiaccio e filtrarla prima dell&#39;inizio delle registrazioni per eliminare il rischio di intasamento della pipetta. </li></ol></li><li> L&#39;estrazione del cervello. <ol><li> Anestetizzare l&#39;animale ponendo l&#39;animale in una camera di induzione con 4% isoflurano e rapidamente decapitarlo usando una ghigliottina o grandi forbici. </li><li> Tagliare la pelle lungo la linea mediana e farlo scorrere per le orecchie. </li><li> Utilizzando un bel paio di forbici tagliare cranio lungo la linea mediana. Mantenere la lama il più vicino possibile the superficie in modo da minimizzare i danni al cervello sottostante. Aprire il cranio con un paio di pinzette, utilizzare una spatola per tagliare il nervo ottico e il tronco encefalico e delicatamente cadere il cervello in ACSF ghiacciata. </li><li> Separare il cervelletto e le due emisferi con un bisturi (lama 24). </li><li> Rimuovere l&#39;acqua in eccesso da uno dei due emisferi e la colla su una piattaforma inclinata con una goccia di colla. Aggiungere rapidamente alcune gocce di ACSF il cervello e trasferirlo alla camera vibratome. NOTA: Quando si prepara fette sagittali, l&#39;angolo della piattaforma è importante per evitare di danneggiare i dendriti delle cellule piramidali durante la procedura di taglio. </li></ol></li><li> Preparazione delle fette. <ol><li> Posizionare la lama sopra il cervello ed eliminare i primi 2,5-3 mm. Regolare la velocità e la frequenza di limitare i danni alla superficie della fetta, mentre allo stesso tempo minimizzando il tempo richiesto per la procedura di taglio. </li><li> Impostare lo spessore di 300 μm e iniziare affettare. Una volta che la lama ha oltrepassato la corteccia, utilizzare una lama di rasoio o con un ago piegato tagliare sopra l&#39;ippocampo e ai bordi dell&#39;area corticale di interesse. </li><li> Mettere le fette in una camera di incubazione più ben tenute a 32-34 ° C. </li><li> Ritrarre la lama e ripetere i punti 2.3.2 e 2.3.3 fino a 5-8 fette sono tagliate. I migliori fette di solito sono quelli in cui i vasi sanguigni sono parallele alla superficie. </li><li> Incubare le fette per 30 minuti dopo l&#39;ultima fetta viene posto nella camera. </li></ol></li></ol> 3. patch-clamp registrazioni da Layer 5 piramidali neuroni <ol><li> Mettere una fetta nella camera di registrazione e la ricerca di cellule sane. Queste cellule hanno solitamente minore contrasto, un aspetto liscio e non sono gonfiate. </li><li> Controllare la fetta al microscopio con lente di ingrandimento 40X e la ricerca di cellule in strato 5, situato a circa 600 a 1000 micron dalla superficie del cervello. </li&gt; <li> Una volta che un cellulare adeguata viene trovato, carico un terzo del micropipetta con ICS e inserirlo nella headstage. </li><li> Sul personal computer che esegue il live CD o il sistema operativo pre-configurato Linux, avviare una shell di comando (per esempio, bash), e al suo prompt il comando LCG-zero. Questo assicura che la scheda DAQ non guida l&#39;amplificatore. </li><li> Applicare 30 - 50 mbar di pressione positiva premendo sul pistone di una siringa comune, connesso con un tubo al titolare pipetta e, con l&#39;aiuto del microscopio, posizionare la pipetta circa 100 micron sopra la fetta. NOTA: Posizionare la pipetta in una posizione che consente un percorso diretto alla cella di destinazione, preferibilmente utilizzando la modalità di approccio micromanipolatore. </li><li> Agendo sui comandi dell&#39;amplificatore elettrofisiologia, regolare la pipetta offset e uscita un impulso di prova (10 mV) in modalità voltage clamp. </li><li> Ridurre la pressione a 10 - 30 mbar (a seconda delle dimensioni pipetta) ritirando ilpistone della siringa; avvicinare delicatamente la cella e controllare la formazione di una fossetta osservando l&#39;immagine sul monitor telecamera. Monitorare l&#39;impulso di prova per un aumento di resistenza in ogni momento, osservando la forma d&#39;onda corrente visualizzata sull&#39;oscilloscopio collegato all&#39;amplificatore elettrofisiologia (in alternativa è possibile utilizzare il LCG-seal-test comando per monitorare la resistenza pipetta). </li><li> Rilasciare la pressione e, se necessario applicare una leggera pressione negativa alla pipetta per aiutare la formazione della guarnizione quando si nota un aumento della resistenza pipetta e la formazione di un &#39;fossetta&#39; sulla cella. </li><li> Mentre le forme di tenuta, gradualmente diminuire il potenziale tenendo a -70 mV. </li><li> Una volta ottenuto un sigillo gigaohm, assicurarsi che la corrente di mantenimento è compresa tra 0 - 30 pA. Applicare brevi impulsi di pressione negativa (aspirazione) per rompere la membrana e stabilire la cellula intera configurazione. In alternativa, è possibile iniettare impulsi forti e brevi di tensione ( <em&gt; cioè, utilizzando il comando &#39;ZAP&#39; sull&#39;amplificatore o tiene la cella molto negativo) alla rottura della membrana, a seconda della preparazione e pipetta di vetro usato. </li><li> Passare alla modalità pinza e verificare che il potenziale di membrana è tipico di una cellula sana. Per neuroni piramidali corticali utilizzando una soluzione basata su potassio gluconato, questo valore è di solito tra -65 e -75 mV. </li></ol> 4. Caratterizzazione semiautomatica delle Proprietà risposta elettrica di un neurone <ol><li> Creare una directory per memorizzare i dati dell&#39;utente. Per fare questo l&#39;impiego di uno script incluso nel LCG live CD che crea cartelle in base alla data. Per usarlo, digitare al prompt dei comandi cd ~ / esperimenti LCG-creare-esperimento-folder -s psp, in_vivo_like Questo creerà una cartella in cui verranno salvati i dati per tale cella (e un &#39;psp&#39; e &#39;in_vivo_like&#39; sottocartelle) e si stamperà il suo nome al terminalefinestra; è anche possibile memorizzare informazioni aggiuntive quali la resistenza pipetta e tipo cellulare utilizzando questo script. </li><li> Cambiare la directory nella cartella appena creata utilizzando il comando cd ~ / &lt;nomecartella&gt; Il nome della cartella è quella visualizzata dal comando LCG-creare-esperimento-cartella e avrà il timestamp del giorno corrente (cioè, anno-mese-giorno), come in 20140331A01. </li><li> Assicurarsi che l&#39;amplificatore è impostato per operare in modalità pinza, che i cavi siano collegati e il comando di tensione esterna dell&#39;amplificatore, se presente, è abilitato. </li><li> Digitare il comando LCG-ecodeat prompt dei comandi. Ciò richiede una serie di comandi (cioè LCG-ap, LCG-vi, LCG-ramp, LCG-tau e LCG-gradini), usato per caratterizzare le proprietà di risposta di base della cellula. LCG-ecode richiede che l&#39;utente specifica due parametri: l&#39;ampiezza del 1 ms lungo impulso di corrente utilizzato per sollecitare un singolo picco nella cella, e l&#39;ampiezza massima della memoria RAM attualep iniettata nella cellula per trovare la sua reobase. Utilizzare la seguente sintassi dei comandi: LCG-ecode --pulse ampiezza X --ramp ampiezza Y con una scelta dei valori X e Y (in pA) che sono sufficienti per il fuoco cellulare in risposta ad un 1 ms impulso lungo e un&#39;iniezione di corrente costante, rispettivamente. NOTA: Questi protocolli richiedono di eseguire la stima numerica del &#39;elettrodo kernel&#39; per utilizzare Active elettrodo di compensazione (AEC) 15. Una iniezione di corrente rumorosa viene utilizzato per stimare il kernel e all&#39;utente viene richiesto di confermare il numero di campioni che compongono il kernel. Vedere 15 per informazioni dettagliate sul significato del kernel dell&#39;elettrodo e come scegliere il numero di campioni del kernel. </li></ol> 5. L&#39;iniezione di conduttanza attraverso simulate Sinapsi e Simulazione di In Vivo -come Background Attività <ol><li> Iniezione di simulati eccitatori potenziali post-sinaptici <ol><li>Passare alla directory in cui si desidera salvare il prossimo esperimento, digitando il seguente comando al prompt dei comandi della shell: cd psp / 01 </li><li> Copiare un file di configurazione LCG nella directory corrente e aprirlo con un editor di testo (Nano in questo esempio) digitando i seguenti comandi al prompt dei comandi della shell (questo file di configurazione di esempio è incluso nel codice sorgente e il cd live) : cp ~ / local / src / LCG / configurazioni / epsp.xml nano epsp.xml NOTA: Questo è semplicemente un file di testo con diverse entità collegate tra loro. Per maggiori dettagli si veda la sezione risultati rappresentativi. </li><li> Se necessario, modificare il inputChannel, outputChannel, il inputConversionFactor e outputConversionFactor in questo file in modo che corrisponda la configurazione dell&#39;utente. </li><li> Calcolare il kernel elettrodo necessaria per effettuare la compensazione elettrodo attivo &#39;il metodo utilizzato da LCG effettuare elettrodo singolo morsetto dinamico&#39; eseguendo il command LCG-kernel Ciò richiederà il numero di punti nel kernel. Ancora una volta, selezionare un numero in modo che il kernel dell&#39;elettrodo copre l&#39;estremità della coda di decadimento esponenziale. </li><li> Eseguire l&#39;esperimento morsetto dinamico usando il comando LCG-esperimento epsp.xml -c </li><li> Elencare i file e visualizzare i risultati utilizzando il comando ls -l LCG-plot--f file scorso </li></ol></li><li> Iniezione di simulati inibitori potenziali post-sinaptici <ol><li> Creare una cartella e copiare il file epsp.xml per digitando i seguenti comandi al prompt dei comandi della shell: mkdir ../02 cp epsp.xml ../02/ipsp.xml cd ../02 </li><li> Modificare il file di configurazione utilizzando un editor di testo: cambiare il potenziale di inversione sinaptica e salire e tempo di decadimento costanti del Exp2Synapse modello di sinapsi al seguente: parametri&gt; &lt;E&gt; -80 &lt;/ E&gt; &lt;TauRise&gt; 0.8e-3 &lt;/ tauRise&gt; &lt;TauDecay&gt; 10e-3 &lt;/ tauDecay&gt; &lt;parametri&gt; Chiudere l&#39;editor di testo. </li><li> Calcola il kernel elettrodi ed eseguire l&#39;esperimento, come in 5.1, digitando i seguenti comandi al prompt dei comandi della shell: LCG-kernel LCG-esperimento ipsp.xml -c </li><li> Elencare i file e visualizzare i risultati, digitando i seguenti comandi al prompt dei comandi della shell: ls -l LCG-plot--f file &lt;filename.h5&gt; </li></ol></li><li> Simulazione in vivo -come attività di fondo: <ol><li> Passare alla directory in cui si desidera salvare il seguente esperimento, come precedentemente indicato, digitando i seguenti comandi al prompt dei comandi della shell: cd ../../in_vivo_like/01 </li><li> Copiare il file di configurazione dalla directory di origine LCG, digitando i seguenti comandi al prompt dei comandi della shell: cp ~ / local / src / LCG / configurazioni / in_vivo_like.xml nano in_vivo_like.xml <br /&gt; Nota: Questo file è semplicemente la concatenazione dei precedenti; due processi Poisson punti che generano treni di impulsi, che a loro volta alimentano sinapsi inibitorie ed eccitatorie modello, generano l&#39;attività di fondo. </li><li> Regolare i parametri di configurazione DAQ per il setup degli utenti, come descritto in 5.1.3 e uscire dall&#39;editor. </li><li> Calcola il kernel elettrodi ed eseguire l&#39;esperimento, come in 5.1, digitando i seguenti comandi al prompt dei comandi della shell: LCG-kernel LCG-esperimento in_vivo_like.xml -c -n 10 -i 3 I &#39;-n 10&#39; e &#39;-i 3&#39; interruttori indicano che la stimolazione deve essere ripetuta 10 volte ad intervalli di tre secondi. </li><li> Visualizzare le tracce prime utilizzando il seguente comando al prompt dei comandi della shell: LCG-plot--f file tutto </li></ol></li></ol>

<ol>
	<li>Saleem, A. B., Ayaz, A., Jeffery, K. J., Harris, K. D., Carandini, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integration+of+visual+motion+and+locomotion+in+mouse+visual+cortex.">Integration of visual motion and locomotion in mouse visual cortex.</a> Nature neuroscience. 16, 1864-1869 (2013).</li><li>Ahrens, M. B., Li, J. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-wide+neuronal+dynamics+during+motor+adaptation+in+zebrafish.">Brain-wide neuronal dynamics during motor adaptation in zebrafish.</a> Nature. 485 (7399), 471-477 (2012).</li><li>Paz, J. T., Davidson, T. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Closed-loop+optogenetic+control+of+thalamus+as+a+tool+for+interrupting+seizures+after+cortical+injury.">Closed-loop optogenetic control of thalamus as a tool for interrupting seizures after cortical injury.</a> Nature neuroscience. 16 (1), 64-70 (2013).</li><li>Wallach, A., Eytan, D., Gal, A., Zrenner, C., Marom, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neuronal+response+clamp.">Neuronal response clamp.</a> Frontiers in neuroengineering. 3 (April), 3 (2011).</li><li>Linaro, D., Couto, J., Giugliano, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Command-line+cellular+electrophysiology+for+conventional+and+real-time+closed-loop+experiments.">Command-line cellular electrophysiology for conventional and real-time closed-loop experiments.</a> Journal of neuroscience. 230, 5-19 (2014).</li><li>Sharp, A., O&#8217;Neil, M., Abbott, L. F., Marder, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamic+clamp:+computer-generated+conductances+in+real+neurons.">Dynamic clamp: computer-generated conductances in real neurons.</a> Journal of neurophysiology. 69 (3), 992-995 (1993).</li><li>Robinson, H. P., Kawai, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Injection+of+digitally+synthesized+synaptic+conductance+transients+to+measure+the+integrative+properties+of+neurons.">Injection of digitally synthesized synaptic conductance transients to measure the integrative properties of neurons.</a> Journal of neuroscience methods. 49 (3), 157-165 (1993).</li><li>Vervaeke, K., Hu, H., Graham, L. J., Storm, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Contrasting+effects+of+the+persistent+Na++current+on+neuronal+excitability+and+spike+timing.">Contrasting effects of the persistent Na+ current on neuronal excitability and spike timing.</a> Neuron. 49 (2), 257-270 (2006).</li><li>White, J. A., Klink, R., Alonso, A., Kay, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Noise+from+voltage-gated+ion+channels+may+influence+neuronal+dynamics+in+the+entorhinal+cortex.">Noise from voltage-gated ion channels may influence neuronal dynamics in the entorhinal cortex.</a> Journal of neurophysiology. 80 (1), 262-269 (1998).</li><li>Destexhe, a., Rudolph, M., Fellous, J. M., Sejnowski, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Fluctuating+synaptic+conductances+recreate+in+vivo-like+activity+in+neocortical+neurons.">Fluctuating synaptic conductances recreate in vivo-like activity in neocortical neurons.</a> Neuroscience. 107 (1), 13-24 (2001).</li><li>Fellous, J. -. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Regulation+of+Persistent+Activity+by+Background+Inhibition+in+an+In+Vitro+Model+of+a+Cortical+Microcircuit.">Regulation of Persistent Activity by Background Inhibition in an In Vitro Model of a Cortical Microcircuit.</a> Cerebral Cortex. 13 (11), 1232-1241 (2003).</li><li>Gal, A., Eytan, D., Wallach, A., Sandler, M., Schiller, J., Marom, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dynamics+of+excitability+over+extended+timescales+in+cultured+cortical+neurons.+The+Journal+of+neuroscience.">Dynamics of excitability over extended timescales in cultured cortical neurons. The Journal of neuroscience.</a> the official journal of the Society for Neuroscience. 30 (48), 16332-16342 (2010).</li><li>Wang, Y., Toledo-Rodriguez, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anatomical,+physiological+and+molecular+properties+of+Martinotti+cells+in+the+somatosensory+cortex+of+the+juvenile+rat.">Anatomical, physiological and molecular properties of Martinotti cells in the somatosensory cortex of the juvenile rat.</a> The Journal of physiology. 561 (Pt 1), 65-90 (2004).</li><li>Wang, Y., Gupta, A., Toledo-Rodriguez, M., Wu, C. Z., Markram, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Anatomical,+physiological,+molecular+and+circuit+properties+of+nest+basket+cells+in+the+developing+somatosensory+cortex).">Anatomical, physiological, molecular and circuit properties of nest basket cells in the developing somatosensory cortex).</a> Cerebral cortex (New York, N.Y). 12 (4), 395-410 (1991).</li><li>Brette, R., Piwkowska, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-resolution+intracellular+recordings+using+a+real-time+computational+model+of+the+electrode.">High-resolution intracellular recordings using a real-time computational model of the electrode.</a> Neuron. 59 (3), 379-391 (2008).</li><li>Rutishauser, U., Kotowicz, A., Laurent, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+method+for+closed-loop+presentation+of+sensory+stimuli+conditional+on+the+internal+brain-state+of+awake+animals.">A method for closed-loop presentation of sensory stimuli conditional on the internal brain-state of awake animals.</a> Journal of neuroscience. 215 (1), 139-155 (2013).</li><li>Margrie, T., Brecht, M., Sakmann, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=In+vivo,+low-resistance,+whole-cell+recordings+from+neurons+in+the+anaesthetized+and+awake+mammalian+brain.">In vivo, low-resistance, whole-cell recordings from neurons in the anaesthetized and awake mammalian brain.</a> Pflugers Archiv European Journal of Physiology. 444 (4), 491-498 (2002).</li><li>Graham, L., Schramm, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=In+Vivo+Dynamic-Clamp+Manipulation+of+Extrinsic+and+Intrinsic+Conductances:+Functional+Roles+of+Shunting+Inhibition+and+I+BK+in+Rat+and+Cat+Cortex.">In Vivo Dynamic-Clamp Manipulation of Extrinsic and Intrinsic Conductances: Functional Roles of Shunting Inhibition and I BK in Rat and Cat Cortex.</a> Dynamic Clamp: From Principles to Applications. , (2008).</li><li>Sakmann, B., Neher, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Single-channel recording. , (1995).</li><li>Molleman, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Patch Clamping. , (2002).</li><li>Davie, J. T., Kole, M. H. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Dendritic+patch-clamp+recording.">Dendritic patch-clamp recording.</a> Nature Protocols. 1 (3), 1235-1247 (2006).</li><li>Gold, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> The Axon Guide for Electrophysiolog., &amp; Biophysics Laboratory Techniques... , (2007).</li><li>Mainen, Z. F., Sejnowski, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Reliability+of+spike+timing+in+neocortical+neurons.">Reliability of spike timing in neocortical neurons.</a> Science. 268 (5216), 1503-1506 (1995).</li><li>Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Action+potential+threshold+of+hippocampal+pyramidal+cells+in+vivo+is+increased+by+recent+spiking+activity.">Action potential threshold of hippocampal pyramidal cells in vivo is increased by recent spiking activity.</a> Neuroscience. 105 (1), 121-130 (2001).</li><li>Koch, C., Segev, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Methods in Neuronal Modeling: From Synapses to Networks. , (1988).</li><li>Silberberg, G., Markram, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Disynaptic+inhibition+between+neocortical+pyramidal+cells+mediated+by+Martinotti+cells.">Disynaptic inhibition between neocortical pyramidal cells mediated by Martinotti cells.</a> Neuron. 53 (5), 735-746 (2007).</li><li>Berger, T. K., Silberberg, G., Perin, R., Markram, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brief+bursts+self-inhibit+and+correlate+the+pyramidal+network.">Brief bursts self-inhibit and correlate the pyramidal network.</a> PLoS biology. 8 (9), (2010).</li><li>Tsodyks, M., Pawelzik, K., Markram, H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+networks+with+dynamic+synapses.">Neural networks with dynamic synapses.</a> Neural computation. 10 (4), 821-835 (1998).</li><li>Kapfer, C., Glickfeld, L. L., Atallah, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Supralinear+increase+of+recurrent+inhibition+during+sparse+activity+in+the+somatosensory+cortex.">Supralinear increase of recurrent inhibition during sparse activity in the somatosensory cortex.</a> Nature. 10 (6), 743-753 (2007).</li></ol>

The authors have nothing to disclose.

In questo testo un protocollo completo per la realizzazione di tempo reale, ad anello chiuso monocellulari esperimenti elettrofisiologici è stata descritta, con la tecnica patch clamp e strumenti software recentemente sviluppato chiamato LCG. Per ottimizzare la qualità delle registrazioni è fondamentale che il sistema di registrazione sia correttamente messa a terra, schermato e vibrazioni: questo garantisce l&#39;accesso stabile e duratura whole-cell alla cella, che, insieme con la possibilità di automatizzare inte...

<html> Negli ultimi anni, elettrofisiologia cellulare è evoluto dal paradigma tradizionale anello aperto impiegata in esperimenti di tensione e corrente clamp protocolli a circuito chiuso moderni. La tecnica a circuito chiuso più noto è forse il morsetto dinamica 6,7, che ha permesso l&#39;iniezione sintetica dei canali ionici artificiali voltaggio-dipendenti per determinare il potenziale di membrana neuronale 8, lo studio approfondito degli effetti della non-deterministico sfarfallio on canali ionici sulla dinamica di risposta neuronale 9, così come la ricreazione in vitro di realistico in vivo- come attività di fondo sinaptica 10. Altri paradigmi a circuito chiuso che sono stati proposti includono il morsetto reattiva 11, per studiare in vitro la produzione di attività persistente di auto-sostenuta, e la risposta serrare 4,12, per studiare i meccanismi cellulari alla base eccitabilità neuronale. ontent &quot;&gt; Qui si descrive un quadro potente che permette l&#39;applicazione di una serie di anello chiuso protocolli elettrofisiologici nel contesto di cellule intere registrazioni di patch clamp effettuate in fettine di cervello acuto. Mostriamo come registrare potenziale di membrana somatica mediante registrazioni di patch clamp in neuroni piramidali della corteccia somatosensoriale di ratti giovani e di applicare tre diversi protocolli a circuito chiuso con LCG, un software toolbox basato su riga di comando sviluppato nel laboratorio di Neurobiologia e Teorica Neuroengineering. Brevemente, i protocolli descritti sono, in primo luogo l&#39;iniezione automatica di una serie di forme d&#39;onda di corrente morsetto stimolo, rilevanti per la caratterizzazione di un grande insieme di proprietà di membrana attiva e passiva. Questi sono stati suggeriti per catturare il fenotipo elettrofisiologico di una cella in termini di proprietà di risposta ad una serie di forme d&#39;onda stereotipata stimolo. Conosciuta come la e-codice di un cellulare (ad esempio, vedere &amp; #160; 13,14), una raccolta di risposte elettriche è utilizzato da diversi laboratori di classificare oggettivamente neuroni sulla base delle loro proprietà elettriche. Questo include l&#39;analisi del rapporto di trasferimento ingresso-uscita stazionario (curva fI), con una tecnica innovativa che coinvolge il circuito chiuso, controllo in tempo reale della frequenza di scarica attraverso un (PID) regolatore proporzionale-integrale-derivativo , secondo la ricreazione realistica in vivo -come sfondo sinaptica in preparati in vitro 10 e, terzo collegamento artificiale in tempo reale dei due neuroni piramidali registrati simultaneamente mediante un interneuroni GABAergico virtuale, che viene simulato dal computer. Inoltre, LCG implementa la tecnica nota come attivo elettrodo di compensazione (AEC) 15, che consente di implementare protocolli clamp dinamico utilizzando un singolo elettrodo. Questo consente di compensare gli effetti indesiderati (unrtifacts) dell&#39;elettrodo di registrazione che sorgono quando viene utilizzato per la distribuzione di stimoli intracellulari. Il metodo si basa su una stima non parametrica delle proprietà elettriche equivalenti del circuito di registrazione. Le tecniche e protocolli sperimentali descritti nel presente documento possono essere facilmente applicati in convenzionale tensione a circuito aperto e gli esperimenti clamp attuali e possono essere estesi ad altri preparati, come extracellulare 4,16 o registrazioni intracellulari in vivo 17,18. L&#39;attento assemblaggio del setup per patch clamp cellula intera elettrofisiologia è un passo molto importante per la stabilità, registrazioni di alta qualità. Nel seguito si assume che un tale apparato sperimentale è già disponibile per lo sperimentatore, e focalizziamo la nostra attenzione sulla descrizione dell&#39;utilizzo di LCG. Il lettore è puntato a 19-22 per ulteriori suggerimenti circa l&#39;ottimizzazione e il debugging.

<table border="0" cellpadding="0" cellspacing="0">
	<tbody>
		<tr>
			<td>Tissue slicer</td>
			<td>Leica</td>
			<td>VT-1000S</td>
			<td></td>
		</tr>
		<tr>
			<td>Pipette puller</td>
			<td>Sutter</td>
			<td>P-97</td>
			<td></td>
		</tr>
		<tr>
			<td>Pipettes</td>
			<td>WPI</td>
			<td>1B150F-4</td>
			<td>1.5/0.84 mm OD/ID, with filament</td>
		</tr>
		<tr>
			<td>Vibration isolation table</td>
			<td>TMC</td>
			<td>20 Series</td>
			<td></td>
		</tr>
		<tr>
			<td>Microscope</td>
			<td>Leica</td>
			<td>DMLFS</td>
			<td>40X Immersion Objective</td>
		</tr>
		<tr>
			<td>Manipulators</td>
			<td>Scientifica</td>
			<td>PatchStar</td>
			<td></td>
		</tr>
		<tr>
			<td>Amplifiers</td>
			<td>Axon Instruments</td>
			<td>MultiClamp 700B</td>
			<td>Computer controlled</td>
		</tr>
		<tr>
			<td>Data acquisition card</td>
			<td>National Instruments</td>
			<td>PCI-6229</td>
			<td>Supported by Comedi Linux Drivers</td>
		</tr>
		<tr>
			<td>Desktop computer</td>
			<td>Dell</td>
			<td>Optiplex 7010 Tower</td>
			<td>OS: real-time Linux</td>
		</tr>
		<tr>
			<td>Oscilloscopes</td>
			<td>Tektronix</td>
			<td>TDS-1002</td>
			<td></td>
		</tr>
		<tr>
			<td>Perfusion Pump</td>
			<td>Gibson</td>
			<td>MINIPULS3</td>
			<td>Used with R4 Pump head (F117606)</td>
		</tr>
		<tr>
			<td>Temperature controller</td>
			<td>Multichannel Systems</td>
			<td>TC02</td>
			<td>PH01 Perfusion Cannula</td>
		</tr>
		<tr>
			<td>Manometer</td>
			<td>Testo</td>
			<td>510</td>
			<td>Optional</td>
		</tr>
		<tr>
			<td>Incubator</td>
			<td>Memmert</td>
			<td>WB14</td>
			<td></td>
		</tr>
		<tr>
			<td>NaCl</td>
			<td>Sigma</td>
			<td>71376</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>KCl</td>
			<td>Sigma</td>
			<td>P9541</td>
			<td>ACSF, ICS</td>
		</tr>
		<tr>
			<td>NaH2PO4</td>
			<td>Sigma</td>
			<td>S3139</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>NaHCO3</td>
			<td>Sigma</td>
			<td>S6014</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>CaCl2</td>
			<td>Sigma</td>
			<td>C1016</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>MgCl2</td>
			<td>Sigma</td>
			<td>M8266</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>Glucose</td>
			<td>Sigma</td>
			<td>G7528</td>
			<td>ACSF</td>
		</tr>
		<tr>
			<td>K-Gluconate</td>
			<td>Sigma</td>
			<td>G4500</td>
			<td>ICS</td>
		</tr>
		<tr>
			<td>HEPES</td>
			<td>Sigma</td>
			<td>H3375</td>
			<td>ICS</td>
		</tr>
		<tr>
			<td>Mg-ATP</td>
			<td>Sigma</td>
			<td>A9187</td>
			<td>ICS</td>
		</tr>
		<tr>
			<td>Na2-GTP</td>
			<td>Sigma</td>
			<td>51120</td>
			<td>ICS</td>
		</tr>
		<tr>
			<td>Na2-Phosphocreatine</td>
			<td>Sigma</td>
			<td>P7936</td>
			<td>ICS</td>
		</tr>
	</tbody>
</table>

real-time electrophysiology: using closed-loop protocols to probe neuronal dynamics and beyond

Neuroscienza sperimentale è testimone un crescente interesse per lo sviluppo e l&#39;applicazione di nuove e, protocolli a circuito chiuso spesso complessi, in cui lo stimolo applicato dipende in tempo reale sulla risposta del sistema. Recenti applicazioni vanno dalla realizzazione di sistemi di realtà virtuale per lo studio di risposte motorie, sia in topi 1 e in zebrafish 2, per il controllo delle crisi epilettiche seguenti ictus corticale utilizzando optogenetics 3. Uno dei principali vantaggi di tecniche anello chiuso risiede nella capacità di sondare superiori proprietà dimensionali che non sono direttamente accessibili o che dipendono da più variabili, quali eccitabilità neuronale 4 e affidabilità, mentre allo stesso tempo, massimizzando il sperimentale. In questo contributo e nel contesto di elettrofisiologia cellulare, descriviamo come applicare una varietà di protocolli a circuito chiuso per lo studio delle proprietà di risposta di piramidale neuroni corticali, recorded intracellulare con la tecnica del patch clamp in fettine di cervello acuto dalla corteccia somatosensoriale di ratti giovani. Poiché nessun source disponibile in commercio o aperto fornisce tutte le caratteristiche richieste per l&#39;esecuzione in modo efficiente gli esperimenti descritti qui, un nuovo toolbox software chiamato LCG 5 è stato sviluppato, la cui struttura modulare massimizza il riutilizzo del codice informatico e facilita l&#39;implementazione di nuovi paradigmi sperimentali. Le forme d&#39;onda di stimolazione vengono specificati utilizzando un compatto meta-descrizione e protocolli sperimentali complete sono descritte nei file di configurazione basati su testo. Inoltre, LCG ha una interfaccia a riga di comando che è adatto per la ripetizione delle prove e l&#39;automazione di protocolli sperimentali.

Nelle sezioni precedenti, abbiamo descritto come utilizzare il software LCG casella degli strumenti per caratterizzare le proprietà elettrofisiologiche delle cellule piramidali L5 e di ricreare in vivo -come attività sinaptica in un preparato fetta. L&#39;uso di una riga di comando e protocollo semi-automatizzato favorire la riproducibilità e l&#39;efficienza di questo esperimento, che può avere un forte impatto sul rendimento e la qualità dei dati prodotti. Inoltre, poiché i dati vengono salvati in modo ...

Watch this Scientific Journal Video about Real-time Electrophysiology: Using Closed-loop Protocols to Probe Neuronal Dynamics and Beyond at JoVE.com

Real-time Electrophysiology: Using Closed-loop Protocols to Probe Neuronal Dynamics and Beyond

Closed-loop protocols are becoming increasingly widespread in modern day electrophysiology. We present a simple, versatile and inexpensive way to perform complex electrophysiological protocols in cortical pyramidal neurons in vitro, using a desktop computer and a digital acquisition board.

Real-time Elettrofisiologia: utilizzando protocolli a circuito chiuso per sonda neuronali Dynamics and Beyond

Experimental neuroscience is witnessing an increased interest in the development and application of novel and often complex, closed-loop protocols, where ...

real-time-electrophysiology-using-closed-loop-protocols-to-probe

Research

JoVE Journal

Neuroscience

11.3K Views.  University of Antwerp. Closed-loop protocols are becoming increasingly widespread in modern day electrophysiology. We present a simple, versatile and inexpensive way to perform complex electrophysiological protocols in cortical pyramidal neurons in vitro, using a desktop computer and a digital acquisition board. 

Video: Real-time Electrophysiology: Using Closed-loop Protocols to Probe Neuronal Dynamics and Beyond

An Experimental Platform to Study the Closed-loop Performance of Brain-machine Interfaces

The non-stationary nature and variability of neuronal signals is a fundamental problem in brain-machine interfacing. We developed a brain-machine interface to assess the robustness of different control-laws applied to a closed-loop image stabilization task. Taking advantage of the well-characterized fly visuomotor pathway we record the electrical activity from an identified, motion-sensitive neuron, H1, to control the yaw rotation of a two-wheeled robot. The robot is equipped with 2 high-speed video cameras providing visual motion input to a fly placed in front of 2 CRT computer monitors. The activity of the H1 neuron indicates the direction and relative speed of the robot's rotation. The neural activity is filtered and fed back into the steering system of the robot by means of proportional and proportional/adaptive control. Our goal is to test and optimize the performance of various control laws under closed-loop conditions for a broader application also in other brain machine interfaces.

We use a closed-loop fly-machine interface to investigate general principles in neuronal control.

Una piattaforma sperimentale per studiare il ciclo chiuso delle prestazioni di interfacce cervello-macchina

The non-stationary nature and variability of neuronal signals is a fundamental problem in brain-machine interfacing. We developed a brain-machine ...

Ricerca

Neuroscienze

Multi-electrode Array Recordings of Neuronal Avalanches in Organotypic Cultures

The cortex is spontaneously active, even in the absence of any particular input or motor output. During development, this activity is important for the migration and differentiation of cortex cell types and the formation of neuronal connections1. In the mature animal, ongoing activity reflects the past and the present state of an animal into which sensory stimuli are seamlessly integrated to compute future actions. Thus, a clear understanding of the organization of ongoing i.e. spontaneous activity is a prerequisite to understand cortex function. 
Numerous recording techniques revealed that ongoing activity in cortex is comprised of many neurons whose individual activities transiently sum to larger events that can be detected in the local field potential (LFP) with extracellular microelectrodes, or in the electroencephalogram (EEG), the magnetoencephalogram (MEG), and the BOLD signal from functional magnetic resonance imaging (fMRI). The LFP is currently the method of choice when studying neuronal population activity with high temporal and spatial resolution at the mesoscopic scale (several thousands of neurons). At the extracellular microelectrode, locally synchronized activities of spatially neighbored neurons result in rapid deflections in the LFP up to several hundreds of microvolts. When using an array of microelectrodes, the organizations of such deflections can be conveniently monitored in space and time. 
Neuronal avalanches describe the scale-invariant spatiotemporal organization of ongoing neuronal activity in the brain2,3. They are specific to the superficial layers of cortex as established in vitro4,5, in vivo in the anesthetized rat 6, and in the awake monkey7. Importantly, both theoretical and empirical studies2,8-10 suggest that neuronal avalanches indicate an exquisitely balanced critical state dynamics of cortex that optimizes information transfer and information processing.
In order to study the mechanisms of neuronal avalanche development, maintenance, and regulation, in vitro preparations are highly beneficial, as they allow for stable recordings of avalanche activity under precisely controlled conditions. The current protocol describes how to study neuronal avalanches in vitro by taking advantage of superficial layer development in organotypic cortex cultures, i.e. slice cultures, grown on planar, integrated microelectrode arrays (MEA; see also 11-14).

A robust way to study neuronal avalanches, i.e. scale-invariant spatio-temporal activity bursts, indicative of critical state dynamics in cortex. Avalanches emerge spontaneously in developing superficial layers of cultured cortex which allows for long-term measurements of the activity with planar integrated multi-electrode arrays (MEA) under precisely controlled conditions.

Multi-array di elettrodi Recordings Valanghe neuronali in Culture organotipica

The cortex is spontaneously active, even in the absence of any particular input or motor output.  During development, this activity is important for the ...

Simultaneous Electroencephalography, Real-time Measurement of Lactate Concentration and Optogenetic Manipulation of Neuronal Activity in the Rodent Cerebral Cortex

Although the brain represents less than 5% of the body by mass, it utilizes approximately one quarter of the glucose used by the body at rest1. The function of non rapid eye movement sleep (NREMS), the largest portion of sleep by time, is uncertain. However, one salient feature of NREMS is a significant reduction in the rate of cerebral glucose utilization relative to wakefulness2-4. This and other findings have led to the widely held belief that sleep serves a function related to cerebral metabolism. Yet, the mechanisms underlying the reduction in cerebral glucose metabolism during NREMS remain to be elucidated.
	One phenomenon associated with NREMS that might impact cerebral metabolic rate is the occurrence of slow waves, oscillations at frequencies less than 4 Hz, in the electroencephalogram5,6. These slow waves detected at the level of the skull or cerebral cortical surface reflect the oscillations of underlying neurons between a depolarized/up state and a hyperpolarized/down state7. During the down state, cells do not undergo action potentials for intervals of up to several hundred milliseconds. Restoration of ionic concentration gradients subsequent to action potentials represents a significant metabolic load on the cell8; absence of action potentials during down states associated with NREMS may contribute to reduced metabolism relative to wake.
	Two technical challenges had to be addressed in order for this hypothetical relationship to be tested. First, it was necessary to measure cerebral glycolytic metabolism with a temporal resolution reflective of the dynamics of the cerebral EEG (that is, over seconds rather than minutes). To do so, we measured the concentration of lactate, the product of aerobic glycolysis, and therefore a readout of the rate of glucose metabolism in the brains of mice. Lactate was measured using a lactate oxidase based real time sensor embedded in the frontal cortex. The sensing mechanism consists of a platinum-iridium electrode surrounded by a layer of lactate oxidase molecules. Metabolism of lactate by lactate oxidase produces hydrogen peroxide, which produces a current in the platinum-iridium electrode. So a ramping up of cerebral glycolysis provides an increase in the concentration of substrate for lactate oxidase, which then is reflected in increased current at the sensing electrode. It was additionally necessary to measure these variables while manipulating the excitability of the cerebral cortex, in order to isolate this variable from other facets of NREMS.
	We devised an experimental system for simultaneous measurement of neuronal activity via the elecetroencephalogram, measurement of glycolytic flux via a lactate biosensor, and manipulation of cerebral cortical neuronal activity via optogenetic activation of pyramidal neurons. We have utilized this system to document the relationship between sleep-related electroencephalographic waveforms and the moment-to-moment dynamics of lactate concentration in the cerebral cortex. The protocol may be useful for any individual interested in studying, in freely behaving rodents, the relationship between neuronal activity measured at the electroencephalographic level and cellular energetics within the brain.

A procedure is described for manipulating the activity of cerebral cortical pyramidal neurons optogenetically while the electroencephalogram, electromyogram, and cerebral lactate concentration are monitored. Experimental recordings are performed on cable-tethered mice while they undergo spontaneous sleep/wake cycles. Optogenetic equipment is assembled in our laboratory; recording equipment is commercially available.

Elettroencefalografia simultanea, in tempo reale misura della concentrazione di lattato e la manipolazione Optogenetic di attività neuronale nella corteccia cerebrale Rodentia

Although the brain represents less than 5% of the body  by mass, it utilizes approximately one quarter of the glucose used by the body  at rest1. The ...

Real-Time Impedance-based Cell Analyzer as a Tool to Delineate Molecular Pathways Involved in Neurotoxicity and Neuroprotection in a Neuronal Cell Line

Many brain-related disorders have neuronal cell death involved in their pathophysiology. Improved in vitro models to study neuroprotective or neurotoxic effects of drugs and downstream pathways involved would help gain insight into the molecular mechanisms of neuroprotection/neurotoxicity and could potentially facilitate drug development. However, many existing in vitro toxicity assays have major limitations &#8211; most assess neurotoxicity and neuroprotection at a single time point, not allowing to observe the time-course and kinetics of the effect. Furthermore, the opportunity to collect information about downstream signaling pathways involved in neuroprotection in real-time would be of great importance. In the current protocol we describe the use of a real-time impedance-based cell analyzer to determine neuroprotective effects of serotonin 2A (5-HT2A) receptor agonists in a neuronal cell line under label-free and real-time conditions using impedance measurements. Furthermore, we demonstrate that inhibitors of second messenger pathways can be used to delineate downstream molecules involved in the neuroprotective effect. We also describe the utility of this technique to determine whether an effect on cell proliferation contributes to an observed neuroprotective effect. The system utilizes special microelectronic plates referred to as E-Plates which contain alternating gold microelectrode arrays on the bottom surface of the wells, serving as cell sensors. The impedance readout is modified by the number of adherent cells, cell viability, morphology, and adhesion. A dimensionless parameter called Cell Index is derived from the electrical impedance measurements and is used to represent the cell status. Overall, the real-time impedance-based cell analyzer allows for real-time, label-free assessment of neuroprotection and neurotoxicity, and the evaluation of second messenger pathways involvement, contributing to more detailed and high-throughput assessment of potential neuroprotective compounds in vitro, for selecting therapeutic candidates.

Improved in vitro neurotoxicity assays would aid the identification of new neuroprotective compounds. The utility of a real-time impedance-based cell analyzer to determine cytotoxicity and cytoprotection in neuronal cell lines and to delineate the involvement of second messenger pathways, thus gaining insight in the mechanism of neuroprotection is presented.

Cell Analyzer a base di impedenza in tempo reale come strumento per delineare molecolari meccanismi coinvolti nella neurotossicità e neuroprotezione in una linea cellulare neuronale

Many brain-related disorders have neuronal cell death involved in their pathophysiology. Improved in vitro models to study neuroprotective or neurotoxic ...

Closed-loop Neuro-robotic Experiments to Test Computational Properties of Neuronal Networks

Information coding in the Central Nervous System (CNS) remains unexplored. There is mounting evidence that, even at a very low level, the representation of a given stimulus might be dependent on context and history. If this is actually the case, bi-directional interactions between the brain (or if need be a reduced model of it) and sensory-motor system can shed a light on how encoding and decoding of information is performed. Here an experimental system is introduced and described in which the activity of a neuronal element (i.e., a network of neurons extracted from embryonic mammalian hippocampi) is given context and used to control the movement of an artificial agent, while environmental information is fed back to the culture as a sequence of electrical stimuli. This architecture allows a quick selection of diverse encoding, decoding, and learning algorithms to test different hypotheses on the computational properties of neuronal networks.

In this paper, an experimental framework to perform closed-loop experiments is presented, in which information processing (i.e., coding and decoding) and learning of neuronal assemblies are studied during the continuous interaction with a robotic body.

Closed-loop di esperimenti neuro-robotica a prova le proprietà computazionali di neuronali Networks

Information coding in the Central Nervous System (CNS) remains unexplored. There is mounting evidence that, even at a very low level, the representation ...

Prolonged Incubation of Acute Neuronal Tissue for Electrophysiology and Calcium-imaging

Acute neuronal tissue preparations, brain slices and retinal wholemount, can usually only be maintained for 6 - 8 h following dissection. This limits the experimental time, and increases the number of animals that are utilized per study. This limitation specifically impacts protocols such as calcium imaging that require prolonged pre-incubation with bath-applied dyes. Exponential bacterial growth within 3 - 4 h after slicing is tightly correlated with a decrease in tissue health. This study describes a method for&#160;limiting the proliferation of bacteria in acute preparations to maintain viable neuronal tissue for prolonged periods of time (&#62;24 h) without the need for antibiotics, sterile procedures, or tissue culture media containing growth factors. By cycling the extracellular fluid through UV irradiation and keeping the tissue in a custom holding chamber at 15 - 16 &#176;C, the tissue shows no difference in electrophysiological properties, or calcium signaling through intracellular calcium dyes at &#62;24 h postdissection. These methods will not only extend experimental time for those using acute neuronal tissue, but will reduce the number of animals required to complete experimental goals, and will set a gold standard for acute neuronal tissue incubation.

Once removed from the body, neuronal tissue is greatly affected by environmental conditions, leading to eventual degradation of the tissue after 6 - 8 h. Using a unique incubation method, which closely monitors and regulates the extracellular environment of the tissue, tissue viability can be significantly extended for &#62;24 h.

L&#39;incubazione prolungata di acuta neuronale tessuto per Elettrofisiologia e Calcio imaging

Acute neuronal tissue preparations, brain slices and retinal wholemount, can usually only be maintained for 6 - 8 h following dissection. This limits the ...

Using Neuron Spiking Activity to Trigger Closed-Loop Stimuli in Neurophysiological Experiments

Closed-loop neurophysiological systems use patterns of neuronal activity to trigger stimuli, which in turn affect brain activity. Such closed-loop systems are already found in clinical applications, and are important tools for basic brain research. A particularly interesting recent development is the integration of closed-loop approaches with optogenetics, such that specific patterns of neuronal activity can trigger optical stimulation of selected neuronal groups. However, setting up an electrophysiological system for closed-loop experiments can be difficult. Here, a ready-to-apply Matlab code is provided for triggering stimuli based on the activity of single or multiple neurons. This sample code can be easily modified based on individual needs. For instance, it shows how to trigger sound stimuli and how to change it to trigger an external device connected to a PC serial port. The presented protocol is designed to work with a popular neuronal recording system for animal studies (Neuralynx). The implementation of closed-loop stimulation is demonstrated in an awake rat.

This protocol demonstrates how to use an electrophysiological system for closed-loop stimulation triggered by neuronal activity patterns. Sample Matlab code that can be easily modified for different stimulation devices is also provided.

Utilizzo dell'attività di spiking del neurone per attivare gli stimoli a ciclo chiuso negli esperimenti neurofisiologici

Closed-loop neurophysiological systems use patterns of neuronal activity to trigger stimuli, which in turn affect brain activity. Such closed-loop systems ...

Open-Source Real-Time Closed-Loop Electrical Threshold Tracking for Translational Pain Research

Nociceptors are a class of primary afferent neurons that signal potentially harmful noxious stimuli. An increase in nociceptor excitability occurs in acute and chronic pain conditions. This produces abnormal ongoing activity or reduced activation thresholds to noxious stimuli. Identifying the cause of this increased excitability is required for the development and validation of mechanism-based treatments. Single-neuron electrical threshold tracking can quantify nociceptor excitability. Therefore, we have developed an application to allow such measurements and demonstrate its use in humans and rodents. APTrack provides real-time data visualization and action potential identification using a temporal raster plot. Algorithms detect action potentials by threshold crossing and monitor their latency after electrical stimulation. The plugin then modulates the electrical stimulation amplitude using an up-down method to estimate the electrical threshold of the nociceptors. The software was built upon the Open Ephys system (V0.54) and coded in C++ using the JUCE framework. It runs on Windows, Linux, and Mac operating systems. The open-source code is available (<a data-saferedirecturl="https://www.google.com/url?q=https://github.com/Microneurography/APTrack&amp;source=gmail&amp;ust=1680789829274000&amp;usg=AOvVaw0nMk9J_EI2jUn8SlmC5JJm" href="https://github.com/Microneurography/APTrack" target="_blank">https://github.com/Microneurography/APTrack</a>). The electrophysiological recordings were taken from nociceptors in both a mouse skin-nerve preparation using the teased fiber method in the saphenous nerve and in healthy human volunteers using microneurography in the superficial peroneal nerve. Nociceptors were classified by their response to thermal and mechanical stimuli, as well as by monitoring the activity-dependent slowing of the conduction velocity. The software facilitated the experiment by simplifying the action potential identification through the temporal raster plot. We demonstrate real-time closed-loop electrical threshold tracking of single-neuron action potentials during&#160;in vivo&#160;human microneurography, for the first time, and during&#160;ex vivo&#160;mouse electrophysiological recordings of C-fibers and A&#948;-fibers. We establish proof of principle by showing that the electrical threshold of a human heat-sensitive C-fiber nociceptor is reduced by heating the receptive field. This plugin enables the electrical threshold tracking of single-neuron action potentials and allows the quantification of changes in nociceptor excitability.

APTrack is a software plugin developed for the Open Ephys platform that enables real-time data visualization and the closed-loop electrical threshold tracking of neuronal action potentials. We have successfully used this in microneurography for human C-fiber nociceptors and mouse C-fiber and A&#948;-fiber nociceptors.

Monitoraggio della soglia elettrica a circuito chiuso in tempo reale open source per la ricerca traslazionale del dolore

Nociceptors are a class of primary afferent neurons that signal potentially harmful noxious stimuli. An increase in nociceptor excitability occurs in ...

Stimolazione cerebrale profonda per il trattamento della depressione maggiore

Closed-Loop Neurostimulation for Biomarker-Driven, Personalized Treatment of Major Depressive Disorder

Deep brain stimulation involves the administration of electrical stimulation to targeted brain regions for therapeutic benefit. In the context of major depressive disorder (MDD), most studies to date have administered continuous or open-loop stimulation with promising but mixed results. One factor contributing to these mixed results may stem from when the stimulation is applied. Stimulation administration specific to high-symptom states in a personalized and responsive manner may be more effective at reducing symptoms compared to continuous stimulation and may avoid diminished therapeutic effects related to habituation. Additionally, a lower total duration of stimulation per day is advantageous for reducing device energy consumption. This protocol describes an experimental workflow using a chronically implanted neurostimulation device to achieve closed-loop stimulation for individuals with treatment-refractory MDD. This paradigm hinges on determining a patient-specific neural biomarker that is related to states of high symptoms and programming the device detectors, such that stimulation is triggered by this read-out of symptom state. The described procedures include how to obtain neural recordings concurrent with patient symptom reports, how to use these data in a state-space model approach to differentiate low- and high-symptom states and corresponding neural features, and how to subsequently program and tune the device to deliver closed-loop stimulation therapy.

Autore in primo piano: Beneficio terapeutico della stimolazione cerebrale profonda a circuito chiuso nel trattamento della depressione 

Deep brain stimulation triggered by a patient-specific neural biomarker of a high-symptom state may better control symptoms of major depressive disorder compared to continuous, open-loop stimulation. This protocol provides a workflow for identifying a patient-specific neural biomarker and controlling the delivery of therapeutic stimulation based on the identified biomarker.

Neurostimolazione a circuito chiuso per il trattamento personalizzato e basato su biomarcatori del disturbo depressivo maggiore

Deep brain stimulation involves the administration of electrical stimulation to targeted brain regions for therapeutic benefit. In the context of major ...