Questo sistema standard di registrazione neurofisiologia può essere utilizzato per eseguire una stimolazione a circuito chiuso che è utile per studiare le interazioni causali nel cervello. Questo protocollo consente ai neuroscienziati con competenze limitate in informatica di implementare rapidamente una varietà di esperimenti a circuito chiuso con pochi costi. Gli esperimenti a circuito chiuso sono diventati sempre più importanti per la scienza e la ricerca di base.
Ad esempio, diversi studi sull'epilessia hanno dimostrato che la stimolazione neuronale innescata dall'insorgenza delle convulsioni è un approccio efficace per ridurre la gravità delle convulsioni. Per facilitare l'adozione di esperimenti a circuito chiuso nella ricerca sulle neuroscienze, questo protocollo fornisce codice MATLAB per convertire un sistema di registrazione elettrofisiologico ad anello aperto in un sistema a circuito chiuso. Questa implementazione della stimolazione a circuito chiuso è dimostrata in un ratto sveglio.
Per installare il sistema di acquisizione dati Cheetah 6.4, aprire la pagina Web del software che include librerie per interagire con il sistema di acquisizioni Cheetah e installare SpikeSort-3D. Installare il pacchetto di sviluppo NetCom. Accedere a un account MATLAB per selezionare la licenza, la versione e il sistema operativo corretti.
Quindi, scaricare la libreria per l'attivazione di eventi online come indicato ed estrarre i file nella cartella MATLAB dei documenti. Per l'acquisizione dei dati, aprire il software Cheetah e registrare i dati di spiking per popolare le forme d'onda del modello. Dopo alcuni minuti, interrompere l'acquisizione dei dati ed eseguire un SpikeSort sui dati registrati.
Aprire quindi SpikeSort3-D e scegliere menu file e caricare il file spike Per selezionare un file spike dalla cartella con i dati registrati. Quindi, fare clic sul menu cluster, autocluster utilizzando KlustaKwik ed eseguire. Per eseguire un esperimento a ciclo chiuso, riprendere l'acquisizione dei dati in Cheetah e aprire MATLAB.
Apri closedloop. M e fare clic su Esegui. In alternativa, eseguire un ciclo chiuso nella finestra di comando.
Passare alla cartella di registrazione e selezionare uno dei file di dati di spiking per caricare le informazioni sul picco definite nella registrazione iniziale. Fate clic sulle caselle di controllo appropriate sotto le forme d'onda tracciate per selezionare uno o più neuroni che attiveranno la stimolazione. Definire il numero minimo di neuroni che attiveranno la stimolazione immettendo un numero intero nella casella di testo min matches e definire la finestra di tempo in cui i picchi corrispondenti alle diverse forme d'onda sono considerati coattivi immettendo un numero nella casella di testo della finestra.
Quindi, fare clic su invia per iniziare l'attivazione online degli eventi in base all'attività di spiking dei neuroni selezionati. In questo esperimento rappresentativo, il topo era appoggiato su un vaso di fiori che era un luogo di riposo familiare durante le pause negli esperimenti comportamentali. Qui, è possibile osservare un funzionamento simultaneo rappresentativo del software di registrazione e del programma MATLAB che visualizza le forme d'onda a picco acquisite in tempo reale.
Quando vengono rilevati picchi da cluster di attivazione predefiniti, le forme d'onda vengono visualizzate con una linea tratteggiata in grassetto nella finestra della figura MATLAB che attiva un tono e fornisce un sistema a circuito chiuso. In questa figura, viene mostrato un istogramma rappresentativo che illustra i ritardi tra il tempo di generazione di un picco artificiale e il tempo di indurre un segnale attivato. Dopo aver preparato un animale e installato il software, l'esperimento a circuito chiuso consiste in due fasi principali, l'acquisizione iniziale dei dati e la stimolazione a circuito chiuso durante la quale i picchi innescano stimoli esterni.
Questo protocollo consente anche il trattamento di uno stimolo basato sull'attività di più neuroni che è importante per affrontare le domande sull'elaborazione delle informazioni nel cervello. I vantaggi di questa soluzione MATLAB sono il suo basso costo e flessibilità nella definizione dei modelli di attività per innescare stimoli che possono aiutare a indagare una varietà di domande neuroscientifiche.
