JoVE Logo
АВТОРЫ
СВЯЖИТЕСЬ С НАМИ

Войдите в систему

Для просмотра этого контента требуется подписка на Jove Войдите в систему или начните бесплатную пробную версию.

В этой статье

  • Резюме
  • Аннотация
  • Введение
  • протокол
  • Результаты
  • Обсуждение
  • Раскрытие информации
  • Благодарности
  • Материалы
  • Ссылки
  • Перепечатки и разрешения

Резюме

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.

Аннотация

Экспериментальная неврологии является свидетелем повышенный интерес к разработке и применению новых и зачастую сложных, протоколов замкнутого контура, где раздражитель зависит в режиме реального времени на ответ системы. Последние приложения в диапазоне от реализации систем виртуальной реальности для изучения двигательных реакций и у мышей, 1 и 2 в данио, чтобы управлять изъятий следующих корковой инсульт, используя оптогенетика 3. Ключевым преимуществом методов замкнутым контуром находится в способности зондирующего более высокие пространственные свойства, которые непосредственно не доступны или которые зависят от нескольких переменных, таких как возбудимости нейронов 4 и надежности, в то же время, максимизируя пропускную экспериментальный. В этом вклад и в контексте сотовой электрофизиологии, мы опишем, как применять различные протоколы замкнутого контура к изучению свойств реагирования пирамидальной корковых нейронов, рекorded внутриклеточно с техникой патч зажим в острых срезах мозга от соматосенсорной коры крыс несовершеннолетних. Поскольку ни в продаже или программное обеспечение с открытым исходным кодом не обеспечивает все функции, необходимые для эффективного выполнения экспериментов, описанных здесь, новое программное обеспечение инструментов называется LCG 5 был разработан, модульная структура которого максимально повторного компьютерного кода и облегчает реализацию новых экспериментальных парадигм. Стимулирование сигналов задаются с помощью компактного мета-описание и полные экспериментальные протоколы описаны в файлах конфигурации текстовых. Кроме того, LCG имеет интерфейс командной строки, который подходит для повторения испытаний и автоматизации экспериментальных протоколов.

Введение

В последние годы сотовой электрофизиологическое эволюционировала от традиционного разомкнутой парадигмы, используемой в напряжение и ток зажим экспериментов современных протоколов с обратной связью. Самый известный метод замкнутого контура, возможно, динамический зажим 6,7, что позволило синтетический инъекции искусственного напряжения закрытого ионных каналов, чтобы определить мембраны нейронов напряжения 8, углубленное изучение последствий недетерминированным мерцание ионные каналы по динамике нервных реагирования 9, а также отдых в пробирке реалистичных в vivo- как синаптического фоновой активности 10.

Другие парадигмы обратной связью, которые были предложены, включают реактивный зажим 11, для изучения в пробирке генерации самоподдерживающейся упорной деятельности, а ответ зажим 4,12, исследовать клеточные механизмы основной возбудимость нейронов.

ontent "> Здесь мы описываем мощный каркас, который позволяет применять различные замкнутым контуром электрофизиологических протоколов в контексте цельноклеточных записей патч зажим, выполненных в острых кусочков мозга. Мы покажем, как записать соматической мембраны напряжение с помощью патч зажим записи в пирамидальных нейронов соматосенсорной коры крыс и несовершеннолетних применить три различных протоколов с обратной связью, используя лвг, командной строки на основе программного инструментария, разработанного в лаборатории теоретической нейробиологии и Neuroengineering.

Вкратце, описанные протоколы, сначала автоматической инъекции серии сигналов токов зажим стимул, имеющих отношение к характеристике большой набор активных и пассивных свойств мембраны. Они были предложены для захвата электрофизиологическое фенотип клетки по своим свойствам реагирования на трафаретной серии стимулирующих сигналов. Известный как E-код ячейки (например, см & #160; 13,14), например коллекция электрических ответов используется несколькими лабораториями объективно классифицировать нейронов на основе их электрических свойств. Это включает в себя анализ стационарного ввода-вывода передачи отношений (кривая Fi), по инновационной методике, которая включает в замкнутом контуре, в режиме реального времени контроль скорости стрельбы с помощью пропорционально-интегрально-дифференциального (ПИД) регулятора , второй отдых реалистической в естественных условиях -подобной фоне синаптической активности в препаратах в пробирке 10 и, третьей искусственного связи в режиме реального времени двух одновременно зарегистрированных пирамидальных нейронов с помощью виртуальной ГАМКергической интернейронов, который моделируется на компьютере.

Кроме того, LCG реализует метод, известный как активный электрод компенсации (AEC) 15, который позволяет реализовать динамические протоколы зажим с помощью одного электрода. Это позволяет компенсировать нежелательные эффекты (rtifacts) записывающего электрода, которые возникают, когда он используется для передачи внутриклеточных стимулов. Метод основан на непараметрического оценки эквивалентных электрических свойств схемы регистрации.

Методы и экспериментальные протоколы, описанные в этой статье, могут быть легко применены в обычных напряжения разомкнутой и текущих экспериментов зажим и может быть распространен и на другие препараты, такие как внеклеточный 4,16 или внутриклеточных записей в естественных условиях 17,18. Осторожны монтаж установки для целых клеток патч зажим электрофизиологии является очень важным шагом для стабильных, высоких записей качества. В дальнейшем мы предполагаем, что такие экспериментальные установки уже доступны для экспериментатора, и сосредоточить наше внимание на описании использование LCG. Читатель указал на 19-22 для получения дополнительных советов по оптимизации и отладки.

протокол

Протокол, описанный здесь, соответствует рекомендациям и рекомендациям Комитета по этике Департамента биомедицинских наук Университета Антверпена. Этот протокол требует подготовки не чувствующей материала из эксплантированной мозга несовершеннолетних крыс Wistar, полученных утвержденных гуманных методов эвтаназии.

1. Оборудование Подготовка

  1. Установка и настройка системы сбора и стимуляции.
    1. Использование персонального компьютера (ПК), оснащенный сбора данных (DAQ) карты, поддерживаемой Comedi записывать сигналы и передавать аналоговые управляющие напряжения в электрофизиологической усилителя.
      ПРИМЕЧАНИЕ: Comedi является модуль Linux и библиотека, которая поддерживает множество DAQ карт от самых известных производителей: посещение http://www.comedi.org для получения дополнительной информации.
    2. В случае патч зажим усилителя управляется компьютером используется, использовать второй компьютер, кроме одного, посвященного усилителяконтроль.
      Примечание: В то время как последний может работать с обычной операционной системы, дополнительный ПК будет работать в режиме реального времени с помощью специальной операционной системы. В этих условиях, то удобно использовать один монитор, мышь и клавиатуру, прикрепленный к дополнительной ПК, при подключении с удаленного настольного приложения к выделенного ПК.
    3. Скачать образ диска в Live CD, содержащего в режиме реального времени операционная система Linux с предустановленной LCG из http://www.tnb.ua.ac.be/software/LCG_Live_CD.iso и записать его на пустой компакт-диск или USB-палки " ,
    4. Просто вставьте компакт-диск в дисковод компьютера, содержащего DAQ карты и запустить его. Кроме того, установить лвг из хранилища онлайн источника на ПК под управлением операционной системы Linux (например, Ubuntu Debian или). Проконсультируйтесь онлайн руководство для подробной информации о процедуре установки. Руководство доступно в Интернете по адресу http://danielelinaro.github.io/dynclamp/lcg_manual.pdf.
    5. Загрузка с живой CD: Тхис автоматически загрузить полностью настроенный системы. Чтобы сделать это, поместите LCG Live CD в компьютерной CD-ROM дисковод и загрузите компьютер с компакт-диска; выбрать ядро ​​реального времени (опция по умолчанию), как только появляется меню загрузки и ждать система инициализации.
    6. Калибровка DAQ карты, набрав в командной строке:
      Судо comedi_calibrate
      или
      Судо comedi_soft_calibrate
      в зависимости от того, поддерживает ли плата данных приобретение аппаратного или программного обеспечения калибровки, соответственно (используйте команду Судо comedi_board_info для получения информации о плате).
    7. Установите соответствующий аналого-цифровые и цифро-аналоговые преобразования факторов: это требует, имеющих доступ к инструкции сотовой электрофизиологических усилителя, и, в частности ее спецификаций на его коэффициентов пересчета.
    8. Используйте текстовый редактор, чтобы указать соответствующие численные значения в файле /home/user/.lcg-env, для переменных среды AI_CONVERSION_FACTOR_CC, AI_CONVERSION_FACTOR_VC, AO_CONVERSION_FACTOR_CC, AO_CONVERSION_FACTOR_VC.
      ПРИМЕЧАНИЕ: Они представляют собой вход (AI) и вывода (АО) выгоды для токовых клещей (CC) и зажима напряжения (VC) режимах, и коэффициенты пересчета между командами напряжения, предусмотренных на компьютере и тока или напряжения, генерируемого усилителем соответственно.
    9. Кроме того, использование скрипта LCG условии (LCG найти преобразование-факторы), чтобы найти коэффициенты преобразования его или ее системе.
      ПРИМЕЧАНИЕ: Значения, вычисленные по LCG найти-конверсионных факторов догадки, которые в некоторых случаях требуются численно усеченный или закругленные, чтобы отразить точные значения коэффициентов пересчета.
    10. Чтобы использовать лвг найти-преобразования-факторы, начать с подключения '' модель сотового, что часто выбирают с усилителем к соответствующему headstage. Затем откройте терминал на машине Linux, где вы работаете на Live CD и введите следующую команду в командной строке:
      аккредитивг найти-преобразования-факторы -i $ HOME / .lcg-ENV -o $ HOME / .lcg-ENV
      ПРИМЕЧАНИЕ: В обоих случаях (т.е., ручной модификации /home/user/.lcg-env или использования LCG найти преобразование-факторов), закрывать и открывать терминал, чтобы изменения вступили в силу.
    11. Если несколько headstages используются, установить коэффициенты пересчета в тех же значений во всех каналах; если это не представляется возможным, обратитесь к онлайн руководство LCG, чтобы понять, как использовать несколько коэффициентов пересчета в LCG-стимула или как создавать файлы конфигурации, которые лучше подходят потребностям пользователя.

2. Подготовка острой мозга Ломтики из соматосенсорной коры

  1. Приготовление растворов для электрофизиологии.
    1. Подготовка Искусственный спинномозговой жидкости (ACSF) путем смешивания (в мм) 125 NaCl, 2,5 KCl, 1,25 NaH 2 PO 4, 26 NaHCO 3, 25 глюкозы, 2 CaCl 2 и MgCl 2 1. Подготовка 10х растворы для сниженияВремя приготовления в день эксперимента. Подготовка 2 л, один из которых будет использоваться для приготовления срезов, а другой для записи.
    2. Пропитайте ACSF с 95% O 2 и 5% CO 2 в течение по крайней мере за 30 мин до начала процедуры.
    3. Для текущих записей зажим, используйте внутриклеточный раствор (ICS), содержащий (в мм) 115 К-глюконат, 20 KCl, 10 HEPES, 4 АТФ-Mg, Na 2 0,3 -GTP, 10 Na 2 -phosphocreatine. Готовят раствор в лед и фильтруют ее до начала записи, чтобы исключить риск засорения пипетку.
  2. Добыча мозга.
    1. Обезболить животное помещая животное в индукции камеры с 4% Isoflurane и быстро обезглавить его с помощью гильотины или ножницы большие.
    2. Разрежьте кожу вдоль средней линии и сдвиньте его до ушей.
    3. Использование тонкой ножницы сократить череп вдоль средней линии. Держите лезвие как можно ближе к гое поверхность таким образом, чтобы свести к минимуму повреждение основного мозга. Откройте череп с пинцетом, используйте лопаточку, чтобы разорвать зрительный нерв и ствол головного мозга и осторожно опустить мозг в ледяной ACSF.
    4. Отделите мозжечок и два полушария с помощью скальпеля (лезвия 24).
    5. Удалить избыток воды из одного из двух полусфер и приклеить его по наклонной платформе с использованием каплю суперклея. Быстро добавить несколько капель ACSF на мозг и перенести его на vibratome камеры.
      ПРИМЕЧАНИЕ: При подготовке сагиттальных, угол платформы важно, чтобы избежать повреждения дендритов пирамидальных клеток во время процедуры нарезки.
  3. Получение срезов.
    1. Расположите лезвие над мозгом и отбросить первые 2,5 - 3 мм. Регулировка скорости и частоты, чтобы ограничить повреждение поверхности среза и в то же время сводя к минимуму время, необходимое для процедуры квантования.
    2. Установите толщину до 300 μм и начать нарезку. После того, как лезвие пошло мимо мозга, использовать лезвие бритвы или изогнутую иглу, чтобы сократить выше гиппокампе и по краям области коры интереса.
    3. Поместите ломтики в инкубационной камере мульти-а хранится в 32 - 34 ° C.
    4. Уберите нож и повторите пункты 2.3.2 и 2.3.3 до 5 - 8 ломтиков не резать. Лучшие кусочки, как правило, те, где кровеносные сосуды расположены параллельно поверхности.
    5. Инкубируйте ломтики в течение 30 мин после последнего срез помещают в камеру.

3. Патч-зажим Записи из слоя 5 пирамидальных нейронов

  1. Поместите кусочек в записи камеры и поиск для здоровых клеток. Эти клетки, как правило, имеют более низкую контрастность, гладкий внешний вид и не распухли.
  2. Проверить срез под микроскопом с увеличением объектива 40х и поиск ячейки в слое 5, расположен примерно 600 до 1000 мкм от поверхности мозга.
  3. После того, как подходящая ячейка найдена, нагрузка треть микропипеткой с ICS и поместите его в headstage.
  4. На персональном компьютере под управлением живой компакт-диск или заранее настроить операционную систему Linux, запустите командную оболочку (например, Баш) и на его строке введите команду LCG нуля. Это гарантирует, что плата сбора данных не является движущей силой усилитель.
  5. Применение 30 - 50 мбар положительным давлением, нажав на поршень общего шприца, соединенных трубки к держателю пипетки и, с помощью микроскопа, разместить пипетки приблизительно 100 мкм выше среза.
    ПРИМЕЧАНИЕ: Поместите пипетку в положении, которое позволяет прямой маршрут к клетке-мишени, предпочтительно с использованием режима захода на посадку в микроманипулятора.
  6. Действуя на контроль усилитель электрофизиологии, регулировать пипетку смещение и выход испытательного импульса (10 мВ) в режиме зажим напряжения.
  7. Снизить давление до 10 - 30 мбар (в зависимости от размера пипетки) путем удаленияПоршень шприца; осторожно подходить к клетке и проверить для формирования лунки, наблюдая изображение на мониторе видеокамеры. Монитор тестовый импульс для увеличения сопротивления на все времена, наблюдая за кривой тока отображается на экране осциллографа, подключенного к усилителю электрофизиологии (в качестве альтернативы вы можете использовать LCG-SEAL-тест команды, чтобы контролировать сопротивление пипетки).
  8. Сбросить давление и, если необходимо, нежный отрицательное давление пипетки, чтобы помочь образованию уплотнений при заметить увеличение сопротивления пипетки и формирование "лунки" на клетку.
  9. В то время как формы уплотнения, постепенно уменьшить держит потенциал -70 мВ.
  10. После gigaohm печать была получена, убедитесь, что холдинг ток от 0 - 30 Па. Применить короткие импульсы отрицательного давления (всасывания), чтобы разорвать мембрану и установить конфигурацию цельноклеточную. Кроме того, вы можете ввести сильные и короткие импульсы напряжения ( то есть, с помощью команды '' Зап усилителя или проведения ячейку на очень отрицательно) к разрыву мембраны, в зависимости от подготовки и стеклянной пипетки используется.
  11. Переключитесь на текущем режиме зажим и убедитесь, что мембранный потенциал покоя характерно здоровой клетки. Для корковых пирамидных нейронов использованием раствора калий-глюконат основе, эта величина, как правило, между -65 и -75 мВ.

4. Полуавтоматическая характеристика электрических свойств реагирования нейрона

  1. Создайте каталог для хранения данных пользователя. Для того, чтобы сделать это использовать скрипт, включенный в LCG Live CD, который создает папки на основе даты. Чтобы его использовать, наберите в командной строке
    CD ~ / эксперименты
    LCG создать эксперимент-папка -s PSP, in_vivo_like
    Это создаст папку, где будет сохранен данные для этой ячейки (и 'PSP' и 'in_vivo_like "вложенные папки), и он будет печатать свое название на терминалеОкно; можно также хранить дополнительную информацию, такую ​​как сопротивление пипетки и типа клеток, используя этот сценарий.
  2. Перейдите в каталог только что созданную папку, используя команду
    CD ~ / <имя папки>
    Имя папки отображается один командной LCG-Create-эксперимент-папку и будет иметь метку текущего дня (т.е. год-месяц-день), а в 20140331A01.
  3. Убедитесь, что усилитель установлен на работу в текущем режиме зажим, что кабели подключены, и команда внешнее напряжение усилителя, если он присутствует, включен.
  4. Введите команду LCG-ecodeat командную строку. Это вызывает ряд команд (а именно LCG-ап, LCG-VI, LCG-рампа, LCG-тау и LCG-стадии), используемый для описания основных свойств ответ клетки. LCG-ecode требует пользователю указать два параметра: амплитуды 1 мс длиной импульса тока, используемого для выявления одного всплеска в клетке, а максимальная амплитуда тока баранар вводят в клетку, чтобы найти свою реобазы.
    Используйте следующий синтаксис команды:
    LCG-ecode --pulse амплитуды X --ramp амплитуды Y
    с выбором ценностей X и Y (в Па), которые являются достаточными, чтобы сделать сотовый огонь в ответ на 1 мс длиной импульса и устойчивого инъекции тока, соответственно.
    Примечание: Эти протоколы требуют выполнения численную оценку 'ядра электрода ", чтобы использовать активный электрод компенсация (AEC) 15. Шумно инъекции ток используется для оценки ядро ​​и пользователю будет предложено подтвердить количество образцов, которые составляют ядро. См 15 для подробной информации о значении ядра электрода и как выбрать количество образцов ядра.

5. Введение проводимостью через искусственным синапсов и моделирование in vivo на -подобной фоновой активности

  1. Инъекция моделируемых возбуждающих постсинаптических потенциалов
    1. Перейдите в каталог, где вы сэкономите следующий эксперимент, введя следующую команду в командной строке оболочки:
      CD PSP / 01
    2. Скопируйте файл конфигурации LCG в текущем каталоге и открыть его с помощью текстового редактора (нано в этом примере), введя следующие команды в командной строке оболочки (это файл конфигурации пример включен в исходный код и Live CD) :
      ср ~ / местные / SRC / LCG / конфигурации / epsp.xml
      нано epsp.xml
      Примечание: Это просто текстовый файл с различными объектами связаны друг с другом. Для более подробной информации см раздел результатов представителя.
    3. При необходимости редактировать inputChannel, outputChannel, inputConversionFactor и outputConversionFactor в этом файле, чтобы соответствовать настройкам пользователя.
    4. Вычислить ядро ​​электрода, необходимого для выполнения активной компенсации электрода "метод, используемый для выполнения LCG одного электрода динамический зажим" путем выдачи комспрос
      LCG-ядро
      Это будет запрашивать числа точек в ядре. Опять же, выбрать номер так, что ядро ​​электрод охватывает конец хвоста экспоненциального распада.
    5. Выполните динамический эксперимент зажим с помощью команды
      LCG-экспериментировать -c epsp.xml
    6. Список файлов и визуализации результатов с помощью команды
      Ls -l
      LCG-сюжет-файл -f последний
  2. Инъекция моделируемых тормозных постсинаптических потенциалов
    1. Создайте папку и скопировать файл epsp.xml к нему, введя следующие команды в командной строке оболочки:
      MkDir ../02
      ср epsp.xml ../02/ipsp.xml
      CD ../02
    2. Редактировать файл конфигурации с помощью текстового редактора: изменить синаптическую разворота потенциал и расти, и время затухания константы модель синапса Exp2Synapse в следующем:
      Параметры>
      -80
      0.8e-3
      <ТauDecay> 10e-3
      <параметры>
      Закройте текстовый редактор.
    3. Вычислить ядро ​​электрода и проведения эксперимента, как и в 5.1, введя следующие команды в командной строке оболочки:
      LCG-ядро
      LCG-экспериментировать -c ipsp.xml
    4. Список файлов и визуализации результатов, введя следующие команды в командной строке оболочки:
      Ls -l
      LCG-сюжет-файл -f
  3. Моделирование в естественных условиях -подобной фоновой активности:
    1. Перейдите в каталог, где вы хотите, чтобы сохранить следующий эксперимент, как ранее показано, введя следующие команды в командной строке оболочки:
      CD ../../in_vivo_like/01
    2. Скопируйте файл конфигурации из исходного каталога LCG, введя следующие команды в командной строке оболочки:
      ср ~ / местные / SRC / LCG / конфигурации / in_vivo_like.xml
      нано in_vivo_like.xml Примечание: Этот файл является просто объединение предыдущих; два Пуассона-точечные процессы, которые генерируют спайков, которые, в свою очередь, питаются ингибирующие и возбуждающие синапсы модели, генерируют фоновой активности.
    3. Настройте параметры конфигурации DAQ для настройки пользователя, как описано в 5.1.3 и выйдите из редактора.
    4. Вычислить ядро ​​электрода и проведения эксперимента, как и в 5.1, введя следующие команды в командной строке оболочки:
      LCG-ядро
      LCG-экспериментировать -c -n in_vivo_like.xml 10 -i 3
      В "-n 10 'и' -i 3 'переключатели указывают, что стимуляция следует повторить 10 раз с интервалом в три секунды.
    5. Представьте сырые следы с помощью следующей команды в командной строке оболочки:
      LCG-сюжет-файл -f все

Результаты

В предыдущих разделах мы описали, как использовать программное обеспечение панели инструментов лвг охарактеризовать электрофизиологические свойства L5 пирамидальных клеток и воссоздать в естественных условиях -подобных синаптической активности в препарате среза. Использовани...

Обсуждение

В этом тексте полный протокол для реализации в реальном времени, с обратной связью одну ячейку электрофизиологические эксперименты было описано, используя технику патч зажим и недавно разработанной программного обеспечения под названием инструментов LCG. Для оптимизации качества зап...

Раскрытие информации

The authors have nothing to disclose.

Благодарности

Financial support from the Flanders Research Foundation FWO (contract n. 12C9112N to DL), the 7th Framework Programme of the European Commission (Marie Curie Network “C7”, contract n. 238214; ICT Future Emerging Technology “ENLIGHTENMENT” 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.

Материалы

NameCompanyCatalog NumberComments
Tissue slicerLeicaVT-1000S
Pipette pullerSutterP-97
PipettesWPI1B150F-41.5/0.84 mm OD/ID, with filament
Vibration isolation tableTMC20 Series
MicroscopeLeicaDMLFS40X Immersion Objective
ManipulatorsScientificaPatchStar
AmplifiersAxon InstrumentsMultiClamp 700BComputer controlled
Data acquisition cardNational InstrumentsPCI-6229Supported by Comedi Linux Drivers
Desktop computerDellOptiplex 7010 TowerOS: real-time Linux
OscilloscopesTektronixTDS-1002
Perfusion PumpGibsonMINIPULS3Used with R4 Pump head (F117606)
Temperature controllerMultichannel SystemsTC02PH01 Perfusion Cannula
ManometerTesto510Optional
IncubatorMemmertWB14
NaClSigma71376ACSF
KClSigmaP9541ACSF, ICS
NaH2PO4SigmaS3139ACSF
NaHCO3SigmaS6014ACSF
CaCl2SigmaC1016ACSF
MgCl2SigmaM8266ACSF
GlucoseSigmaG7528ACSF
K-GluconateSigmaG4500ICS
HEPESSigmaH3375ICS
Mg-ATPSigmaA9187ICS
Na2-GTPSigma51120ICS
Na2-PhosphocreatineSigmaP7936ICS

Ссылки

  1. Saleem, A. B., Ayaz, A., Jeffery, K. J., Harris, K. D., Carandini, M. Integration of visual motion and locomotion in mouse visual cortex. Nature neuroscience. 16, 1864-1869 (2013).
  2. Ahrens, M. B., Li, J. M., et al. Brain-wide neuronal dynamics during motor adaptation in zebrafish. Nature. 485 (7399), 471-477 (2012).
  3. Paz, J. T., Davidson, T. J., et al. Closed-loop optogenetic control of thalamus as a tool for interrupting seizures after cortical injury. Nature neuroscience. 16 (1), 64-70 (2013).
  4. Wallach, A., Eytan, D., Gal, A., Zrenner, C., Marom, S. Neuronal response clamp. Frontiers in neuroengineering. 3 (April), 3 (2011).
  5. Linaro, D., Couto, J., Giugliano, M. Command-line cellular electrophysiology for conventional and real-time closed-loop experiments. Journal of neuroscience. 230, 5-19 (2014).
  6. Sharp, A., O’Neil, M., Abbott, L. F., Marder, E. Dynamic clamp: computer-generated conductances in real neurons. Journal of neurophysiology. 69 (3), 992-995 (1993).
  7. Robinson, H. P., Kawai, N. Injection of digitally synthesized synaptic conductance transients to measure the integrative properties of neurons. Journal of neuroscience methods. 49 (3), 157-165 (1993).
  8. Vervaeke, K., Hu, H., Graham, L. J., Storm, J. F. Contrasting effects of the persistent Na+ current on neuronal excitability and spike timing. Neuron. 49 (2), 257-270 (2006).
  9. White, J. A., Klink, R., Alonso, A., Kay, A. R. Noise from voltage-gated ion channels may influence neuronal dynamics in the entorhinal cortex. Journal of neurophysiology. 80 (1), 262-269 (1998).
  10. Destexhe, a., Rudolph, M., Fellous, J. M., Sejnowski, T. J. Fluctuating synaptic conductances recreate in vivo-like activity in neocortical neurons. Neuroscience. 107 (1), 13-24 (2001).
  11. Fellous, J. -. M. Regulation of Persistent Activity by Background Inhibition in an In Vitro Model of a Cortical Microcircuit. Cerebral Cortex. 13 (11), 1232-1241 (2003).
  12. Gal, A., Eytan, D., Wallach, A., Sandler, M., Schiller, J., Marom, S. Dynamics of excitability over extended timescales in cultured cortical neurons. The Journal of neuroscience. the official journal of the Society for Neuroscience. 30 (48), 16332-16342 (2010).
  13. Wang, Y., Toledo-Rodriguez, M., et al. Anatomical, physiological and molecular properties of Martinotti cells in the somatosensory cortex of the juvenile rat. The Journal of physiology. 561 (Pt 1), 65-90 (2004).
  14. Wang, Y., Gupta, A., Toledo-Rodriguez, M., Wu, C. Z., Markram, H. Anatomical, physiological, molecular and circuit properties of nest basket cells in the developing somatosensory cortex). Cerebral cortex (New York, N.Y). 12 (4), 395-410 (1991).
  15. Brette, R., Piwkowska, Z., et al. High-resolution intracellular recordings using a real-time computational model of the electrode. Neuron. 59 (3), 379-391 (2008).
  16. Rutishauser, U., Kotowicz, A., Laurent, G. A method for closed-loop presentation of sensory stimuli conditional on the internal brain-state of awake animals. Journal of neuroscience. 215 (1), 139-155 (2013).
  17. Margrie, T., Brecht, M., Sakmann, B. In vivo, low-resistance, whole-cell recordings from neurons in the anaesthetized and awake mammalian brain. Pflugers Archiv European Journal of Physiology. 444 (4), 491-498 (2002).
  18. Graham, L., Schramm, A. In Vivo Dynamic-Clamp Manipulation of Extrinsic and Intrinsic Conductances: Functional Roles of Shunting Inhibition and I BK in Rat and Cat Cortex. Dynamic Clamp: From Principles to Applications. , (2008).
  19. Sakmann, B., Neher, E. . Single-channel recording. , (1995).
  20. Molleman, A. . Patch Clamping. , (2002).
  21. Davie, J. T., Kole, M. H. P., et al. Dendritic patch-clamp recording. Nature Protocols. 1 (3), 1235-1247 (2006).
  22. Gold, R. . The Axon Guide for Electrophysiolog., & Biophysics Laboratory Techniques... , (2007).
  23. Mainen, Z. F., Sejnowski, T. J. Reliability of spike timing in neocortical neurons. Science. 268 (5216), 1503-1506 (1995).
  24. Buzsáki, G. Action potential threshold of hippocampal pyramidal cells in vivo is increased by recent spiking activity. Neuroscience. 105 (1), 121-130 (2001).
  25. Koch, C., Segev, I. . Methods in Neuronal Modeling: From Synapses to Networks. , (1988).
  26. Silberberg, G., Markram, H. Disynaptic inhibition between neocortical pyramidal cells mediated by Martinotti cells. Neuron. 53 (5), 735-746 (2007).
  27. Berger, T. K., Silberberg, G., Perin, R., Markram, H. Brief bursts self-inhibit and correlate the pyramidal network. PLoS biology. 8 (9), (2010).
  28. Tsodyks, M., Pawelzik, K., Markram, H. Neural networks with dynamic synapses. Neural computation. 10 (4), 821-835 (1998).
  29. Kapfer, C., Glickfeld, L. L., Atallah, B. Supralinear increase of recurrent inhibition during sparse activity in the somatosensory cortex. Nature. 10 (6), 743-753 (2007).

Перепечатки и разрешения

Запросить разрешение на использование текста или рисунков этого JoVE статьи

Запросить разрешение

Смотреть дополнительные статьи

100

This article has been published

Video Coming Soon

JoVE Logo

Конфиденциальность

Условия эксплуатации

Политика

СВЯЖИТЕСЬ С НАМИ

РЕКОМЕНДОВАТЬ БИБЛИОТЕКЕ

НОВОСТИ JoVE

Исследования

Образование

АВТОРЫ

Библиотекарь

О JoVE

Авторские права © 2025 MyJoVE Corporation. Все права защищены