Name: computational modeling of retinal neurons for visual prosthesis research - fundamental approaches
Uploaded: 2022-06-21T13:00:00
Description: Watch this Scientific Journal Video about Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches at JoVE.com

Denna forskning finansieras av The National Health and Medical Research Council Project Grant (Grant Number 1109056).

1. Ställa in finita elementmodellen för elektriska potentialberäkningar
<ol><li>Fastställa simuleringsstegen och modellens komplexitet OBS: Syftet med det första steget är att klargöra syftet med modelleringen, som bestämmer de nödvändiga elementen i modellen och simuleringsproceduren. En viktig punkt att tänka på är beteendet hos neurala celler som måste visas av modellen och vilket testprotokoll som skulle behövas för att visa det beteendet. Denna studie visar ett avståndströskel...

<ol>
	<li>Greenberg, R. J., Velte, T. J., Humayun, M. S., Scarlatis, G. N., de Juan, 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+computational+model+of+electrical+stimulation+of+the+retinal+ganglion+cell.">A computational model of electrical stimulation of the retinal ganglion cell.</a> IEEE Transactions on Bio-medical Engineering. 46 (5), 505-514 (1999).</li><li>Guo, T., 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=Mediating+retinal+ganglion+cell+spike+rates+using+high-frequency+electrical+stimulation.">Mediating retinal ganglion cell spike rates using high-frequency electrical stimulation.</a> Frontiers in Neuroscience. 13, 413 (2019).</li><li>Loizos, K., 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=Increasing+electrical+stimulation+efficacy+in+degenerated+retina:+Stimulus+waveform+design+in+a+multiscale+computational+model.">Increasing electrical stimulation efficacy in degenerated retina: Stimulus waveform design in a multiscale computational model.</a> IEEE Transactions on Neural Systems and Rehabilitation Engineering. 26 (6), 1111-1120 (2018).</li><li>Cao, X., Sui, X., Lyu, Q., Li, L., Chai, X. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effects+of+different+three-dimensional+electrodes+on+epiretinal+electrical+stimulation+by+modeling+analysis.">Effects of different three-dimensional electrodes on epiretinal electrical stimulation by modeling analysis.</a> Journal of Neuroengineering and Rehabilitation. 12 (1), 73 (2015).</li><li>Wilke, R. G. H., Moghadam, G. K., Lovell, N. H., Suaning, G. J., Dokos, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electric+crosstalk+impairs+spatial+resolution+of+multi-electrode+arrays+in+retinal+implants.">Electric crosstalk impairs spatial resolution of multi-electrode arrays in retinal implants.</a> Journal of Neural Engineering. 8 (4), 046016 (2011).</li><li>AC/DC module user's guide. COMSOL AB Available from: <a target="_blank" href="https://doc.comsol.com/5.4/doc/com.comsol.help.acdc/ACDCModuleUsersGuide.pdf">https://doc.comsol.com/5.4/doc/com.comsol.help.acdc/ACDCModuleUsersGuide.pdf</a> (2018)</li><li>Malmivuo, P., Malmivuo, J., Plonsey, 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> Bioelectromagnetism: Principles and Applications of Bioelectric and Biomagnetic Fields. , (1995).</li><li>Rall, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Electrophysiology+of+a+dendritic+neuron+model.">Electrophysiology of a dendritic neuron model.</a> Biophysical Journal. 2, 145-167 (1962).</li><li>Carnevale, N. T., Hines, M. L. <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 Neuron Book. , (2006).</li><li>Rattay, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+basic+mechanism+for+the+electrical+stimulation+of+the+nervous+system.">The basic mechanism for the electrical stimulation of the nervous system.</a> Neuroscience. 89 (2), 335-346 (1999).</li><li>Hodgkin, A. L., Huxley, A. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+quantitative+description+of+membrane+current+and+its+application+to+conduction+and+excitation+in+nerve.">A quantitative description of membrane current and its application to conduction and excitation in nerve.</a> The Journal of Physiology. 117 (4), 500-544 (1952).</li><li>Liang, T., 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=Threshold+suprachoroidal-transretinal+stimulation+current+required+by+different-size+electrodes+in+rabbit+eyes.">Threshold suprachoroidal-transretinal stimulation current required by different-size electrodes in rabbit eyes.</a> Ophthalmic Research. 45 (3), 113-121 (2011).</li><li>Jensen, R. J., Rizzo, J. F., Ziv, O. R., Grumet, A., Wyatt, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Thresholds+for+activation+of+rabbit+retinal+ganglion+cells+with+an+ultrafine,+extracellular+microelectrode.">Thresholds for activation of rabbit retinal ganglion cells with an ultrafine, extracellular microelectrode.</a> Investigative Ophthalmology and Visual Science. 44 (8), 3533-3543 (2003).</li><li>Kim, W., Choi, M., Kim, S. -. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+normative+retinal+and+choroidal+thicknesses+of+the+rabbit+as+revealed+by+spectral+domain+optical+coherence+tomography.">The normative retinal and choroidal thicknesses of the rabbit as revealed by spectral domain optical coherence tomography.</a> Journal of the Korean Ophthalmological Society. 62 (3), 354-361 (2021).</li><li>Guo, T., 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=Influence+of+cell+morphology+in+a+computational+model+of+ON+and+OFF+retinal+ganglion+cells.">Influence of cell morphology in a computational model of ON and OFF retinal ganglion cells.</a> 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). 2013, 4553-4556 (2013).</li><li>Haberbosch, L., 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=Safety+aspects,+tolerability+and+modeling+of+retinofugal+alternating+current+stimulation.">Safety aspects, tolerability and modeling of retinofugal alternating current stimulation.</a> Frontiers in Neuroscience. 13, 783 (2019).</li><li>Sheasby, B. W., Fohlmeister, 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=Impulse+encoding+across+the+dendritic+morphologies+of+retinal+ganglion+cells.">Impulse encoding across the dendritic morphologies of retinal ganglion cells.</a> Journal of Neurophysiology. 81 (4), 1685-1698 (1999).</li><li>Rockhill, R. L., Daly, F. J., MacNeil, M. A., Brown, S. P., Masland, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+diversity+of+ganglion+cells+in+a+mammalian+retina.">The diversity of ganglion cells in a mammalian retina.</a> Journal of Neuroscience. 22 (9), 3831-3843 (2002).</li><li>Lukasiewicz, P., Werblin, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+slowly+inactivating+potassium+current+truncates+spike+activity+in+ganglion+cells+of+the+tiger+salamander+retina.">A slowly inactivating potassium current truncates spike activity in ganglion cells of the tiger salamander retina.</a> The Journal of Neuroscience: The Official Journal of the Society for Neuroscience. 8 (12), 4470-4481 (1988).</li><li>Van Rossum, 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> Python Reference Manual. , (1995).</li><li>. Welcome to Spyder's Documentation - Spyder 5 documentation Available from: <a target="_blank" href="https://docs.spyder-idle.org/current/index.html">https://docs.spyder-idle.org/current/index.html</a> (2022)</li><li>Rattay, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ways+to+approximate+current-distance+relations+for+electrically+stimulated+fibers.">Ways to approximate current-distance relations for electrically stimulated fibers.</a> Journal of Theoretical Biology. 125 (3), 339-349 (1987).</li><li>Tsai, D., Morley, J. W., Suaning, G. J., Lovell, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Direct+activation+and+temporal+response+properties+of+rabbit+retinal+ganglion+cells+following+subretinal+stimulation.">Direct activation and temporal response properties of rabbit retinal ganglion cells following subretinal stimulation.</a> Journal of Neurophysiology. 102 (5), 2982-2993 (2009).</li><li>Tsai, D., Morley, J. W., Suaning, G. J., Lovell, N. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frequency-dependent+reduction+of+voltage-gated+sodium+current+modulates+retinal+ganglion+cell+response+rate+to+electrical+stimulation.">Frequency-dependent reduction of voltage-gated sodium current modulates retinal ganglion cell response rate to electrical stimulation.</a> Journal of Neural Engineering. 8 (6), 066007 (2011).</li><li>Joucla, S., Gli&#232;re, A., Yvert, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Current+approaches+to+model+extracellular+electrical+neural+microstimulation.">Current approaches to model extracellular electrical neural microstimulation.</a> Frontiers in Computational Neuroscience. 8, 13 (2014).</li><li>. OpenFOAM Available from: <a target="_blank" href="https://www.openfoam.com/">https://www.openfoam.com/</a> (2022)</li><li>Barba, L., Forsyth, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CFD+Python:+The+12+steps+to+Navier-Stokes+equations.">CFD Python: The 12 steps to Navier-Stokes equations.</a> Journal of Open Source Education. 1 (9), 21 (2018).</li></ol>

I denna uppsats har vi demonstrerat ett modelleringsarbetsflöde som kombinerade finita element och biofysiska neuronmodellering. Modellen är mycket flexibel, eftersom den kan modifieras i sin komplexitet för att passa olika syften, och den ger ett sätt att validera resultaten mot empiriska resultat. Vi demonstrerade också hur vi parametriserade modellen för att möjliggöra automatisering.
Tvåstegsmodelleringsmetoden kombinerar fördelarna med att använda FEM och neuronberäkningssvit ...

Visuella neuroproteser är en grupp enheter som levererar stimuleringar (elektriska, ljus, etc.) till nervcellerna i den visuella vägen för att skapa fosfener eller känsla av att se ljuset. Det är en behandlingsstrategi som har varit i klinisk användning i nästan ett decennium för personer med permanent blindhet orsakad av degenerativa näthinnesjukdomar. Vanligtvis skulle ett komplett system innehålla en extern kamera som fångar den visuella informationen runt användaren, en strömförsörjnings- och datorenhet för att bearbeta och översätta bilden till en serie elektriska pulser och en implanterad elektroduppsättning som gränsar till nervvävnaden och levererar de elektriska pulserna till nervcellerna. Arbetsprincipen gör att en visuell neuroprotes kan placeras på olika platser längs den visuella vägen från näthinnan till den visuella cortexen, så länge den är nedströms från den skadade vävnaden. En majoritet av aktuell forskning inom visuella neuroproteser fokuserar på att öka effekten av stimuleringen och förbättra den rumsliga skärpan för att ge en mer naturlig syn.
I ansträngningarna att förbättra effekten av stimuleringen har beräkningsmodellering varit en kostnads- och tidseffektiv metod för att validera en protesdesign och simulera dess visuella resultat. Beräkningsmodellering inom detta område blev populär sedan 1999 eftersom Greenberg1 modellerade svaret från en retinal ganglioncell till extracellulära elektriska stimuli. Sedan dess har beräkningsmodellering använts för att optimera parametrarna för den elektriska pulsen 2,3 eller den geometriska utformningen av elektroden 4,5. Trots variationen i komplexitet och forskningsfrågor fungerar dessa modeller genom att bestämma den elektriska spänningsfördelningen i mediet (t.ex. nervvävnad) och uppskatta det elektriska svaret som neuronerna i närheten kommer att producera på grund av den elektriska spänningen.
Den elektriska spänningsfördelningen i en ledare kan hittas genom att lösa Poisson-ekvationerna6 på alla platser:
<img alt="Equation 1" src="/files/ftp_upload/63792/63792eq01.jpg" style="margin: auto;">
<img alt="Equation 2" src="/files/ftp_upload/63792/63792eq02.jpg" style="margin: auto;">
där E är det elektriska fältet, V den elektriska potentialen, J strömtätheten och σ är den elektriska ledningsförmågan. I <img alt="Equation 12" src="/files/ftp_upload/63792/63792eq12.jpg" style="margin: auto;"> ekvationen anges en gradientoperator. När det gäller stationär ström åläggs modellen följande randvillkor:
<img alt="Equation 3" src="/files/ftp_upload/63792/63792eq3.jpg" style="margin: auto;">
<img alt="Equation 4" src="/files/ftp_upload/63792/63792eq04.jpg" style="margin: auto;">
där n är det normala till ytan, Ω representerar gränsen och I0 representerar den specifika strömmen. Tillsammans skapar de elektrisk isolering vid de yttre gränserna och skapar en strömkälla för en vald gräns. Om vi antar en monopolär punktkälla i ett homogent medium med en isotrop konduktivitet kan den extracellulära elektriska potentialen vid en godtycklig plats beräknas med7:
<img alt="Equation 5" src="/files/ftp_upload/63792/63792eq05.jpg" style="margin: auto;">
där Ie är strömmen och är avståndet mellan elektroden och mätpunkten. När mediet är inhomogent eller anisotropt, eller elektroduppsättningen har flera elektroder, kan en beräkningssvit för att numeriskt lösa ekvationerna vara bekväm. En finita elementmodelleringsprogramvara6 delar upp volymledaren i små sektioner som kallas "element". Elementen är sammankopplade med varandra så att effekterna av förändring i ett element påverkar förändring i andra, och det löser de fysiska ekvationerna som tjänar till att beskriva dessa element. Med den ökande beräkningshastigheten hos moderna datorer kan denna process slutföras inom några sekunder. När den elektriska potentialen har beräknats kan man sedan uppskatta neuronens elektriska svar.
En neuron skickar och tar emot information i form av elektriska signaler. Sådana signaler finns i två former - graderade potentialer och åtgärdspotentialer. Graderade potentialer är tillfälliga förändringar av membranpotentialen där spänningen över membranet blir mer positiv (depolarisering) eller negativ (hyperpolarisering). Graderade potentialer har vanligtvis lokaliserade effekter. I celler som producerar dem är åtgärdspotentialer allt-eller-inget-svar som kan resa långa sträckor längs en axon. Både graderade och åtgärdspotentialer är känsliga för den elektriska såväl som den kemiska miljön. En åtgärdspotentialspik kan produceras av olika neuronala celltyper, inklusive retinala ganglionceller, när en tröskeltransmembranpotential korsas. Åtgärdspotentialen spikning och förökning utlöser sedan synaptisk överföring av signaler till nedströms neuroner. En neuron kan modelleras som en kabel som är uppdelad i cylindriska segment, där varje segment har kapacitans och motstånd på grund av lipid-dubbelskiktsmembranet8. Ett neuronberäkningsprogram9 kan uppskatta den elektriska aktiviteten hos en elektriskt excitabel cell genom att diskretisera cellen i flera fack och lösa den matematiska modellen10:
<img alt="Equation 6" src="/files/ftp_upload/63792/63792eq06.jpg" style="margin: auto;">
I denna ekvation är Cmmembrankapacitansen, V e,n är den extracellulära potentialen vid nod n, Vi,n den intracellulära potentialen vid nod n, R n det intracellulära (longitudinella) motståndet vid nod n och I-jon är jonströmmen som går genom jonkanalerna vid nod n. Värdena för V från FEM-modellen implementeras som Ve,n för alla noder i neuronen när stimuleringen är aktiv.
Transmembranströmmarna från jonkanaler kan modelleras med hjälp av Hodgkin-Huxley-formuleringar11:
<img alt="Equation 7" src="/files/ftp_upload/63792/63792eq07.jpg" style="margin: auto;">
där g i är kanalens specifika konduktans, V m transmembranpotentialen (V i,n - Ve,n) och Ejonjonens reverseringspotential. För spänningsstyrda kanaler, såsom Na-kanal, införs dimensionslösa parametrar, m och h, som beskriver sannolikheten för öppning eller stängning av kanalerna:
<img alt="Equation 8" src="/files/ftp_upload/63792/63792eq08.jpg" style="margin: auto;">
där <img alt="Equation 9" src="/files/ftp_upload/63792/63792eq09.jpg" style="margin: auto;"> är den maximala membrankonduktansen för den specifika jonkanalen, och värdena för parametrarna m och h definieras av differentialekvationer:
<img alt="Equation 10" src="/files/ftp_upload/63792/63792eq10.jpg" style="margin: auto;">
där α x och βx är spänningsberoende funktioner som definierar jonkanalens hastighetskonstanter. De har i allmänhet formen av:
<img alt="Equation 11" src="/files/ftp_upload/63792/63792eq11v2.jpg" style="margin: auto;">
Värdena för parametrarna i dessa ekvationer, inklusive maximal konduktans, liksom konstanterna A, B, C och D, hittades vanligtvis från empiriska mätningar.
Med dessa byggstenar kan modeller av olika komplexitet byggas genom att följa stegen som beskrivs. En FEM-programvara är användbar när Poisson-ekvationen inte kan lösas analytiskt, såsom i fallet med inhomogen eller anisotrop konduktans i volymledaren eller när geometrin hos elektroduppsättningen är komplex. Efter att de extracellulära potentialvärdena har lösts kan neuronkabelmodellen sedan lösas numeriskt i neuronberäkningsprogramvaran. Genom att kombinera de två programvarorna kan man beräkna en komplex neuroncell eller ett nätverk till ett ojämnt elektriskt fält.
En enkel tvåstegsmodell av en retinal ganglioncell under en suprachoroidal stimulering kommer att byggas med hjälp av ovannämnda program. I denna studie kommer retinal ganglioncellen att utsättas för ett antal storheter av elektriska strömpulser. Cellens placering i förhållande till stimulansen varieras också för att visa avståndet och tröskelförhållandet. Dessutom inkluderar studien en validering av beräkningsresultatet mot en in vivo-studie av den kortikala aktiveringströskeln med olika storlekar av stimuleringselektrod12, samt en in vitro-studie som visar förhållandet mellan elektrod-neuronavståndet och aktiveringströskeln13.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Computer workstation</td>
			<td>N/A</td>
			<td>N/A</td>
			<td>Windows 64-bit operating system, at least 4GB of RAM, at least 3 GB of disk space</td>
		</tr>
		<tr>
			<td>Anaconda Python</td>
			<td>Anaconda Inc.</td>
			<td>Version 3.9</td>
			<td>The open source Individual Edition containing Python 3.9 and preinstalled packages to perform data manipulation, as well as Spyder Integrated Development Environment. It could be used to control the simulation, as well as to display and analyse the simulation data.</td>
		</tr>
		<tr>
			<td>COMSOL Multiphysics</td>
			<td>COMSOL</td>
			<td>Version 5.6</td>
			<td>The simulation suite to perform finite element modelling. The licence for the AC/DC module should be purchased. The Application Builder capability should be included in the licence to follow the automation tutorial.</td>
		</tr>
		<tr>
			<td>NEURON</td>
			<td>NEURON</td>
			<td>Version 8.0</td>
			<td>A freely-distributed software to perform the computation of neuronal cells and/or neural networks.</td>
		</tr>
	</tbody>
</table>

computational modeling of retinal neurons for visual prosthesis research - fundamental approaches

Beräkningsmodellering har blivit en allt viktigare metod inom neuralteknik på grund av dess förmåga att förutsäga beteenden hos in vivo - och in vitro-system . Detta har den viktigaste fördelen att minimera antalet djur som krävs i en given studie genom att ge en ofta mycket exakt förutsägelse av fysiologiska resultat. Inom området visuell protes har beräkningsmodellering en rad praktiska tillämpningar, inklusive information om utformningen av en implanterbar elektroduppsättning och förutsägelse av visuella uppfattningar som kan framkallas genom leverans av elektriska impulser från nämnda array. Vissa modeller som beskrivs i litteraturen kombinerar en tredimensionell (3D) morfologi för att beräkna det elektriska fältet och en kabelmodell av neuron eller neuralt nätverk av intresse. För att öka tillgängligheten av denna tvåstegsmetod för forskare som kan ha begränsad tidigare erfarenhet av beräkningsmodellering, tillhandahåller vi en video av de grundläggande tillvägagångssätten som ska tas för att konstruera en beräkningsmodell och använda den för att förutsäga de fysiologiska och psykofysiska resultaten av stimuleringsprotokoll som används via en visuell protes. Guiden omfattar stegen för att bygga en 3D-modell i en programvara för finita elementmodellering (FEM), konstruktionen av en retinal ganglioncellmodell i en multi-compartmental neuron beräkningsprogramvara, följt av sammanslagningen av de två. En finita elementmodelleringsprogramvara för att numeriskt lösa fysiska ekvationer skulle användas för att lösa elektrisk fältfördelning i de elektriska stimuleringarna av vävnad. Därefter användes specialiserad programvara för att simulera de elektriska aktiviteterna i en neural cell eller ett nätverk. För att följa denna handledning krävs förtrogenhet med arbetsprincipen för en neuroprostes, såväl som neurofysiologiska begrepp (t.ex. åtgärdspotentialmekanism och en förståelse för Hodgkin-Huxley-modellen).

Vi genomförde två simuleringsprotokoll för att demonstrera användningen av modellen. Det första protokollet involverade att variera elektrodstorleken samtidigt som neuronens placering och de elektriska pulsparametrarna var desamma. Det andra protokollet innebar att neuronen flyttades i x-riktningen i 100 μm steg, medan elektrodens storlek förblev konstant. För båda protokollen var den använda pulsen en enda katodisk-första bifasisk puls på 0,25 ms bredd med ett mellanrum på 0,05 ms. För det första protokol...

Watch this Scientific Journal Video about Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches at JoVE.com

Computational Modeling of Retinal Neurons for Visual Prosthesis Research - Fundamental Approaches

Vi sammanfattar ett arbetsflöde för att beräkningsmässigt modellera en retinal neurons beteenden som svar på elektrisk stimulering. Beräkningsmodellen är mångsidig och inkluderar automatiseringssteg som är användbara för att simulera en rad fysiologiska scenarier och förutse resultaten av framtida in vivo / in vitro-studier .

Beräkningsmodellering av retinala neuroner för visuell protesforskning - Grundläggande tillvägagångssätt

Computational modeling has become an increasingly important method in neural engineering due to its capacity to predict behaviors of in vivo and in vitro ...

Detta protokoll hjälper till att förutsäga neurala cellers svar på olika stimuli, så att vi kan utforska nya idéer inom neural stimulering utan att behöva fysisk prototyp eller livsvävnad. Det kan användas som en förstudie för att testa koncept som är utmanande att emulera fysiskt, och det är kostnads- och tidseffektivt, vilket möjliggör testning av ett stort antal parametrar. Denna metod kan förutsäga neuralt svar i andra neurala stimuleringssystem förutom näthinnan.Det är inte heller begränsat till elektriska stimuleringar, men kan också användas för ljusstimuli. För att börja, kör FEM-programvaran och klicka på modellguiden och sedan på 3D. I listrutan välj fysik expanderar du AC / DC och väljer elektriska fält och ström.Klicka på studera och lägg till en stationär studie under alternativet allmänna studier och klicka sedan på klar. I geometriinställningarna ändrar du längdenheten från meter till mikrometer. Högerklicka på geometri en och klicka sedan på block för att skapa en blockdomän.Upprepa det här steget två gånger till för att skapa totalt tre block. För alla block ställer du in både djup och bredd till 5 000 mikrometer och tilldelar höjdvärdet för blocket. Ändra basalternativet till centrera och tilldela Z-värden för varje block.För att skapa ett arbetsplan för att lägga till en elektrod i modellen, högerklicka på geometrin i modellträdet och välj arbetsplan. Klicka på arbetsplan ett och ändra plantypen så att den vetter parallellt. Klicka på knappen aktivera val under plantypen och välj bottenytan på block ett.Klicka på parametrar ett och definiera värdet för elektrodens radie. För att rita en skivelektrod på arbetsplanet, klicka på plangeometri under arbetsplan ett och klicka på skiss i huvudverktygsfältet. Välj cirkel, klicka var som helst i rektangeln på grafikfliken och dra för att skapa en skivelektrod.Ändra radien till ett fördefinierat värde i mikrometer, xw och yw till noll mikrometer och klicka sedan på bygg alla. Högerklicka på material i modellträdet, klicka sedan på tomt material och klicka sedan på material ett och ändra urvalet till manuellt. Klicka på domänerna i grafikfönstret så att endast domän ett väljs.Välj materialegenskaper, grundläggande egenskaper, klicka sedan på elektrisk ledningsförmåga och klicka på knappen Lägg till material. Ändra det elektriska ledningsförmågan till 0,043 siemens per meter. Upprepa stegen för domän två och tre med de elektriska konduktivitetsvärdena 0,7 respektive 1,55 siemens per meter.För att näta en 3D-modell, gå till modellträdet och högerklicka på mesh one och klicka sedan på gratis tetrahedral. Klicka på gratis tetrahedral en och välj bygga alla. För att tillämpa fysik på FEM, expandera elektriska strömmar en i modellträd och kontrollera om strömbevarande en, elektrisk isolering en och initialvärden en är listade.Högerklicka sedan på de elektriska strömmarna. Klicka sedan på marken och applicera detta på ytan längst bort från elektroden. Högerklicka sedan på de elektriska strömmarna.Klicka sedan på flytande potential som tilldelats skivelektroden och ändra I0-värdet till en mikroampere för att applicera en enhetsström. Om du vill köra simuleringen med ett parametriskt svep högerklickar du på studie ett i modellträdet och klickar sedan på parametrisk svepning. Klicka på parametrisk svepning och klicka på lägg till i studieinställningstabellen och välj sedan elec_rad för parameternamnet.Skriv 50, 150, 350, 500 för parametervärdelistan och mikrometer för parameterenheten. Klicka sedan på beräkna för att köra studien. Om du vill importera morfologin med funktionen CellBuilder kör du nrngui från installationsmappen för NEURON Computational Suite.Klicka sedan på verktyg, klicka sedan på diverse, importera 3D och markera sedan rutan Välj en fil. Leta reda på den nedladdade SWC-filen och klicka på läs. När geometrin har importerats klickar du på export och sedan på CellBuilder.Om du vill skapa en HOC-fil med den importerade cellmorfologin går du till fliken delmängder och observerar de delmängder som har fördefinierats i modellen. Markera rutan för kontinuerlig skapande, gå till hantering och klicka sedan på exportera och exportera morfologin som rgc.hoc. För att se cellens morfologi, klicka på verktyg, modellvy, en riktig cell.Klicka sedan på root soma zero i verktygsfältet. Högerklicka på fönstret som visas och klicka på åtkomsttyp och visa åtkomst. Genom visuell inspektion bör denna modells dendritiska fältdiameter vara cirka 250 mikrometer.Stäng NEURON-fönstren för tillfället. Öppna FEM-programvaran. Gå till Application Builder.Högerklicka på metoder i Application Builder-trädet. Välj ny metod och klicka på okej. Gå till fil och klicka sedan på inställningar och metoder.Markera rutan Visa alla koder och klicka på okej. Skriv HOC-filen som laddar koordinaterna för neuronernas segment till en textfil. Använd FEM-metodskriptet för att flytta värdena så att de matchar önskad plats och spara en textfil som innehåller koordinatvärdena för cellens nya plats.Öppna COMSOL-metoden och spara de förskjutna koordinat- och spänningsvärdena. För att köra de automatiska stegen i FEM-programvaran, byt till modellbyggaren, utvecklaren, körmetoden och klicka på metod ett. Detta kommer att producera DAT-filer med lämpliga spänningsvärden.Slinga simuleringarna i ett allmänt programmeringsspråk genom att öppna den valda IDE och klicka på ny fil för att skapa ett nytt skript, som bestäms i textmanuskriptet. Slutligen klickar du på kör eller trycker på F5 för att köra skriptet, vilket också öppnar NEURON Computational Suites GUI. Grafera NEURON-modellens svar på den extracellulära stimuleringen i NEURON Computational Suites GUI.För att göra detta, kör stimulering. Hoc, klicka på Graph, klicka sedan på Voltage Access från verktygsfältet, och i graffönstret, högerklicka var som helst och välj, plotta vad? Skriv in axon.v1 i variabeln till graffältet, vilket innebär att det kommer att plotta transmembranpotentialen för det sista segmentet av axonen per tidssteg. Modellen som beskrivs här bekräftade att ökning av den suprachoroidala elektrodstorleken vid en pulsbredd på 0,25 millisekunder ökade aktiveringströskeln för modellneuronen. Åtgärdspotentialegenskaperna observerades för att validera modellen.Latensen eller tiden mellan stimulansstarten och toppen av åtgärdspotentialens spik varierade från 1 till 2,2 millisekunder. Detta motsvarade den korta svarstiden på grund av icke-nätverksmedierad retinal aktivering. Spikbredden på denna modell var en millisekund och detta är i samma intervall som spikbredderna för kanin-RGCs mätt in vitro.Modellen visade den lägsta tröskeln när det smala segmentet av axonen var omedelbart ovanför skivelektroden och det ökade när X-avståndet blev större. Att flytta elektroden längre mot den distala axonen gav en lägre tröskel jämfört med att flytta elektroden mot dendriterna på grund av närvaron av axonens initialsegment och det smala segmentet där natriumkanalerna är vanligare. Den beskrivna metoden är lätt att tillämpa och den påskyndar forskare att ta fram proof of concept för nya stimuleringsmetoder eller neuroelektrodesign.

Research

JoVE Journal

Neuroscience

Patch Clamp Recordings from Mouse Retinal Neurons in a Dark-adapted Slice Preparation

Patch Clamp Inspelningar från mus näthinnan nervceller i en anpassad Dark-Slice Förberedelser

Our visual experience is initiated when the visual pigment in our retinal photoreceptors absorbs photons of light energy and initiates a cascade of ...

Cut-loading: A Useful Tool for Examining the Extent of Gap Junction Tracer Coupling Between Retinal Neurons

Cut-loading: ett användbart verktyg för att undersöka omfattningen av Gap Junction Tracer kopplingen mellan näthinnan nervceller

In addition to chemical synaptic transmission, neurons that are connected by gap junctions can also communicate rapidly via electrical synaptic ...

Single-cell Profiling of Developing and Mature Retinal Neurons

Encelliga Profilering av u och mogen näthinneneuroner

Highly specialized, but exceedingly small populations of cells play important roles in many tissues. The identification of cell-type specific markers and ...

Simultaneous Whole-cell Recordings from Photoreceptors and Second-order Neurons in an Amphibian Retinal Slice Preparation

Samtidiga Hel-Inspelningar från fotoreceptorer och andra ordningens neuron i ett Amfibie näthinnan Slice Förberedelser

One of the central tasks in retinal neuroscience  is to understand the circuitry of retinal neurons and how those connections are  responsible for shaping ...

A Simple Behavioral Assay for Testing Visual Function in Xenopus laevis

A Simple Behavioral Assay for Testing Visual Function in Xenopus laevis

En enkel Behavioral analys för Testa Visual Function i<em&gt; Xenopus laevis</em

Measurement of the visual function in the tadpoles of the frog, Xenopus laevis, allows screening for blindness in live animals. The optokinetic response ...

Modeling Neuronal Death and Degeneration in Mouse Primary Cerebellar Granule Neurons

Modellering neuronala dödsfall och Degeneration i mus primära cerebellär Granule nervceller

Cerebellar granule neurons (CGNs) are a commonly used neuronal model, forming an abundant homogeneous population in the cerebellum. In light of their ...

Partial Optic Nerve Transection in Rats: A Model Established with a New Operative Approach to Assess Secondary Degeneration of Retinal Ganglion Cells

Partiell synnerven Transection råttor: en förebild som upprättats med en ny operativ metod att bedöma sekundära Degeneration av retinala ganglionceller

Previous studies have shown that the secondary degeneration of retinal ganglion cells (RGCs) occurs commonly in glaucoma. Partial optic nerve transection ...

Generation of Human Neurons and Oligodendrocytes from Pluripotent Stem Cells for Modeling Neuron-Oligodendrocyte Interactions

Generering av humana neuroner och oligodendrocyter från pluripotenta stamceller för modellering av neuron-oligodendrocytinteraktioner

In Alzheimer&#8217;s disease (AD) and other neurodegenerative disorders, oligodendroglial failure is a common early pathological feature, but how it ...

Modeling Stroke in Mice: Focal Cortical Lesions by Photothrombosis

Modelleringsslag hos möss: Fokala kortikala lesioner genom fotokrobtik

Stroke is a leading cause of death and acquired adult disability in developed countries. Despite extensive investigation for novel therapeutic strategies, ...

Establishment of an Electrophysiological Platform for Modeling ALS with Regionally-Specific Human Pluripotent Stem Cell-Derived Astrocytes and Neurons

Etablering av en elektrofysiologisk plattform för modellering av ALS med regionalt specifika humana pluripotenta stamcellshärledda astrocyter och neuroner

Human pluripotent stem cell-derived astrocytes (hiPSC-A) and neurons (hiPSC-N) provide a powerful tool for modeling Amyotrophic Lateral Sclerosis (ALS) ...