Анализ пачек активности

Анализ характеристик активности включает в себя детектирование и статистическую обработку характеристик пачек активности. Функция анализа характеристик пачек выполняется с помощью кнопки "Find burst" в главном окне программы. Анализируемый файл растра активности должен иметь расширение ".txt".

Функция анализа пачек вычисляет и строит распределения следующих характеристик пачечной активности в сети:

1. Межпачечный интервал (мс) - временные промежутки между пачками (Рис. 4.4 А)

2. Длительность пачек (с) (Рис. 4.4 Б)

3. Число импульсов в секунду внутри пачек (Рис. 4.4 В)

4. Паттерн активации - среднее время возникновения первых импульсов после начала пачки на каждом электроде. Цветом обозначено время возникновения импульса (Рис. 4.4 Г)

5. Частотно-временной профиль пачки - среднее число импульсов на каждом электроде за каждые 10 мс после начала пачки (Рис. 4.4 Д). Усреднение производится по всем пачкам

6. Частота импульсов в секунду для каждого электрода (Рис. 4.4 Е). Цветом обозначено значение частоты импульсов

7. Частота импульсов в секунду внутри пачек для каждого электрода (Рис. 4.4 Ж)

А Б

В Г

Д

Е Ж

Рисунок 4.4. Характеристики пачек. А - Распределение межпачечных интервалов (мс). Б - Распределение длительностей пачек (с). В - Распределение числа импульсов в секунду внутри пачек. Г - Паттерн активации (среднее время возникновения первых импульсов после начала пачки на каждом электроде). Координаты каждой квадратной области соответствуют положению электрода на мультиэлектродной матрице. Цветом обозначено время возникновения импульса. Д - Частотно-временной профиль пачки активности культуры клеток. По оси абсцисс - время после начала пачки, по оси ординат - номер электрода. Цветом обозначено среднее число импульсов на определённом электроде за каждый 50-и миллисекундный промежуток времени по всем пачкам.

Также программа в рабочем окне Matlab выводит статистически проанализированные характеристик пачек. Так как распределения анализируемых величин чаще имеют не нормальную форму, рассчитываются медианы и медианные квадратичные ошибки характеристик. Список вычисляемых характеристик следующий:

Bursts_number - общее число найденных пачек.

Mean_Burst_Duration - средняя длительность пачек.

STD_Burst_Duration - средняя квадратичная ошибка длительности пачек.

Mean_InterBurstInterval - среднее значение межпачечного интервала.

STD_InterBurstInterval - средняя квадратичная ошибка межпачечного интервала.

Median_InterBurstInterval - медиана межпачечного интервала.

MAD_InterBurstInterval - медианная квадратичная ошибка межпачечного интервала.

Median_Burst_Duration - медиана длительности пачек.

MAD_Burst_Duration - медианная квадратичная ошибка длительности пачек.

Median_Burst_FiringRate - медиана числа импульсов в секунду внутри пачек.

MAD_Burst_FiringRate - медианная квадратичная ошибка числа импульсов в секунду внутри пачек.

Spikes_per_sec - среднее число импульсов в секунду.

Контрольные вопросы

1. Что такое растр активности и как он строится?

2. Что такое частотно-временная зависимость и как она строится?

3. Какой диапазон значений временного интервала при построении частотно-временной диаграммы приемлем для отображения пачек активности, длительностью 0.1 и 1 секунда.

Литература

1. le Feber J, Stegenga J, Rutten WLC. The Effect of Slow Electrical Stimuli to Achieve Learning in Cultured Networks of Rat Cortical Neurons // PLoS ONE. 2010. 5(1): e8871. doi:10.1371/journal.pone.0008871.

2. Hulata E., Baruchi I., Segev R., Shapira Y., Ben-Jacob E. (2004). Self-Regulated Complexity in Cultured Neuronal Networks. Phys. Rev. Lett. 92, 198105

3. Maccione A., Gandolfo M., Massobrio P., Novellino A., Martinoia S. & Chiappalone M. A novel algorithm for precise identification of spikes in extracellularly recorded neuronal signals // Journal of Neuroscience Methods. 2009. Vol. 177, no. 1. P. 241–249.

4. Marom S., Shahaf G. Development, learning and memory in large random networks of cortical neurons: lessons beyond anatomy // Q. Rev. Biophys. 2002. V. 35. P. 63-87.

5. Potter S., DeMarse T. (2001). A new approach to neural cell culture for long-term studies. J. Neuroscience Methods (110) 17-24.

6. Quiroga R., Nadasdy Q., Ben-Shaul, Y. (2004). Unsupervised Spike Detection and Sorting with Wavelets and Superparamagnetic Clustering. Neural Computation (16) 1661-1688.

7. Segev R., Benveniste M., Hulata E., Cohen N. (2002) Long term behavior of lithographically prepared in vitro neuronal networks. Physical review letters , 88 (11) 118102.

8. Shahaf G., Eytan D., Gal A., Kermany E., Lyakhov V., et al. Order-Based Representation in Random Networks of Cortical Neurons // PLoS Comput Biol. 2008. 4(11): e1000228. doi:10.1371/journal.pcbi.1000228.

9. Shahaf G. and Marom S. Learning in networks of cortical neurons // J. Neurosci. 2001. V. 21. P. 8782–8788.

10. Vajda I., J. van Pelt, Wolters J., Chiappalone M., Martinoia S., E. van Someren, A. van Ooyen (2008). Low-Frequency Stimulation Induces Stable Transitions in Stereotypical Activity in Cortical Networks. Biophysical Journal, Vol. 94 (12), pp. 5028-5039.

11. Wagenaar D.A., Madhavan R., Pine J., Potter S.M. Controlling bursting in cortical cultures with closed-loop multi-electrode stimulation. J. Neurosci. 2005; 25: 680-688.

ОГЛАВЛЕНИЕ

Введение.......................................................................................................................3

Глава 1. Проведение экспериментов по обучению клеток культуры гиппокампа

1.1 Описание эксперимента ...................................................................................6

1.2 Описание системы регистрации и стимуляции сигналов с использованием мультиэлектродной матрицы...................................................................................6

1.3 Электрическая стимуляция культуры нейронов...............................................8

1.4 Протокол эксперимента...................................................................................9

Контрольные вопросы...............................................................................................10

Глава 2. Эксперимент по обучению клеток культуры гиппокампа

2.1 Компоненты экспериментальной установки....................................................11

2.2 Подготовка экспериментальной установки....................................................11

2.3 Методика регистрации сигналов с использованием мультиэлектродной матрицы................................................................................................................11

2.4 Стимуляция культуры нейронов.....................................................................12

Глава 3. Исследование спонтанной активности культуры клеток гиппокампа.................................................................................................................15

3.1 Детектирование импульсов сигнале...............................................................15

3.2 Детектирование спонтанных пачек.................................................................15

Контрольные вопросы..........................................................................................17

Глава 4 Обработка экспериментальных данных.................................................18

4.1 Детектирование импульсов активности.........................................................18

4.2 Анализ растра активности...............................................................................19

4.3 Анализ пачек активности................................................................................19

Контрольные вопросы............................................................................................22

Литература ................................................................................................................23

Оглавление............................................................................................................24

ИССЛЕДОВАНИЕ БИОЭЛЕКТРИЧЕСКОЙ АКТИВНОСТИ НЕЙРОННЫХ СЕТЕЙ В КУЛЬТУРАХ ГИППОКАМПА: СТИМУЛЯЦИЯ, РЕГИСТРАЦИЯ И АНАЛИЗ

Авторы: Пимашкин А.С., Гладков А.А. Симонов А.Ю., и др.