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.

Дата добавления: 2014-12-25