培养海马神经元网络对刺激位置的群体编码

目的:探讨培养的海马神经元网络对外界刺激信息的群体编码机制.方法:本文利用多电极阵列对培养海马神经元网络进行多位点刺激及同步记录,运用线性统计方法分析网络中各点对刺激的响应规律,以及聚类算法分辨网络对不同位置刺激的响应.结果:各记录位点在刺激后100ms内的响应放电频率与距刺激点的空间距离线性无关、与记录/刺激位点的自发活动相关系数呈弱线性相关,与刺激前100ms内的自发放电频率呈线性关系.进一步实验结果表明刺激不同位点时自发放电频率与响应放电频率线性关系的斜率和截距不同.不同位点刺激时的自发-响应数据能够通过聚类进行区分,并且自发-响应放电频率的线性相关系数越大分类的正确率越高.药理实验结果表明,该线性相关系数在APV阻断NMDA受体后减小,而在CNQX阻断AMPA受体后相关系数增大.结论:培养的海马神经元网络中的神经元对刺激的响应放电频率与其自发放电频率线性相关,该群体响应特征可以用来实现对刺激位置的编码,并且NMDA受体的存在是维系该群体响应特征的因素之一.     

温度对神经元网络活动的影响

利用多通道微电极阵列上培养的海马神经元网络,通过分析28～41℃范围内不同温度时网络自发放电频率．幅度和相邻峰电位时间间隔(interspike interval,ISI)的变化,探讨了温度对网络活动的影响。发现温度升高过程中放电频率、幅度呈不同程度增大的趋势,峰电位数目的变化程度随其间隔的增大呈减小趋势。结果表明体外培养的胎鼠海马神经元的网络活动具有温度敏感性。     

基于最大锋电位间隔的爆发检测自适应算法

在各种类型的培养神经元网络、哺乳动物中枢神经系统和切片中,都可以观察到爆发。爆发是空间-时间放电模式的重要特征,它由一系列高频率发放的连续动作电位组成,由于在时间尺度上的复杂性,使其辨识和探测存在许多困难。自适应算法利用爆发外部锋电位间隔超过爆发内部锋电位间隔的累加和识别爆发本身。基于该算法原理,以爆发内部最大锋电位间隔参数作为确定爆发的约束条件,改进爆发检测自适应算法。实验结果表明,改进算法可以有效地避免爆发的漏检和错检,较准确地检测出神经元的爆发活动,确定爆发活动的数目和持续时间等,爆发检测的平均准确率为93.8%,比原自适应算法提高了35.3%。     

β淀粉样蛋白斑块的高分辨全脑三维定量研究

中枢神经系统中β淀粉样蛋白斑块是阿尔兹海默症的主要病理特征之一,其负荷和数目的变化是病程发展的重要标志.已有研究主要是对局部脑组织进行二维切片成像,尚缺少在全脑三维空间对斑块进行高分辨率定量分析的研究方法.本文建立了适用于哺乳动物三维完整脑内β淀粉样蛋白斑块定量分析策略,包括全脑斑块快速荧光染色方法、基于荧光显微光学切片断层成像技术的高分辨全脑数据获取,以及斑块自动定位、统计数目等.与免疫组化染色比较,证明本方法对直径大于10μm的斑块检出率为97.71%±0.18%.并以0.32μm×0.32μm×2μm的成像分辨率,获取了5XFAD转基因小鼠全脑Aβ斑块分布数据集,首次以脑区/核团的三维轮廓划分出立体区域,定量统计了90个亚区内Aβ斑块的数量及分布密度.本文建立的快速、精准、价廉的方法将有助于全面高效地研究阿尔兹海默症致病机理和药效评估.     

培养海马神经元网络学习模型的构建

对于培养的神经元网络而言,学习是外界刺激与网络响应之间联系建立和调控的过程.为构建合适的神经元网络学习模型,采用闭环低频(1 Hz)成对电极的电刺激模拟认知任务,在多通道微电极阵列系统中对培养的海马神经元网络进行训练,使其发生网络层次上的学习行为.经过训练后,神经元网络在刺激后20～80ms内的早期突触后响应明显增加,响应/刺激比(在闭环训练中,电极上任一阶段连续10次刺激的早期突触后响应的个数/10)增大,响应时延减小,并且响应具有选择性,即表明,神经元网络与外界刺激之间已建立可调控的联系,该可调控联系是通过网络的响应来表现的,建立神经元网络与外界刺激之间的可调控联系即网络层次的学习.