2019 микросхема: Микросхема TEA2019 – ШИМ-контроллер для ипульсных блоков питания

Содержание

О компании

Акционерное общество Научно-производственный центр «Электронные вычислительно-информационные системы» (АО НПЦ «ЭЛВИС») является одним из ведущих центров проектирования микросхем в России.

Предприятие создано в марте 1990 года на базе структурного подразделения научно-производственного объединения «ЭЛАС», выполнявшего в 1960–80 гг. передовые разработки в области космической электронной техники: от разработки собственных САПР до полностью законченных аппаратно-программных бортовых систем управления и обработки информации космического базирования серий «Салют», в частности, функционировавших на борту станции «МИР». В 1974 году был разработан первый в СССР КМОП микропроцессорный комплект сверхбольших интегральных схем (СБИС). Всего же было разработано более 400 микросхем.

Компания разрабатывает микросхемы типа «Система-на-Кристалле» (СнК) на базе собственной платформы проектирования «МУЛЬТИКОР».

Среди них:

Компания АО НПЦ «ЭЛВИС» неоднократно занимала призовые места в конкурсе достижений российской электроники и получала премию «Золотой чип»:

2020 год — первое место в номинации «За успехи в импортозамещении» за разработку радиационно-стойкого многоядерного микропроцессора 1892ВМ206;
2019 год — первое место в номинации «Лучшее изделие ЭКБ 2018-2019 гг. » за разработку микросхемы памяти 1657РУ2У;
2018 год — второе место в номинации «За успехи в импортозамещении» за разработку процессорного модуля Салют-ЭЛ24ПМ;
2017 год — первое место в номинации «За успехи в импортозамещении» за разработку процессора ELISE для систем компьютерного зрения;
2016 год — второе место в номинации «Лучшее изделие микроэлектроники 2015-2016 гг.» за разработку радиационно-стойкой микросхемы ФАПЧ 1288ПЛ1У с частотой до 6 ГГц;
2015 год — первое место в номинации «За вклад в развитие Российской электроники» 2014–2015 гг.» и второе место в номинации «За успехи в импортозамещении» за разработку радиационно-стойкого многоядерного микропроцессора 1892ВМ15АФ;
2014 год — первое место в номинации «Лучшее изделие российской микроэлектроники 2013–2014 гг.» за разработку радиационно-стойкой библиотеки MK180RT для 0,18-мкм процесса;
2013 год — первое место в номинации «За вклад в развитие российской электроники» за разработку микросхемы статического ОЗУ 1657РУ1У с уникальными параметрами радиационной стойкости для КМОП технологии;
2010 год — первое место в номинации «Лучшее изделие российской микроэлектроники 2009–2010 гг. » за разработку комплекта микросхем «Мультиборт» для аэрокосмических и других бортовых применений.

По итогам первого года реализации проекта Минэкономразвития России НПЦ «ЭЛВИС» включён в состав «Национальных чемпионов».

АО НПЦ «ЭЛВИС» входит в топ рейтинга российских компаний «ТехУспех» по инновационности. В 2018 году компания вошла в ТОП 50 рейтинга российских IT компаний.

Коллектив предприятия — это около 500 высококвалифицированных специалистов, в том числе 6 докторов технических наук, 28 кандидатов наук, 17 человек имеют правительственные награды, 1 удостоен звания Заслуженный конструктор Российской Федерации.

Фабрики Samsung начнут массовый выпуск микросхем по техпроцессу 3 нм не раньше 2024 года

Представитель компании Qualcomm, одного из крупнейших клиентов Samsung, рассказал о задержках в производстве микросхем по 3-нм техпроцессу. По самому оптимистичному прогнозу, их производство начнётся во второй половине 2023 года и не раньше 2024 года начнётся массовый выпуск. Если прогноз свершится, фабрики TSMC на ближайшие годы вырвутся вперёд в производстве самых передовых чипов.

Samsung поставила целью к 2030 году обогнать TSMC в производстве передовых микросхем, чтобы сдержать потерю лидирующих позиций на рынке. Тайваньская компания на полгода раньше Samsung начала производить микросхему по технологии 7 нм и уже в апреле 2019 года запустила тестовую разработку электроники по 5-нм техпроцессу, когда Samsung только достроила производственную линию по технологии 5 нм. Разработки по техпроцессу 3 нм TSMC ведёт с 2019 года.

Впервые о планах начать разработку микросхем по 3-нм техпроцессу Samsung рассказала ещё в 2018 году. Тогда компания заявила, что уже к 2021 году она начнёт массовое производство электроники по технологии 3 нм. В апреле 2019 года Samsung инвестировала в передовое производство $116 миллиардов и уже январе 2020 года представила первый 3-нм транзистор по архитектуре GAAFET. В апреле прошлого года компания перенесла сроки начала массового производства на 2022 год. Из-за пандемии коронавируса Samsung не успевает оснастить производство необходимым оборудованием.

В августе прошлого года TSMC заявила, что начнёт массово производить микросхемы по техпроцессу 3 нм во втором квартале 2022 года. Samsung планировала обогнать TSMC, но не успевает это сделать. Об этом заявил представитель одного из самых крупных клиентов Samsung (компании Qualcomm) на мероприятии, организованном американской компанией Applied Materials. По его словам, самый оптимистичный прогноз предусматривает запуск массового производства микросхем по 3-нм техпроцессу не ранее 2023 года. Но он считает, что с большей вероятностью производство начнётся только в 2024 году.

Если прогноз свершится, Samsung значительно отстанет от TSMC. В апреле этого года TSMC заверила, что запустит массовое производство по техпроцессам 3 нм и 4 нм уже в 2022 году. К 2024 году тайваньская компания планирует массово производить микросхемы уже по 2-нм техпроцессу.

В последние годы Samsung стремительно теряет шансы обогнать TSMC и вернуть лидирующие позиции по производству передовых полупроводников. В 2019 году TSMC обошла Samsung по капитализации и стала самой крупной азиатской компанией. В июле прошлого года компания стала крупнейшим мировым производителем полупроводников, заняв 51,9 % мирового контрактного производства полупроводниковой продукции. В мае этого года доля контрактного производства составила уже 56 %. Это на 8 % больше, чем два года назад. Samsung за последние два года потеряла 1 % рынка.

ОАО НПО «Физика» — Новое

Условное обозначение	Тип	Описание	Корпус	Статус разработки	№ ТУ	Дата публикации
2015ВВ035	Микросборка	Передатчик ARINC-429 с гальванической развязкой	5226.18-1	Доступны образцы	АЕНВ.431230.448ТУ	11.08.2021
2015ВВ075	Многокристальный модуль	Гальваническая развязка цифровых сигналов 2-0		Доступны образцы	АЕНВ. 431230.448ТУ	18.05.2021
2015ВВ045	Микросборка	Гальваническая развязка цифровых сигналов 2-2	5226.18-1	Доступны образцы	АЕНВ.431230.448ТУ	24.09.2020
2015ВВ055	Микросборка	Приемопередатчик RS-485 с гальванической развязкой	5226.18-1	В разработке		01.07.2019
1583НА055, 1583НА055А	Микросхема	2-х канальный 12р. ЦАП с загрузкой данных по 6р. паралл. шине	Н09.28-1В, 5123.28-1	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.204ТУ	01.07.2019
2015ММ034	Микросборка	Трехканальный генератор синуса	4138.42-13	Доступны образцы	АЕНВ.431110.559ТУ	01.07.2019
1582ВЖ1Б-0049	Микросхема	Приемник РК с настройкой типа РК и порога срабатывания	5119. 16-А	Доступны бесплатные образцы	ИРВЖ.431262.025-003Д	12.04.2019
Н1582ВЖ3Б-0291	Микросхема	КК, ОУ МКИО с интерфейсом SPI	Н16.48-2В	Выпускается. В перечне, как пришивка БМК.	ИРВЖ.431262.071-009	28.11.2018
1583НА065, 1583НА065А	Микросхема	2-х канальный 12р. ЦАП с интерфейсом SPI и биполярным режимом	Н09.28-1В, 5123.28-1	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.204ТУ	02.08.2018
2015ВВ025	Микросборка	Приемник ARINC-429 с гальванической развязкой	5226.18-1	Доступны образцы	АЕНВ.431230.448ТУ	19.01.2018
1583НА045, 1583НА045В	Микросхема	12р. рад. стойкий ЦАП с параллельным интерфейсом	Н09. 28-1В, 5123.28-1	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.204ТУ	22.11.2017
2015ВВ015	Микросборка	Гальваническая развязка цифровых сигналов 2-0	5226.18-1	Доступны образцы	АЕНВ.431230.448ТУ	01.06.2017
5559ИН13У3, 5559ИН13УА3	Микросхема	Приемопередатчик МКИО, аналог HI-1565, NHI-15116	Н04.16-1В, 5119.16-А	Выпускается, включена в Перечень ЭКБ-2017.	АЕЯР.431230.591ТУ	11.05.2016
2015ММ014, 015, 2015ММ024, 025 (Ф042, Ф042.1)	Микросборка	Генератор синусоидального сигнала	4137.34-3, 5226.18-1	Выпускается	АЕНВ.431110.559ТУ	07.04.2016
1583НВ025, 1583НВ025А	Микросхема	12р. АЦП с интерфейсом SPI	Н04.16-1В, 5119.16-А	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.206ТУ	28.01.2016
1583НВ015 (1586ПВ1У)	Микросхема	12р. АЦП с интерфейсом SL	Н04.16-1В	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.206ТУ	04.09.2013
Н1582ВЖ3Б-0290	Микросхема	Оконечное устройство МКИО с интерфейсом SPI	Н16.48-2В	Выпускается. В перечне, как пришивка БМК.	ИРВЖ.431262.071-008	22.01.2016
1583НА025, 1583НА025А	Микросхема	2-х канальный 12р. ЦАП с интерфейсом SPI	Н04.16-1В, 5119.16-А	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.204ТУ	09.09.2015
1583НА015 (1586ПА1У)	Микросхема	2-х канальный 12р. ЦАП с интерфейсом SL	Н04.16-1В	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.204ТУ	04.09.2013
1586ИН4АУ, 1586ИН4АУ1	Микросхема	2-х канальный приемник ДПК (ARINC-429) с интерфейсом HOLT	Н04.16-1В, 5119.16-А	4АУ включена в изм. 2 к п. ЭКБ 02-2018	АЕНВ.431230.118ТУ	10.07.2015
1586ИН3У, 1586ИН4У, 1586ИН4У1	Микросхема	1 и 2-х-канальные приемники ДПК (ARINC-429)	Н04.16-1В, 5119.16-А	3У, 4У включены в изм. 2 к п. ЭКБ 02-2018	АЕНВ.431230.118ТУ	22.10.2013
1586ИН2АУ, 1586ИН2АУ1	Микросхема	Передатчик ДПК (ARINC-429) с интерфейсом HOLT	Н04.16-1В, 5119.16-А	Включена в изм. 3 к переченю ЭКБ-2015.	АЕНВ.431230.117ТУ	25. 06.2015
1586ИН2У, 1586ИН2У1	Микросхема	Передатчик ДПК (ARINC-429)	Н04.16-1В, 5119.16-А	Включена в изм. 1 к переченю ЭКБ-2015.	АЕНВ.431230.117ТУ	25.06.2015
2015НХ01А1, 2015НХ01В1, 2015НХ01А4, 2015НХ01В4 (Ф020, Ф020.1, Ф040, Ф040.1)	Микросборка	Преобразователь «угол-код» (АЦПВТ) в планарном корпусе на рабочую частоту 400 Гц или 2 кГц	155.15-2 или 4137.34-3	Выпускается, идет процесс внедрения в перечень ЭКБ.	АЕНВ.431320.288ТУ	02.10.2015

Facebook разрабатывает микросхему для машинного обучения :: Новости :: РБК Инвестиции

Фото: Unsplash

Facebook разрабатывает чип для машинного обучения для рекомендации контента пользователям. Об этом сообщает Reuters со ссылкой на The Information.

В сообщении The Information говорится, что компания разработала еще один чип для транскодирования видео, чтобы улучшить впечатления от просмотра записанных и потоковых видео в своих приложениях. Все чаще крупные технологические компании отказываются от традиционных поставщиков микросхем в пользу собственных чипов — так компании снижают издержки и повышают производительность.

В своем блоге в 2019 году Facebook сообщал, что разрабатывает микросхемы, специально предназначенные для обработки логического вывода ИИ и транскодирования видео, чтобы повысить производительность, мощность и эффективность своей инфраструктуры. В то время эта инфраструктура обслуживала 2,7 млрд человек на всех своих платформах.

Компания Facebook также заявила, что будет работать с такими производителями, как Qualcomm, Intel и Marvell Technology, чтобы создавать микросхемы, поскольку процессоров общего назначения не будет достаточно, чтобы управлять объемом рабочей нагрузки, которую обрабатывают системы Facebook.

«Facebook изучает способы повышения производительности вычислений и энергоэффективности с помощью наших партнеров и за счет наших собственных внутренних усилий», — сказал представитель компании.

Анализ событий, «распаковка» компаний, портфели топ-фондов — в нашем YouTube-канале

Автор

Кира Чуракова

Драйвер набора микросхем Intel® для Windows* для устаревших версий Intel® Server Board

Intel Software License Agreement With OSS Exclusion

The terms of the software license agreement included with any software you download will control your use of the software.

INTEL SOFTWARE LICENSE AGREEMENT

IMPORTANT – READ BEFORE COPYING, INSTALLING OR USING.

Do not use or load this software and any associated materials (collectively, the “Software”) until you have carefully read the following terms and conditions. By loading or using the Software, you agree to the terms of this Agreement. If you do not wish to so agree, do not install or use the Software.

LICENSES: Please Note:

– If you are a network administrator, the “Site License” below shall apply to you.

– If you are an end user, the “Single User License” shall apply to you.

– If you are an original equipment manufacturer (OEM), the “OEM License” shall apply to you.

– The Software may contain the software and other property of third party suppliers, some of which may be identified in, and licensed in accordance with, an attached “third party license directory” or other similarly named text or file. In particular, without limitation, this license does not apply to the open source components distributed with the Software. The corresponding open source licenses are attached to the open source components and are the only licenses that apply to the open source components.

SITE LICENSE. You may copy the Software onto your organization’s computers for your organization’s use, and you may make a reasonable number of back-up copies of the Software, subject to these conditions:

1. This Software is licensed for use only in conjunction with Intel component products. Use of the Software in conjunction with non-Intel component products is not licensed hereunder.

2. You may not copy, modify, rent, sell, distribute or transfer any part of the Software except as provided in this Agreement, and you agree to prevent unauthorized copying of the Software.

3. You may not reverse engineer, decompile, or disassemble the Software.

4. You may not sublicense or permit simultaneous use of the Software by more than one user.

5. The Software may include portions offered on terms in addition to those set out here, as set out in a license accompanying those portions.

SINGLE USER LICENSE. You may copy the Software onto a single computer for your personal, noncommercial use, and you may make one back-up copy of the Software, subject to these conditions:

1. This Software is licensed for use only in conjunction with Intel component products. Use of the Software in conjunction with non-Intel component products is not licensed hereunder.

2. You may not copy, modify, rent, sell, distribute or transfer any part of the Software except as provided in this Agreement, and you agree to prevent unauthorized copying of the Software.

3. You may not reverse engineer, decompile, or disassemble the Software.

4. You may not sublicense or permit simultaneous use of the Software by more than one user.

5. The Software may include portions offered on terms in addition to those set out here, as set out in a license accompanying those portions.

OEM LICENSE: You may reproduce and distribute the Software only as an integral part of or incorporated in Your product or as a standalone Software maintenance update for existing end users of Your products, excluding any other standalone products, subject to these conditions:

1. This Software is licensed for use only in conjunction with Intel component products. Use of the Software in conjunction with non-Intel component products is not licensed hereunder.

2. You may not copy, modify, rent, sell, distribute or transfer any part of the Software except as provided in this Agreement, and you agree to prevent unauthorized copying of the Software.

3. You may not reverse engineer, decompile, or disassemble the Software.

4. You may only distribute the Software to your customers pursuant to a written license agreement. Such license agreement may be a “break-the- seal” license agreement. At a minimum such license shall safeguard Intel’s ownership rights to the Software.

5. The Software may include portions offered on terms in addition to those set out here, as set out in a license accompanying those portions.

NO OTHER RIGHTS. No rights or licenses are granted by Intel to You, expressly or by implication, with respect to any proprietary information or patent, copyright, mask work, trademark, trade secret, or other intellectual property right owned or controlled by Intel, except as expressly provided in this Agreement.

OWNERSHIP OF SOFTWARE AND COPYRIGHTS. Title to all copies of the Software remains with Intel or its suppliers. The Software is copyrighted and protected by the laws of the United States and other countries, and international treaty provisions. You may not remove any copyright notices from the Software. Intel may make changes to the Software, or to items referenced therein, at any time without notice, but is not obligated to support or update the Software. Except as otherwise expressly provided, Intel grants no express or implied right under Intel patents, copyrights, trademarks, or other intellectual property rights. You may transfer the Software only if the recipient agrees to be fully bound by these terms and if you retain no copies of the Software.

LIMITED MEDIA WARRANTY. If the Software has been delivered by Intel on physical media, Intel warrants the media to be free from material physical defects for a period of ninety days after delivery by Intel. If such a defect is found, return the media to Intel for replacement or alternate delivery of the Software as Intel may select.

EXCLUSION OF OTHER WARRANTIES. EXCEPT AS PROVIDED ABOVE, THE SOFTWARE IS PROVIDED “AS IS” WITHOUT ANY EXPRESS OR IMPLIED WARRANTY OF ANY KIND INCLUDING WARRANTIES OF MERCHANTABILITY, NONINFRINGEMENT, OR FITNESS FOR A PARTICULAR PURPOSE. Intel does not warrant or assume responsibility for the accuracy or completeness of any information, text, graphics, links or other items contained within the Software.

LIMITATION OF LIABILITY. IN NO EVENT SHALL INTEL OR ITS SUPPLIERS BE LIABLE FOR ANY DAMAGES WHATSOEVER (INCLUDING, WITHOUT LIMITATION, LOST PROFITS, BUSINESS INTERRUPTION, OR LOST INFORMATION) ARISING OUT OF THE USE OF OR INABILITY TO USE THE SOFTWARE, EVEN IF INTEL HAS BEEN ADVISED OF THE POSSIBILITY OF SUCH DAMAGES. SOME JURISDICTIONS PROHIBIT EXCLUSION OR LIMITATION OF LIABILITY FOR IMPLIED WARRANTIES OR CONSEQUENTIAL OR INCIDENTAL DAMAGES, SO THE ABOVE LIMITATION MAY NOT APPLY TO YOU. YOU MAY ALSO HAVE OTHER LEGAL RIGHTS THAT VARY FROM JURISDICTION TO JURISDICTION.

TERMINATION OF THIS AGREEMENT. Intel may terminate this Agreement at any time if you violate its terms. Upon termination, you will immediately destroy the Software or return all copies of the Software to Intel.

APPLICABLE LAWS. Claims arising under this Agreement shall be governed by the laws of California, excluding its principles of conflict of laws and the United Nations Convention on Contracts for the Sale of Goods. You may not export the Software in violation of applicable export laws and regulations. Intel is not obligated under any other agreements unless they are in writing and signed by an authorized representative of Intel.

GOVERNMENT RESTRICTED RIGHTS. The Software is provided with “RESTRICTED RIGHTS.” Use, duplication, or disclosure by the Government is subject to restrictions as set forth in FAR52.227-14 and DFAR252.227-7013 et seq. or its successor. Use of the Software by the Government constitutes acknowledgment of Intel’s proprietary rights therein. Contractor or Manufacturer is Intel 2200 Mission College Blvd., Santa Clara, CA 95052.

Высокопроизводительный анализ микросхем человеческого мозга с помощью мультинейронного патч-зажима нового поколения

Существенные изменения:
1) Одной из основных проблем является система очистки пипеток, адаптированная авторами. В соответствии с исходным протоколом CR Forest, необходим дополнительный этап для очистки остаточного детергента, приставшего к внешней поверхности наконечника пипетки с помощью ACSF, перед перемещением пипеток в записывающую камеру для попытки пластыря, однако Пэн и его коллеги пропустили этот шаг.Авторы заявляют, что есть веская практическая причина для пропуска этого шага, но данных в поддержку этой практики предоставлено мало или они отсутствуют. Они утверждают, что не было различий в качестве записи или электрофизиологических свойствах между пипетками вначале и после очистки, но эти утверждения должны быть подтверждены данными. В частности, было бы важно сообщить, как мембранный потенциал, входное сопротивление, синаптические события и параметры потенциала действия (амплитуда, ширина и др.) Изменяются со временем после исправления и повторного сопоставления.

Благодарим вас за понимание нашего обоснования отказа от дополнительной очистки. Мы согласны с тем, что эта практика и наше заявление о неизменной физиологии нейронов должны быть подтверждены дополнительными данными. Чтобы оценить возможное влияние нашего протокола очистки на качество записи и электрофизиологические свойства, мы провели дополнительные эксперименты на острых срезах мозга из моторной коры головного мозга крыс. Мы зарегистрировали 81 нейрон в 12 срезах мозга от 2 животных (P21, P22) с помощью 28 пипеток с двумя последовательными циклами очистки и сравнили клеточную и синаптическую физиологию.Мы исключили 4 интернейрона, кроме того, были исключены 9 клеток с деполяризованным мембранным потенциалом, которые были зарегистрированы на свежих и очищенных пипетках с равной вероятностью (3/28 клеток со свежими пипетками, 2/28 клеток после первой очистки и 4/28 клеток после второй очистки. ), подробнее см. в разделе «Материалы и методы».

Мы построили график распределения клеточных и синаптических свойств свежих и очищенных пипеток на рисунке 3. Кроме того, мы рассчитали среднее относительное изменение и его доверительный интервал для всех запрошенных параметров.Мы обнаружили, что относительное изменение среднего значения этих параметров находится в пределах 10%. Мы также рассчитали доверительный интервал этих относительных средних изменений, который представляет собой границы статистически значимой эквивалентности. В целом, мы не нашли доказательств систематического воздействия нашего подхода к очистке на клеточную или синаптическую физиологию. Мы включили статистические результаты в качестве исходных данных на рис. 3 и соответствующим образом адаптировали раздел «Материалы и методы».

2) В статье слишком много внимания уделяется анализу связности и игнорируются его ограничения, например.г., ложные негативы. Вместо этого авторы могут пожелать подчеркнуть, что мультипатч-запись в настоящее время является единственным доступным методом для анализа прочности и краткосрочной пластичности моносинаптической связи.

Мы благодарим рецензента за то, что он поднял этот вопрос, и соглашаемся с тем, что существуют ограничения в отношении анализа связности с использованием мультипатч-записей. Мы включили параграф, посвященный потенциальным причинам ложноотрицательных результатов в Обсуждение.

Мы также согласны с тем, что синаптическая сила и кратковременная пластичность являются важными параметрами этих связей.Хотя парная конфигурация записи с фиксацией фиксации представляет собой оптимальный подход к анализу этих параметров, они также могут быть определены путем комбинирования записи с фиксацией фиксации с двухфотонным снятием каркаса глутамата или оптогенетической стимуляцией. Однако надежность пресинаптической стимуляции может быть ниже, чем при использовании метода патч-кламп. Мы подчеркнули важность этих параметров и технические преимущества мультипатч-подхода в соответствующем разделе «Обсуждение».

3) Важные отсутствующие экспериментальные детали включают в себя указание на возможность исправления ячеек во время записи из других ячеек, время, необходимое для проверки возможности подключения, и анализ распределения расстояний между записанными ячейками (например,g., является ли распределение ячеек по расстояниям, полученным для продления записи, таким же, как полученное изначально?).

Хотя проверка возможности подключения одновременно с установкой исправлений сэкономит время, мы воздержались от этого по нескольким практическим причинам, которые мы изложили в новом абзаце в разделе «Результаты». Мы также включили время, необходимое для проверки возможности подключения и измерения внутренних свойств ячеек (раздел «Результаты»).

Мы благодарим рецензента за то, что он поднял важный вопрос о том, что межсоматические расстояния могут влиять на вероятность соединения и что расположение репатриированных ячеек следует контролировать, чтобы предотвратить возможное смещение.Как и предполагалось, мы проанализировали влияние очистки с расширением на межсоматическое расстояние в наших предыдущих экспериментах с предубикулумом крыс и обнаружили аналогичное распределение между кластерами, полученными с очисткой с расширением и без нее. Мы построили распределение расстояний на рисунке 5 – приложение к рисунку 1 и обсудили их в разделе «Результаты».

4) Авторы подчеркивают некоторые преимущества полуавтоматического подхода, но не определяют другие аспекты мультипатч-экспериментов, которые могут выиграть от автоматизации – например, сбор данных и онлайн-контроль качества, а также обнаружение соединения в реальном времени.Учитывая потенциал для сбора такого большого количества данных, следует рассмотреть формат данных (например, нейроданные без границ), совместное использование данных, автоматизацию обнаружения и анализа соединений.

Мы согласны с тем, что есть несколько аспектов экспериментов, которые можно автоматизировать в дальнейшем, и мы также убеждены, что увеличение объема данных требует стандартизации анализа и формата данных. Однако мы видим компромисс между экспериментальной гибкостью и автоматизацией сбора и анализа данных.Поскольку мы хотели максимизировать применимость для других групп и их конкретных вопросов в этом отчете, мы использовали коммерчески доступное программное обеспечение для сбора данных, в то время как автоматический анализ трассировки для обнаружения соединений, безусловно, важен и требует постоянных усилий. Хотя программное обеспечение Signal может также выполнять онлайн-анализ, мы считаем, что это необходимо только для экспериментов с замкнутым циклом. Мы включили новый абзац по этим вопросам в раздел «Обсуждение». Мы также поддерживаем усилия открытой науки и разработки стандартизированного формата данных для облегчения сотрудничества.Мы предоставили предложения по этой теме в разделе «Обсуждение».

5) Несмотря на то, что использование редких живых тканей человека и, особенно, для увеличения объема данных по каждому образцу является веским обоснованием для разработки систем с несколькими заплатками, возможно, еще не известно, будет ли этого достаточно, чтобы исследовать разницу между частные лица. Какие различия наблюдались при обсуждении различий между людьми? Типы ячеек, связи? Я бы посоветовал авторам смягчить это утверждение.

Мы понимаем озабоченность автора обзора относительно статистической силы наших размеров выборки для выявления значимых различий между людьми. Мы хотим подчеркнуть, что наша основная цель получения больших выборок от отдельных пациентов состоит не в том, чтобы определить эти различия между отдельными людьми, а, скорее, в том, чтобы получить возможность оценивать межличностную изменчивость. Мы считаем, что это очень важно, поскольку ткань получена от очень разнородной группы пациентов.Анализ данных на индивидуальном уровне может помочь нам определить инвариантные параметры, которые могут указывать на общие принципы коры головного мозга человека. С другой стороны, параметры с высокой индивидуальной вариабельностью следует анализировать с осторожностью и проводить дальнейшие исследования. Поэтому мы считаем, что получение статистически значимых наборов данных у одиноких пациентов является важным шагом для мотивации и руководства будущими исследованиями. Мы перефразировали и детализировали нашу претензию в рукописи, чтобы лучше отразить этот аспект (Аннотация; Введение; Обсуждение).

В нашем предварительном анализе мы не обнаружили существенных различий во взаимосвязи пирамидных клеток между пациентами, в то время как мы определили, что доверительный интервал различий в вероятности подключения находился в диапазоне от -5% до 9,5%. В целом, мы полагаем, что полный анализ и обсуждение потенциальных инвариантных и вариантных параметров выходят за рамки этого технического отчета, и их лучше рассмотреть в отдельной исследовательской статье. Мы добавили статистический анализ в соответствующие разделы «Результаты» и «Материалы и методы».

[Примечание редакции: до принятия были запрошены дополнительные исправления, как описано ниже.]

Рукопись была значительно улучшена, но остается одна проблема, которую необходимо решить перед принятием, как указано ниже:
Относительно новых экспериментов по повторному связыванию после обработки Alconox без промывки Alconox (подраздел «Окончательная последовательность удаления не требует дополнительных лунок, содержащих aCSF»). Они убедительны и показывают, что в тканях мозга молодых крыс в целом наблюдается небольшой кумулятивный эффект процесса очистки на последующее здоровье нейронов.Здесь необходимо прояснить два момента.
1) Ожидают ли авторы, что результаты со зрелой тканью мозга человека будут эквивалентны результатам с тканью мозга молодой крысы? Есть ли какие-либо ограничения, о которых нам следует знать в этом валидационном эксперименте.
2) Были ли когда-либо повторены одни и те же нейроны после очистки? Это позволит провести прямое сравнение свойств нейронов до и после очистки патч-пипетки.

Мы провели первые ревизионные эксперименты на крысах, потому что у нас редко есть человеческие ткани и мы не получали их во время ревизии.Мы также не пытались перепатчить одни и те же нейроны. Однако нам повезло, и мы дважды получали человеческую ткань за последние две недели, и теперь мы провели дополнительные эксперименты, чтобы оценить влияние очистки на электрофизиологические свойства человеческих нейронов.

Мы сравнили свойства нейронов, покрытых свежими (n = 24) или очищенными пипетками (n = 9, рисунок 3 – приложение к рисунку 1). Мы также перепрограммировали те же нейроны той же очищенной пипеткой (n = 9, рисунок 3 – приложение к рисунку 2) или другой свежей пипеткой (n = 5, рисунок 3 – приложение к рисунку 3).Мы смогли показать, что внутренние электрофизиологические свойства человеческих нейронов были и оставались одинаковыми в разных условиях (статистические данные и тесты на рисунке 3 – исходные данные 1). Хотя мы действительно наблюдали значительное снижение входного сопротивления в клетках, повторно сопоставленных с помощью очищенной пипетки, несколько дополнительных факторов могли способствовать изменчивости в этих нейронах, например, эффект самовосстановления или прошедшее время. Эти не зависящие от очистки изменения отражаются в вариабельности, обнаруживаемой также в нейронах, повторно обработанных свежими пипетками (рис. 3 – приложение к рис. 3).

Поскольку мы показали, что сама пипетка не оказывает систематического воздействия на внутренние свойства, мы также рассмотрели возможность того, что внеклеточный раствор, в котором промывались пипетки, мог иметь эффект (рис. 3 – приложение к рисунку 4). Поэтому мы исправили кластеры нейронов (n = 19) и сравнили их свойства и синаптические связи (n = 7) до и после очистки других пипеток, чтобы смоделировать изменения во внеклеточном растворе после промывания.Опять же, мы обнаружили, что потенциал мембраны покоя и кинетика потенциала действия оставались очень стабильными (средняя относительная разница в пределах 2%), в то время как входное сопротивление и сопротивление доступа увеличивались. Мы также не наблюдали особой тенденции в постсинаптических амплитудах между этими двумя состояниями, которая показывала как небольшое увеличение, так и уменьшение (n = 7, Рисунок 3 – приложение к рисунку 5, Рисунок 3 – исходные данные 2). Мы соответствующим образом скорректировали разделы «Результаты» и «Материалы и методы» в рукописи.

В целом, мы смогли показать, что результаты наших экспериментов по очистке нейронов человека аналогичны тем, которые мы продемонстрировали на нейронах крыс, даже когда та же самая клетка была репатриирована.Мы действительно увидели, что входное сопротивление уменьшилось в клетках, повторно обработанных с помощью очищенной пипетки, и увеличилось в клетках, зарегистрированных в ACSF после промывки. Хотя повторная синхронизация, время записи и нейронная изменчивость могут повлиять на эти параметры, мы не можем исключить эффект очистки пипетки в этом случае. Поэтому мы подчеркиваем, что эти валидационные эксперименты ограничиваются нашими настройками и вопросами исследования и что любая реализация нашей процедуры очистки другими должна быть тщательно проверена на параметры и в интересующем модельном организме.Тем более, что прилипший детергент на пипетке может зависеть от множества факторов, которые необходимо учитывать и точно настраивать для каждой экспериментальной установки (подраздел «Окончательная последовательность изгнания не обязательно требует дополнительных лунок, содержащих aCSF»).

Кроме того, поскольку каждый патч-электрод использовался более одного раза, возможно, релевантным статистическим сравнением здесь является дисперсионный анализ повторных измерений, а не статистика популяции групп, как, по-видимому, показано на рис. 3J, K и L.

Спасибо за полезный совет. Мы выполнили повторные измерения ANOVA для 14 пипеток, с помощью которых были получены три успешных записи пирамидных клеток (свежие, 1x очистка, 2x очистка). Он не показал значительной тенденции, и мы включили результаты в Рисунок 3 – исходные данные 2. Мы также соответствующим образом адаптировали разделы «Результаты» и «Материалы и методы».

https://doi.org/10.7554/eLife.48178.sa2

Высокопроизводительный анализ микросхем человеческого мозга с помощью мультинейронного патч-зажима нового поколения

DOI: 10.7554 / eLife.48178.

Принадлежности Расширять

Принадлежности

¹ Институт нейрофизиологии, Шарите – Universitätsmedizin Berlin, Берлин, Германия.
² Отделение неврологии, Charité – Universitätsmedizin Berlin, Берлин, Германия.
³ Отделение нейрохирургии, Charité – Universitätsmedizin Berlin, Берлин, Германия.

Бесплатная статья PMC

Элемент в буфере обмена

Yangfan Peng et al.Элиф. 2019 .

Бесплатная статья PMC Показать детали Показать варианты

Показать варианты

Формат АннотацияPubMedPMID

DOI: 10.7554 / eLife.48178.

Принадлежности

¹ Институт нейрофизиологии, Шарите – Universitätsmedizin Berlin, Берлин, Германия.
² Отделение неврологии, Charité – Universitätsmedizin Berlin, Берлин, Германия.
³ Отделение нейрохирургии, Charité – Universitätsmedizin Berlin, Берлин, Германия.

Элемент в буфере обмена

Полнотекстовые ссылки Опции CiteDisplay

Показать варианты

Формат АннотацияPubMedPMID

Абстрактный

Сравнение нейронных микросхем в разных областях мозга, у разных видов и людей может выявить общие и разные принципы сетевых вычислений.Одновременные записи патч-зажимов от нескольких нейронов обеспечивают высочайшее временное и подпороговое разрешение для анализа локальной синаптической связи. Однако его создание технически сложно, а эффективность экспериментов ограничена высокой частотой отказов, длительным временем проведения экспериментов и небольшими размерами образцов. Мы представляем мультипатч-установку in vitro с автоматизированной системой давления и очистки пипетки, обеспечивающей одновременную регистрацию до 10 нейронов и последовательную фиксацию дополнительных нейронов.Мы представляем аппаратные и программные решения, которые увеличивают удобство использования, скорость и пропускную способность мультипатч-экспериментов, которые позволили зондировать 150 синаптических связей между 17 нейронами в одном кортикальном срезе человека и скрининг более 600 соединений в ткани от одного пациента. Этот метод облегчит систематический анализ микросхем и позволит беспрецедентно оценить индивидуальную изменчивость.

Ключевые слова: автоматический патч-зажим; возможность подключения; человек; кора головного мозга человека; физиология человека; микросхема; мышь; мультипатч; нейробиология; крыса.

Заявление о конфликте интересов

YP, FM, HP, US, HA, JG Никакие конкурирующие интересы не заявлены

Цифры

Рисунок 1.. Установки мультипатчей.
Рисунок 1 .. Установки мультипатчей.

( A ) Обзор основных компонентов установки с 10 манипуляторами…

Рисунок 1 .. Установки мультипатча.

( A ) Обзор основных компонентов установки из 10 манипуляторов с микроманипуляторами Sensapex.( B ) Вид сбоку, изображающий пространственное расположение манипулятора, включая головной столик и пипетку, относительно записывающей камеры, которая находится над конденсатором. Пунктирным контуром показан манипулятор с наконечником пипетки, погруженным в очищающий раствор. ( C ) Вид сверху 10 манипуляторов Sensapex с подголовниками и их углами друг к другу на специально изготовленной сцене. ( D ) Вид сверху 8 манипуляторов Scientifica PatchStar с подголовниками и их углами друг к другу на изготовленной на заказ кольцевой платформе.( E ) Фотография 10-манипуляторной установки. ( F ) Фотография восьмиманипуляторной установки.

Рисунок 2 .. Автоматизированная напорная система.
Рисунок 2 .. Автоматизированная напорная система.

( A ) Схема трубопроводов между различными пневматическими компонентами.…

Рисунок 2 .. Автоматизированная система давления.

( A ) Схема трубок между различными пневматическими компонентами. В верхнем ряду показаны регуляторы давления и их установленное давление для каждого пути. 2/2 клапана – это электромагнитные клапаны с двумя портами и двумя положениями (открытым или закрытым). Клапаны 3/2 – это миниатюрные соленоидные клапаны с тремя портами, которые могут переключаться между двумя положениями, соединяя любой вход с одним выходом.Иллюстрированное пошаговое руководство по сборке системы давления можно найти в Приложении 1. ( B ) Снимок экрана графического интерфейса пользователя Matlab, управляющего системой давления. Он взаимодействует с платой микроконтроллера Arduino, которая, в свою очередь, имеет цифровые выходы, подключенные к плате реле. Дополнительные сведения о схеме подключения см. На рис. 2 – приложение к рисунку 1. Дополнительные сведения о графическом интерфейсе пользователя см. В приложении 2. ( C ) Фотография собранной системы давления.

Рисунок 2 – приложение к рисунку 1.. Схема подключения…
Рисунок 2 – приложение к рисунку 1. Схема подключения напорной системы.

Вверху: Схема электрических соединений для…

Рисунок 2 – приложение к рисунку 1. Схема подключения напорной системы.

Вверху: Схема электрических соединений для клапанов, реле и платы Arduino.Эта электрическая схема показывает, что все электромагнитные клапаны (z, v) и две 16-канальные релейные платы ( b ) питаются от источника питания 12 В постоянного тока (80 Вт, 12 В / 6,67 А). Четырехканальное реле получает питание от платы Arduino, которая получает питание 5 В от USB-кабеля. Серые прямоугольники показывают, что эта схема дублируется для каждого клапана параллельно. Реле получают цифровые сигналы от плат Arduino (пунктирные линии) и переключают контакты с NC (нормально замкнутые) на NO (нормально разомкнутые), что переводит электромагнитный клапан в другое состояние.Обратный диод необходим для электромагнитных клапанов 2/2 для защиты от скачков напряжения. Внизу: Фотография схемы подключения. (1) Заземляющий провод подключается ко всем черным линиям через припаянный винтовой блок на плате ( k, l ). (2) Фазный провод 12 В (красный) подключен ко всем желтым линиям через другую припаянную клеммную колодку с винтовыми зажимами. Эти желтые провода подают напряжение 12 В для питания 16-канальной релейной платы ( b ), отдельных 3/2 электромагнитных клапанов ( z ) и 2/2 электромагнитных клапанов ( v ).(3) 4-канальная релейная плата ( a ) получает питание через выходной контакт 5 В на плате Arduino (c ), который подается через USB-кабель от ПК.

Рисунок 3 .. Протокол очистки пипетки.
Рисунок 3.. Протокол очистки пипетки.

( A ) Разработка индивидуальной записывающей камеры с одним…

Рисунок 3 .. Протокол очистки пипетки.

( A ) Конструкция записывающей камеры по индивидуальному заказу с одним центральным углублением для среза мозга и записывающего раствора и другим круглым внешним углублением для очищающего раствора, см. Конструктивный проект в Приложении 1 – рисунки 1 и 2.( B – H ) Экспериментальные этапы очистки пипетки. Древовидные диаграммы в верхнем левом углу отображают конфигурацию системы давления со следующими уровнями давления: НИЗКИЙ, АТМОСФЕРА, ВЫСОКИЙ, ПАТЧ, ЧИСТКА. ( B ) Пипетки перемещаются в регистрирующий раствор с НИЗКИМ давлением. ( C ) К ячейкам обращаются с ВЫСОКИМ давлением. ( D ) Формирование гигазального разрыва и разрыва мембраны с помощью давления, прикладываемого через канал PATCH с помощью мундштука или шприца.( E ) Клетки сохраняются при давлении АТМОСФЕРЫ после успешного исправления. ( F ) Пипетки помещаются в очищающий раствор и переключаются на ЧИСТЫЙ. ( G ) Последовательность очистки давления применяется во внешнем колодце. ( H ) Пипетки возвращаются в регистрирующий раствор над срезом и переключаются на НИЗКОЕ давление. ( I ) Следы токовых клещей в состоянии покоя мембранного потенциала, показывающие спонтанные ВПСП, зарегистрированные с использованием одной и той же пипетки до (синий) и после очистки (красный и желтый).( J ) Ящичковые диаграммы клеточных, синаптических и записывающих свойств клеток, записанных свежими (синий, n = 25, кроме n = 23 для синаптических параметров) и очищенными пипетками (красные, n = 21 и желтые, n = 21) . ( K ) Образцы срабатывания потенциала действия, полученные посредством пошаговой подачи тока и увеличенных следов потенциала действия, записанных на одной и той же пипетке до (синий) и после очистки (красный и желтый). ( L ) Коробчатые диаграммы свойств потенциала действия клеток, записанные с помощью свежих (синие, n = 25) и очищенных пипеток (красные и желтые, n = 21).Дополнительная статистическая информация и анализ показаны на Рисунке 3 – исходные данные 1.

Рисунок 3 – приложение к рисунку 1. Пипетка для свежих продуктов по сравнению с…
Рисунок 3 – приложение к рисунку 1. Свежая пипетка и очищенная пипетка.

Коробчатые диаграммы отображают внутренние электрофизиологические свойства…

Рисунок 3 – приложение к рисунку 1. Свежая пипетка и очищенная пипетка. Коробчатые диаграммы

отображают внутренние электрофизиологические свойства различных нейронов человека, исправленных либо свежими пипетками (синие, n = 24), либо очищенными пипетками (красные, n = 9). Дополнительные статистические данные на Рисунке 3 – исходные данные 1.

Рисунок 3 – приложение к рисунку 2.. Свежая пипетка против…
Рисунок 3 – дополнение к рисунку 2. Свежая пипетка и повторная заделка той же ячейки с очищенной пипеткой.
Рисунок 3 – дополнение к рисунку 2. Свежая пипетка против повторной партии той же ячейки с очищенной пипеткой.

Левая панель с линейными графиками показывает внутренние электрофизиологические свойства одного и того же человеческого нейрона (каждая линия), обработанного новой пипеткой («P1», синий) и повторно обработанного той же пипеткой после очистки («RE», красный).Правая панель показывает относительное изменение для каждого нейрона. Из 15 нейронов 9 были включены (черные линии и кружки) и 6 были исключены из-за деполяризованного мембранного потенциала покоя после репатча (серые линии и кружки). Дополнительные статистические данные на Рисунке 3 – исходные данные 1.

Рисунок 3 – приложение к рисунку 3. Пипетка для свежих продуктов по сравнению с…
Рисунок 3 – приложение к рисунку 3.. Свежая пипетка или новая пипетка.
Рисунок 3 – приложение к рисунку 3. Свежая пипетка и новая пипетка.

Левая панель с линейными графиками показывает внутренние электрофизиологические свойства одного и того же человеческого нейрона (n = 5, каждая линия), исправленного новой пипеткой («P1», синий цвет) и повторно обработанного другой свежей пипеткой («RE», синий цвет). Правая панель показывает относительное изменение для каждого нейрона.Дополнительные статистические данные на Рисунке 3 – исходные данные 1.

Рисунок 3 – дополнение к рисунку 4 .. ACSF до и…
Рисунок 3 – дополнение к рисунку 4 .. ACSF до и после ополаскивания во время очистки.
Рисунок 3 – приложение к рисунку 4.. ACSF до и после ополаскивания во время очистки.

Левая панель с линейными графиками показывает внутренние электрофизиологические свойства одного и того же человеческого нейрона (каждая линия), обработанного свежей пипеткой в свежем ACSF («До», синий) и последовательно помещенного в ACSF, который подвергался промыванию во время очистки. две другие пипетки («После», красные). Правая панель показывает относительное изменение для каждого нейрона. Из 22 нейронов 19 были включены (черные линии и кружки) и три были исключены из-за деполяризованного мембранного потенциала покоя в исходной записи (серые линии и кружки).Дополнительные статистические данные на Рисунке 3 – исходные данные 1.

Рисунок 3 – приложение к рисунку 5. Регистрируемые синаптические амплитуды…
Рисунок 3 – дополнение к рисунку 5. Синаптические амплитуды, зарегистрированные в ACSF до и после полоскания во время очистки.
Рисунок 3 – приложение к рисунку 5. Синаптические амплитуды, зарегистрированные в ACSF до и после полоскания во время очистки. Коробчатые диаграммы

показывают распределение индивидуальных амплитуд возбуждающего постсинаптического потенциала, полученного от связанных пар нейронов человека (n = 20 отдельных разверток). Семь синаптических пар были записаны в свежем ACSF (синий) и снова записаны в ACSF, который подвергался промыванию во время очистки других пипеток (красный).Синаптическая пара два показала значительное увеличение, а синаптическая пара три показала значительное уменьшение амплитуды (U-критерий Манна-Уитни). В целом, не было обнаружено значительной тенденции к увеличению или уменьшению амплитуды. Дополнительные статистические данные на Рисунке 3 – исходные данные 2.

Рисунок 4 .. Характеристики при настройке мультипатч.
Рисунок 4.. Спектакли на сетапах мультипатч.

( A ) Столбчатые диаграммы, отображающие максимальное количество…

Рисунок 4 .. Показатели для установок мультипатч.

( A ) Гистограммы, отображающие максимальное количество тестируемых соединений для увеличения количества одновременно записываемых ячеек. ( B ) Точечная диаграмма количества одновременно зарегистрированных клеток в экспериментах на срезах мозга грызунов с использованием различных установок для нескольких патчей.Черные кресты указывают на среднее и стандартное отклонение. ( C ) Параметры производительности, полученные из B. Средняя частота успеха представляет средний размер записанных кластеров по отношению к максимально возможному количеству ячеек с учетом доступных пипеток на каждой установке. Среднее количество протестированных соединений выводится из количества протестированных соединений в каждом эксперименте. Обратите внимание на снижение успешности и замедление роста проверенных соединений при увеличении количества пипеток.( D ) Составная гистограмма времени, необходимого для отдельных подготовительных шагов отдельных экспериментов для установки с восемью манипуляторами (n = 9) и установки с 10 манипуляторами (n = 9). Исходные данные, представленные на рисунке 4 – исходные данные 1 и рисунок 5 – исходные данные 1.

Рисунок 5 .. Различные стратегии очистки пипеток.
Рисунок 5.. Различные стратегии очистки пипеток.

( A ) Схема успешной регистрации целых клеток…

Рисунок 5 .. Различные стратегии очистки пипеток.

( A ) Схема успешной регистрации целых клеток на шести пипетках (синие кружки с потенциалами действия) и неудачных попыток заплатки на двух пипетках (белые кружки без потенциалов действия). ( B ) От очистки до завершения: две вышедшие из строя пипетки были очищены, и были произведены успешные записи из двух соседних ячеек.Красные круги представляют кластер, который был очищен пипеткой после неудачных попыток исправления, а красные линии указывают на проверенные синаптические соединения. ( C ) Точечный график, сравнивающий количество успешно записанных нейронов в кластерах без очистки (синий) и с очисткой (красный). Черные кресты указывают на среднее и стандартное отклонение. См. Рис. 5 – исходные данные 1. ( D ) От очистки до расширения: после регистрации кластера отдельные пипетки можно очистить и использовать для заделки дополнительных ячеек (желтые кружки).Желтые линии обозначают синаптические связи, которые можно проверить с помощью этого подхода. ( E ) Составная столбчатая диаграмма, изображающая количество протестированных соединений в первоначально зарегистрированном кластере с полным завершением (красный) и количество дополнительно протестированных соединений после очистки до расширения (желтый) от пяти животных. Данные были извлечены из экспериментов в предубикуле крыс на установке с 8 манипуляторами. От каждого животного анализировали от двух до трех срезов во временном окне от 5 до 6 часов.Распределение межсоматических расстояний этих экспериментов показано в приложении к рисунку. Исходные данные представлены на Рисунке 5 – исходные данные 1 и 2.

Рисунок 5 – приложение к рисунку 1 .. Межоматическое распределение расстояний…
Рисунок 5 – приложение к рисунку 1.. Распределение межсоматических расстояний Бокс-графики, отображающие межсоматические расстояния испытуемых…
Рисунок 5 – дополнение к рисунку 1. Распределение межсоматических расстояний Бокс-графики, изображающие межсоматические расстояния между тестируемыми соединениями из экспериментов с предубикулумом крыс в различных раундах записи clean2extend.

Красный цвет указывает на первый раунд экспериментов с использованием только стратегии clean2complete (n = 278 пар).Зондированные соединения после однократного (n = 218 пар) или двукратного (n = 166 пар) соединения clean2extend показаны желтым цветом.

Рисунок 6 .. Анализ микросхем на человеческих срезах.
Рисунок 6 .. Анализ микросхем на человеческих срезах.

( A ) Матрица осредненных кривых напряжения…

Рисунок 6 .. Анализ микросхем на человеческих срезах.

( A ) Матрица усредненных кривых напряжения от 17 нейронов в одном остром человеческом срезе, записанных на установке -манипуляторе с двумя раундами очистки до расширения. В левом столбце показан образец возбуждения записанных нейронов. В первом сеансе патчили одновременно восемь нейронов (клетки с номером 1.1–8.1). Следы, записанные с одной ячейки, отображаются в строке одним цветом. В каждом нейроне последовательно вызывали четыре потенциала действия (диагональ матрицы). Постсинаптические ответы других нейронов выровнены в том же столбце. После регистрации первого полного кластера из 8 восьми нейронов, четыре пипетки были очищены, а дополнительные нейроны в непосредственной близости были исправлены и записаны с тем же протоколом стимуляции (9,2–12,2). После второго сеанса записи еще пять пипеток были очищены и пять новых нейронов были исправлены, а пипетки на нейроне 1.1, 2.1 и 12.2 не были удалены. Это позволило отследить дополнительные связи между нейронами из третьего сеанса записи (13.3–17.3), а также связи между нейронами из предыдущих сеансов записи (1.1, 2.1 и 12.2). Шкала: по горизонтали 1,5 с для диаграммы зажигания, 250 мс для экранирования соединений. По вертикали 100 мВ для потенциалов действия, 2 мВ для постсинаптических следов. ( B ) Схема подключения всех нейронов из первого сеанса записи со стрелками, указывающими обнаруженное синаптическое соединение.( C ) Схема соединений после первого цикла очистки. Цветными стрелками и кружками обозначены нейроны и связи, зарегистрированные во втором сеансе. Нейроны и соединения первого сеанса записи показаны серым цветом. ( D ) Схема всех зарегистрированных нейронов и обнаруженных соединений после двух раундов очистки. Нейроны и связи, зарегистрированные в этом третьем сеансе, окрашены. Нейроны и соединения из предыдущих сеансов записи показаны серым. В этом срезе всего было обнаружено 38 синаптических соединений из 150 протестированных соединений.( E ) Гистограммы, изображающие количество зарегистрированных интернейронов и пирамидных клеток от трех пациентов, зарегистрированных в течение первых 24 часов после среза. ( F ) Количество протестированных соединений у каждого пациента, зарегистрированное в течение первых 24 часов. ( G ) Вероятность соединения между пирамидными ячейками рассчитывается по количеству найденных и проверенных соединений, зарегистрированных в течение первых 24 часов. См. Рисунок 6 – исходные данные 1.

Приложение 1 – рисунок 1.. Изображение электронных частей…
Приложение 1 – рисунок 1 .. Изображение электронных частей с маркировкой.
Приложение 1 – рисунок 1. Изображение электронных частей с маркировкой. Приложение 1 – рисунок 2.. Фотографии пневматических деталей…
Приложение 1 – рисунок 2 .. Фотографии пневматических деталей с маркировкой.
Приложение 1 – рисунок 2 .. Фотографии пневматических деталей с маркировкой. Приложение 1 – рисунок 3.. Макет нижнего акрила…
Приложение 1 – рисунок 3 .. Макет нижнего акрилового листа толщиной 10 мм (13).
Приложение 1 – рисунок 3. Схема нижнего акрилового листа толщиной 10 мм (13).

Кружки указывают места, где необходимо нарезать резьбу M3.Масштаб 1: 2, увеличенный макет 1: 1 может служить печатным шаблоном.

Приложение 1 – рисунок 4. Схема верхнего акрила…
Приложение 1 – рисунок 4 .. Макет верхнего акрилового листа толщиной 5 мм (14).
Приложение 1 – рисунок 4. Схема верхнего акрилового листа толщиной 5 мм (14).

Нарежьте 2 штуки с резьбой M3 по кругу спиралью. Просверлите отверстия размером 11 × 2 мм, расстояние между которыми составляет 7,2 мм. Все остальные кружки обозначают отверстия диаметром 3 мм. Паз 4 мм позволит пропустить кабели. Масштаб 1: 2, увеличенный макет 1: 1 может служить печатным шаблоном.

Приложение 1 – рисунок 5.. Схема под алюминиевый уголок…
Приложение 1 – рисунок 5. Схема расположения алюминиевого уголка (5).

Отрежьте угол на длину…

Приложение 1 – рисунок 5. Схема расположения алюминиевого уголка (5).

Отрежьте уголок длиной 60 мм. Просверлите отверстие диаметром 8 мм для соединителя цилиндра постоянного тока (7).Просверлите отверстие 12 мм для тумблера (6). Для крепления уголка к верхней пластине необходимы отверстия диаметром 3 мм.

Приложение 1 – рисунок 6 .. Вверху: Электропроводка…
Приложение 1 – рисунок 6 .. Вверху: Схема электрических соединений для клапанов, реле и платы Arduino.
Приложение 1 – рисунок 6 .. Вверху: Схема электрических соединений для клапанов, реле и платы Arduino.

На этой схеме соединений показано, что все электромагнитные клапаны ( z, v ) и две 16-канальные релейные платы ( b ) питаются от источника питания 12 В постоянного тока (80 Вт, 12 В / 6,67 А). . 4-канальное реле получает питание от платы Arduino, которая получает питание 5 В от USB-кабеля.Серые прямоугольники показывают, что эта схема дублируется для каждого клапана параллельно. Реле получают цифровые сигналы от плат Arduino (пунктирные линии) и переключают контакты с NC (нормально замкнутые) на NO (нормально разомкнутые), что переводит электромагнитный клапан в другое состояние. Обратный диод необходим для электромагнитных клапанов 2/2 для защиты от скачков напряжения. Внизу: фотография схемы подключения. (1) Заземляющий провод подключается ко всем черным линиям через припаянный винтовой блок на плате ( k, l ).(2) Фазный провод 12 В (красный) подключен ко всем желтым линиям через другую припаянную клеммную колодку с винтовыми зажимами. Эти желтые провода подают напряжение 12 В для питания 16-канальной релейной платы ( b ), отдельных 3/2 электромагнитных клапанов ( z ) и 2/2 электромагнитных клапанов ( v ). (3) 4-канальная релейная плата ( a ) получает питание через выходной контакт 5 В на плате Arduino (c ), который подается через USB-кабель от ПК.

Приложение 1 – рисунок 7.. Иллюстрация к шагу 1-7.
Приложение 1 – рисунок 7 .. Иллюстрация шагов 1-7.

0. Подготовьте акриловые листы. 1. Вкрутите…

Приложение 1 – рисунок 7 .. Иллюстрация шагов 1-7.

0. Подготовьте акриловые листы. 1. Вверните 10-миллиметровые металлические распорки (h) в резьбу M3 опорной плиты.2. Поместите 16-канальное реле (b), 4-канальное реле (a) и Arduino Mega (c) в соответствующие места и закрепите их металлическими прокладками 25 мм (i). 3. Для крепления Arduino нужны только проставки 2 × 25 мм. 4. Соедините входные контакты 16-канального реле с цифровыми выходами Arduino (например, 22–37) с помощью перемычки (d) и запишите соответствующие номера контактов. 5. Подключите заземляющие контакты 16-канального реле и Arduino. 6. Соедините входные контакты 4-канального реле с цифровыми выходами Arduino (например,грамм. 10–13) и задокументируйте соответствующие номера контактов. Также подключите контакты заземления. 7. Соедините вывод питания 5V Arduino с выводом VCC 4-канального реле, чтобы запитать его (кабель не показан на рисунке).

Приложение 1 – рисунок 8 .. Иллюстрация шагов 8-9.
Приложение 1 – рисунок 8.. Иллюстрация к этапу 8-9.

8. Отрежьте 31 желтый изолированный медный провод на участке…

Приложение 1 – рисунок 8 .. Иллюстрация шагов 8-9.

8. Отрежьте 31 желтый изолированный медный провод длиной 15 см каждый и зачистите концы кабелей. 9. Подключите безразборный электромагнитный клапан 3/2 (y, S070C-6BG-32) к реле на 16-канальном реле, подключив красный кабель к нормально разомкнутому контакту и подключив желтый кабель к общему контакту.

Приложение 1 – рисунок 9 .. Иллюстрация шага 10.
Приложение 1 – рисунок 9 .. Иллюстрация шага 10.

10. Повторите шаг 9 со всеми 11 неколлекторными блоками…

Приложение 1 – рисунок 9.. Иллюстрация шага 10.

10. Повторите шаг 9 для всех 11 соленоидных клапанов 3/2 без коллектора (y, S070C-6BG-32). Документируйте, какое реле подключено к каждому электромагнитному клапану. Это будет важно для программного управления каждым клапаном в коде Matlab.

Приложение 1 – рисунок 10 .. Иллюстрация шага 11.
Приложение 1 – рисунок 10.. Иллюстрация шага 11.

11. Соберите две группы из 10 коллекторов 3/2…

Приложение 1 – рисунок 10 .. Иллюстрация шага 11.

11. Соберите две группы из 10 соленоидных клапанов коллектора 3/2 (z, S070M-6BG-32), как описано в информации о продукте.

Приложение 1 – рисунок 11.. Иллюстрация шага 12.
Приложение 1 – рисунок 11 .. Иллюстрация шага 12.

12. Подсоедините 5 электромагнитных клапанов 3/2 коллектора (z,…

Приложение 1 – рисунок 11 .. Иллюстрация шага 12.

12. Подсоедините 5 соленоидных клапанов коллектора 3/2 (z, S070M-6BG-32) к остальным реле на 16-канальном реле.Подключите красный кабель к нормально разомкнутому контакту, а желтый кабель к общему контакту. Документируйте, какое реле подключено к каждому электромагнитному клапану.

Приложение 1 – рисунок 12 .. Иллюстрация шага 13-14.
Приложение 1 – рисунок 12.. Иллюстрация к этапу 13-14.

13. Присоедините второе 16-канальное реле (б) на…

Приложение 1 – рисунок 12 .. Иллюстрация шагов 13-14.

13. Установите второе 16-канальное реле (b) поверх другого 16-канального реле и закрепите его с помощью распорок 25 мм (i). 14. Соедините оставшиеся 5 электромагнитных клапанов 3/2 коллектора (z, S070M-6BG-32) первой собранной группы с реле верхнего 16-канального реле, подключив красный кабель к нормально разомкнутому контакту.Подключите желтый кабель к общему контакту каждого реле. Документируйте, какое реле подключено к каждому электромагнитному клапану. Обратите особое внимание на порядок соединений. Следует избегать пересечения красных кабелей. Коллектор клапана будет ориентирован, как показано на рисунке.

Приложение 1 – рисунок 13 .. Иллюстрация шага 15.
Приложение 1 – рисунок 13.. Иллюстрация шага 15.

15. Подключите входные контакты верха…

Приложение 1 – рисунок 13 .. Иллюстрация шага 15.

15. Соедините входные контакты верхнего 16-канального реле с цифровыми выходами Arduino (например, 38–53) с помощью перемычки (d) и запишите соответствующие номера контактов. Подключите заземляющие контакты 16-канального реле и Arduino.

Приложение 1 – рисунок 14.. Иллюстрация шага 16.
Приложение 1 – рисунок 14 .. Иллюстрация шага 16.

16. Соберите вторую группу из десяти коллекторов 3/2…

Приложение 1 – рисунок 14 .. Иллюстрация шага 16.

16. Соберите вторую группу из десяти электромагнитных клапанов коллектора 3/2 (z, S070M-6BG-32) и подключите их к реле верхнего 16-канального реле, подключив красный кабель к нормально разомкнутому контакту.Документируйте, какое реле подключено к каждому электромагнитному клапану.

Приложение 1 – рисунок 15 .. Иллюстрация шага 17-20.
Приложение 1 – рисунок 15 .. Иллюстрация шага 17-20.

17.Припаяйте красный и черный провода (прибл. 10…

Приложение 1 – рисунок 15 .. Иллюстрация шага 17-20.

17. Припаяйте красный и черный провода (примерно 10 см) к контактам электромагнитных клапанов 3 × 2/2 (v). 18. Включите диод (1N4007) между контактами, чтобы ток от разряда конденсатора не повредил оставшуюся цепь. 19. Подключите 2/2 электромагнитных клапана к 4-канальному реле. Подключите красный кабель к нормально разомкнутому контакту и желтый кабель (прибл.10 см) к общему контакту. Документируйте, какое реле подключено к каждому электромагнитному клапану. 20. Привинтите цанговые штуцеры (s, q) к электромагнитным клапанам 2/2.

Приложение 1 – рисунок 16. Иллюстрация шагов 21-25.
Приложение 1 – рисунок 16.. Иллюстрация к этапу 21-25.

21. Просверлить отверстия (3, 8, 12 мм) в…

Приложение 1 – рисунок 16. Иллюстрация шагов 21-25.

21. Просверлите отверстия (3, 8, 12 мм) в алюминиевом уголке (e), как показано на схеме. 22. Присоедините тумблер (f) к отверстию 12 мм, а штекер питания постоянного тока (g) к отверстию 8 мм. 23. Припаяйте черный провод (примерно 10 см) к нейтральному проводу силового разъема.Этот провод подключается ко всем проводам заземления (черным проводам) клапанов и реле. 24. Припаяйте красный провод к проводу постоянного тока разъема питания и к контакту переключателя ВКЛ / ВЫКЛ. 25. Припаяйте еще один красный провод (примерно 10 см) к другому контакту тумблера. Этот провод будет обеспечивать 12 В для всех клапанов и реле (желтые провода).

Приложение 1 – рисунок 17.. Иллюстрация к этапу 27-29.
Приложение 1 – рисунок 17 .. Иллюстрация шага 27-29.

27. Отрежьте полосу до размера 25 ×…

Приложение 1 – рисунок 17 .. Иллюстрация шагов 27-29.

27. Вырежьте из картона прямоугольник 25 × 95 мм с продольной ориентацией проводящих полос.28. Просверлите два отверстия диаметром 3 мм на расстоянии 82 мм друг от друга и на расстоянии 7 мм от края. Этот стрипборд будет закреплен на верхней акриловой пластине над 16-канальными реле. 29. Припаяйте обе винтовые клеммные колодки (k) к монтажной плате так, чтобы все контакты одного блока были соединены.

Приложение 1 – рисунок 18 .. Иллюстрация шагов 30-32.
Приложение 1 – рисунок 18.. Иллюстрация к этапу 30-32.

30. Вкрутите вторую металлическую распорку 25 мм…

Приложение 1 – рисунок 18 .. Иллюстрация шагов 30-32.

30. Прикрутите вторую металлическую распорку 25 мм (i) поверх всех металлических распорок, чтобы создать ровные стойки металлических распорок для верхней акриловой пластины. 31. Установите верхнюю акриловую пластину (5 мм) поверх металлических распорок 25 мм (i). 32. С помощью болтов M2 20 мм прикрепите соленоидные клапаны 3/2 без коллектора (y) в месте отверстий диаметром 2 мм на верхней акриловой пластине.Используйте гайки M2 под акриловой пластиной для фиксации клапанов.

Приложение 1 – рисунок 19 .. Иллюстрация шагов 33-36.
Приложение 1 – рисунок 19 .. Иллюстрация шагов 33-36.

33.Повторите шаг 32 для 10 из…

Приложение 1 – рисунок 19 .. Иллюстрация шагов 33-36.

33. Повторите шаг 32 для 10 из 11 соленоидных клапанов 3/2 без коллектора (z). Задокументируйте положение каждого клапана, соответствующего реле и подключенного цифрового выходного контакта Arduino. 34. Вкрутите две металлические распорки (i) 25 мм рядом с первым уровнем соленоидных клапанов без коллектора. 35. Прикрепите два других коллектора электромагнитных клапанов (z) к верхней части металлических прокладок, разделенных пластиковыми прокладками 20 мм (j) и закрепленных болтами M3 35 мм.Обратите внимание, чтобы кабели не перекручивались. Пропустите кабели через прорезь или вокруг верхней пластины. 36. Электромагнитный клапан 11 коллектора позже прикрепляется к верхней пластине.

Приложение 1 – рисунок 20. Иллюстрация шагов 37-45.
Приложение 1 – рисунок 20.. Иллюстрация к этапу 37-45.

37. Присоединить вакуумный эжектор (t), оборудованный G1 / 4…

. Приложение 1 – рисунок 20. Иллюстрация шагов 37-45.

37. Присоедините вакуумный эжектор (t), оснащенный вставными штуцерами G1 / 4 (r) и глушителем (u), и три электромагнитных клапана 2/2 (v), оснащенных вставными штуцерами G1 / 8 (s , q) на верхнюю пластину с помощью двустороннего скотча. 38. Используйте болт M3 25 мм, чтобы прикрепить цанговый Y-образный фитинг (o).39. Используйте болт M3 35 мм, чтобы прикрепить распределитель с четырьмя выходами (m, p). 40. Прикрепите угол с тумблером и разъемом питания постоянного тока (шаги 21–25) под верхней акриловой пластиной над Arduino и используйте болты M3, чтобы закрепить его. 41. Прикрепите отрезанный картон с припаянными винтовыми клеммными колодками (шаги 27–29) к верхней пластине с помощью двух болтов M3 25 мм и двух пластиковых прокладок 10 мм (j). 42. Подключите все желтые провода от реле и 16-канальных релейных плат к одной винтовой клеммной колодке, которая также соединяет красный фазный провод 12 В от тумблера (шаг 25).Это распределяет мощность 12 В от разъема питания постоянного тока к реле и, таким образом, к электромагнитным клапанам через красные провода. 43. Подключите все черные нейтральные провода от электромагнитных клапанов и 16-канальных релейных плат к другой клеммной колодке с винтовыми зажимами, которая также соединена с черным нейтральным проводом от разъема питания постоянного тока (шаг 23). 44. Используйте двустороннюю липкую ленту, чтобы прикрепить 11. соленоидный клапан без коллектора (шаг 36) к верхней пластине, рядом с другими электромагнитными клапанами 3/2.45. Закрепите оставшиеся отверстия болтами M3 10 мм.

Приложение 1 – рисунок 21 .. Иллюстрация шагов 46-49.
Приложение 1 – рисунок 21 .. Иллюстрация шагов 46-49.

Следующие шаги подключают клапаны 3/2 к…

Приложение 1 – рисунок 21.. Иллюстрация к этапу 46-49.

Следующие шаги подключают клапаны 3/2, чтобы обеспечить подачу разного давления на отдельные держатели пипеток. Схематическое изображение см. На соответствующем рисунке. 46. Вырежьте 10 силиконовых трубок (диаметром 2/4 мм) длиной 9,5 см, 10 силиконовых трубок длиной 6 см и 10 силиконовых трубок длиной 8 см. 47. Подсоедините один конец 9,5-сантиметровых трубок к соплу 2A клапанов верхнего уровня, а другой конец – к нижнему соплу 3R соответствующих клапанов первого уровня.48. Подсоедините один конец 6-сантиметровых силиконовых трубок к соплу 2A клапанов второго уровня, а другой конец – к среднему соплу 1P соответствующих клапанов первого уровня. 49. Подсоедините один конец 8-сантиметровых трубок к верхним выпускным отверстиям 2А клапанов первого уровня. Другой конец можно подсоединить к трубкам, которые напрямую подключаются к соответствующим держателям пипеток.

Приложение 1 – рисунок 22.. Иллюстрация к этапу 50-51.
Приложение 1 – рисунок 22 .. Иллюстрация шагов 50-51.

Следующие шаги подключают 2/2 клапана и…

Приложение 1 – рисунок 22 .. Иллюстрация шагов 50-51.

Следующие шаги подключают 2/2 клапана и вакуумный эжектор к коллекторам 3/2 клапанов для создания давления, необходимого для процедуры очистки.Трубки, выделенные красным, передают положительное давление 1 бар. Трубки, выделенные желтым цветом, передают отрицательное давление для всасывания. Стрелки указывают направление воздушного потока. 50. Подсоедините полиэтиленовые трубки (внешний диаметр 4 мм, внутренний диаметр 2 мм), как показано, между клапанами 2/2 и вакуумным эжектором. Подсоедините их к Y-образному фитингу. 51. Подсоедините Y-образный фитинг к форсунке 3R второго уровня 3/2 клапанного коллектора через силиконовую трубку (диаметр 4/6 мм).

Приложение 1 – рисунок 23.. Иллюстрация к этапу 52-43.
Приложение 1 – рисунок 23 .. Иллюстрация шагов 52-43.

Следующие шаги подключают давление 1–10 бар…

Приложение 1 – рисунок 23. Иллюстрация шагов 52-43.

Следующие шаги подключают регуляторы давления 1–10 бар (w) к источнику сжатого воздуха и электромагнитным клапанам 2/2.52. Поместите регуляторы давления (w, x) на опорную плиту и закрепите их двусторонней липкой лентой. Мы обнаружили, что это достаточно стабильно. Обратите особое внимание на предполагаемое направление воздушного потока, указанное на регуляторах. 53. Подсоедините полиэтиленовые трубки к распределителю с четырьмя выходами и к регуляторам давления на 1–10 бар (w). Затем подключите их к 2/2 электромагнитным клапанам, как показано. Значение цветового кода и стрелок соответствуют предыдущим шагам.

Приложение 1 – рисунок 24.. Иллюстрация этапа 54-56.
Приложение 1 – рисунок 24 .. Иллюстрация шагов 54-56.

Для подключения прецизионных регуляторов давления выполните следующие действия…

Приложение 1 – рисунок 24 .. Иллюстрация шагов 54-56.

Следующие шаги подключают прецизионные регуляторы давления (x, 10–1000 мбар) к вентильному блоку для создания ВЫСОКОГО давления (70 мбар, зеленые линии) и НИЗКОГО давления (20 мбар, синие линии).54. Подсоедините 2 полиэтиленовые трубки к распределителю с четырьмя выходами и каждую к одному из прецизионных регуляторов. Обратите особое внимание на предполагаемое направление воздушного потока на регуляторах. Стрелки указывают направление воздушного потока. 55. Подсоедините регулятор ВЫСОКОГО давления (установленный на 70 мбар) к среднему соплу одиночного электромагнитного клапана 3/2, который прикреплен к акриловой пластине (зеленая линия). Соедините полиэтиленовую трубку с силиконовой трубкой 2/4 мм с помощью соединителя для мини-трубки (*). 56. Подсоедините регулятор НИЗКОГО давления (установленный на 20 мбар) к форсунке 1P коллектора клапана верхнего уровня 3/2.Используйте силиконовую трубку 4/6 мм для соединения полиэтиленовой трубки с соплом.

Приложение 1 – рисунок 25. Иллюстрация шагов 57-58.
Приложение 1 – рисунок 25. Иллюстрация шагов 57-58.

57.Подсоединить 1Р форсунку второй…

Приложение 1 – рисунок 25. Иллюстрация шагов 57-58.

57. Подсоедините форсунку 1P коллектора электромагнитных клапанов второго уровня к форсунке 3R одиночного электромагнитного клапана 3/2. Используйте силиконовую трубку 4/6 мм для подсоединения 1P сопла коллектора. Соедините его силиконовой трубкой 2/4 мм с помощью переходника для мини-трубки. 58. Подсоедините силиконовую трубку 2/4 мм к соплу 2A одиночного соленоидного клапана 3/2, который можно подсоединить к мундштуку или шприцу для приложения давления во время герметизации и прорыва мембраны.

Приложение 1 – рисунок 26 .. Иллюстрация шага 59-60.
Приложение 1 – рисунок 26 .. Иллюстрация шага 59-60.

59. Подключите блок питания (12 В…

Приложение 1 – рисунок 26.. Иллюстрация шага 59-60.

59. Подключите блок питания (12 В / 6,67 А, 80 Вт) и USB-кабель к плате Arduino. 60. Подсоедините к системе подачи сжатого воздуха с помощью полиэтиленовой трубки с внешним диаметром 8 мм. Подача воздуха должна быть установлена на достаточно высокое давление (например, 5 бар). Отрегулируйте регуляторы вручную на желаемое давление. * Регулятор давления перед вакуумным эжектором необходимо отрегулировать при измерении разрежения, создаваемого вакуумным эжектором.Оно должно быть настроено на давление, при котором на вентильный блок может подаваться -350 мбар (примерно 3–5 бар). Для управления устройством вы можете использовать предоставленный нами код Matlab и графический интерфейс. Также можно было управлять платой Arduino с помощью любого настраиваемого скрипта. Перед первым использованием перенесите отображение отдельных клапанов на их номер реле и соответствующий цифровой выходной контакт Arduino в сценарий (см. Руководство по графическому интерфейсу Matlab). Теперь устройство контроля давления полностью работоспособно.

Приложение 1 – рисунок 27.. Фотография готового давления…
Приложение 1 – рисунок 27 .. Фотография готовой напорной системы.
Приложение 1 – рисунок 27. Фотография готовой напорной системы. Приложение 2 – рисунок 1.. Скриншот графического интерфейса MATLAB…
Приложение 2 – рисунок 1. Снимок экрана графического интерфейса пользователя MATLAB для управления уровнями давления и очистки…
Приложение 2 – рисунок 1. Снимок экрана графического интерфейса пользователя MATLAB для управления уровнями давления и последовательностью очистки. Приложение 2 – рисунок 2.. Преобразование координат.
Приложение 2 – рисунок 2 .. Преобразование координат.

Вычислить координаты микроманипулятора, соответствующие координатам микроскопа.

Приложение 2 – рисунок 2 .. Преобразование координат.

Вычислить координаты микроманипулятора, соответствующие координатам микроскопа.

Приложение 2 – рисунок 3 .. Переместите пипетку к рассчитанному…
Приложение 2 – рисунок 3 .. Переместите пипетку к рассчитанной координате.
Приложение 2 – рисунок 3.. Переместите пипетку к рассчитанной координате. Приложение 2 – рисунок 4 .. Шаг 1: Мозг…
Приложение 2 – рисунок 4 .. Шаг 1: Срез мозга помещается под микроскоп.
Приложение 2 – рисунок 4.. Шаг 1: срез мозга помещается под микроскоп.

«Область интереса» находится в системе координат микроскопа.

Приложение 2 – рисунок 5 .. Шаг 2: Координаты…
Приложение 2 – рисунок 5.. Шаг 2: Координаты «интересующей области» вводятся в…
Приложение 2 – рисунок 5 .. Шаг 2: Координаты «интересующей области» вводятся в алгоритм поиска пипетки.

Вычисляются координаты каждого манипулятора.

Приложение 2 – рисунок 6.. Шаг 3: Пипетка первая…
Приложение 2 – рисунок 6 .. Шаг 3: Пипетка № 1 перемещается к рассчитанной координате.
Приложение 2 – рисунок 6 .. Шаг 3: Пипетка № 1 перемещается к рассчитанной координате.

Ручная регулировка необходима из-за различий в форме пипетки.

Приложение 2 – рис. 7. Шаг 4: Пипетки должны…
Приложение 2 – рис. 7. Шаг 4: Пипетки следует переместить в обозначенный угол, который будет…
Приложение 2 – рисунок 7.. Шаг 4: Пипетки следует переместить в обозначенный угол, чтобы предотвратить столкновение с другими дозаторами.

Затем это положение сохраняется.

Приложение 2 – рисунок 8 .. Шаг 5: Пипетка…
Приложение 2 – рисунок 8.. Шаг 5: Пипетка перемещается в исходное положение, в то время как…
Приложение 2 – рисунок 8 .. Шаг 5: Пипетка перемещается в исходное положение, а следующая пипетка перемещается в положение, вычисленное алгоритмом поиска дозатора.

Повторите шаги 4 и 5 для всех манипуляторов.

Приложение 2 – рисунок 9.. Шаг 6: Все пипетки…
Приложение 2 – рисунок 9 .. Шаг 6: Все пипетки одновременно перемещаются в свои целевые положения.
Приложение 2 – рисунок 9 .. Шаг 6: Все пипетки одновременно перемещаются в свои целевые положения.

Все пипетки теперь расположены в интересующей области.

Приложение 3 – рисунок 1. Чертеж записывающей камеры…
Приложение 3 – рисунок 1. Чертеж записывающей камеры для манипуляторов Scientifica.

Все размеры в мм.Пунктирная…

Приложение 3 – рисунок 1. Чертеж записывающей камеры для манипуляторов Scientifica.

Все размеры в мм. Пунктирные линии = края на нижней стороне.

Приложение 3 – рисунок 2 .. Чертеж записывающей камеры…
Приложение 3 – рисунок 2.. Чертеж записывающей камеры для манипуляторов Sensapex.

Все размеры в мм. Пунктирная…

Приложение 3 – рисунок 2 .. Чертеж записывающей камеры манипуляторов Sensapex.

Все размеры в мм. Пунктирные линии = края на нижней стороне. Для микроманипуляторов Sensapex необходима регулировка. Из-за диапазона движения по осевой оси 20 мм реальный горизонтальный диапазон движения составляет менее 20 мм.Поэтому центральная записывающая скважина имеет меньший диаметр.

Приложение 3 – рисунок 3 .. Изображение записывающей камеры…
Приложение 3 – рисунок 3 .. Иллюстрация записывающей камеры и растворов.

( A ) Фотография записи…

Приложение 3 – рисунок 3.. Иллюстрация записывающей камеры и растворов.

( A ) Фотография записывающей камеры с притоком и оттоком в центральный колодец. ( B ) Схематический вид пипеток в центральной лунке. Левая пипетка перемещается из центральной лунки во внешнюю круглую лунку, содержащую Alconox. ( C ) Схематическое изображение входа и выхода. Обратите внимание, что слив находится в углублении, что гарантирует постоянный уровень жидкости в записывающей камере.( D ) Приточный патрубок размещен в АКНП. Черные пунктирные линии обозначают границу жидкость / твердое тело. ( E ) Крупным планом вид границы жидкость / твердое тело.

Приложение 3 – рисунок 4. Лист толщиной 10 мм…
Приложение 3 – рисунок 4.. Лист алюминия толщиной 10 мм.

Лист показан синим цветом.…

Приложение 3 – рисунок 4. Лист алюминия толщиной 10 мм.

Лист отображается синим цветом. Измерения показаны черным цветом. Все размеры указаны в миллиметрах. Все отверстия имеют диаметр 5 мм (для метрической резьбы M6 ISO).

Приложение 3 – рисунок 5.. Лист толщиной 1 мм…
Приложение 3 – рисунок 5. Лист нержавеющей стали толщиной 1 мм.
Приложение 3 – рисунок 5. Лист нержавеющей стали толщиной 1 мм.

Лист отображается синим цветом. Измерения показаны черным цветом. Все размеры указаны в миллиметрах.Все отверстия в листе из нержавеющей стали имеют диаметр 8 мм. Два листа необходимо склеить перед установкой в установку так, чтобы лист из нержавеющей стали был обращен вверх.

Приложение 3 – рисунок 6 .. Фотообзор многопипетки…
Приложение 3 – рисунок 6.. Фотографический обзор устройства для наполнения пипеток.
Приложение 3 – рисунок 6 .. Фотообзор многопипеточного наполняющего устройства. Приложение 3 – рисунок 7 .. Нижняя часть.
Приложение 3 – рисунок 7.. Нижняя часть.
Приложение 3 – рисунок 7. Нижняя часть. Приложение 3 – рисунок 8 .. Верхняя часть.
Приложение 3 – рисунок 8 .. Верхняя часть.
Приложение 3 – рисунок 8 .. Верхняя часть. Приложение 3 – рисунок 9 .. Нижняя часть дозатора…
Приложение 3 – рисунок 9 .. Нижняя часть станции наполнения пипеток.

Микроцентрифужные пробирки 1,5 мл с внутриклеточными…

Приложение 3 – рисунок 9. Нижняя часть заправочной станции пипеток.

Микроцентрифужные пробирки объемом 1,5 мл с внутриклеточным раствором вставляются в отверстия диаметром 8 мм. Может потребоваться небольшая регулировка, чтобы гарантировать вертикальное положение трубок и легкое введение. Расстояние между отверстиями (32 мм) определяется расстоянием в центральном канале между двумя подключенными 3-ходовыми кранами Braun.При выборе разных моделей могут потребоваться небольшие изменения. Высота стенок определяется длиной пипеток, чтобы гарантировать, что пипетки будут надежно погружаться в пробирки. Текущие измерения оптимизированы для пипеток длиной примерно 40 мм.

Приложение 3 – рисунок 10 .. Верхняя часть дозатора…
Приложение 3 – рисунок 10.. Верхняя часть станции наполнения пипеток («крышка»).

Пипетки будут вставлены в…

Приложение 3 – рисунок 10. Верхняя часть станции наполнения пипеток («крышка»).

Пипетки вставляются в отверстия 2,5 мм. Силиконовые трубки с внутренним диаметром 1,5 мм и внешним диаметром 3,5 мм будут вставлены в отверстия диаметром 4 мм до сужения. Сечение ( a ) представляет собой горизонтальное сечение через середину с отверстиями 2 мм и 4 мм.Разрез ( b ) изображает продольный разрез через стойки крышки. Они позволяют стабильно перевернуть крышку так, чтобы пипетки были направлены вверх. Столбы вклеиваются в отверстие 10 мм.

Приложение 3 – рисунок 11 .. Принципиальная электрическая схема для…
Приложение 3 – рисунок 11.. Принципиальная электрическая схема устройства маршрутизации аналогового выхода.
Приложение 3 – рисунок 11 .. Принципиальная электрическая схема устройства маршрутизации аналогового выхода.

( A ) Принцип очень простого и ограниченного аналогового выходного переключателя, распределяющего аналоговый выходной сигнал аналогового выходного канала DAAD AO_X на два канала, обслуживающих два усилителя или каналы усилителя. Переключатели управляются цифровыми выходными каналами платы DAAD (DO_M и DO_N).( B ) Через AO_X на коммутатор отправляются два разных, неодновременных, неперекрывающихся командных сигнала (разное время появления, амплитуда, продолжительность), DO_M и DO_N устанавливаются на высокий уровень ( H ), как указано (примечание что цифровые импульсы должны начинаться немного раньше и заканчиваться немного позже, чем предполагаемые аналоговые сигналы) и, таким образом, передавать соответствующую команду на соответствующий выход переключателя (AO_XA или AO_XB). Этот переключатель ограничен в том смысле, что подключенные AO_XA и AO_XB будут передавать идентичный (напряжение или ток) командный сигнал (технически в обоих случаях сигнал напряжения) от DAAD к отдельным входам усилителя, если должны быть поданы командные сигналы. одновременно.( C ) Пример реализации принципа, показанного на A. Для распределения командного сигнала аналогового выхода платы DAAD по двум входным каналам команд усилителя используются два язычковых реле (например, MES1A05). Питание можно взять от USB-порта компьютера.

Все фигурки (60)

Процитировано

11 статьи

Метод быстрой ферментативной очистки для повторного использования пипеток с зажимами для пластырей: увеличение производительности за счет исключения ручной замены пипеток между попытками использования зажимов для пластырей.
Ландри Ч.Р., Ип М.С., Колб И., Стой В.А., Гонсалес М.М., Форест ЧР. Ландри CR, et al. Bio Protoc. 2021 20 июля; 11 (14): e4085. DOI: 10.21769 / BioProtoc.4085. eCollection 2021 20 июля. Bio Protoc. 2021 г. PMID: 34395724
Внеклеточное обнаружение нейрональной связи.
Гусман Э., Ченг З., Хансма П.К., Товар К.Р., Петцольд Л.Р., Косик К.С.Guzman E, et al. Sci Rep.2021 19 июля; 11 (1): 14733. DOI: 10.1038 / s41598-021-94282-6. Научный доклад 2021. PMID: 34282275 Бесплатная статья PMC.
Обнаружение нейронов в срезах мозга в режиме реального времени на основе глубокого обучения для физиологии in vitro.
Ип М.С., Гонсалес М.М., Валента ЧР, Роуэн М.Д.М., Форест ЧР. Ип М.С. и др. Sci Rep.2021, 16 марта; 11 (1): 6065. DOI: 10.1038 / s41598-021-85695-4. Научный доклад 2021. PMID: 33727679 Бесплатная статья PMC.
Вариации морфологии пирамидных клеток в передней височной доле человека.
Бенавидес-Пиччоне Р., Рохо С., Кастанаускайте А., ДеФелипе Дж. Benavides-Piccione R, et al. Cereb Cortex. 2021 5 июля; 31 (8): 3592-3609. DOI: 10.1093 / cercor / bhab034. Cereb Cortex. 2021 г. PMID: 33723567 Бесплатная статья PMC.
Подвижные шпиндели создают у людей необходимые условия для пластичности, зависящей от времени спайков.
Дики К.В., Саргсян А., Мадсен Дж. Р., Эскандар Э. Н., Кэш С. С., Халгрен Э. Дики Ч.В. и др. Nat Commun. 2021, 15 февраля; 12 (1): 1027. DOI: 10.1038 / s41467-021-21298-х. Nat Commun. 2021 г. PMID: 33589639 Бесплатная статья PMC.

использованная литература

1. Аннеккино Л.А., Моррис А.Р., Коупленд С.С., Агаби О.Е., Чаддертон П., Шульц С.Р.Роботизированная автоматизация in vivo двухфотонной целевой цельноклеточной электрофизиологии. Нейрон. 2017; 95: 1048–1055. DOI: 10.1016 / j.neuron.2017.08.018. – DOI – ЧВК – PubMed
1. Barth L, Burkhalter A, Callaway EM, Connors BW, Cauli B, DeFelipe J, Feldmeyer D, Freund T, Kawaguchi Y, Kisvarday Z, Kubota Y, McBain C, Oberlaender M, Rossier J, Rudy B, Staiger JF, Somogyi P , Тамаш Г., Юсте Р.Комментарий к «Принципам связи между морфологически определенными типами клеток в неокортексе взрослого». Наука. 2016; 353: 1108. DOI: 10.1126 / science.aaf5663. – DOI – PubMed
1. Бём К., Пэн Й., Майер Н., Винтерер Дж., Пуле Дж. Ф., Гейгер Дж. Р., Шмитц Д.Функциональное разнообразие субикулярных основных клеток во время пульсации гиппокампа. Журнал неврологии. 2015; 35: 13608–13618. DOI: 10.1523 / JNEUROSCI.5034-14.2015. – DOI – ЧВК – PubMed
1. Бём Ч., Пэн Й., Гейгер JRP, Шмитц Д.Пути к субикулюму, из него и внутри него. Клеточные и тканевые исследования. 2018; 373: 557–563. DOI: 10.1007 / s00441-018-2848-4. – DOI – PubMed
1. Болдог Э., Баккен Т.Э., Ходж Р.Д., Новотны М., Эйверманн Б.Д., Бака Дж., Борде С., Клоуз Д.Л., Диец-Фуэртес Ф., Динг С.Л., Фараго Н., Кочиш АК, Ковач Б., Мальцер З., Маккоррисон Д.М., Миллер Я., Мольнар Г., Олах Г., Озсвар А., Рожа М., Шехата С.И., Смит К.А., Санкин С.М., Тран Д.Н., Венепалли П., Уолл А, Пушкаш Л.Г., Барзо П., Стимерс Ф.Дж., Шорк Н.Дж., Шойерманн Р.Х., Ласкен Р.С., Лейн Э.С. , Тамаш Г.Транскриптомные и морфофизиологические данные о специализированном типе ГАМКергических клеток коры головного мозга человека. Природа Неврологии. 2018; 21: 1185–1195. DOI: 10.1038 / s41593-018-0205-2. – DOI – ЧВК – PubMed

Показать все 55 ссылок

Типы публикаций

Поддержка исследований, Non-U.С. Правительство

Прецизионная связь между микросхемой и микросхемой на большом расстоянии

соединяет лобную и сенсорную коры в мозге млекопитающих

https://doi.org/10.1016/j.neuron.2019.06.028Получить права и контент

Основные моменты

•

Сенсорные клоны возбуждающих нейронов получают определенные дальнодействующие пресинаптические входы

•

Пресинаптические нейроны во фронтальной области организованы в дискретные радиальные кластеры

•

Пресинаптические нейроны во фронтальной области62

друг с другом выборочно образуют

синапсов с

синапсами друг с другом.

•

Взаимная связь по микросхемам соединяет лобную и сенсорную коры

Резюме

Фронтальная область коры головного мозга обеспечивает дальние входы в сенсорные области для модуляции нейрональной активности и обработки информации.Эти схемы дальнего действия имеют решающее значение для точного сенсорного восприятия и сложного управления поведением; однако об их точной схемотехнике известно немного. Здесь мы специально идентифицировали пресинаптические входные нейроны к отдельным клонам возбуждающих нейронов как единицу, которая составляет функциональные микросхемы в сенсорной коре головного мозга мыши. Интересно, что входные нейроны дальнего действия во фронтальной, но не контралатеральной сенсорной области пространственно организованы в дискретные вертикальные кластеры и предпочтительно образуют синапсы друг с другом, а не соседние невходные нейроны.Более того, сборка отдаленных пресинаптических микросхем во фронтальной области зависит от избирательной синаптической связи клонов возбуждающих нейронов в сенсорной области, которые обеспечивают входы во фронтальную область. Эти данные свидетельствуют о том, что высокоточная реципрокная связь между микросхемой и микросхемой на большом расстоянии опосредует взаимодействия лобно-сенсорной области в коре головного мозга млекопитающих.

Ключевые слова

кортикальный контур

нисходящая модуляция

клон возбуждающего нейрона

столбчатая микросхема

дальнодействующая схема

внутриутробно метка ретровирусов

клетка

отслеживание вируса бешенства

Рекомендуемые статьиЦитирующие статьи (0)

Ссылки на статьи

Frontiers | Информационный поток, связанный с особенностями стимула, вдоль столбчатой кортикальной микросхемы, выявленный многомерным ламинарным анализом пиков

Введение

Определенные анатомические мотивы повторяются в разрозненных областях мозга с широким спектром функций. Неокортекс млекопитающих является одним из таких примеров, поскольку он преимущественно имеет такую же ламинарную структуру. Популярной моделью корковой функции, основанной на этой стереотипной структуре, является каноническая кортикальная микросхема (CCM: Douglas et al., 1989; Дуглас и Мартин, 1991; Bastos et al., 2012). CCM вызывает серию отдельных, но перекрывающихся этапов активации, которые пространственно разделены между поверхностным (супрагранулярным), глубоким (инфрагранулярным) и средним (зернистым) слоями коры (Rockland and Pandya, 1979; Rockland and Virga, 1989; Callaway, 1998; Binzegger et al., 2004; Douglas and Martin, 2004). Согласно этой модели восходящие (прямые) сигналы от частей мозга, которые находятся ближе к сенсорной периферии, заканчиваются в средних слоях корковых областей, в то время как нисходящие (обратная связь) сигналы из нижележащих областей нацелены на слои выше и ниже (Rockland и Pandya, 1979; Rockland and Virga, 1989; Felleman and Van Essen, 1991, но см. Self et al., 2013).

Поскольку CCM применяется практически повсеместно в неокортексе, улучшенное понимание ламинарной корковой процессинговой цепи обязательно приведет к лучшему пониманию кортикальной обработки в более общем плане (Hubel and Wiesel, 1977; Douglas et al., 1989; Felleman and Van Essential). , 1991; Дуглас, Мартин, 2004; Бастос и др., 2012). Наши знания о ламинарной нейронной активности у приматов значительно расширились за последнее десятилетие благодаря распространению линейных электродных решеток (Schroeder et al., 1998; Xing et al., 2009, 2012; Burns et al., 2010; Buffalo et al., 2011; Кадзикава и Шредер, 2011; Майер и др., 2011, 2014; Hansen et al., 2012; Спаак и др., 2012; Смит и др., 2013; Bastos et al., 2014, 2018; Van Kerkoerle et al., 2014; Nandy et al., 2017; Cox et al., 2019a, b; Вестерберг и др., 2019; Догерти и др., 2019a; Гизельманн и Тиле, 2020). Тем не менее, наши знания об активации ламинарных нейронов остаются ограниченными (например, Mignard and Malpeli, 1991). Недавние исследования продемонстрировали, что – совпадающие прогнозы CCM – существуют две различные последовательности ламинарной активации для активации прямой связи и обратной связи соответственно (Maier, 2013; Van Kerkoerle et al., 2014, 2017; Cox et al., 2019a). Гораздо меньше известно о различных типах процессов прямой связи, которые происходят в корковых слоях. В частности, мы все еще мало знаем о том, как одна и та же прямая передача нейронной активации по кортикальным слоям влечет за собой несколько потоков специфической для стимула информации, которая проявляется по-разному в пространстве и времени.

Наши знания о ламинарной кортикальной обработке должны быстро расти, поскольку в технологии микроэлектродов были достигнуты заметные успехи.В частности, увеличение количества одновременно размещаемых электродов и связанное с этим увеличение размерности ламинарных нейрофизиологических данных, полученных с помощью ламинарных массивов второго поколения, быстро приближается к данным других методов, таких как фМРТ (Jun et al., 2017; Steinmetz et al., 2018; Musk and Нейралинк, 2019). Тем не менее, ламинарные записи обычно анализируются с использованием тех же одномерных методов, которые были установлены для одиночных электродов, а не с использованием дополнительной контекстной информации, предоставляемой контактами соседних электродов, в многомерной манере.

Существует несколько статистических подходов, которые количественно определяют информацию, распределенную по соседним измерениям в мозге, напрямую фиксируя взаимодействия нейронов на уровне популяции. В частности, многомерный анализ классификации паттернов (MVPA) на основе машинного обучения оказался плодотворным в системной нейробиологии (Haxby et al., 2001; Kriegeskorte and Bandettini, 2007; Kriegeskorte et al., 2008; Kriegeskorte and Kreiman, 2012; Rutishauser et al. , 2018). Совсем недавно MVPA с временным разрешением стала мощным методом изучения временных курсов, с которыми обработка информации происходит через мозг (Carlson et al., 2013; Cichy and Pantazis, 2017; Товар и др., 2020). Хотя MVPA с временным разрешением применялся к многоэлектродным записям (Goddard et al., 2017), на сегодняшний день, насколько нам известно, не было проведено никаких исследований, посвященных тому, может ли этот метод выявить аспекты ламинарной кортикальной активации, непрозрачные для одномерного анализа. Например, с помощью временного обобщения, которое достигается путем обучения классификатора в определенный момент времени – например, в начале нейронального ответа на стимул – с последующим его тестированием на протяжении оставшейся части ответа, можно искать повторяющиеся паттерны нейронной активности. между электродами, которые могут быть невидимы при анализе отдельных каналов.

Здесь мы используем MVPA с временным разрешением для анализа характера пиковой активности в 24- и 32-канальных (первое поколение) записях линейной многоэлектродной матрицы в первичной зрительной коре приматов (V1). Вместо того, чтобы полагаться на средний отклик по всем каналам электродов или исследовать только один канал за раз, MVPA использует шаблоны активности по соседним каналам для классификации нейронных ответов. Мы используем как MVPA с временным разрешением, так и анализ «прожектором» на основе MVPA, обычно используемый для данных нейровизуализации, чтобы отобразить, как информация, касающаяся ориентации стимула, глаза происхождения и истории стимула, дифференцированно перемещается в ламинарной последовательности активации V1.Мы обнаружили, что MVPA можно эффективно использовать, несмотря на относительно низкое количество каналов в ламинарных линейных решетках первого поколения. Затем мы исследовали временное обобщение, поскольку этот анализ дает понимание, которое не может быть получено с помощью более традиционных одномерных подходов, не учитывающих паттерны активности, охватывающие несколько электродов. Этот анализ выявил повторяющиеся паттерны нейрональной активности, которые влекли за собой информацию о том, был ли ранее показан стимул или нет, чего мы не наблюдали в предыдущем исследовании, основанном исключительно на одномерном анализе (Westerberg et al., 2019). Мы обсуждаем эти результаты и их значение для появления массового увеличения количества каналов для линейных многоэлектродных решеток, которые быстро набирают популярность (Jun et al., 2017; Steinmetz et al., 2018; Musk and Neuralink, 2019).

Материалы и методы

Уход за животными и хирургические процедуры

Данные были собраны у двух макак [ Macaca radiata , одна самка (обозначенная как обезьяна 1) и один самец (обозначенная как обезьяна 2)]. Все процедуры соответствовали правилам, установленным Ассоциацией по оценке и аккредитации ухода за лабораторными животными (AALAC), утвержденным Комитетом по институциональному уходу и использованию животных Университета Вандербильта, а также руководствам Национальных институтов здравоохранения.Подробное описание хирургических процедур можно найти в предыдущих публикациях (Westerberg et al., 2019, 2020a, b). Вкратце, в серии операций каждой обезьяне имплантировали специальный держатель для головы, совместимый с МРТ, и записывающую камеру над перифовеальной точкой V1 одновременно с трепанацией черепа.

Поведенческая парадигма

Во время каждого сеанса записи обезьяны просматривали ЭЛТ-монитор с диагональю 20 дюймов (Diamond Plus 2020u, Mitsubishi Electric Inc.), работающий с частотой 60 или 85 Гц. Обезьяны пассивно фиксировались в радиусе одного градуса вокруг центральной точки фиксации и просматривали стимулы через настраиваемый зеркальный стереоскоп, чтобы стимулы можно было рассматривать в монокулярном или бинокулярном режиме (рис. 1А).Для устранения возможных различий в ответах из-за бинокулярного несоответствия перед основными задачами была выполнена калибровка зеркала. В этой задаче обезьяны переводили взгляд на серию стимулов, расположенных поперек визуального дисплея, и удерживали фиксацию в каждой позиции, чтобы получить жидкое вознаграждение. Каждый стимул одновременно подавался только в один глаз. Это привело к созданию двух карт положений фиксации, по одной для набора стимулов, предъявляемых каждому глазу. Затем стереоскоп корректировали, если на этих картах наблюдались различия (например,г., карты не полностью перекрывались). Стимулы создавались с помощью MonkeyLogic (Asaad et al., 2013; Hwang et al., 2019) через MATLAB (R2012, R2014a, The Mathworks, Inc.), работающий на компьютере с графической картой Nvidia. После 300 мс фиксации обезьяны просматривали пять последовательно предъявляемых стимулов по 200 мс каждый с интервалом между стимулами (ISI) 200 мс. Если фиксация сохранялась на протяжении всех пяти презентаций, обезьяна была вознаграждена соком и освобождена от ограничений фиксации на интервал между испытаниями (ITI).Если обезьяна нарушала фиксацию во время проведения испытания, презентация исключалась из анализа, и обезьяна испытывала короткий тайм-аут (1–5 с) перед началом следующего испытания. Каждый стимул в последовательности представления представлял собой синусоидальную линейчатую решетку эквивалентного размера, пространственной частоты и фазы, с переменной ориентацией и глазом происхождения (рис. 1B). Для каждого сеанса записи стимулы были оптимизированы для измеренной нейронной активности, оцениваемой путем прослушивания многоэлементной активности (MUA) во время воздействия широкого спектра стимулов.Мы выбрали параметры стимула, которые вызывали наибольшую нервную реакцию. Более подробное описание парадигмы, а также дополнительную информацию об оптимизации стимулов и картировании рецептивного поля (дополнительный рисунок 1) см. В предыдущих публикациях (Cox et al., 2013, 2019a, b; Dougherty et al., 2019a; Westerberg и др., 2019).

Рисунок 1 . Экспериментальная установка, парадигма, предварительная обработка и анализ. (A) Обезьяны были размещены перед монитором и им было поручено пассивно зафиксировать центральную точку с помощью настраиваемого зеркального стереоскопа. (B) Обезьянам была показана серия из пяти решетчатых стимулов с произвольно изменяющейся ориентацией и конфигурацией глаз, при этом все остальные параметры оставались неизменными. (C) Линейная многоконтактная матрица, регистрирующая ламинарные нейронные ответы с пространственным разрешением 100 микрон, охватывающим зрительную кору. (D) Общие средние многоэлементные пиковые ответы (MUA) на последовательность стимулов для всех трех основных ламинарных компартментов (оба животных, все сеансы). (E) Схема многомерного анализа паттернов (MVPA).Пиковые реакции популяции (MUA) из каждого ламинарного отсека были реорганизованы в зависимости от контакта электрода и времени. Классификатор обучался в каждый момент времени с использованием линейного дискриминантного анализа и 4-кратной перекрестной проверки. (F) Анализ декодирования проводился отдельно для ориентации решетки, истории стимула (исходный стимул против повторений) и глаза происхождения.

Нейрофизиологическая процедура

Все данные, используемые в этой статье, доступны по запросу автора сообщения, ожидающего утверждения Университетом Вандербильта.Во время выполнения задачи проводились широкополосные (0,5 Гц – 12,207 кГц) измерения внутричерепного напряжения с частотой дискретизации 30 кГц и усиливались, фильтровались, оцифровывались с использованием 128-канальной системы обработки нейронных сигналов Cerebus ™ (NSP, Blackrock Microsystems LLC). Нейронные данные были субдискретизированы в автономном режиме до 1 кГц после фильтрации нижних частот с помощью сглаживающего фильтра. Положение взгляда регистрировалось на частоте 1 кГц (NIDAQ PCI-6229, National Instruments) с использованием камеры, чувствительной к инфракрасному свету и имеющегося в продаже программного обеспечения для отслеживания взгляда (Eye Link II, SR Research Ltd.; iView, SensoMotoric Instruments). Запись велась внутри кабины с электромагнитным радиочастотным экранированием и выполнялась с использованием одной или двух остроугольных многослойных многоэлектродных решеток с 24 или 32 контактами с расстоянием между электродами 0,1 мм и импедансом от 0,2 до 0,8 МОм на частоте 1 кГц (U-Probe, Plexon, Inc .; Vector Array ™, NeuroNexus). Электроды подключались к NSP с помощью аналоговых головных блоков. В каждой записи массив (ы) электродов вводили в дорсальный V1 через неповрежденную твердую мозговую оболочку с помощью установленного в камере микропривода (заказная модификация Narishige International Inc.Микроманипулятора) и отрегулировали так, чтобы большинство записывающих контактов охватывали кортикальный лист. Эту процедуру повторяли в 61 экспериментальной сессии ( n = 13 для обезьяны I34).

Картирование принимающего поля

Поскольку достижение изоляции отдельного устройства на каждом канале затруднительно, мы вместо этого решили оценить реакцию местного населения на пикинг путем количественной оценки изменяющейся во времени активности в частотном диапазоне пиков (активность нескольких единиц, MUA), поскольку мы хотели обеспечить перекрывающиеся восприимчивые поля по глубине коркового слоя.Проверка перекрывающихся рецептивных полей обеспечивает уверенность в том, что активность, которую мы регистрируем по столбцам, исходит из одного и того же коркового местоположения, а не охватывает соседние столбцы (то есть, что проникновение электрода было ортогональным к коре). Обезьяны выполняли задачу визуальной фиксации, при которой визуальный стимул неоднократно предъявлялся в контрлатеральном зрительном полуполе – относительно положения электродной решетки. В каждом испытании предъявлялось до пяти стимулов в течение 200 мс с межстимульным интервалом 200 мс.Размер и расположение стимула варьировались между сеансами записи, но каждый сеанс обычно состоял из «грубой» задачи по картированию рецептивного поля, за которой следовала более сфокусированная версия после того, как была найдена оценка точного положения. Мы нанесли на карту рецептивные поля, используя технику обратной корреляции (дополнительный рисунок 1), что привело к трехмерным матрицам рецептивных полей, где 2 измерения соответствовали визуальному пространству, а третье – величине ответа (Cox et al., 2013). Для дальнейшего анализа были включены только сеансы, в которых матрицы рецептивного поля перекрывались по глубине коры.Кроме того, эта процедура определила положение, в котором был размещен стимул, чтобы стимулировать рецептивное поле столбца для основной задачи (см. Раздел «Поведенческая парадигма»).

Ламинарное выравнивание

Плотность источника тока (CSD) в ответ на кратковременную визуальную стимуляцию была использована для определения границы между гранулярным и инфрагранулярным отделами V1 согласно ранее задокументированным методам (Schroeder et al., 1998; Maier et al., 2010; Maier, 2013 ; Ninomiya et al., 2015; Cox et al., 2019а, б; Догерти и др., 2019a; Вестерберг и др., 2019). В анализ были включены только сеансы, которые оказались перпендикулярными поверхности коры (см. Раздел «Картирование рецептивного поля»). Были использованы дополнительные нейрофизиологические критерии, такие как четко определенные паттерны спектральной плотности мощности LFP (Van Kerkoerle et al., 2014; Bastos et al., 2018; Westerberg et al., 2019), корреляции сигналов между LFP, записанные на разных каналах ( Westerberg et al., 2019) и латентность (Self et al., 2013) вызванных стимулом MUA. Граница между зернистыми и надгранулярными была установлена на 0,5 мм выше границы между зернами и инфрагранулярными (рис. 1С). Дополнительный рисунок 2 демонстрирует надежность этих функциональных маркеров после согласования всех сеансов. Границы между экстракраниальным и внутричерепным веществом и границами от серого вещества до белого вещества определялись путем обнаружения пары регистрирующих электродов, на одном канале которой не наблюдалось многоэлементного ответа на зрительные стимулы, а на другом – значительного ответа (Cox et al., 2019b; Вестерберг и др., 2019). Все каналы записи, расположенные между этими парами, показали значительный отклик. То есть мы не обнаружили случаев отсутствия ответа на канале, который определен как находящийся в сером веществе. Граница L2 / 3 – L4 была установлена на 0,5 мм выше границы L4 – L5, поскольку у нас нет надежного функционального маркера, и это расстояние согласуется с гистологическими исследованиями ламинарной структуры V1 (см. Cox et al., 2019b; Westerberg et al. al., 2019 для подробностей).

Предварительная обработка данных

Были взяты все смежные записывающие каналы, находящиеся в сером веществе, и вычислены многокомпонентные сигналы.Каналы в сером веществе были обнаружены путем определения, во-первых, можно ли вызвать зрительный ответ на канале, а во-вторых, присутствовало ли рецептивное поле для мультиединичной активности и / или активности LFP с помощью ранее описанной парадигмы картирования рецептивного поля (Westerberg et al. , 2019). Если обнаруживалось, что канал находится в сером веществе, широкополосный нейронный сигнал, записанный на этом канале, затем подвергался полосовой фильтрации между 500 и 5000 Гц, выпрямлялся и фильтровался в нижних частотах на 200 Гц с использованием фильтров Баттерворта (Self et al., 2013; Shapcott et al., 2016; Westerberg et al., 2020a). Эти полученные нейронные сигналы без дальнейшей фильтрации многочастичной активности затем использовались при выполнении как одномерного, так и многомерного анализа (рис. 1D).

Многомерный анализ моделей

Чтобы отследить, как сенсорная информация от различных характеристик стимула обрабатывается в этой ламинарной микросхеме, мы применили многомерный анализ паттернов (MVPA) с использованием CoSMoMVPA (Oosterhof et al., 2016) к MUA каждого из трех ламинарных отсеков (рис. 1E, слева). -самая панель).Для этого мы собрали двумерные матрицы нейронных ответов (NRM), которые содержали миллисекунду-миллисекундную реакцию всплеска популяции в каждом канале электрода в зависимости от испытаний. Каждый ряд / электрод в NRM можно рассматривать как отдельную ось, образующую многомерное пространство, размерность которого определяется количеством электродов. Каждое представление стимула вызовет различную реакцию по каждому из измерений. Специфические характеристики стимула, которые мы тестировали, включали ориентацию решетки, глаз, в который были предъявлены стимулы (глаз-источник), и относительное положение каждого стимула в последовательности стимуляции (рис. 1F).Затем мы случайным образом разделили испытания в рамках сеансов, чтобы выполнить 4-кратную процедуру перекрестной проверки. В этой процедуре 3/4 данных используется для обучения классификатора MVPA (рис. 1E, вторая слева панель). Остальные 1/4 NRM используются для определения производительности классификатора. Чтобы классифицировать данный признак стимула, используется другая гиперплоскость или набор гиперплоскостей (как в случае с ориентацией, где у нас есть четыре ориентации), чтобы различать признак стимула на пробной основе. Точность декодирования – это количество испытаний из общего числа испытаний, которое классификатор может правильно идентифицировать для каждого сеанса.Мы выполнили это вычисление отдельно в каждом сеансе записи на основе миллисекунды за миллисекундами, оценивая точность работы классификатора как функцию времени (рис. 1E, вторая справа панель). Результирующие временные характеристики точности декодирования для каждого ламинарного отсека были затем объединены и сравнены с рандомизированным пробным контролем перемешивания для определения статистической значимости (рис. 1E, крайняя правая панель). Чтобы исправить множественные сравнения, мы использовали скорректированный коэффициент ложного обнаружения (FDR) p -значения с α = 0.01. Для каждого из различий декодирования подмножества были сбалансированы, так что как обучающие подмножества, так и подмножества тестирования содержали одинаковое количество испытаний для каждой категории стимулов.

При расшифровке ориентации для анализа использовались все сеансы записи. Однако некоторые сеансы записи включали ознакомительные презентации, которые не были показаны в других сеансах записи (например, 22,5 ° в одном сеансе записи и 30 ° в другом сеансе). Таким образом, ориентационные представления были разделены на четыре категории: 0–44 °, 45–89 °, 90–134 ° и 135–179 °.Для декодирования повторения проб пять предъявлений стимулов для данного испытания были сгруппированы либо как первое предъявление, либо как повторение. Чтобы получить равное количество первых презентаций и повторений, мы случайным образом отобрали из повторений подвыборку, чтобы соответствовать количеству первых презентаций.

Для каждого признака стимула мы также выполнили анализ временного обобщения (Carlson et al., 2011; King and Dehaene, 2014), в котором используется аналогичная описанная процедура декодирования, за одним заметным исключением – классификатор обучается на информации одновременно. точки для каждой особенности стимула, и впоследствии модель тестируется во всех временных точках.Эта процедура повторяется во всех временных точках, что приводит к двумерной «матрице обобщения времени», которая отображает время обучения в зависимости от времени декодирования, чтобы получить представление о том, как информация в определенные моменты времени эволюционирует на протяжении всего периода времени. Наконец, чтобы определить влияние повторяющихся предъявлений стимулов на ориентацию и декодирование «глаза происхождения», мы дополнительно разделили повторяющееся подмножество данных на сбалансированные подмножества «глаз источника» и сбалансированные подмножества ориентации. Затем мы снова провели 4-х кратную классификацию с использованием классификатора линейного дискриминантного анализа.

Результаты

Информация об особенностях стимула при нейронной активации CCM

Перед тем, как исследовать каждую особенность стимула по отдельности, мы оценили, соответствует ли общая средняя пиковая реакция на наши стимулы предсказаниям CCM (рис. 2А). Для этого мы пространственно выровняли данные всплесков от каждого сеанса записи по границе слоя 4C / 5. Используя эти выровненные наборы данных, мы вычислили общую среднюю пиковую реакцию на все стимулы как функцию глубины коры и времени (рис. 2В).Полученный ламинарный профиль активации соответствовал ожиданиям, установленным CCM, и предыдущим исследованиям ламинарной визуальной активации в этом слое. 4C активность предшествовала активности других слоев (Mitzdorf, 1985; Schroeder et al., 1998; Maier et al. , 2010; Spaak et al., 2012; Van Kerkoerle et al., 2014). Интересно, однако, что и супрагранулярный, и инфрагранулярный слои реагировали практически одновременно, что можно объяснить (i) идиосинкразическими ламинарными связями V1 [i.е., есть также менее выраженные коленчатые выступы за пределами слоя 4C (Callaway, 1998)], (ii) ограничения самой модели CCM (например, Godlove et al., 2014; Ninomiya et al., 2015) или оба. Этот паттерн сенсорной активации происходит независимо от характеристики стимула, что ставит вопрос о том, как специфическая для стимула информация извлекается в этой последовательности активации. Чтобы ответить на этот вопрос, мы применили MVPA, используя анализ «движущегося прожектора» (Etzel et al., 2013). В частности, мы ограничили наборы данных для обучения и тестирования тремя соседними каналами электродов, выполнили MVPA с течением времени, а затем повторили процесс после перемещения этого «прожектора» на 0.На 1 мм глубже по электродной решетке. В этом анализе классификатор обучается и тестируется для каждой временной точки ответа с шагом в 1 мс (рисунок 2C). Никакого пространственного или временного сглаживания добавлено не было.

Рисунок 2 . Информация об особенностях стимула в нейронной активации CCM. (A) Каноническая модель микросхемы (CCM) нейронной активации в V1. Активация с прямой связью сначала возбуждает средние слои, прежде чем достичь верхних и нижних слоев коры. (B) Большой средний ламинарный профиль MUA для всех предъявлений стимулов по глубине электрода (все сеансы, обе обезьяны). (C) Производительность декодирования с использованием «движущегося прожектора» вдоль электродной матрицы для глаза источника (крайняя левая панель), ориентации решетки (средняя панель) и повторения стимула (крайняя правая панель). (D) Временные ряды декодирования MVPA для глаза происхождения (крайняя левая панель), ориентации решетки (средняя панель) и повторений стимула (крайняя правая панель).Графики показывают точность декодирования как функцию времени и ламинарного отсека, а также случайный перетасованный контроль в качестве базовой линии. Значимость обозначена цветными звездочками над абсциссой с использованием критерия знакового ранга Вилкоксона, скорректированный FDR, q <0,01. Гистограммы справа показывают усредненную по времени статистику данных с тестом Уилкоксона со знаковым рангом P значений (* p <0,05, ** p <0,01, *** p <0,001) выше сюжеты.

Сначала мы сосредоточились на глазе-источнике для каждого предъявления стимула. В то время как V1 содержит оба нейрона, которые отвечают на один или оба глаза, большинство нейронов, отвечающих только на один глаз (монокулярные нейроны), расположены в средних гранулярных слоях (Hubel and Wiesel, 1977; Dougherty et al., 2019a). Это открытие согласуется с нейроанатомией, поскольку зернистые слои получают основную часть (монокулярных, специфичных для глаза) входов от латерального коленчатого ядра таламуса (LGN), которое соединяет глаз и кору (Casagrande and Boyd, 1996).Давняя гипотеза состоит в том, что специфические для глаза входы в средних слоях объединяются в комбинированный (бинокулярный) ответ в вышележащих слоях, даже несмотря на то, что большинство нейронов V1 предпочитают один глаз другому (Hubel and Wiesel, 1972; Ohzawa and Freeman, 1986; Prince et al., 2002; Read and Cumming, 2004). Нейроны в самых верхних слоях V1 проецируются на нейроны в нижних слоях V1, поэтому, если верхние слои формируют комбинированный бинокулярный сигнал, этот сигнал должен присутствовать и в нижних слоях (Hubel and Wiesel, 1972; Cox et al., 2019b; Dougherty et al., 2019a). Однако, основываясь на нескольких других эмпирических данных, альтернативная гипотеза постулирует, что сигналы двух глаз взаимодействуют во время или до того, как ответы LGN достигают средних уровней V1 (см. Обзор Dougherty et al., 2019b).

Используя MVPA, мы обнаружили, что информация, касающаяся глаза происхождения, изначально следовала профилю общей активации CCM, при этом нейроны надежно указывали, был ли стимул показан левому или правому глазу в средних слоях, а затем в верхних слоях V1.Эта специфическая для глаза информация в значительной степени уменьшается, когда активация нейронов достигает нижних слоев V1 (рис. 2C, левая панель). Эти временные различия можно четко увидеть для зависящего от слоя MVPA, использующего все каналы электродов в среднем, верхнем и нижнем уровнях V1, соответственно (рис. 2D). Мы использовали этот анализ для выполнения нескольких статистических сравнений. Во-первых, мы сравнили производительность декодирования на основе миллисекунды на миллисекунду с рандомизированным пробным управлением перемешиванием. Во-вторых, мы сравнили декодирование по ламинарным отсекам.Декодирование глаза происхождения сначала возникло на средних уровнях (29 мс), затем на верхнем (40 мс) и нижнем уровнях (40 мс). Расшифровка того, для какого глаза были показаны стимулы, было сравнимо между средним и верхним слоями, но значительно уменьшилось в нижних слоях, предполагая, что информация, специфичная для глаза, в значительной степени сохраняется, когда гранулярные нейроны проецируются на нейроны в вышележащих слоях. Однако декодирование глаза происхождения относительно плохо в нижних слоях V1, предполагая, что, по крайней мере, на многоэлементном уровне, существует значительная бинокулярная конвергенция после того, как активация достигает верхних слоев коры.Это открытие демонстрирует, что глаз-источник более надежно представлен в супрагранулярных слоях по сравнению с инфрагранулярными слоями.

Затем мы вычислили ламинарную эволюцию информации об ориентации стимула. Общее представление о функциональной компоновке V1 гласит, что избирательность ориентации (настройка) менее выражена в средних слоях V1 (Hubel and Wiesel, 1972, 1977; Ringach et al., 2002). С тех пор несколько авторов оспорили эту идею, утверждая, что V1 уже получает входные данные с ориентацией (Daniels et al., 1977; Видьясагар и Урбас, 1982; Левенталь и Шалл, 1983; Смит и др., 1990; Пью и др., 2000; Xu et al., 2002). Таким образом, мы задались вопросом, каким может быть ламинарный профиль декодирования ориентации стимула на основе MVPA на уровнях V1.

Мы разделили наши решеточные стимулы на четыре группы (0 °, 45 °, 90 ° и 135 ° соответственно) и обучили классификатор различать их (рис. 2С). Интересно, что мы обнаружили, что информация об ориентации стимула была более преходящей, чем информация о глазе происхождения.Более того, ламинарный профиль разительно отличался: центр гранулярных слоев относительно плохо различался между решетками разной ориентации, а нейроны в слоях выше и ниже делали это без какой-либо значительной временной задержки. Более тщательное изучение декодирования с разрешением слоев (рис. 2D), свернутого во времени, показало, что не было значительной разницы между любыми ламинарными отсеками (гистограммы). Эти результаты, кажется, предполагают, что информация об ориентации стимула извлекается почти равномерно по слоям V1.Однако визуальный осмотр показывает четкую дифференциацию внутри средних слоев, которая теряется при сворачивании этого слоя в единую меру. Эту неоднородную структуру внутри гранулированных слоев можно, по крайней мере, частично объяснить тем фактом, что в средних слоях находится несколько подслоев, каждый из которых получает отдельные входные данные от LGN (Casagrande and Boyd, 1996), хотя не сразу ясно, как связаны гранулированные подслои. к конкретному шаблону, который мы нашли.

Учитывая, что известно, что V1 модулирует свои реакции в зависимости от контекстных сигналов, таких как поведенческое состояние животного или история стимула (Van Kerkoerle et al., 2014; Cox et al., 2019a; Westerberg et al., 2019), мы затем изучили, как история стимула влияет на ламинарный поток специфической для стимула информации. Для этого мы сначала изучили ламинарный поток информации о том, был ли стимул новым или предшествовал другой стимул в последовательности стимуляции. Мы обнаружили, что эта информация об истории стимула дает еще один образец ламинарного информационного потока (рис. 2C). Мы обнаружили, что основная часть информации об истории стимулов находилась за пределами гранулированных входных слоев.Этот вывод также был очевиден в MVPA, специфичном для уровня (рис. 2D). Эти результаты согласуются с более ранней работой, показывающей, что гранулярные слои V1 в наименьшей степени подвержены адаптивным эффектам повторной визуальной стимуляции (Westerberg et al., 2019).

Количественная оценка различий между пространственно-временными картами прожекторов

Затем мы количественно оценили визуальную разницу, которую мы наблюдали между пространственно-временными картами для информации, специфичной для стимула (рис. 3). Поскольку нас в первую очередь интересовала относительная производительность декодирования по кортикальным столбцам, мы нормализовали каждый канал (контакт электрода) путем вычитания средней производительности декодирования по каналам для каждой отдельной временной точки во временном ряду для каждой характеристики стимула.Затем мы рассчитали евклидово расстояние между каждым из наших стимулов в каждый момент времени. Затем эти результаты сравнивали с контролем с перетасованными метками, где мы аналогичным образом нормализовали наши электроды в каждый момент времени, а затем рассчитали евклидово расстояние (рис. 3B). Здесь мы обнаруживаем, что пространственно-временные различия между глазами происхождения, ориентацией и историей стимулов выше, чем различия, обнаруженные в соответствующем элементе управления перетасованными метками. Глаз происхождения, который легче декодировался в гранулярных слоях, отличался от декодирования ориентации и повторения стимула, которые оба приводят к более качественному декодированию на поверхностных и более глубоких слоях.Чтобы статистически сравнить различия в пространстве и времени, мы затем преобразовали матрицы прожекторов в одномерные векторы, а затем нормализовали по каналам перед проведением парного знакового рангового теста. Используя этот подход, мы обнаружили значительные различия в декодировании между глазами происхождения и ориентации ( p <0,001), глазом происхождения ( p <0,001) и повторением ( p <0,001), а также ориентацией и историей стимула. ( стр. <0,001).Как и ожидалось, не было значительных различий между контролями с перетасованными метками. Эти различия в декодировании между элементами стимула указывают на то, что обработка этих характеристик стимула происходит отчетливо, но одновременно с ламинарной микросхемой.

Рисунок 3 . Статистическое сравнение столбчатого потока специфической информации стимула. (A) Схема для сравнения результатов анализа прожектором с учетом специфики стимула. Результаты декодирования результатов анализа прожектором для каждой из характеристик стимула, нормализованные по всем каналам для каждого отдельного момента времени от 100 мс до предъявления стимула до 400 мс после предъявления стимула (B) Евклидово расстояние нормализованных значений декодирования, вычисленных между каждым функция стимула.Для сравнения показан перетасованный элемент управления, в котором метки стимулов были перемешаны до нормализации канала и вычисления евклидова расстояния.

Временная динамика информации о стимулах с использованием временного обобщения

Для дальнейшего изучения того, как информация о признаках изменяется с течением времени (см. Также: Ringach et al., 1997, 2002, 2003; Bair et al., 2002; Smith et al., 2006; Shapley et al., 2007), мы расшифровали нейронные данные основаны на классификаторе, который был обучен для другого периода времени того же нейронного ответа («временное обобщение») (Carlson et al., 2011; King and Dehaene, 2014). Результатом этого анализа является двумерная «матрица обобщения времени», которая отображает время обучения в зависимости от времени декодирования. Рисунок 4A иллюстрирует несколько возможных результатов для матриц обобщения. Возможно, например, что между классификатором, обученным за один раз, и протестированным на оставшееся время ответа нейрона, нет почти никакого обобщения. Другими словами, пики могут постоянно изменяться таким образом, что любая информация, используемая для различения стимулов, специфична для каждого отдельного момента времени нейронного ответа («уникальные состояния»).Напротив, если бы информация, используемая для различения стимулов, была статической в ответе нейрона, мы бы ожидали квадратного рисунка («устойчивого»). Этот анализ также может показать распад информации со временем («распад информации»). Асимметричный паттерн возникает из-за того, что классификатор, обученный на данных с более низким отношением сигнал / шум (SNR), лучше обобщает данные с более высоким SNR, чем наоборот (van den Hurk and Op de Beeck, 2019). Наконец, информация может появиться повторно в более поздний момент времени ответа («повторение»).

Рисунок 4 . Временная динамика стимульной информации с использованием временного обобщения. (A) Мультяшные модели возможных результатов. (B) Результаты значимого временного обобщения, FDR с поправкой на множественные сравнения, q <0,025, для: (B) Глаз происхождения, (C) Ориентация, (D) повторений стимула ( подробности см. в разделе “Методы”). Уровень вероятности декодирования обозначен на каждой цветной полосе красной линией. Для выделения добавлены красные и белые стрелки.

Мы выполнили временной обобщающий анализ для декодирования глаз-источника, ориентации стимула, а также истории стимуляции в каждом ламинарном отсеке (рисунок 3 и дополнительный рисунок 2). Расшифровка глаза происхождения была в основном устойчивой, но также демонстрировала некоторый распад информации в каждом ламинарном отсеке (рис. 4). Расшифровка ориентации стимула, напротив, была менее устойчивой. Интересно, что независимо от того, предшествовал ли стимул другим стимулам или следовал за ними, был выявлен совершенно иной паттерн.В частности, матрица временного обобщения предполагала повторяющуюся обработку в том смысле, что исходная информация появляется, ослабевает, а затем снова появляется в более поздний момент времени. Этот паттерн реактивации был наиболее заметным в супрагранулярном и инфрагранулярном слоях (рис. 4).

Для дальнейшего изучения того, как временная динамика для каждой из характеристик стимула изменяется в пределах компартментов. Мы объединили анализ с помощью прожектора и времени обобщения (рис. 5 и дополнительное видео 1).Используя этот подход, мы обнаружили, что матрицы обобщения времени для конкретных электродов в целом были репрезентативными для их соответствующих отсеков. Однако внутри отсеков наблюдалась заметная неоднородность. Например, для декодирования глаза происхождения временное обобщение было сопоставимо для смежных электродов. Напротив, для расшифровки истории стимула (повторения) картина реактивации, отмеченная на Рисунке 5, усиливается и ослабевает даже в пределах ламинарных отсеков. Эти результаты подтверждают идею о том, что подслои в ламинарных компартментах по-разному обрабатывают различные особенности стимула.

Рисунок 5 . Комбинированное временное обобщение и анализ движущегося прожектора по глубине линейной электродной решетки. Мы выполнили этот анализ для каждой из основных характеристик стимула, проанализированных в этой статье: стимул (A), глаз происхождения, (B) ориентация и (C) повторение . Каждая субпанель показывает серию графиков временного обобщения в диапазоне от 100 мс до стимула до предъявления до 400 мс после предъявления стимула с использованием движущегося прожектора из трех электродов и двух электродов на конце электродной решетки.

Обсуждение

Недавние исследования с использованием линейных многоэлектродных решеток в V1 успешно противопоставили активацию с прямой связью, вызванную извне, с внутренней обратной связью (Spaak et al., 2012; Maier, 2013; Van Kerkoerle et al., 2014, 2017). Эти результаты обнадеживают, поскольку они демонстрируют, что поток нейронной активации через корковые слои очень информативен в отношении контекста нейрональной активации – важная информация, которая в значительной степени отсутствует в записях с одним электродом.В этом исследовании мы вышли за рамки этих более ранних результатов, показав, как нарастание ламинарной активации коры содержит несколько параллельных потоков информации, специфичных для свойств стимула, которые трудно отследить с помощью одномерного анализа, даже если были получены ламинарные данные.

Анализ результатов многомерных профилей шипов

В недавних работах процессы, специфичные для слоев, часто группируются для выполнения одномерного анализа для исследования различий между слоями (см. Westerberg et al., 2019 например). Это потому, что мы часто рассматриваем корковые процессы, которые следуют модели, известной как каноническая кортикальная микросхема (см. Обзор Bastos et al., 2012). Эта модель выдвигает гипотезу о трех функциональных компартментах в гранулярной коре: гранулярный компартмент реципиента с прямой связью, зажатый между супрагранулярным и инфрагранулярным компартментами. Хотя эта модель дала глубокое понимание корковой функции, мы знаем, что даже внутри слоев может быть степень неоднородности в распределении нейронов.То есть нейрон «A» может существовать в слое 2 коры головного мозга, а нейрон «B» – в слое 3. Хотя оба нейрона присутствуют в надгранулярном компартменте и их активность может отражать один и тот же процесс, информация, которую они несут, может различаться по значимости. способами. MVPA включает информацию по всем каналам, составляющим предопределенный ламинарный отсек. Это позволяет использовать более комплексный подход к оценке активности ламинарных отделов, чем предыдущие подходы. А именно, в предыдущей работе рассматриваются независимые каналы из ламинарного отсека, представляющие общее состояние активации отсека (Westerberg et al., 2019). Однако информация может быть закодирована в динамике внутри слоя, которая будет потеряна при одномерном анализе.

Еще одно усовершенствование, предоставляемое подходом MVPA, – это возможность обобщать состояния информации во времени. Анализ обобщения во времени позволяет нам отслеживать закономерности кодирования информации. То есть, оценивая производительность декодирования путем обучения и тестирования классификатора в разные периоды времени, мы можем наблюдать, как обработка информации остается согласованной или развивается.Стабильное представление объекта можно будет декодировать не только в момент обучения классификатора, но и в более поздние моменты времени. Между тем, с динамическим представлением классификатор не будет обобщать далеко за пределами обученного времени (Carlson et al., 2011; King and Dehaene, 2014; Mohsenzadeh et al., 2018). Кроме того, мы можем сделать вывод, как определенные характеристики стимулов меняются во времени и соответствуют потенциальным моделям нейронного кодирования, обнаруженным в ряде исследований (см. Обзор в King and Dehaene, 2014).

Значение схемы бинокулярной комбинации, представления ориентации и подавления повторений

Проведенный здесь анализ углубляет наше понимание нескольких процессов в ламинарной микросхеме V1. В первую очередь следует рассмотреть ламинарный профиль бинокулярной комбинации. В ходе нашего анализа мы обнаружили, что визуальные сигналы каждого глаза интегрируются сильнее, когда достигают глубоких слоев. Мы обнаружили резкое сокращение специфичной для глаза информации в нижних слоях V1, предполагая, что информация, касающаяся глаза-источника, в значительной степени разрешается до нижних уровней.Этот паттерн согласуется с более ранними сообщениями о локализации большей части бинокулярных нейронов V1 как в верхнем, так и в нижнем слоях (Hubel and Wiesel, 1977). Этот очевидный парадокс можно объяснить недавним открытием, что большая часть монокулярных нейронов V1 чувствительна к обоим глазам (Dougherty et al., 2019a). Таким образом, предпочтение нейрона одного или другого глаза не обязательно может быть предиктором того, как он реагирует на бинокулярную стимуляцию (см. Также Read and Cumming, 2004). Кроме того, специфическая для глаза информация также, по-видимому, уменьшилась как в результатах декодирования прожектором, так и в результатах обобщения времени, что указывает на то, что CCM V1 более легко распределяет ее по сравнению с другими типами информации стимула, что, по-видимому, согласуется с тем фактом, что глаз-оф- информация о происхождении имеет низкое поведенческое значение (Blake and Cormack, 1979; Solomon and Morgan, 1999; Schwartzkopf et al., 2010). В то время как наши выводы относительно представления информации глаза на нижних уровнях требуют более прямого тестирования для согласования с предыдущей работой, другие наши выводы о том, что поток информации каждого глаза остается в значительной степени отдельным, пока визуальная активация не достигнет верхних слоев V1, совместимы с гипотезами относительно происхождения. бинокулярной комбинации.

Наши результаты также выявили мелкозернистый пространственно-временной ламинарный паттерн настройки ориентации, при этом некоторые, но не все подслои зернистого слоя 4 проявляют меньшую чувствительность к ориентации стимула, чем поверхностный и глубокий слои V1.Хотя не сразу понятно, как конкретный паттерн, создаваемый MVPA, связан с подуровнями магно- и парноклеточного реципиента, наш вывод, по-видимому, в целом соответствует идее о том, что V1 получает по крайней мере некоторые входные данные LGN, которые несколько «смещены» в сторону определенных ориентации стимулов, с дальнейшей обработкой в V1, обеспечивающей более четкую настройку ориентации, которая характеризует эту область.

Что касается схемы адаптации в V1, интересно отметить, что повторение стимула дало уникальную сигнатуру временного обобщения в слоях реципиента обратной связи V1.Предыдущая работа предположила, что адаптивные изменения в значительной степени возникают из-за изменений в активации обратной связи в V1 (Westerberg et al., 2019). Временные особенности этого паттерна временного обобщения несколько напоминают предыдущие описания модуляции обратной связи в V1 (Van Kerkoerle et al., 2014). Однако наш вывод выходит за рамки демонстрации вторичного пика активации, показывая, что информационное содержание в этой активации специфично для контекстной информации.

Источники для шаблонов активации для конкретных функций в версии 1

Интересно поразмышлять об источнике этих различий в потоке информации, зависящей от уровня.Может быть, различия возникают из-за различий в обработке данных, локальных для V1, или другая область мозга влияет на специфические изменения в ламинарной микросхеме V1? Предыдущие работы начали исследовать такие вопросы. Например, исследование причин адаптации, возникающих в результате визуального повторения, предполагает, что уменьшение нейронных ответов в V1, связанных с визуальным повторением, происходит за счет снижения активности обратной связи в ламинарной микросхеме V1, а не за счет изменений в обработке с прямой связью, локальных для V1. (Вестерберг и др., 2019). Это контрастирует с процессом бинокулярной комбинации, который, как многие полагают, осуществляется даже до прямой активации супрагранулярных слоев V1. Именно из-за этих различий в активации могут быть выявлены наблюдаемые различия в потоке информации по слоям. Дальнейшее исследование, возможно, посредством причинной инактивации обратных связей с V1 (Nurminen et al., 2018), прольет свет на то, действительно ли активация обратной связи необходима для наблюдаемых паттернов информационного потока, описанных здесь.

На пути к ламинарной нейрофизиологии сверхвысокого разрешения

Мы находимся на пороге революции в нейрофизиологии приматов, которая позволит значительно расширить понимание функции мезоскопических нейронных цепей (Jun et al., 2017; Steinmetz et al., 2018; Musk and Neuralink, 2019). Современные технологии записи позволили вести одновременную запись с тысяч каналов. Этот существенный прогресс в разрешении данных позволяет запрашивать данные с помощью новых аналитических методов.С повышенным разрешением данных появляется возможность исследовать данные с помощью более комплексных подходов. MVPA зарекомендовал себя в литературе по функциональной визуализации, где большие многоканальные наборы данных были обычным явлением на протяжении десятилетий. С помощью представленного здесь анализа мы предлагаем те же анализы в качестве полезных подходов к исследованию нейрофизиологии сверхвысокого разрешения, поскольку эти методы записи становятся все более и более распространенными.

Заявление о доступности данных

На данные, проанализированные в этом исследовании, распространяются следующие лицензии / ограничения: не применяются.Запросы на доступ к этим наборам данных следует направлять по адресу [email protected].

Заявление об этике

Исследование на животных было рассмотрено и одобрено Vanderbilt IACUC.

Примечание автора

Более ранняя версия этой рукописи была выпущена в качестве препринта на сайте bioRxiv (Tovar et al., 2019).

Авторские взносы

DT, JW и AM разработали концепцию исследования. TC, MW и AM контролировали исследование. JW, MC и KD собрали данные.JW предварительно обработал данные. DT провела анализ данных и построила цифры. DT, JW и AM написали первоначальный черновик статьи. DT, JW, MC, KD, TC, MW и AM отредактировали статью и одобрили окончательную версию рукописи. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Это исследование поддержали два гранта NEI (P30EY008126 и R01EY027402). DT был поддержан грантом на обучение от NIGMS (T32GM007347). JW был поддержан грантами на обучение от NEI (T32EY007135 и F31EY031293).KD был поддержан грантом на обучение от NIMH (5T32MH065214-17).

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могут быть истолкованы как потенциальный конфликт интересов.

Благодарности

Авторы выражают благодарность Б. Р. Уильямсу, М. Шаллу, Л. Тою, С. Моторни, Д. Ричардсону, И. Ханиффу и М. Р. Фертадо за техническую поддержку. Мы благодарим Б. Карлсона, Л.Домайлу и Б. Митчеллу за комментарии к более ранней версии этой рукописи.

Дополнительные материалы

Дополнительные материалы к этой статье можно найти в Интернете по адресу: https://www.frontiersin.org/articles/10.3389/fnsys.2020.600601/full#supplementary-material

Список литературы

Асаад, В. Ф., Сантханам, Н., Макклеллан, С., и Фридман, Д. Дж. (2013). Высокопроизводительное выполнение психофизических задач со сложными визуальными стимулами в MATLAB. Дж.Нейрофизиол . 109, 249–260. DOI: 10.1152 / jn.00527.2012