Nowy czujnik usprawnia neuroobrazowanie za pomocą programowalnych pikseli

Neurony komunikują się elektrycznie i aby zrozumieć, w jaki sposób wytwarzają funkcje mózgu, takie jak pamięć, neurobiolodzy muszą śledzić, jak zmienia się ich napięcie – czasami z dokładnością – w skali milisekund. W nowym artykule opublikowanym w czasopiśmie Nature Communications naukowcy z MIT opisują nowy czujnik obrazu, który może radykalnie zwiększyć te możliwości.

Wynalazkiem kieruje Jie Zhang, badacz ze stopniem doktora w Instytucie Picower Laboratorium Uczenia się i Pamięci profesora Shermana Fairchilda Matta WilsonaJest to nowe podejście do standardowej technologii CMOS stosowanej w obrazowaniu naukowym. W tym standardowym podejściu wszystkie piksele są włączane i wyłączane jednocześnie, co jest konfiguracją wiążącą się z kompromisem, w którym szybkie próbkowanie oznacza przechwytywanie mniejszej ilości światła. Nowy chip umożliwia kontrolę taktowania każdego piksela indywidualnie. Taki układ zapewnia „to, co najlepsze z obu światów”, ponieważ sąsiednie piksele mogą zasadniczo się uzupełniać, aby uchwycić całe dostępne światło bez utraty szybkości.

W eksperymentach opisanych w badaniu zespół Zhanga i Wilsona pokazał, jak programowanie „z dokładnością do jednego piksela” umożliwiło im lepszą wizualizację „skoków napięcia neuronowego”, sygnałów używanych przez neurony do komunikacji między sobą, a nawet drobniejszych chwilowych wahań ich napięcia. napięcie, które stale występuje pomiędzy tymi zdarzeniami, wzrasta.

„Pomiary w pojedynczej wysokiej rozdzielczości są naprawdę ważne w ramach naszego podejścia badawczego” – powiedział główny autor Wilson, profesor na wydziałach biologii oraz nauk o mózgu i kognitywistyce (BCS) na MIT, którego laboratorium bada, w jaki sposób mózg koduje i wzmacnia wspomnienia przestrzenne. Zarówno podczas eksploracji na jawie, jak i podczas snu. „Myślenie o procesach kodowania w mózgu, poszczególnych impulsach i czasie ich występowania jest ważne dla zrozumienia, w jaki sposób mózg przetwarza informacje”.

Przez dziesięciolecia Wilson pomagał wprowadzać innowacje w zakresie wykorzystania elektrod do pozyskiwania w czasie rzeczywistym neuronowych sygnałów elektrycznych, ale podobnie jak wielu badaczy poszukiwał także wizualnych odczytów aktywności elektrycznej, ponieważ mogłyby one uwypuklić duże obszary tkanki i nadal pokazywać z niej dokładnie wszystko. Neurony są aktywne elektrycznie w dowolnym momencie. Możliwość zidentyfikowania, które neurony są aktywne, może umożliwić naukowcom poznanie, jakie typy neuronów biorą udział w procesach pamięciowych, dostarczając ważnych wskazówek na temat działania obwodów mózgowych.

W ostatnich latach neurobiolodzy, w tym starszy współautor Eda BoydenaEva Tan, profesor neurotechnologii w BCS oraz w McGovern Institute for Brain Research i należącym do niego instytucie Picower, pracowała nad zaspokojeniem tej potrzeby, wynajdując „genetycznie zakodowane wskaźniki napięcia” (GEVI), które sprawiają, że komórki świecą w miarę zmiany ich potencjału energetycznego. obecnie. Kiedy jednak Zhang i Wilson próbowali wykorzystać w swoich badaniach przetworniki GEVI, odkryli, że tradycyjnym czujnikom obrazu CMOS brakuje dużej ilości ruchu. Jeśli będą działać zbyt szybko, nie zdobędą wystarczającej ilości światła. Jeśli będą pracować zbyt wolno, przegapią szybkie zmiany.

Czujniki obrazu mają tak wysoką rozdzielczość, że wiele pikseli w rzeczywistości patrzy w to samo miejsce w skali całego neuronu, powiedział Wilson. Zdając sobie sprawę, że wymagana jest precyzja, Zhang wykorzystał swoją wiedzę w zakresie projektowania czujników, aby wynaleźć chip czujnika obrazu, który umożliwiłby sąsiednim pikselom uzyskanie własnego taktowania. Szybsze potrafią nadążać za szybkimi zmianami. Te, które działają wolniej, mogą zebrać więcej światła. Żadna akcja ani fotony nie zostaną pominięte. Zhang sprytnie zaprojektował także wymaganą elektronikę sterującą, tak aby ledwo zajmowała ona przestrzeń dostępną w pikselu dla elementów wrażliwych na światło. Zapewnia to wysoką czułość czujnika w warunkach słabego oświetlenia, powiedział Zhang.

Dwa dema

W badaniu naukowcy wykazali, że chip poprawia obrazowanie aktywności neuronów bramkowanych napięciem w hipokampie myszy hodowanych w naczyniu na dwa sposoby. Porównali swój czujnik ze standardowym w branży chipem czujnika obrazu Scientific CMOS.

W pierwszej serii eksperymentów zespół starał się zobrazować szybką dynamikę stresu neuronowego. W konwencjonalnym chipie CMOS każdy piksel miał czas ekspozycji 1,25 milisekundy. W czujniku pikselowym każdy piksel w sąsiednich grupach po cztery pozostawał włączony przez 5 ms, ale ich czasy rozpoczęcia były przesunięte w taki sposób, że każdy piksel włączał się i wyłączał 1,25 sekundy po następnym. W badaniu zespół wykazał, że każdy piksel, ponieważ był dłuższy, zbierał więcej światła, ale ponieważ każdy piksel rejestrował nowy widok co 1,25 milisekundy, było to po prostu równoznaczne z dużą rozdzielczością czasową. Rezultatem było podwojenie stosunku sygnału do szumu chipa pikselowego. Pozwala to osiągnąć wysoką rozdzielczość czasową przy ułamku częstotliwości próbkowania w porównaniu z tradycyjnymi chipami CMOS, powiedział Zhang.

Co więcej, chip pikselowy wykrył aktywności neuronowe, których nie wykrył tradycyjny czujnik. Kiedy naukowcy porównali działanie każdego typu czujnika z odczytami elektrycznymi wykonanymi za pomocą konwencjonalnej elektrody, odkryli, że skalowane pomiary pikseli lepiej odpowiadają pomiarom metodą patch-clamp.

W drugiej serii eksperymentów zespół starał się wykazać, że chip pikselowy może uchwycić zarówno szybką dynamikę, jak i wolniejsze, bardziej subtelne różnice potencjałów elektrycznych wykazywane przez neurony. Aby to zrobić, zmienili czasy ekspozycji sąsiednich pikseli w wycinku piksela, zaczynając od 15,4 milisekundy do zaledwie 1,9 milisekundy. W ten sposób szybkie piksele próbkowały każdą szybką zmianę (choć słabo), podczas gdy wolniejsze piksele z czasem włączały wystarczającą ilość światła, aby śledzić powolne wahania, nawet jeśli były one subtelne. Naukowcy podają, że łącząc dane z każdego piksela, chip był w stanie wychwycić zarówno szybkie, jak i powolne zmiany podprogu.

Wilson powiedział, że eksperymenty z małymi grupami neuronów w naczyniu były jedynie potwierdzeniem koncepcji. Ostatecznym celem jego laboratorium jest dokonywanie w czasie rzeczywistym pomiarów aktywności na poziomie mózgu różnych typów neuronów u zwierząt, nawet gdy zwierzęta poruszają się swobodnie, oraz uczą się, jak poruszać się po labiryntach. Rozwój GEVI i czujników obrazu, takich jak chip pikselowy, które mogą z powodzeniem wykorzystać to, co pokazują, ma kluczowe znaczenie dla umożliwienia osiągnięcia tego celu.

„To jest idea wszystkiego, co chcemy zebrać: szerokoskalowe obrazowanie napięcia genetycznie oznakowanych neuronów u swobodnie zachowujących się zwierząt” – powiedział Wilson.

Aby to osiągnąć, Zhang dodał: „Pracujemy już nad kolejną iteracją chipów o niższym poziomie szumów, większej liczbie pikseli, rozdzielczości czasowej kiloherców i małych rozmiarach do obrazowania swobodnie zachowujących się zwierząt”.

Wyszukiwanie postępuje piksel po pikselu.

Oprócz Zhanga, Wilsona i Boydena, pozostałymi autorami artykułu są Jonathan Newman, Zhiguan Wang, Yong Qian, Pedro Feliciano Ramos, Wei Guo, Takato Honda, Zhi Sij Chen, Zhangyang Linghu, Ralph-Etienne Cummings i Eric Fossum.

Wsparcia badań udzieliły Picower Institute for Learning and Memory, Fundacja JPB, Fundacja Alana, Fundusz Badań Translacyjnych Louisa B. Thalheimera, National Institutes of Health, HHMI, Lisa Yang i John Doerr.