自发动力学预测了针对性干预在海马中神经元培养的效果

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 系统神经科学 系统神经科学

背景情况:

• 有针对性的神经刺激是理解大脑电路因果关系的关键.
• 确定有效的刺激部位是具有挑战性的,并且通常依赖于试错.

研究的目的:

• 为了确定刺激效应是否可以仅从自发神经活动中预测.
• 开发一个数据驱动的框架来针对神经干扰和因果推理.

主要方法:

• 在解离的神经元培养中利用高密度微电极阵列 (HD-MEAs).
• 通过对焦点电刺激的网络反应进行映射,重建了"perturbome".
• 从自发活动记录中估计的有效连接 (EC).

主要成果:

• 的模式自然聚集成功能模块,分布有限.
• 自发活动有效地预测了扰乱体的空间组织,包括集群和局部连接.
• 有效的连接度量作为可靠的,无模型预测刺激结果的指标.

结论:

• 自发的神经动态编码神经电路的潜在因果结构.
• 这一框架使得在体外神经干扰的有效,数据驱动的准.
• 潜在的应用包括人类iPSC衍生的神经元,大脑器官和神经系统疾病的治疗策略.