自发多巴胺信号的纤维光度分析:Z得分的数据不是数据

科学领域:

• 神经科学是一个神经科学.
• 分子生物学分子生物学
• 药理学 药理学是指药理学的学科.

背景情况:

• 像dLight这样的光传感器具有先进的脑分子测量,特别是用于多巴胺释放.
• 分析自发多巴胺释放事件至关重要,但由于长时间发生的事件数量众多,因此具有挑战性.
• 广泛使用的z-scoring方法用于数据分析,最初并没有被设计用于自发释放事件.

研究的目的:

• 为了比较三个不同的自发多巴胺释放分析方法的准确性和可靠性.
• 评估这些方法在识别多巴胺释放和吸收中药理学诱导的变化的有效性.
• 确定z评分方法对分析自发多巴胺信号的适当性.

主要方法:

• 我们比较了三种分析方法:z-scoring,手动基线调整,以及结合z-scoring和峰值评估的突出方法.
• 利用D1类受体抗剂SCH23390,可卡因 (吸收抑制剂) 和拉克洛普里德 (释放增强剂) 来诱导药理变化.
• 在自由移动的小鼠中检查了多巴胺释放事件的峰值到峰值频率,峰值振幅和信号宽度.

主要成果:

• 采用z-scoring方法减少了SCH23390对振幅和raclopride对振幅的观察效应,并且未能检测可卡因对信号宽度的影响.
• 手动和突出方法准确地识别了可卡因引起的信号宽度增加,并且不受z-scoring的限制的影响.
• 所有方法都检测到raclopride诱导的振幅增加,但使用z-scoring方法时的幅度减弱.

结论:

• 由于它在评估信号动力学和药理效应方面的不准确性,z-评分方法不适合分析自发的多巴胺信号.
• 对自发多巴胺释放的准确分析需要评估%ΔF/F值,并使用手动或突出分析等方法.
• 选择正确的分析方法对于可靠地解释大脑中多巴胺动态至关重要.