在高密度微电极阵列上的皮质器官中对神经元进行纵向跟踪的加权图

科学领域:

• 神经科学是一个神经科学.
• 计算生物学 计算生物学
• 发育生物学 发展生物学

背景情况:

• 长期跟踪单个神经元对于理解神经电路的发展和功能至关重要.
• 高密度微电极阵列 (HD-MEAs) 产生大量数据,但随着时间的推移,识别相同的神经元仍然具有挑战性.

研究的目的:

• 开发和验证一种新的算法,可使用HD-MEA记录长时间可靠地跟踪单个神经元.
• 研究小鼠皮质器官中的神经元发育,电生理学和网络动态.

主要方法:

• 开发了一种基于权重图的跟踪算法,用于分类和监控可跟踪的神经元单元.
• 该算法在七天内应用于来自小鼠皮质器官的160个记录.
• 神经活动数据,包括尖端波形,尖端列车和空间位置,被预处理和分析.

主要成果:

• 该算法成功识别了46个可追踪单元,占记录的神经活动样本的53.5%.
• 功能连接分析表明,可追踪神经元显示出更高的倾向与不可追踪的神经元连接.
• 这项研究提供了关于神经元活动和连接性的时间动态的见解.

结论:

• 基于权重图表的方法在HD-MEA记录中的长期神经元跟踪中是有效的.
• 这种方法有助于在复杂的大脑器官模型中研究神经元发育和网络动态.
• 这些发现有助于推进神经生理学研究和理解神经电路组装.