Las neuronas se comunican eléctricamente, por lo que para comprender cómo producen funciones cerebrales como la memoria, los neurocientíficos necesitan rastrear cómo cambian sus voltajes (a veces sutilmente) en milisegundos. En un nuevo documento Conexiones con la naturalezaInvestigadores del MIT describen un nuevo sensor de imagen capaz de aumentar significativamente esta capacidad.

La invención, dirigida por Jie Zhang, becario postdoctoral en el laboratorio del Instituto Sherman Fairchild Profesor Matt Wilson Pickover para el Aprendizaje y la Memoria, es un nuevo tipo de tecnología CMOS estándar utilizada en imágenes científicas. En este enfoque estándar, todos los píxeles se encienden y apagan al mismo tiempo, una configuración con una compensación inherente en la que un muestreo rápido significa que se captura menos luz. El nuevo chip le permite controlar la sincronización de cada píxel individualmente. Esta disposición proporciona «lo mejor de ambos mundos», donde los píxeles adyacentes pueden esencialmente complementarse entre sí para capturar toda la luz disponible sin sacrificar la velocidad.

En los experimentos descritos en el estudio, el equipo de Zhang y Wilson demuestra cómo la programabilidad de los «píxeles» les permitió mejorar la visualización de los «picos» de voltaje neuronal, las señales que las neuronas utilizan para comunicarse entre sí, e incluso las más sutiles, fluctuaciones a corto plazo. la tensión que se produce constantemente entre estos eventos.

«Medir con una resolución de un solo pico es realmente importante para nuestro enfoque de investigación», dijo el autor principal Wilson, profesor del Departamento de Biología y Ciencias Cerebrales y Cognitivas (BCS) del MIT, cuyo laboratorio estudia cómo el cerebro codifica y mejora las memorias espaciales. tanto durante la investigación de vigilia como durante el sueño. «Para comprender cómo el cerebro procesa la información, es importante pensar en los procesos de codificación en el cerebro, los picos individuales y el momento de estos picos».

Durante décadas, Wilson ha ayudado a impulsar la innovación en el uso de electrodos para conectar una neurona a señales eléctricas en tiempo real, pero como muchos investigadores, también ha buscado lecturas visuales de la actividad eléctrica porque pueden resaltar grandes áreas de tejido y aún mostrar exactamente cuáles. Las neuronas están eléctricamente activas en un momento dado. La capacidad de determinar qué neuronas están activas puede permitir a los investigadores aprender qué tipos de neuronas participan en los procesos de la memoria, proporcionando pistas importantes sobre cómo funcionan los circuitos del cerebro.

En los últimos años, los neurocientíficos, incluido el coautor Ed Boyden, el profesor de neurotecnología de BCS Y. Eva Tan y el Instituto de Investigación del Cerebro McGovern y el Instituto Pickover afiliado, han trabajado para abordar esta necesidad inventando «indicadores de voltaje codificados genéticamente» (GEVI) que hacer que las células brillen, ya que su voltaje cambia en tiempo real. Pero cuando Zhang y Wilson intentaron utilizar GEVI en su investigación, descubrieron que los sensores de imagen CMOS convencionales carecen de mucho rendimiento. Si corren demasiado rápido, no captan suficiente luz. Si trabajaban demasiado lentamente, se perdían cambios rápidos.

Pero los sensores de imagen tienen una resolución tan fina que muchos píxeles en realidad miran al mismo lugar a escala de toda la neurona, dijo Wilson. Al reconocer que la resolución era una reserva, Zhang utilizó su experiencia en diseño de sensores para inventar un chip sensor de imagen que permitiría a los píxeles adyacentes establecer cada uno su propio tiempo. Los cambios rápidos podrían percibirse más rápidamente. Los trabajadores más lentos podrían captar más luz. No se perdería ni una sola acción o fotón. Zhang también diseñó inteligentemente la electrónica de control necesaria para apenas utilizar el espacio disponible para los elementos sensibles a la luz de los píxeles. Esto hizo que el sensor fuera muy sensible en condiciones de poca luz, dijo Zhang.

Dos manifestaciones

En el estudio, los investigadores demostraron dos formas en que el microchip mejoró la imagen de la actividad del voltaje en neuronas del hipocampo de ratón cultivadas en una placa. Compararon su sensor con el chip de sensor de imagen CMOS científico estándar de la industria.

En la primera serie de experimentos, el equipo intentó obtener imágenes de la rápida dinámica del voltaje neuronal. En un chip CMOS convencional, el tiempo de exposición de cada píxel era de 1,25 milisegundos. En el sensor de píxeles, cada píxel en grupos adyacentes de cuatro permanecía encendido durante 5 milisegundos, pero sus tiempos de inicio estaban escalonados de modo que cada uno se encendía y apagaba 1,25 segundos más tarde que el siguiente. En el estudio, el equipo muestra que cada píxel, como estaba más tiempo, recogía más luz, pero como cada uno capturaba una nueva vista cada 1,25 milisegundos, esto equivalía a una resolución temporal rápida. El resultado fue una duplicación de la relación señal-ruido en píxeles. Proporciona una alta resolución temporal a una fracción de la velocidad de muestreo en comparación con los chips CMOS convencionales, afirmó Zhang.

Además, el chip similar a un píxel detectó actividad neuronal que el sensor convencional no detectaba. Y cuando los investigadores compararon el rendimiento de cada tipo de sensor con las lecturas eléctricas obtenidas con un electrodo de parche tradicional, descubrieron que las mediciones de píxeles distribuidos coincidían mejor con las mediciones de parche.

En una segunda serie de experimentos, el equipo intentó demostrar que el chip dirigido por píxeles podía capturar tanto la dinámica rápida como las fluctuaciones de voltaje «subumbrales» más lentas y sutiles exhibidas por las neuronas. Para ello, cambiaron el tiempo de exposición de los píxeles adyacentes en la dirección del píxel, de 15,4 milisegundos a sólo 1,9 milisegundos. De esa manera, los píxeles rápidos capturaron todos los cambios rápidos (aunque débilmente), mientras que los píxeles más lentos integraron suficiente luz a lo largo del tiempo para rastrear incluso fluctuaciones sutiles y más lentas. Los investigadores informaron que al integrar los datos de cada píxel, el chip pudo detectar tanto picos rápidos como cambios subumbrales más lentos.

Los experimentos con pequeños grupos de neuronas en un plato fueron sólo una prueba de concepto, dijo Wilson. El objetivo principal de su laboratorio es realizar mediciones en todo el cerebro de la actividad en tiempo real de diferentes tipos de neuronas en animales, incluso cuando se mueven libremente y aprenden a navegar en laberintos. El desarrollo de GEVI y sensores de imagen, como chips de píxeles que puedan explotar con éxito lo que muestran, es fundamental para que este objetivo sea factible.

«Esa es la idea detrás de todo lo que queremos reunir: imágenes de voltaje a gran escala de neuronas genéticamente marcadas en animales que se comportan libremente», dijo Wilson.

Para lograr esto, agregó Zhang, «ya estamos trabajando en la próxima versión de chips con menor ruido, mayor número de píxeles, resolución temporal de varios kHz y factores de forma pequeños para obtener imágenes de animales en libertad».

La investigación avanza píxel a píxel.

Además de Zhang, Wilson y Boyden, otros autores del artículo incluyen a Jonathan Newman, Zeguan Wang, Yong Qian, Pedro Feliciano-Ramos, Wei Guo, Takato Honda, Zhe Sage Chen, Changyang Linghu, Ralph-Etienne Cummings y Eric. Fossum.

La investigación fue apoyada por el Instituto Picower para el Aprendizaje y la Memoria, la Fundación JPB, la Fundación Alan, el Fondo Louis B. Thalheimer para Investigación Traslacional, los Institutos Nacionales de Salud, HHMI, Lisa Yang y John Doerr.



Source link