Las neuronas se comunican eléctricamente, por lo que para comprender cómo producen funciones cerebrales como la memoria, los neurocientíficos deben descubrir cómo cambia su voltaje, a veces sutilmente, en una escala de tiempo de milisegundos. En un nuevo periódico Comunicaciones de la naturalezaLos investigadores del MIT describen un nuevo sensor de imagen con el potencial de aumentar significativamente esta capacidad.
La invención, dirigida por Jie Zhang, investigador postdoctoral en el Instituto Pecor para el Aprendizaje y la Memoria del Profesor Sherman Fairchild Matt Wilson, es un nuevo enfoque de la tecnología estándar “CMOS” utilizada en imágenes científicas. En este enfoque estándar, todos los píxeles se encienden y apagan al mismo tiempo, una configuración con la desventaja inherente de que un muestreo más rápido significa menos captura de luz. El nuevo chip permite controlar individualmente la sincronización de cada píxel. Esta disposición proporciona “lo mejor de ambos mundos” en el sentido de que los píxeles vecinos 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 muestran cómo la programabilidad “por píxeles” les permitió mejorar la visualización de los “picos” de voltaje neuronal, que son señales que las neuronas emiten cuando se usan para comunicarse entre sí, y aún más sutiles. , fluctuaciones momentáneas en su voltaje que son constantes entre estos rápidos eventos.
“Realizar mediciones con resolución de un solo pico es realmente importante como parte de nuestro enfoque de investigación”, dijo el autor principal Wilson, profesor del Departamento de Biología y Ciencias Cognitivas y Cerebrales (BCS) del MIT, cuyo laboratorio realizó el estudio. y refina los recuerdos espaciales. Tanto en vigilia como durante el sueño. “Pensar en el proceso de codificación dentro del cerebro, el momento de los picos individuales y esos picos es importante para comprender cómo el cerebro procesa la información”.
Durante décadas, Wilson ha ayudado a ser pionero en el uso de electrodos para captar señales eléctricas neuronales en tiempo real, pero como muchos investigadores, ha buscado lecturas visuales de la actividad eléctrica porque se utilizan en grandes muestras de tejido y pueden resaltar partes y aún mostrar cuál es. correcto. Las neuronas están eléctricamente activas en un momento dado. Ser capaz de identificar 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 cerebrales.
En los últimos años, los neurocientíficos, incluido el coautor principal Ed Boyden, profesor de neurotecnología Y. Eva Tan en BCS y afiliado al Instituto McGovern para la Investigación del Cerebro y al Instituto Picower, han inventado “indicadores de voltaje codificados genéticamente”. necesidad. GEVI), que hacen que las celdas brillen con cambios en tiempo real en su voltaje. Pero cuando Zhang y Wilson intentaron emplear GEVI en su investigación, se dieron cuenta de que los sensores de imagen CMOS tradicionales eran demasiado ineficientes. Si trabajan demasiado rápido, no recogerán suficiente luz. Si se mueven demasiado lento, se perderán los cambios rápidos.
Pero el sensor de imagen tiene una resolución tan fina que muchos píxeles en realidad miran al mismo lugar a escala de una neurona entera, dijo Wilson. Al darse cuenta de que había que ahorrar resolución, Zhang utilizó su experiencia en diseño de sensores para inventar un chip sensor de imagen que pudiera obtener cada uno su propia sincronización de los píxeles vecinos. Los cambios rápidos pueden ponerse al día. Los operadores más lentos pueden captar más luz. No se liberarán procesos ni fotones. Zhang también diseñó inteligentemente la electrónica de control necesaria para reducir apenas el espacio disponible para elementos sensibles a la luz en píxeles individuales. Esto aseguró la alta sensibilidad del sensor en condiciones de poca luz, dijo Zhang.
Dos demostraciones
En el estudio, los investigadores demostraron dos formas en las que el chip mejoraba las imágenes de la actividad de voltaje de las neuronas del hipocampo de ratón cultivadas en una placa. Compararon su sensor con un 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 nervioso. En un chip CMOS tradicional, cada píxel tenía un tiempo de exposición de 1,25 milisegundos. Cada píxel en grupos vecinos de cuatro en el sensor de píxeles se encendía durante 5 milisegundos, pero sus tiempos de inicio estaban escalonados de modo que cada uno se encendía y apagaba 1,25 segundos después del siguiente. En el estudio, el equipo descubrió que cada píxel, al ser más largo, recogía más luz, pero como cada uno adquiría una nueva vista cada 1,25 milisegundos, esto sólo equivalía a una resolución temporal más rápida. El resultado fue duplicar la relación señal-ruido para el chip de píxeles. Logra una alta resolución temporal a una fracción de la velocidad de muestreo en comparación con los chips CMOS convencionales, dijo Zhang.
Además, el chip PixelWise detectó actividad neuronal que los sensores tradicionales pasaron por alto. Y cuando los investigadores compararon el rendimiento de cada tipo de sensor con las lecturas eléctricas realizadas con electrodos de parche convencionales, descubrieron que las mediciones similares a píxeles eran mejores en comparación con las pinzas de parche.
En una segunda serie de experimentos, el equipo intentó demostrar que el chip de píxeles también podía capturar las neuronas que exhibían una dinámica más rápida y variaciones de voltaje “subumbrales” más lentas y sutiles. Para ello, variaron la duración de la exposición de los píxeles vecinos en el chip de píxeles, de 15,4 milisegundos a sólo 1,9 milisegundos. Por lo tanto, los píxeles rápidos tomaron muestras de cada cambio instantáneo (aunque de manera tenue), mientras que los píxeles lentos integraron suficiente luz a lo largo del tiempo para rastrear con precisión las fluctuaciones lentas. Al integrar los datos de cada píxel, el chip pudo capturar cambios subumbrales realmente rápidos y lentos, informaron los investigadores.
Los experimentos con pequeños grupos de neuronas en un plato fueron sólo una prueba de concepto, dijo Wilson. El objetivo final de su laboratorio es realizar mediciones en tiempo real basadas en el cerebro de la actividad de diferentes tipos de neuronas en animales mientras caminan libremente y aprenden a navegar por un laberinto. El desarrollo de GEVI y sensores de imagen, como chips de píxeles que puedan explotar con éxito lo que muestran, es fundamental para hacer posible este objetivo.
“Esta es la idea 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 este objetivo, Zhang añadió: “Ya estamos trabajando en la próxima iteración de chips con bajo ruido, mayor número de píxeles, resolución temporal de varios kilohercios y animales que se comportan libremente. Factores de forma pequeños para imágenes”.
La investigación avanza píxel a píxel.
Además de Zhang, Wilson y Boyden, los otros autores del artículo son Jonathan Newman, Zhiguang Wang, Yong Qian, Pedro Feliciano-Ramos, Wei Guo, Takato Honda, Xie Sage Chen, Chang Yang Linghu, Ralph-Etienne Cummings, y Eric Fossum.
El Instituto Picower para el Aprendizaje y la Memoria, la Fundación JPB, la Fundación Alana, el Fondo Louis B. Thalheimer para la Investigación Traslacional, los Institutos Nacionales de Salud, el HHMI, Lisa Yang y John Doerr brindaron apoyo para la investigación.
