Neuronal Population Encoding of Sensory Information in the Rat Barrel Cortex: Local Field Potential Recording and Characterization by an Innovative High-Resolution Brain-Chip Interface

Neuronal networks are at the base of information processing in the brain. They are series of interconnected neurons whose activation defines a recognizable linear pathway. The main goal of studying neural ensembles is to characterize the relationship between the stimulus and the individual or general neuronal responses and the relation amongst the electrical activities of neurons within the network, also understanding how topology and connectivity relates to their function. Many techniques have been developed to study these complex systems: single-cell approaches aim to investigate single neurons and their connections with a limited number of other nerve cells; on the opposite side, low-resolution large-scale approaches, such as functional MRI (Magnetic Resonance Imaging) or electroencephalography (EEG), record signal changes in the brain that are generated by large populations of cells. More recently, multisite recording techniques have been developed to overcome the limitations of previous approaches, allowing to record simultaneously from huge neuronal ensembles with high spatial resolution and in different brain regions, i.e. by using implantable semiconductor chips. Local Field Potentials (LFPs), the part of electrophysiological signals that has frequencies below 500 Hz, capture key integrative synaptic processes that cannot be measured by analyzing the spiking activity of few neurons alone. Several studies have used LFPs to investigate cortical network mechanisms involved in sensory processing, motor planning and higher cognitive processes, like memory and perception. LFPs are also promising signals for steering neuroprosthetic devices and for monitoring neural activity even in human beings, since they are more easily and stably recorded in chronic settings than neuronal spikes. In this work, LFP profiles recorded in the rat barrel cortex through high-resolution CMOS-based needle chips are presented and compared to those obtained by means of conventional Ag/AgCl electrodes inserted into glass micropipettes, which are widely used tools in electrophysiology. The rat barrel cortex is a well-known example of topographic mapping where each of the whiskers on the snout of the animal is mapped onto a specific cortical area, called a barrel. The barrel cortex contains the somatosensory representation of the whiskers and forms an early stage of cortical processing for tactile information, along with the trigeminal ganglion and the thalamus. It is an area of great importance for understanding how the cerebral cortex works, since the cortical columns that form the basic building blocks of the neocortex can be actually seen within the barrel. Moreover, the barrel cortex has served as a test-bed system for several new methodologies, partly because of its unique and instantly identifiable form, and partly because the species that have barrels, i.e. rodents, are the most commonly used laboratory mammal. The barrel cortex, the whiskers that activate it and the intervening neural pathways have been increasingly the subject of focus by a growing number of research groups for quite some time. Nowadays, studies (such this one) are directed not only at understanding the barrel cortex itself but also at investigating issues in related fields using the barrel cortex as a base model. In this study, LFP responses were evoked in the target barrel by repeatedly deflecting the corresponding whisker in a controlled fashion, by means of a specifically designed closed-loop piezoelectric bending system triggered by a custom LabView acquisition software. Evoked LFPs generated in the barrel cortex by many consecutive whiskers' stimulations show large variability in shapes and timings. Moreover, anesthetics can deeply affect the profile of evoked responses. This work presents preliminary results on the variability and the effect of commonly used anesthetics on these signals, by comparing the distributions of evoked responses recorded from rats anesthetized with tiletamine-xylazine, which mainly blocks the excitatory NMDA receptors, and urethane, which conversely affects both the excitatory and inhibitory system, in a complex and balanced way yet preserving the synaptic plasticity. Representative signal shape characteristics (e.g., latencies and amplitude of events) extracted from evoked responses acquired from different cortical layers are analyzed and discussed. Statistical distributions of these parameters are estimated for all the different depths, in order to assess the variability of LFPs generated by individual mechanical stimulations of single whiskers along the entire cortical column. Preliminary results showed a great variability in cortical responses, which varied both in latency and amplitude across layers. We found significant difference in the latency of the first principal peak of the responses: under tiletamine-xylazine anesthetic, the responses or events of the evoked LFPs occurred later than the ones recorded while urethane was administered. Furthermore, the distributions of this parameter in all cortical layers were narrower in case of urethane. This behavior should be attributed to the different effects of these two anesthetics on specific synaptic receptors and thus on the encoding and processing of the sensory input information along the cortical pathway. The role of the ongoing basal activity on the modulation of the evoked response was also investigated. To this aim, spontaneous activity was recorded in different cortical layers of the rat barrel cortex under the two types of anesthesia and analyzed in the statistical context of neuronal avalanches. A neuronal avalanche is a cascade of bursts of activity in neural networks, whose size distribution can be approximated by a power law. The event size distribution of neuronal avalanches in cortical networks has been reported to follow a power law of the type P(s)= s^-a, with exponent a close to 1.5, which represent a reflection of long-range spatial correlations in spontaneous neuronal activity. Since negative LFP peaks (nLFPs) originates from the sum of synchronized Action Potentials (AP) from neurons within the vicinity of the recording electrode, we wondered if it were possible to model single nLFPs recorded in the basal activity traces by means of only one electrode as the result of local neuronal avalanches, and thus we analyzed the size (i.e. the amplitude in uV) distribution of these peaks so as to identify a suitable power-law distribution that could describe also these single-electrode records. Finally, the results of the first ever measurements of evoked LFPs within an entire column of the barrel cortex obtained by means of the latest generation of CMOS-based implantable needles, having 256 recording sites arranged into two different array topologies (i.e. 16 x 16 or 4 x 64, pitches in the x- and y-direction of 15 um and 33 um respectively), are presented and discussed. A propagation dynamics of the LFP can be already recognized in these first cortical profiles. In the next future, the use of these semiconductor devices will help, among other things, to understand how degenerating syndromes like Parkinson or Alzheimer evolve, by coupling detected behaviors and symptoms of the disease to neuronal features. Implantable chips could then be used as 'electroceuticals', a newly coined term that describes one of the most promising branch of bioelectronic medicine: they could help in reverting the course of neurodegenerative diseases, by constituting the basis of neural prostheses that physically supports or even functionally trains impaired neuronal ensembles. High-resolution extraction and identification of neural signals will also help to develop complex brain-machine interfaces, which can allow intelligent prostheses to be finely controlled by their wearers and to provide sophisticated feedbacks to those who have lost part of their body or brain functions.

Le reti neuronali sono alla base della codifica dell'informazione cerebrale. L'obiettivo principale dello studio delle popolazioni neuronali è quello di caratterizzare la relazione tra uno stimolo e la risposta individuale o globale dei neuroni e di studiare il rapporto tra le varie attività elettriche dei neuroni appartenenti ad una particolare rete, comprendendo anche come la topologia e la connettività della rete neuronale influiscano sulla loro funzionalità. Fino ad oggi, molte tecniche sono state sviluppate per studiare questi sistemi complessi: studi a singola cellula mirano a studiare singoli neuroni e le loro connessioni con un numero limitato di altre cellule; sul lato opposto, approcci su larga scala e a bassa risoluzione, come la risonanza magnetica funzionale o l'elettroencefalogramma, registrano segnali elettrofisiologici generati nel cervello da vaste popolazioni di cellule. Più recentemente, sono state sviluppate tecniche di registrazione multisito che mirano ad abbattere le limitazioni dei precedenti approcci, rendendo possibile la misurazione ad alta risoluzione di segnali generati da grandi ensamble neuronali e da diverse regioni del cervello simultaneamente, ad esempio mediante l'uso di chip impiantabili a semiconduttore. I potenziali di campo locali (LFP) catturano processi sinaptici chiave che non possono essere estratti dall'attività di spiking di qualche neurone isolato. Numerosi studi hanno utilizzato gli LFP per studiare i meccanismi corticali coinvolti nei processi sensoriali, motori e cognitivi, come la memoria e la percezione. Gli LFP rappresentano anche dei segnali interessanti nell'ambito delle applicazioni neuroprotesiche e per monitorare l'attività cerebrale negli esseri umani, dal momento che possono essere registrati più stabilmente e facilmente in impianti cronici rispetto agli spike neuronali. In questo studio, sono riportati dei profili LFP registrati dalla barrel cortex di ratto tramite chip ad ago ad alta risoluzione basati su tecnologia CMOS e confrontati con quelli ottenuti tramite elettrodi convenzionali in Ag/AgCl inseriti in micropipette di vetro, strumenti comunemente usati in elettrofisiologia. La barrel cortex di ratto è un esempio ben noto di mapping topografico, nel quale ogni baffo sul muso dell'animale è mappato in una specifica area corticale, chiamata barrel. La barrel cortex contiene la rappresentazione sensoriale dei baffi dell'animale e rappresenta uno dei primi stadi di elaborazione dell'informazione tattile, insieme al ganglio del trigemino e al talamo. Essa è un'area di primaria importanza per lo studio del funzionamento della corteccia cerebrale, visto che le colonne corticali che formano i blocchi di base della neocorteccia possono essere visualizzati facilmente all'interno della barrel cortex. La barrel cortex inoltre è utilizzata come sistema di test in numerose metodologie innovative, grazie alla sua struttura unica ed istantaneamente identificabile, e grazie anche al fatto che le specie dotate di barrel, i roditori, sono gli animali da laboratorio più comuni. La barrel cortex e le sue interconnessioni neuronali sono stati oggetto delle ricerche più disparate in questi ultimi decenni. Attualmente, alcuni studi (come questo) non mirano solamente a comprendere meglio la barrel cortex, ma anche ad analizzare problematiche in campi scientifici collegati, utilizzando la barrel cortex come modello base. In questo lavoro, sono stati evocati segnali LFP nella barrel cortex tramite deflessioni ripetute dei baffi dell'animale, realizzate in modo controllato tramite un sistema di deflessione piezoelettrica a closed-loop innescato da un sistema di acquisizione LabView. Le risposte evocate generate nella barrel dalla stimolazione ripetuta dei baffi presentano elevata variabilità nella forma e nelle latenze temporali. Inoltre, il tipo di anestesia utilizzata può influenzare profondamente il profilo della risposta evocata. Questo studio riporta i risultati preliminari sulla variabilità della risposta neuronale e sull'effetto di due anestetici di uso comune su questi segnali, confrontando le distribuzioni delle risposte evocate in ratti anestetizzati con tiletamina-xylazina (il quale agisce prevalentemente sui recettori eccitatori di tipo NMDA) e uretano (che agisce in modo più bilanciato e complesso su entrambi i sistemi eccitatori ed inibitori, preservando la plasticità sinaptica). Sono state analizzate e discusse alcune caratteristiche rappresentative del segnale evocato (ad esempio, le latenze temporali e l'ampiezza degli eventi), registrato a varie profondità corticali. Per tutte le prondità corticali acquisite, sono state stimate le distribuzioni statistiche di tali parametri, in modo da valutare la variabilità degli LFP evocati dalle stimolazioni meccaniche individuali delle vibrisse del ratto lungo l'intera colonna corticale. I primi risultati presentano una grande variabilità nelle risposte corticali, sia in latenza che in ampiezza. Inoltre, è stata riscontrata una differenza significativa nella latenza del primo picco principale delle risposte evocate: gli LFP evocati in animali anestetizzati con tiletamina-xylazina presentavano una latenza più lunga di quelli registrati in ratti anestetizzati con uretano. Inoltre, le distribuzioni dei parametri analizzati erano più strette e piccate in uretano, in corrispondenza di tutte le profondità corticali. Questo comportamento è sicuramente da attribuire al differente meccanismo d'azione dei due anestetici su specifici recettori sinaptici, e quindi nell'elaborazione e nella trasmissione dell'informazione sensoriale lungo tutto il percorso corticale. E' stato inoltre discusso il ruolo della attività basale nella modulazione della risposta evocata. A questo proposito, è stata registrata l'attività spontanea in corrispondenza dei vari layer corticali ed analizzata nel contesto statistico delle 'valanghe neuronali'. Una valanga neuronale è una cascata di attività elettrica in una rete neuronale, la cui distribuzione statistica dei parametri principali (dimensione e vita media) può essere approssimata da una legge di potenza. La distribuzione delle dimensioni di una valanga in una rete neuronale segue una legge di potenza del tipo P(s)=s^-a, con a=1.5. Tale esponente è un riflesso delle correlazioni spaziali a lungo raggio nell'attività neuronale spontanea. Dal momento che i picchi negativi (nLFPs) nelle tracce elettrofisiologiche originano dalla somma di potenziali d'azione sincronizzati generati da neuroni posti nelle vicinanze dell'elettrodo di registrazione, ci siamo chiesti se fosse possibile modellizare i singoli nLFP registrati nell'attività basale tramite un singolo elettrodo come il risultato di valanghe neuronali locali. Pertanto, abbiamo analizzato la distribuzione della dimensione (cioè l'ampiezza in uV) di tali picchi, in modo da identificare una distribuzione power-law appropriata, che potesse descrivere anche le registrazioni a singolo elettrodo. Infine, sono presentate e discusse le prime registrazioni in assoluto degli LFP evocati lungo un'intera colonna corticale ottenute tramite l'ultima generazione di chip impiantabili a tecnologia CMOS. Questi ultimi presentano una matrice di 256 siti di registrazione, organizzata secondo due possibili topologie, 16 x 16 o 4 x 64, e avente una distanza tra gli elettrodi pari a 15 um o 33 um rispettivamente. Una precisa dinamica di propagazione dei potenziali evocati può già essere riconosciuta in questi primissimi profili corticali. Nel prossimo futuro, l'uso di questi dispositivi a semiconduttore potrà aiutare a comprendere il decorso di sindromi neurodegerative come il Parkinson o l'Alzheimer, associando sintomi e comportamenti tipo della malattia a specifiche caratteristiche neuronali. I chip impiantabili potranno anche essere utilizzati come 'electroceuticals', ossia potranno aiutare a rallentare (o addirittura a capovolgere) il decorso delle malattie neurogenerative, costituendo le basi di protesi neuronali in grado di sostenere fisicamente o allenare funzionalmente le popolazioni neuronali danneggiate. L'identificazione e il rilevamento di segnali neuronali ad alta risoluzione aiuterà anche a sviluppare complesse interfacce cervello-macchina, che consentiranno il controllo di protesi intelligenti e che forniranno sofisticati meccanismi di feedback a chi ha perso l'uso di alcune parti del proprio corpo o determinate funzioni cerebrali.