培养神经元网络自发放电序列的非线性特征.pdfVIP

2010 年 第 55 卷 第 1 期：7 ~ 14 《中国科学 》杂志社 论 文 SCIENCE CHINA PRESS 培养神经元网络自发放电序列的非线性特征 * * 陈文娟, 李向宁, 蒲江波, 朱耿, 骆清铭 华中科技大学Britton Chance 生物医学光子学研究中心-武汉光电国家实验室(筹), 武汉 430074 * 联系人, E-mail: lixiangning@, qluo@ 2009-07-30 收稿, 2009-09-24 接受 国家自然科学基金资助项目(批准号: 摘要 神经自发放电活动对于神经发育、神经系统基本功能及学习记忆等高级功能的维持具有 关键词 重要意义. 为了研究神经自发放电序列的动力学特征, 我们利用多电极阵列系统长时间、连续 神经元网络 记录了体外培养海马神经元网络的自发活动. 在发育过程中网络的放电模式复杂多变, 峰峰间 自发放电序列 隔序列中出现分岔现象. 为深入分析其非线性特征, 引入锋电位序列密度函数、非线性预测和 分岔 混沌 替代数据等多种方法分析锋电位序列, 结果显示培养神经元网络的自发放电活动中存在混沌 多电极阵列 这一重要非线性现象. 该研究结果有助于认识神经系统的动力学特征, 进一步推动人们对神经 编码机制的理解. 神经系统对外界信息进行编码、整合与储存的过 量的噪声, 往往表现为杂乱无章. 传统的时间编码和 程及相关机制, 是神经科学家关注的热点. 为了研究 频率编码分析方法仅能从中提取到有限的信息, 故 神经电生理活动中携带的复杂编码信息, 现有多种 需要以更全面的视野引入更有效的工具来评估培养 [7] 编码理论被用于分析锋电位(spike)序列, 其中应用最 神经元网络的动力学行为 . 为广泛的平均频率编码理论和时间编码理论均得到 随着非线性科学尤其是混沌理论的飞速发展, 了大量实验证据和理论研究的支持[1,2]. 但是, 神经 许多貌似杂乱无章的神经活动得到较好的解释. 研 系统高度复杂, 噪声水平显著, 而且不同结构层次的 究表明, 混沌理论对认知、学习和记忆存储等神经机 神经电生理信号存在很大差异, 直接应用传统的实 制的研究至关重要[8,9]. 作为一种新的尝试, 本文利 验记录手段和数据分析方法不能深入挖掘神经电生 用锋电位密度函数、混沌时间序列预测和替代数据方 理活动中所包含的编码信息, 不利于研究神经编码 法等多种非线性方法, 分析了 60 电极同步记录的培 的细胞和网络机制, 需要进一步在多层次开展深入 养神经元网络自发放电序列的动力学特征. 的研究[3]. 1 材料与方法 多电极阵列(multi-electrode array, MEA)系统可 以多位点同时、连续、无损记录培养神经元网络的电 ( ⅰ) 离体培养及数据记录. 神经元培养采用孕 生理活动, 追踪其动力学性质随发育的演化, 对研究 龄 18 d 的W