Summary

Video-EEG-ECG simultaneo monitoraggio per identificare la disfunzione Neurocardiac in modelli murini di epilessia

Published: January 29, 2018
doi:

Summary

Qui, presentiamo un protocollo per registrare il cervello e cuore bio segnali nei topi utilizzando il video simultanei, l’elettroencefalografia (EEG) ed elettrocardiografia (ECG). Descriviamo anche metodi per analizzare le registrazioni di EEG-ECG risultante per i grippaggi, potenza spettrale EEG, funzione cardiaca e variabilità della frequenza cardiaca.

Abstract

Nell’epilessia, convulsioni possono evocare disturbi del ritmo cardiaco come cambiamenti di frequenza cardiaca, blocchi di conduzione, Asistolie e aritmie, che possono potenzialmente aumentare il rischio della morte inattesa improvvisa nell’epilessia (SUDEP). L’elettroencefalografia (EEG) ed elettrocardiogramma (ECG) sono ampiamente usati strumenti diagnostici clinici per il monitoraggio cerebrale anormale e ritmi cardiaci nei pazienti. Qui, una tecnica per registrare simultaneamente video, ECG e EEG nei topi per comportamento di misurazione, cervello e attività cardiaca, rispettivamente, è descritta. La tecnica descritta nel presente documento utilizza un tethered (cioè, cablato) configurazione di registrazione in cui l’elettrodo impiantato sulla testa del mouse è hard-wired all’apparecchio di controllo. Rispetto ai sistemi di registrazione di telemetria wireless, la disposizione tethered possiede diversi vantaggi tecnici come ad esempio un maggior numero possibile di canali per la registrazione EEG o altri biopotentials; minori costi di elettrodo; e una maggiore frequenza di banda (cioè, frequenza di campionamento) delle registrazioni. Le basi di questa tecnica possono anche essere facilmente modificate per ospitare la registrazione altri BCI, ad esempio l’elettromiografia (EMG) o pletismografia per la valutazione del muscolo e l’attività respiratoria, rispettivamente. Oltre a descrivere come eseguire le registrazioni di EEG-ECG, dettagliamo anche metodi per quantificare i dati risultanti per i grippaggi, potenza spettrale EEG, funzione cardiaca e variabilità della frequenza cardiaca, che dimostriamo in un esperimento di esempio utilizzando un mouse con epilessia a causa di omissione del gene Kcna1 . Video-EEG-ECG monitoraggio in modelli murini di epilessia o altre malattie neurologiche fornisce un potente strumento per identificare la disfunzione a livello del cervello, cuore o interazioni cervello-cuore.

Introduction

L’elettroencefalografia (EEG) ed elettrocardiogramma (ECG) sono tecniche potenti e ampiamente utilizzati per la valutazione in vivo del cervello e funzione cardiaca, rispettivamente. EEG è la registrazione dell’attività elettrica cerebrale collegando gli elettrodi al cuoio capelluto1. Il segnale registrato con EEG non invasiva rappresenta le fluttuazioni di tensione derivanti da potenziali postsinaptici eccitatori ed inibitori compiuti generati principalmente da neuroni piramidali corticali1,2. EEG è la prova più comune neurodiagnostic per valutazione e gestione dei pazienti con epilessia3,4. È particolarmente utile quando i grippaggi epilettici si verificano senza evidenti manifestazioni comportamentali convulsive, quali i grippaggi di assenza o stato non-convulsivo epilettico5,6. Al contrario, l’epilessia non correlate a condizioni che portano a episodi convulsivi o perdita di coscienza possono essere mal diagnosticate come crisi epilettiche senza monitoraggio video-EEG7. Oltre alla sua utilità nel campo dell’epilessia, EEG è anche ampiamente usato per rilevare l’attività anormale del cervello associate a disturbi del sonno, encefalopatie e disturbi della memoria, come pure per integrare l’anestesia generale durante interventi chirurgici2 , 8 , 9.

A differenza di EEG, ECG (o EKG come esso è a volte abbreviato) è la registrazione dell’attività elettrica del cuore10. Gli ECG sono di solito eseguiti collegando gli elettrodi alle estremità degli arti e della parete toracica, che consente di rilevare i cambiamenti di tensione generati dal miocardio durante ogni ciclo cardiaco di contrazione e rilassamento10,11. I componenti principali di forma d’onda ECG di un normale ciclo cardiaco includono l’onda P, complesso QRS e l’onda T, che corrisponde alla depolarizzazione atriale, ventricolare depolarizzazione e ripolarizzazione ventricolare, rispettivamente10, 11. monitoraggio ECG è usata ordinariamente per identificare le aritmia cardiache e difetti del sistema cardiaco di conduzione12. Fra i pazienti di epilessia, l’importanza dell’utilizzo di ECG per identificare potenzialmente life-threatening aritmia è amplificato dal momento che sono al rischio significativamente aumentato di arresto cardiaco improvviso, come pure la morte inattesa improvvisa nell’epilessia13, 14,15.

Oltre alle loro applicazioni cliniche, registrazioni ECG e di EEG sono diventati uno strumento indispensabile per l’identificazione di disfunzione del cervello e cuore in modelli murini di malattia. Anche se tradizionalmente queste registrazioni sono state eseguite separatamente, qui descriviamo una tecnica per ECG, EEG e registrare video contemporaneamente in topi. Il metodo simultaneo di video-EEG-ECG dettagliato qui utilizza una configurazione di registrazione legato in cui l’elettrodo impiantato sulla testa del mouse è hard-wired all’apparecchio di controllo. Storicamente, questo legato, o cablato, configurazione è stato lo standard e più estesamente usato metodo per le registrazioni di EEG nei topi; Tuttavia, sistemi di telemetria wireless EEG sono stati sviluppati recentemente e stanno guadagnando nella popolarità16.

Rispetto ai sistemi wireless di EEG, la disposizione tethered possiede diversi vantaggi tecnici che possono rendere preferibile a seconda dell’applicazione desiderata. Tali vantaggi includono un numero maggiore di canali per la registrazione EEG o altri biopotentials; minori costi di elettrodo; disponibilità di elettrodo; meno suscettibilità per segnalare la perdita; e una maggiore larghezza di banda di frequenza (cioè., frequenza di campionamento) di registrazioni17. Fatto correttamente, il metodo di registrazione legato qui descritto è in grado di fornire alta qualità, priva di artefatti, ECG e di EEG dati contemporaneamente, insieme al video corrispondente per il monitoraggio del comportamento. Questi dati ECG e di EEG quindi possono essere estratta per identificare neurali, cardiache, o neurocardiac le anomalie quali i grippaggi, cambiamenti nel EEG di potenza dello spettro, blocchi di conduzione cardiaca (cioè., saltato battiti cardiaci) e cambiamenti nella variabilità di frequenza cardiaca. Per illustrare l’applicazione di questi metodi quantitativi di EEG-ECG, presentiamo un esperimento di esempio utilizzando un knockout Kcna1 (- / -) del mouse. Kcna1 topi – / – mancano tensione-gated KV 1.1 subunità α e di conseguenza presentano crisi epilettiche spontanee, disfunzione cardiaca e morte prematura, che li rende un modello ideale per la valutazione simultanea di EEG-ECG di deleteri associata a epilessia disfunzione neurocardiac.

Protocol

Tutte le procedure sperimentali devono avvenire conformemente agli orientamenti di istituti nazionali di salute (NIH), come approvato dal vostro ente istituzionale Animal Care ed uso Committee (IACUC). I principali strumenti chirurgici necessari per questo protocollo sono mostrati nella Figura 1. 1. preparazione dell’elettrodo per l’impianto Posizionare il 10-presa femmina nanoconnector (cioè, l’elettrodo; Figura 2A) in una…

Representative Results

Per illustrare come analizzare i dati di registrazioni di EEG-ECG per identificare le anomalie neurocardiac, i risultati vengono visualizzati per una registrazione EEG-ECG 24-h di un Kcna1–del mouse/– (2 mesi). Questi animali mutanti, che sono progettati per mancanza tensione-gated KV 1.1 α-subunità codificata dal gene Kcna1 , sono frequentemente usato modello genetico di epilessia, poiché esibiscono inizio attività affidabile e f…

Discussion

Per ottenere registrazioni di EEG-ECG di alta qualità che sia esente da artefatti, dovrebbero essere prese tutte le precauzioni per prevenire la degradazione o allentamento dell’elettrodo impiantato e fili. Come un impianto per testa del EEG si allenta, dei contatti dei fili con il cervello si degrada leader per le ampiezze in diminuzione del segnale. Gli impianti allentati o povero filo contatti possono anche causare distorsione dei segnali elettrici, introducendo artefatti di movimento e rumore di fondo per le registr…

Divulgations

The authors have nothing to disclose.

Acknowledgements

Questo lavoro è stato supportato da cittadini Uniti per la ricerca nell’epilessia (concessione numero 35489); il National Institutes of Health (concedere numeri R01NS100954, R01NS099188); e una borsa di studio post-dottorato di Louisiana State University Health Sciences Center Malcolm Feist.

Materials

VistaVision stereozoom dissecting microscope VWR
Dolan-Jenner MI-150 microscopy illuminator, with ring light VWR MI-150RL
CS Series scale Ohaus CS200 for weighing animal
T/Pump professional Stryker recirculating water heat pad system
Ideal Micro Drill Roboz Surgical Instruments RS-6300
Ideal Micro Drill Burr Set Cell Point Scientific 60-1000 only need the 0.8-mm size
electric trimmer Wahl 9962 mini clipper
tabletop vise Eclipse Tools PD-372 PD-372 Mini-tabletop suction vise
fine scissors Fine Science Tools 14058-11 ToughCut, Straight, Sharp/Sharp, 11.5 cm
Crile-Wood needle holder Fine Science Tools 12003-15 Straight, Serrated, 15 cm, with lock – For applying wound clips
Dumont #7 forceps Fine Science Tools 11297-00 Standard Tips, Curved, Dumostar, 11.5 cm
Adson forceps Fine Science Tools 11006-12 Serrated, Straight, 12 cm
Olsen-Hegar needle holder with suture cutter Fine Science Tools 12002-12 Straight, Serrated, 12 cm, with lock
scalpel handle #3 Fine Science Tools 10003-12
surgical blades #15 Havel's FHS15
6-0 surgical suture Unify S-N618R13 non-absorbable, monofilament, black
gauze sponges Coviden 2346 12 ply, 7.6 cm x 7.6 cm
cotton-tipped swabs Constix SC-9 15.2-cm total length
super glue  Loctite LOC1364076 gel control
Michel wound clips, 7.5mm Kent Scientific INS700750
polycarboxylate dental cement kit Prime-dent 010-036 Type 1 fine grain
tuberculin syringe BD 309623
polyethylene tubing Intramedic 427431 PE160, 1.143 mm (ID) x 1.575 mm (OD)
chlorhexidine  Sigma-Aldrich C9394
ethanol Sigma-Aldrich E7023-500ML
Puralube vet ointment Dechra Veterinary Products opthalamic eye ointment
mouse anesthetic cocktail Ketamine (80 mg/kg), Xylazine (10 mg/kg), and Acepromazine (1 mg/kg)
carprofen Rimadyl (trade name)
HydroGel ClearH20 70-01-5022 hydrating gel; 56-g cups
Ponemah  software Data Sciences International data acquisition and analysis software; version 5.2 or greater with Electrocardiogram Module
7700 Digital Signal conditioner Data Sciences International
12 Channel Isolated Bio-potential Pod Data Sciences International
fish tank Topfin for use as recording chamber; 20.8 gallon aquarium; 40.8 cm (L) X 21.3 cm (W) X 25.5 cm (H)
Digital Communication Module (DCOM) Data Sciences International 13-7715-70
12 Channel Isolated Bio-potential Pod Data Sciences International 12-7770-BIO12
serial link cable Data Sciences International J03557-20 connects DCOM to bio-potential pod
Acquisition Interface (ACQ-7700USB) Data Sciences International PNM-P3P-7002
network video camera Axis Communications P1343, day/night capability
8-Port Gigabit Smart Switch Cisco SG200-08 8-port gigabit ethernet swith with 4 power over ethernet supported ports (Cisco Small Business 200 Series)
10-pin male nanoconnector with guide post hole Omnetics NPS-10-WD-30.0-C-G electrode for implantation on the mouse head
10-socket female nanoconnector with guide post Omnetics NSS-10-WD-2.0-C-G connector for electrode implant
1.5-mm female touchproof connector cables PlasticsOne 441 1 signal, gold-plated; for connecting the wiring from the head-mount implant to the bio-potential pod
soldering iron Weller WESD51 BUNDLE digital soldering station
solder Bernzomatic 327797 lead free, silver bearing, acid flux core solder
heat shrink tubing URBEST collection of tubing with 1.5- to 10-mm internal diameters
heat gun Dewalt D26960
mounting tape (double-sided) 3M Scotch MMM114 114/DC Heavy Duty Mounting Tape, 2.54 cm x 1.27 m 
desktop computer Dell recommended minimum requirements: 3rd Gen Intel Core i7-3770 processor with HD4000 graphics; 4 GB RAM, 1 GB AMD Radeon HD 7570 video card; 1 TB hard drive; Windows 7 OS 
permanent marker Sharpie 37001 black color, ultra fine point
toothpicks for mixing and applying the polycarboxylate dental cement
LabChart Pro software ADInstruments power spectrum software; version 8.1.3 or greater
Kubios HRV software Univ. of Eastern Finland HRV analysis software; version 2.2
Notepad Microsoft simple text editor software

References

  1. Fisch, B. J. . Fisch and Spehlmann’s EEG Primer. , (1999).
  2. Constant, I., Sabourdin, N. The EEG signal: a window on the cortical brain activity. Paediatr. Anaesth. 22 (6), 539-552 (2012).
  3. Mendez, O. E., Brenner, R. P. Increasing the yield of EEG. J. Clin. Neurophysiol. 23 (4), 282-293 (2006).
  4. Smith, S. J. M. EEG in the diagnosis, classification, and management of patients with epilepsy. J. Neurol. Neurosurg. Psychiatry. 76, ii2-ii7 (2005).
  5. Bauer, G., Trinka, E. Nonconvulsive status epilepticus and coma. Epilepsia. 51 (2), 177-190 (2010).
  6. Hughes, J. R. Absence seizures: a review of recent reports with new concepts. Epilepsy Behav. 15 (4), 404-412 (2009).
  7. Mostacci, B., Bisulli, F., Alvisi, L., Licchetta, L., Baruzzi, A., Tinuper, P. Ictal characteristics of psychogenic nonepileptic seizures: what we have learned from video/EEG recordings–a literature review. Epilepsy Behav. 22 (2), 144-153 (2011).
  8. Smith, S. J. M. EEG in neurological conditions other than epilepsy: when does it help, what does it add?. J. Neurol. Neurosurg. Psychiatry. 76, ii8-ii12 (2005).
  9. Kennett, R. Modern electroencephalography. J. Neurol. 259 (4), 783-789 (2012).
  10. Thaler, M. S. . The Only EKG Book You’ll Ever Need. , (2012).
  11. Becker, D. E. Fundamentals of electrocardiography interpretation. Anesth. Prog. 53 (2), 53-63 (2006).
  12. Luz, E. J. S., Schwartz, W. R., Cámara-Chávez, G., Menotti, D. ECG-based heartbeat classification for arrhythmia detection: A survey. Comput. Methods Programs Biomed. 127, 144-164 (2016).
  13. Bardai, A., et al. Epilepsy is a risk factor for sudden cardiac arrest in the general population. PloS One. 7 (8), e42749 (2012).
  14. Lamberts, R. J., et al. Increased prevalence of ECG markers for sudden cardiac arrest in refractory epilepsy. J. Neurol. Neurosurg. Psychiatry. 86 (3), 309-313 (2015).
  15. Thurman, D. J., Hesdorffer, D. C., French, J. A. Sudden unexpected death in epilepsy: assessing the public health burden. Epilepsia. 55 (10), 1479-1485 (2014).
  16. Zayachkivsky, A., Lehmkuhle, M. J., Dudek, F. E. Long-term Continuous EEG Monitoring in Small Rodent Models of Human Disease Using the Epoch Wireless Transmitter System. J. Vis. Exp. (101), e52554 (2015).
  17. Bertram, E. H. Monitoring for Seizures in Rodents. Models of Seizures and Epilepsy. , 97-109 (2017).
  18. Mishra, V., et al. Scn2a deletion improves survival and brain-heart dynamics in the Kcna1-null mouse model of sudden unexpected death in epilepsy (SUDEP). Hum. Mol. Genet. 26 (11), 2091-2103 (2017).
  19. Thireau, J., Zhang, B. L., Poisson, D., Babuty, D. Heart rate variability in mice: a theoretical and practical guide. Exp. Physiol. 93 (1), 83-94 (2008).
  20. Smart, S. L., et al. Deletion of the K(V)1.1 potassium channel causes epilepsy in mice. Neuron. 20 (4), 809-819 (1998).
  21. Glasscock, E., Yoo, J. W., Chen, T. T., Klassen, T. L., Noebels, J. L. Kv1.1 potassium channel deficiency reveals brain-driven cardiac dysfunction as a candidate mechanism for sudden unexplained death in epilepsy. J. Neurosci. 30 (15), 5167-5175 (2010).
  22. Moore, B. M., Jerry Jou, ., Tatalovic, C., Kaufman, M., S, E., Kline, D. D., Kunze, D. L. The Kv1.1 null mouse, a model of sudden unexpected death in epilepsy (SUDEP). Epilepsia. 55 (11), 1808-1816 (2014).
  23. Ryvlin, P., et al. Incidence and mechanisms of cardiorespiratory arrests in epilepsy monitoring units (MORTEMUS): a retrospective study. Lancet Neurol. 12 (10), 966-977 (2013).
  24. Stables, C. L., Auerbach, D. S., Whitesall, S. E., D’Alecy, L. G., Feldman, E. L. Differential impact of type-1 and type-2 diabetes on control of heart rate in mice. Auton. Neurosci. 194, 17-25 (2016).
  25. Gehrmann, J., Hammer, P. E., Maguire, C. T., Wakimoto, H., Triedman, J. K., Berul, C. I. Phenotypic screening for heart rate variability in the mouse. Am. J. Physiol. Heart Circ. Physiol. 279 (2), H733-H740 (2000).
  26. Goldman, A. M., Glasscock, E., Yoo, J., Chen, T. T., Klassen, T. L., Noebels, J. L. Arrhythmia in heart and brain: KCNQ1 mutations link epilepsy and sudden unexplained death. Sci. Transl. Med. 1 (2), 2ra6 (2009).

Play Video

Citer Cet Article
Mishra, V., Gautier, N. M., Glasscock, E. Simultaneous Video-EEG-ECG Monitoring to Identify Neurocardiac Dysfunction in Mouse Models of Epilepsy. J. Vis. Exp. (131), e57300, doi:10.3791/57300 (2018).

View Video