दृश्य प्रोस्थेसिस अनुसंधान के लिए रेटिना न्यूरॉन्स का कम्प्यूटेशनल मॉडलिंग - मौलिक दृष्टिकोण
Summary
हम विद्युत उत्तेजना के जवाब में रेटिना न्यूरॉन के व्यवहार को कम्प्यूटेशनल रूप से मॉडल करने के लिए एक वर्कफ़्लो को संक्षेप में प्रस्तुत करते हैं। कम्प्यूटेशनल मॉडल बहुमुखी है और इसमें स्वचालन चरण शामिल हैं जो शारीरिक परिदृश्यों की एक श्रृंखला का अनुकरण करने और विवो / इन विट्रो अध्ययनों में भविष्य के परिणामों की भविष्यवाणी करने में उपयोगी हैं।
Abstract
कम्प्यूटेशनल मॉडलिंग विवो और इन विट्रो सिस्टम में व्यवहार की भविष्यवाणी करने की क्षमता के कारण तंत्रिका इंजीनियरिंग में एक तेजी से महत्वपूर्ण तरीका बन गया है। शारीरिक परिणामों की अक्सर बहुत सटीक भविष्यवाणी प्रदान करके किसी दिए गए अध्ययन में आवश्यक जानवरों की संख्या को कम करने का यह महत्वपूर्ण लाभ है। दृश्य कृत्रिम अंग के क्षेत्र में, कम्प्यूटेशनल मॉडलिंग में व्यावहारिक अनुप्रयोगों की एक सरणी है, जिसमें एक इम्प्लांटेबल इलेक्ट्रोड सरणी के डिजाइन को सूचित करना और दृश्य परसेप्ट्स की भविष्यवाणी करना शामिल है जो उक्त सरणी से विद्युत आवेगों के वितरण के माध्यम से प्राप्त किया जा सकता है। साहित्य में वर्णित कुछ मॉडल विद्युत क्षेत्र और न्यूरॉन या तंत्रिका नेटवर्क के केबल मॉडल की गणना करने के लिए एक त्रि-आयामी (3 डी) आकृति विज्ञान को जोड़ते हैं। कम्प्यूटेशनल मॉडलिंग में सीमित पूर्व अनुभव वाले शोधकर्ताओं के लिए इस दो-चरण यी विधि की पहुंच बढ़ाने के लिए, हम एक कम्प्यूटेशनल मॉडल बनाने के लिए मौलिक दृष्टिकोणों का एक वीडियो प्रदान करते हैं और इसके माध्यम से तैनात उत्तेजना प्रोटोकॉल के शारीरिक और मनोवैज्ञानिक परिणामों की भविष्यवाणी करने में इसका उपयोग करते हैं। एक दृश्य कृत्रिम अंग। गाइड में एक परिमित तत्व मॉडलिंग (फेम) सॉफ्टवेयर में 3 डी मॉडल बनाने के चरण शामिल हैं, एक बहु-कंपार्टमेंटल न्यूरॉन कम्प्यूटेशनल सॉफ्टवेयर में रेटिना गैंग्लियन सेल मॉडल का निर्माण, इसके बाद दोनों का समामेलन। संख्यात्मक रूप से भौतिक समीकरणों को हल करने के लिए एक परिमित तत्व मॉडलिंग सॉफ्टवेयर का उपयोग ऊतक की विद्युत उत्तेजनाओं में विद्युत क्षेत्र वितरण को हल करने के लिए किया जाएगा। फिर, तंत्रिका कोशिका या नेटवर्क की विद्युत गतिविधियों को अनुकरण करने के लिए विशेष सॉफ्टवेयर का उपयोग किया गया था। इस ट्यूटोरियल का पालन करने के लिए, न्यूरोप्रोस्थेसिस के कामकाजी सिद्धांत के साथ-साथ न्यूरोफिज़ियोलॉजिकल अवधारणाओं (जैसे, कार्रवाई संभावित तंत्र और हॉजकिन-हक्सले मॉडल की समझ) के साथ परिचित होने की आवश्यकता होगी।
Introduction
दृश्य न्यूरोप्रोस्थेसिस उपकरणों का एक समूह है जो प्रकाश को देखने की फॉस्फीन या संवेदना बनाने के लिए दृश्य मार्ग में तंत्रिका कोशिकाओं को उत्तेजना (विद्युत, प्रकाश, आदि) प्रदान करता है। यह एक उपचार रणनीति है जो अपक्षयी रेटिना रोगों के कारण स्थायी अंधापन वाले लोगों के लिए लगभग एक दशक से नैदानिक उपयोग में है। आमतौर पर, एक पूर्ण प्रणाली में एक बाहरी कैमरा शामिल होता है जो उपयोगकर्ता के आसपास की दृश्य जानकारी को कैप्चर करता है, छवि को विद्युत दालों की एक श्रृंखला में संसाधित करने और अनुवाद करने के लिए एक बिजली की आपूर्ति और कंप्यूटिंग इकाई, और एक प्रत्यारोपित इलेक्ट्रोड सरणी जो तंत्रिका ऊतक को इंटरफेस करती है और तंत्रिका कोशिकाओं को विद्युत दालें पहुंचाती है। कार्य सिद्धांत एक दृश्य न्यूरोप्रोस्थेसिस को रेटिना से दृश्य प्रांतस्था तक दृश्य मार्ग के साथ विभिन्न साइटों में रखने की अनुमति देता है, जब तक कि यह क्षतिग्रस्त ऊतक से नीचे की ओर हो। दृश्य न्यूरोप्रोस्थेसिस में वर्तमान शोध का बहुमत उत्तेजना की प्रभावकारिता बढ़ाने और अधिक प्राकृतिक दृष्टि प्रदान करने के लिए स्थानिक तीक्ष्णता में सुधार करने पर केंद्रित है।
उत्तेजना की प्रभावकारिता में सुधार के प्रयासों में, कम्प्यूटेशनल मॉडलिंग एक कृत्रिम अंग डिजाइन को मान्य करने और इसके दृश्य परिणाम को अनुकरण करने के लिए एक लागत और समय प्रभावी तरीका रहा है। इस क्षेत्र में कम्प्यूटेशनल मॉडलिंग ने 1999 से लोकप्रियता हासिल की क्योंकि ग्रीनबर्ग1 ने बाह्य विद्युत उत्तेजनाओं के लिए रेटिना गैंग्लियन सेल की प्रतिक्रिया का मॉडल तैयार किया। तब से, कम्प्यूटेशनल मॉडलिंग का उपयोग विद्युत पल्स2,3 या इलेक्ट्रोड 4,5 के ज्यामितीय डिजाइन के मापदंडों को अनुकूलित करने के लिए किया गया है। जटिलता और अनुसंधान प्रश्नों में भिन्नता के बावजूद, ये मॉडल माध्यम (जैसे, तंत्रिका ऊतक) में विद्युत वोल्टेज वितरण का निर्धारण करके और विद्युत प्रतिक्रिया का अनुमान लगाकर काम करते हैं जो विद्युत वोल्टेज के कारण आसपास के न्यूरॉन्स का उत्पादन करेंगे।
एक कंडक्टर में विद्युत वोल्टेज वितरण सभी स्थानों पर पॉइसन समीकरण6 को हल करके पाया जा सकता है:
जहां E विद्युत क्षेत्र है, V विद्युत क्षमता है, J वर्तमान घनत्व है, और σ विद्युत चालकता है। 
समीकरण में एक ढाल ऑपरेटर को इंगित करता है। स्थिर धारा के मामले में, मॉडल पर निम्नलिखित सीमा शर्तें लगाई जाती हैं:
जहां n सतह के लिए सामान्य है, Ω सीमा का प्रतिनिधित्व करता है, और I0 विशिष्ट धारा का प्रतिनिधित्व करता है। साथ में, वे बाहरी सीमाओं पर विद्युत इन्सुलेशन बनाते हैं और चयनित सीमा के लिए एक वर्तमान स्रोत बनाते हैं। यदि हम एक आइसोट्रोपिक चालकता के साथ एक सजातीय माध्यम में एक मोनोपोलर बिंदु स्रोत मानते हैं, तो एक मनमाने स्थान पर बाह्य विद्युत क्षमता की गणना7 द्वारा की जा सकती है:
जहां Ie धारा है और इलेक्ट्रोड और माप के बिंदु के बीच की दूरी है। जब माध्यम असमान या अनिसोट्रोपिक होता है, या इलेक्ट्रोड सरणी में कई इलेक्ट्रोड होते हैं, तो समीकरणों को संख्यात्मक रूप से हल करने के लिए एक कम्प्यूटेशनल सूट सुविधाजनक हो सकता है। एक परिमित-तत्व मॉडलिंग सॉफ्टवेयर6 वॉल्यूम कंडक्टर को ‘तत्वों’ के रूप में जाना जाने वाला छोटे वर्गों में तोड़ देता है। तत्व एक दूसरे के साथ इस तरह से जुड़े हुए हैं कि एक तत्व में परिवर्तन के प्रभाव दूसरों में परिवर्तन को प्रभावित करते हैं, और यह उन भौतिक समीकरणों को हल करता है जो इन तत्वों का वर्णन करने के लिए काम करते हैं। आधुनिक कंप्यूटरों की बढ़ती कम्प्यूटेशनल गति के साथ, इस प्रक्रिया को सेकंड के भीतर पूरा किया जा सकता है। एक बार विद्युत क्षमता की गणना करने के बाद, कोई न्यूरॉन की विद्युत प्रतिक्रिया का अनुमान लगा सकता है।
एक न्यूरॉन विद्युत संकेतों के रूप में जानकारी भेजता और प्राप्त करता है। इस तरह के संकेत दो रूपों में आते हैं – वर्गीकृत क्षमता और कार्रवाई क्षमता। वर्गीकृत क्षमता झिल्ली क्षमता में अस्थायी परिवर्तन हैं जिसमें झिल्ली में वोल्टेज अधिक सकारात्मक (विध्रुवण) या नकारात्मक (हाइपरपोलराइजेशन) हो जाता है। वर्गीकृत क्षमता में आमतौर पर स्थानीय प्रभाव होते हैं। उन कोशिकाओं में जो उनका उत्पादन करते हैं, कार्रवाई क्षमता सभी-या-कुछ भी प्रतिक्रियाएं नहीं हैं जो एक अक्षतंतु की लंबाई के साथ लंबी दूरी की यात्रा कर सकती हैं। वर्गीकृत और कार्रवाई क्षमता दोनों विद्युत के साथ-साथ रासायनिक वातावरण के प्रति संवेदनशील हैं। रेटिना गैंग्लियन कोशिकाओं सहित विभिन्न न्यूरोनल सेल प्रकारों द्वारा एक क्रिया संभावित स्पाइक का उत्पादन किया जा सकता है, जब एक दहलीज ट्रांसमेम्ब्रेन क्षमता पार हो जाती है। क्रिया क्षमता स्पाइकिंग और प्रसार तब डाउनस्ट्रीम न्यूरॉन्स को संकेतों के सिनैप्टिक ट्रांसमिशन को ट्रिगर करता है। एक न्यूरॉन को एक केबल के रूप में मॉडलिंग किया जा सकता है जिसे बेलनाकार खंडों में विभाजित किया जाता है, जहां लिपिड बाइलेयर झिल्ली8 के कारण प्रत्येक खंड में धारिता और प्रतिरोध होता है। एक न्यूरॉन कम्प्यूटेशनल प्रोग्राम9 सेल को कई डिब्बों में विभाजित करके और गणितीय मॉडल10 को हल करके विद्युत-उत्तेजक सेल की विद्युत गतिविधि का अनुमान लगा सकता है:
इस समीकरण में, सीएमझिल्ली धारिता है, वीई, एन नोड एन पर बाह्य क्षमता है, वीआई, एन नोड एन पर इंट्रासेल्युलर क्षमता, आरएननोड एन पर इंट्रासेल्युलर (अनुदैर्ध्य) प्रतिरोध, और आईआयन नोड एन पर आयन चैनलों के माध्यम से जाने वाला आयनिक प्रवाह है। उत्तेजना सक्रिय होने पर एफईएम मॉडल से वी के मूल्यों को न्यूरॉन में सभी नोड्स के लिए वीई,एन के रूप में लागू किया जाता है।
आयन चैनलों से ट्रांसमेम्ब्रेन धाराओं को हॉजकिन-हक्सले फॉर्मूलेशन11 का उपयोग करके मॉडलिंग किया जा सकता है:
जहां जीआई चैनल का विशिष्ट चालकता है, वीएम ट्रांसमेम्ब्रेन क्षमता (वीआई, एन – वीई, एन) और ईआयन आयन चैनल की रिवर्सल क्षमता है। वोल्टेज-गेटेड चैनलों के लिए, जैसे कि एनए चैनल, आयाम रहित पैरामीटर, एम, और एच, जो चैनलों के खुलने या बंद होने की संभावना का वर्णन करते हैं, पेश किए जाते हैं:
विशेष आयन चैनल के लिए अधिकतम झिल्ली चालकता कहां 
है, और पैरामीटर एम और एच के मूल्यों को अंतर समीकरणों द्वारा परिभाषित किया गया है:
जहां αएक्स और βएक्स वोल्टेज-निर्भर फ़ंक्शन हैं जो आयन चैनल के दर स्थिरांक को परिभाषित करते हैं। वे आम तौर पर फॉर्म लेते हैं:
इन समीकरणों में मापदंडों के मूल्य, जिनमें अधिकतम चालकता, साथ ही स्थिरांक ए, बी, सी और डी शामिल हैं, आमतौर पर अनुभवजन्य माप से पाए गए थे।
इन बिल्डिंग ब्लॉकों के साथ, वर्णित चरणों का पालन करके विभिन्न जटिलताओं के मॉडल बनाए जा सकते हैं। एक फेम सॉफ्टवेयर तब उपयोगी होता है जब पॉइसन समीकरण को विश्लेषणात्मक रूप से हल नहीं किया जा सकता है, जैसे कि वॉल्यूम कंडक्टर में असंगत या अनिसोट्रोपिक चालकता के मामले में या जब इलेक्ट्रोड सरणी की ज्यामिति जटिल होती है। बाह्य संभावित मूल्यों को हल करने के बाद, न्यूरॉन केबल मॉडल को न्यूरॉन कम्प्यूटेशनल सॉफ्टवेयर में संख्यात्मक रूप से हल किया जा सकता है। दो सॉफ्टवेयर का संयोजन एक जटिल न्यूरॉन सेल या नेटवर्क की गणना को एक गैर-समान विद्युत क्षेत्र में सक्षम बनाता है।
उपरोक्त कार्यक्रमों का उपयोग करके सुप्राकोरॉइडल उत्तेजना के तहत रेटिना गैंग्लियन सेल का एक सरल दो-चरण मॉडल बनाया जाएगा। इस अध्ययन में, रेटिना गैंग्लियन सेल को विद्युत प्रवाह दालों के परिमाण की एक श्रृंखला के अधीन किया जाएगा। उत्तेजना के सापेक्ष सेल का स्थान भी दूरी-दहलीज संबंध दिखाने के लिए विविध है। इसके अलावा, अध्ययन में उत्तेजना इलेक्ट्रोड12 के विभिन्न आकारों का उपयोग करके कॉर्टिकल सक्रियण सीमा के विवो अध्ययन के खिलाफ कम्प्यूटेशनल परिणाम का सत्यापन शामिल है, साथ ही एक इन विट्रो अध्ययन इलेक्ट्रोड-न्यूरॉन दूरी और सक्रियणसीमा 13 के बीच संबंध दिखाता है।
Protocol
Representative Results
Discussion
इस पेपर में, हमने एक मॉडलिंग वर्कफ़्लो का प्रदर्शन किया है जो परिमित तत्व और बायोफिज़िकल न्यूरॉन मॉडलिंग को जोड़ता है। मॉडल अत्यधिक लचीला है, क्योंकि इसे विभिन्न उद्देश्यों को फिट करने के लिए इसकी जटि…
Divulgations
The authors have nothing to disclose.
Acknowledgements
यह शोध राष्ट्रीय स्वास्थ्य और चिकित्सा अनुसंधान परिषद परियोजना अनुदान (अनुदान संख्या 1109056) द्वारा वित्त पोषित है।
Materials
| Computer workstation | N/A | N/A | Windows 64-bit operating system, at least 4GB of RAM, at least 3 GB of disk space |
| Anaconda Python | Anaconda Inc. | Version 3.9 | The open source Individual Edition containing Python 3.9 and preinstalled packages to perform data manipulation, as well as Spyder Integrated Development Environment. It could be used to control the simulation, as well as to display and analyse the simulation data. |
| COMSOL Multiphysics | COMSOL | Version 5.6 | The simulation suite to perform finite element modelling. The licence for the AC/DC module should be purchased. The Application Builder capability should be included in the licence to follow the automation tutorial. |
| NEURON | NEURON | Version 8.0 | A freely-distributed software to perform the computation of neuronal cells and/or neural networks. |
References
- Greenberg, R. J., Velte, T. J., Humayun, M. S., Scarlatis, G. N., de Juan, E. A computational model of electrical stimulation of the retinal ganglion cell. IEEE Transactions on Bio-medical Engineering. 46 (5), 505-514 (1999).
- Guo, T., et al. Mediating retinal ganglion cell spike rates using high-frequency electrical stimulation. Frontiers in Neuroscience. 13, 413 (2019).
- Loizos, K., et al. Increasing electrical stimulation efficacy in degenerated retina: Stimulus waveform design in a multiscale computational model. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 26 (6), 1111-1120 (2018).
- Cao, X., Sui, X., Lyu, Q., Li, L., Chai, X. Effects of different three-dimensional electrodes on epiretinal electrical stimulation by modeling analysis. Journal of Neuroengineering and Rehabilitation. 12 (1), 73 (2015).
- Wilke, R. G. H., Moghadam, G. K., Lovell, N. H., Suaning, G. J., Dokos, S. Electric crosstalk impairs spatial resolution of multi-electrode arrays in retinal implants. Journal of Neural Engineering. 8 (4), 046016 (2011).
- AC/DC module user’s guide. COMSOL AB Available from: https://doc.comsol.com/5.4/doc/com.comsol.help.acdc/ACDCModuleUsersGuide.pdf (2018)
- Malmivuo, P., Malmivuo, J., Plonsey, R. . Bioelectromagnetism: Principles and Applications of Bioelectric and Biomagnetic Fields. , (1995).
- Rall, W. Electrophysiology of a dendritic neuron model. Biophysical Journal. 2, 145-167 (1962).
- Carnevale, N. T., Hines, M. L. . The Neuron Book. , (2006).
- Rattay, F. The basic mechanism for the electrical stimulation of the nervous system. Neurosciences. 89 (2), 335-346 (1999).
- Hodgkin, A. L., Huxley, A. F. A quantitative description of membrane current and its application to conduction and excitation in nerve. The Journal of Physiology. 117 (4), 500-544 (1952).
- Liang, T., et al. Threshold suprachoroidal-transretinal stimulation current required by different-size electrodes in rabbit eyes. Ophthalmic Research. 45 (3), 113-121 (2011).
- Jensen, R. J., Rizzo, J. F., Ziv, O. R., Grumet, A., Wyatt, J. Thresholds for activation of rabbit retinal ganglion cells with an ultrafine, extracellular microelectrode. Investigative Ophthalmology and Visual Science. 44 (8), 3533-3543 (2003).
- Kim, W., Choi, M., Kim, S. -. W. The normative retinal and choroidal thicknesses of the rabbit as revealed by spectral domain optical coherence tomography. Journal of the Korean Ophthalmological Society. 62 (3), 354-361 (2021).
- Guo, T., et al. Influence of cell morphology in a computational model of ON and OFF retinal ganglion cells. 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC). 2013, 4553-4556 (2013).
- Haberbosch, L., et al. Safety aspects, tolerability and modeling of retinofugal alternating current stimulation. Frontiers in Neuroscience. 13, 783 (2019).
- Sheasby, B. W., Fohlmeister, J. F. Impulse encoding across the dendritic morphologies of retinal ganglion cells. Journal of Neurophysiology. 81 (4), 1685-1698 (1999).
- Rockhill, R. L., Daly, F. J., MacNeil, M. A., Brown, S. P., Masland, R. H. The diversity of ganglion cells in a mammalian retina. Journal of Neuroscience. 22 (9), 3831-3843 (2002).
- Lukasiewicz, P., Werblin, F. A slowly inactivating potassium current truncates spike activity in ganglion cells of the tiger salamander retina. The Journal of Neuroscience: The Official Journal of the Society for Neuroscience. 8 (12), 4470-4481 (1988).
- Van Rossum, G. . Python Reference Manual. , (1995).
- . Welcome to Spyder’s Documentation – Spyder 5 documentation Available from: https://docs.spyder-idle.org/current/index.html (2022)
- Rattay, F. Ways to approximate current-distance relations for electrically stimulated fibers. Journal of Theoretical Biology. 125 (3), 339-349 (1987).
- Tsai, D., Morley, J. W., Suaning, G. J., Lovell, N. H. Direct activation and temporal response properties of rabbit retinal ganglion cells following subretinal stimulation. Journal of Neurophysiology. 102 (5), 2982-2993 (2009).
- Tsai, D., Morley, J. W., Suaning, G. J., Lovell, N. H. Frequency-dependent reduction of voltage-gated sodium current modulates retinal ganglion cell response rate to electrical stimulation. Journal of Neural Engineering. 8 (6), 066007 (2011).
- Joucla, S., Glière, A., Yvert, B. Current approaches to model extracellular electrical neural microstimulation. Frontiers in Computational Neuroscience. 8, 13 (2014).
- . OpenFOAM Available from: https://www.openfoam.com/ (2022)
- Barba, L., Forsyth, G. CFD Python: The 12 steps to Navier-Stokes equations. Journal of Open Source Education. 1 (9), 21 (2018).
