Multi-elektrot patch-kelepçe kayıtları karmaşık bir görev oluşturmaktadır. Burada, deneysel adım birçok otomatik olarak, performans ve kayıtların sayısı kaliteyi iyileştirmek yol açan sürecini hızlandırmak için nasıl mümkün olduğunu gösterir.
Patch-klemp tekniği bireysel nöronlar ya da subselüler bölmelerden elektriksel aktivite kayıt için en köklü yöntemi bugün. Bununla birlikte, kararlı kayıtları elde, hatta tek tek hücrelerden, önemli ölçüde karmaşık bir zaman alıcı bir işlem kalır. Verimli bilgi ekranı ile birlikte birçok adımdan Otomasyon ölçüde daha yüksek güvenilirliği ile kayıtların büyük bir dizi performans ve daha az sürede experimentalists yardımcı olabilir. Büyük ölçekli kayıtları elde etmek için biz en verimli yaklaşım tamamen sürecini otomatik hale ancak deneysel adımları basitleştirmek ve verimli deneycinin deneyim ve görsel geribildirim birleştiren ise insan hatası olasılığını azaltmak değil varmıştır. Akılda bu hedefleri ile biz tek bir arayüzde bir çok elektrot patch-kelepçe deneyde, bir Commerc için gerekli tüm kontrolleri merkezde bilgisayar destekli bir sistem geliştirdiially mevcut kablosuz gamepad, bilgisayar ekranında deney ile ilgili bilgiler ve rehberlik ipuçları göstermeleridir. Burada bize kayıt yapılandırmasını elde etmek için gerekli olan zamanı azaltır ve büyük ölçüde başarılı bir şekilde eş zamanlı olarak nöronların sayıda kayıt şansını artırmak için izin sisteminin farklı bileşenleri tarif eder.
Mikrometre hassasiyet ile birden fazla site kayıt ve teşvik kapasitesi deneysel nöronal sistemlerinin daha iyi anlaşılmasını sağlamak için son derece yararlıdır. Bu amaçla birçok teknik geliştirilmiştir ama hiçbiri submillivolt çözünürlük eşik altı aktivitesi ve bireysel postsinaptik potansiyeller çalışmak için gerekli olan patch-clamp tekniği ile elde izin verir. Burada aynı zamanda bir kayıt ve nöronal bağlantı çalışma için yeterli hassasiyetle tek tek hücrelerin bir çok sayıda uyarıcı hedefleyen bir on iki elektrot bilgisayar destekli patch-clamp sisteminin geliştirilmesi kapsar. Diğer birçok uygulama böyle bir sistem için tasarlanmış olsa da, bu nöron grubu içinde mümkün bağlantılarının sayısı, söz konusu durum nöron sayısının karesi ile orantılı olarak büyür verilen sinaptik bağlantı çalışmaya özellikle de çok uygundur. Bu nedenle, üç elektrotlu bir sistem sağlar test ederkenkadar altı bağlantılarının oluşumu ve en sık oniki nöronların kayıt, tek tek kadar kayıt 132 bağlantıların oluşumunu test ve sık sık (Şekil 1) bir düzineden fazla gözlemlemeye olanak sağlar. Bağlantıların onlarca gözlem anda mümkün küçük ağların organizasyonu analiz ve aksi halde 1 problanabilir edilemez ağ yapısının istatistiksel özelliklerini anlaması için yapar. Ayrıca, çok sayıda hücrelerin kesin uyarılması da postsinaptik hücreleri 2 işe kantifizasyonunu.
Bir acil soru genellikle biz anlatılan prosedürün başarı oranı ile ilgili ortaya çıkar. Yüksek başarı oranları için hazırlık esastır. Pipetler kaydedilen hücreleri canlılar için yeterli ipucu açıklıklar olmalıdır. Tıkanmış pipetler önlemek için hücre içi çözelti filtre de önemlidir. Son derece temiz, taze çekilmiş pipetler başka bir şartı vardır. Bir binom dağılımı bu konularda nihai verimini nasıl etkilediğini anlamak için kullanılabilecek basit modeldir. Bu% 80 veya gör…
The authors have nothing to disclose.
Biz yama kelepçe prosedür otomasyonu için iyileştirmeler değerli tavsiyeler Gilad Silberberg, Michele Pignatelli, Thomas K. Berger, Luca GAMBAZZI ve Sonia Garcia teşekkür etmek istiyorum. Biz değerli tavsiye ve yazılım uygulama ile yardım için Rajnish Ranjan teşekkür ederim. Bu çalışma, AB Synapse proje ve kısmen İnsan Frontiers Bilim Programı tarafından finanse edildi.
Microscope | Olympus | BX51WI | 40X Immersion Objective |
Manipulators | Luigs & Neumann | SM-5 | Serial protocol used |
Amplifiers | Axon Instruments | MultiClamp 700B | SDK used |
Camera | Till Photonics | VS 55 | BNC analog output |
Framegrabber | Data Translation | DT3120 | SDK used |
Oscilloscopes | Tektronix | TDS 2014 | Serial communication |
Data acquisition | InstruTECH | ITC 1600 | |
Data acquisition | National Instruments | PCI-6221 | Library used (.dll) |
Pressure valve | SMC | SMC070C-6BG-32 | |
Pressure sensor | Honeywell | 24PCDFA6G | |
Membrane pump | Schego | Optimal |