PHASOR: An Open-Source Pipeline for Hidden Markov Model Analysis of Stimulus-Locked Retinal Multielectrode-Array Population Activity
L'article présente PHASOR, un pipeline en libre accès qui intègre l'alignement des stimuli, la classification basée sur Fourier et les modèles de Markov cachés pour analyser et visualiser l'activité de population liée aux stimuli dans les enregistrements rétiniens par réseaux de microélectrodes, démontrant son efficacité à travers des données synthétiques et diverses expériences rétiniennes ex vivo.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
La rétine est souvent considérée comme une simple lentille de caméra pour le cerveau, mais elle est en réalité un circuit neural complexe qui traite l'information visuelle avant de la transmettre. À l'intérieur de cette fine couche de tissu, des milliers de neurones individuels, appelés cellules ganglionnaires de la rétine, émettent des signaux électriques en réponse à la lumière. Bien que les scientifiques étudient depuis longtemps la façon dont une cellule unique réagit à la lumière, une compréhension croissante montre que la véritable histoire de la vision réside dans la manière dont ces cellules travaillent ensemble en groupe. Tout comme un instrument unique dans un orchestre ne peut transmettre une symphonie, un neurone seul ne peut pleinement expliquer comment le cerveau voit le monde. Le défi pour les chercheurs a été d'écouter le bavardage de centaines de ces cellules à la fois et de trouver les motifs récurrents dans leur comportement collectif, surtout lorsque ces motifs sont liés à des moments spécifiques dans le temps, comme le scintillement d'une lumière.
Pour résoudre cela, une équipe de chercheurs a développé un nouvel outil logiciel appelé PHASOR, conçu pour écouter la conversation de groupe de la rétine et la traduire en une histoire claire. Les chercheurs ont enregistré l'activité électrique des cellules rétiniennes de souris, à la fois saines et présentant une condition génétique qui endommage leurs cellules photosensibles. Ils ont exposé ces rétines à un scintillement lumineux rythmique et à champ complet, faisant varier la luminosité d'un faible à un fort éclat. L'objectif était de voir si le groupe de cellules se stabiliserait dans des modes d'activité distincts et répétitifs qui correspondaient au rythme et à l'intensité de la lumière, plutôt que de simplement s'activer de manière aléatoire.
Le processus commence par aligner chaque pic électrique des cellules avec le moment exact où la lumière a changé. Le logiciel trie ensuite les cellules en fonction de leur réaction au rythme : certaines s'activent quand la lumière s'allume, d'autres quand elle s'éteint, et d'autres présentent des réponses plus complexes. Une fois les cellules catégorisées, le logiciel utilise une méthode statistique pour regrouper l'ensemble de la population en états cachés. Imaginez la population de cellules comme une grande foule ; à n'importe quelle seconde, la foule peut se trouver dans un état où principalement un certain type de personne parle, ou un autre état où un mélange différent est actif. Le logiciel tente de déterminer combien de ces états de foule distincts existent et dans lequel la rétine se trouve à chaque instant.
Lorsqu'il a été testé sur des données générées par ordinateur où les chercheurs connaissaient exactement le nombre d'états au préalable, l'outil s'est révélé remarquablement précis. Même lorsque le logiciel choisissait de décrire les données avec un nombre d'états légèrement supérieur à ce qui existait réellement, il parvenait tout de même à reconstruire la séquence des événements avec une fidélité quasi parfaite. Dans ces simulations, l'outil a correctement identifié le moment et l'ordre des états cachés presque à chaque fois, montrant qu'il pouvait récupérer la structure sous-jacente des données même si le compte exact des états était légèrement erroné. Cette distinction est cruciale : l'outil est conçu pour trouver le motif d'activité, et non nécessairement pour compter les états avec une précision mathématique.
Lorsqu'il a été appliqué à des enregistrements réels provenant de rétines de souris saines, l'outil a révélé une riche tapisserie d'activité. Les rétines ne se contentaient pas de s'activer de manière aléatoire ; elles passaient entre des états distincts qui duraient de dizaines à des centaines de millisecondes. Ces états n'étaient pas uniformes ; certains étaient dominés par des cellules qui répondaient à l'allumage de la lumière, tandis que d'autres étaient dominés par des cellules qui répondaient à l'extinction de la lumière. L'outil a montré qu'à mesure que le contraste de la lumière augmentait, la population basculait vers de nouveaux états, et que le mélange spécifique de cellules actives changeait de manière prévisible. Par exemple, à des niveaux de contraste plus élevés, la population passait plus de temps dans des états où les cellules « ON » (activation) étaient hautement actives, et les transitions entre ces états étaient étroitement liées au rythme du scintillement de la lumière.
Pour s'assurer que ces motifs étaient réellement causés par la lumière et non par un simple bruit aléatoire, les chercheurs ont mené deux expériences de contrôle. Dans la première, ils ont utilisé le même protocole de timing mais sans projeter de lumière sur la rétine. Dans ce cas, les cellules s'activaient à un taux constant et faible, et le logiciel n'a trouvé aucun état organisé s'alignant sur le timing du protocole. Dans le second contrôle, ils ont utilisé une rétine provenant d'une souris présentant une condition génétique qui détruit les cellules photosensibles. Même si la lumière était projetée, les cellules ne se sont pas organisées selon les motifs rythmiques observés dans les yeux sains. Ces contrôles ont confirmé que les états complexes et répétitifs trouvés dans les rétines saines étaient une réponse directe au stimulus visuel.
L'outil a également permis aux chercheurs de tester comment la rétine réagit lorsqu'une voie chimique spécifique est bloquée. En appliquant un médicament qui réduit au silence la voie « ON » de la rétine, ils ont observé un changement dramatique dans le comportement de la population. La séquence des états a changé de manière visible, et le timing des réponses a été modifié, confirmant que l'outil peut détecter comment des manipulations biologiques spécifiques altèrent l'activité collective du réseau neuronal. Cette sensibilité suggère que la méthode peut être utilisée pour comprendre comment différentes parties du système visuel contribuent à l'image globale reçue par le cerveau.
La signification de ce travail réside dans sa capacité à transformer un flux chaotique de signaux électriques en un modèle descriptif gérable du fonctionnement de la rétine en tant qu'équipe. Les chercheurs n'ont pas découvert un nouveau type de cellule ou une nouvelle loi biologique ; au lieu de cela, ils ont construit un pipeline réutilisable qui relie le timing d'un stimulus au comportement collectif de la population. Les états identifiés par l'outil fournissent une carte descriptive de l'activité de la population, montrant quels groupes de cellules sont actifs ensemble et pendant combien de temps. Bien que le nombre exact d'états trouvés dans les simulations ait parfois été légèrement supérieur au nombre réel, la séquence des événements a été récupérée avec une grande précision, prouvant que la méthode est robuste pour trouver la structure sous-jacente de l'activité neurale. Cette approche offre une nouvelle façon pour les scientifiques d'inspecter comment la première station visuelle du cerveau traite l'information, en allant au-delà de l'étude des cellules individuelles pour comprendre la dynamique de groupe qui définit la vision.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.