Ассоциации нейроглиальной сетевой кальциевой активности с движением мыши in vivo
- Авторы: Кривоносов М.И.1,2, Варехина А.В.2, Анохин К.В.3, Иванченко М.В.1,2
-
Учреждения:
- Институт системного программирования им. В.П. Иванникова Российской академии наук
- Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского
- Московский государственный университет имени М.В. Ломоносова
- Выпуск: Том 18, № 4 (2023)
- Страницы: 850-853
- Раздел: Материалы конференции
- Статья получена: 15.11.2023
- Статья одобрена: 20.11.2023
- Статья опубликована: 15.12.2023
- URL: https://genescells.ru/2313-1829/article/view/623434
- DOI: https://doi.org/10.17816/gc623434
- ID: 623434
Цитировать
Полный текст
Открытый доступ
Доступ предоставлен
Доступ платный или только для подписчиков
Аннотация
Кальциевая визуализация нервной активности в гиппокампе мышей позволяет получить информацию о взаимодействиях между клетками [1]. Индивидуальные клеточные флуктуации кальция во времени кодируют различные состояния мозга во время съёмки мозга мыши. Хотя клетки соединены синапсами и передают информацию друг другу, трудно обнаружить пространственно-временнόй путь передачи на основе визуализации кальция множества клеток ввиду сложности пространственной структуры и съёмки в отдельной фокальной плоскости [2]. Для решения этой задачи было предложено реконструировать динамический граф связей между клетками.
Динамический граф состоит из одиночных графов для каждого момента времени. Одиночный граф, привязанный к моменту времени t, состоит из вершин (клеток) и множества рёбер, характеризующих передачу сигнала между клетками в данный момент времени. В настоящей работе были предложены 3 способа реконструкции рёбер. Первый способ рассматривает пересечения отрезков времени кальциевых событий в одиночных клетках [3]. В моменты времени совместного протекания событий в двух отдельных клетках ребро проводится от клетки с более ранним событием к клетке с более поздним началом события. Второй способ состоит в оценке временных промежутков между моментами начал событий. События, начавшиеся не позже, чем через 2 с, рассматривались как потенциально связанные, соответственно ребро проводилось от клетки, в которой событие началось раньше, ко второй клетке. Третий способ состоит в связи между последовательно происходящими событиями в различных клетках. Ребро проводится от всех активных клеток в предыдущий момент времени к вновь активировавшимся клеткам в следующий момент времени.
Анализ данных построен на эксперименте, в котором мышь перемещалась по кольцевому треку и с частотой 20 кадров в секунду фиксировались флуоресценция нейрональной кальциевой активности и положение мыши на треке [4]. Маркёр координаты мыши был отмечен на голове. Поиск повторяющихся паттернов активности рассматривался в сопоставлении восстановленного динамического графа с угловой координатой мыши на кольце. Кольцевой трек разбивался на 20 перекрывающихся секторов по 36 градусов, и фиксировалось, в каких из этих секторов находится угловая координата положения мыши. Восстановленные сети были сгруппированы по угловым секторам.
Далее была оценена частота повторения отдельных рёбер внутри каждой группы сетей внутри сектора. Рёбра, возникающие как минимум 3 раза, были отобраны для дальнейшего анализа. Были обнаружены эффекты повторяющихся активаций различных пар клеток при движении по часовой стрелке и против часовой стрелки в одном и том же секторе. Дополнительно обнаружено наличие чередующейся активации: активность возникает в первой клетке, затем во второй клетке, затем снова в первой клетке. Выявлены также сложные последовательности из 5–6 непоследовательных активаций, представимые в виде орграфа без циклов, характерные для отдельных секторов.
Ключевые слова
Полный текст
Кальциевая визуализация нервной активности в гиппокампе мышей позволяет получить информацию о взаимодействиях между клетками [1]. Индивидуальные клеточные флуктуации кальция во времени кодируют различные состояния мозга во время съёмки мозга мыши. Хотя клетки соединены синапсами и передают информацию друг другу, трудно обнаружить пространственно-временнόй путь передачи на основе визуализации кальция множества клеток ввиду сложности пространственной структуры и съёмки в отдельной фокальной плоскости [2]. Для решения этой задачи было предложено реконструировать динамический граф связей между клетками.
Динамический граф состоит из одиночных графов для каждого момента времени. Одиночный граф, привязанный к моменту времени t, состоит из вершин (клеток) и множества рёбер, характеризующих передачу сигнала между клетками в данный момент времени. В настоящей работе были предложены 3 способа реконструкции рёбер. Первый способ рассматривает пересечения отрезков времени кальциевых событий в одиночных клетках [3]. В моменты времени совместного протекания событий в двух отдельных клетках ребро проводится от клетки с более ранним событием к клетке с более поздним началом события. Второй способ состоит в оценке временных промежутков между моментами начал событий. События, начавшиеся не позже, чем через 2 с, рассматривались как потенциально связанные, соответственно ребро проводилось от клетки, в которой событие началось раньше, ко второй клетке. Третий способ состоит в связи между последовательно происходящими событиями в различных клетках. Ребро проводится от всех активных клеток в предыдущий момент времени к вновь активировавшимся клеткам в следующий момент времени.
Анализ данных построен на эксперименте, в котором мышь перемещалась по кольцевому треку и с частотой 20 кадров в секунду фиксировались флуоресценция нейрональной кальциевой активности и положение мыши на треке [4]. Маркёр координаты мыши был отмечен на голове. Поиск повторяющихся паттернов активности рассматривался в сопоставлении восстановленного динамического графа с угловой координатой мыши на кольце. Кольцевой трек разбивался на 20 перекрывающихся секторов по 36 градусов, и фиксировалось, в каких из этих секторов находится угловая координата положения мыши. Восстановленные сети были сгруппированы по угловым секторам.
Далее была оценена частота повторения отдельных рёбер внутри каждой группы сетей внутри сектора. Рёбра, возникающие как минимум 3 раза, были отобраны для дальнейшего анализа. Были обнаружены эффекты повторяющихся активаций различных пар клеток при движении по часовой стрелке и против часовой стрелки в одном и том же секторе. Дополнительно обнаружено наличие чередующейся активации: активность возникает в первой клетке, затем во второй клетке, затем снова в первой клетке. Выявлены также сложные последовательности из 5–6 непоследовательных активаций, представимые в виде орграфа без циклов, характерные для отдельных секторов.
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией).
Источник финансирования. Исследование выполнено в рамках научной программы Национального центра физики и математики, направление № 9 «Искусственный интеллект и большие данные в технических, промышленных, природных и социальных системах».
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Об авторах
М. И. Кривоносов
Институт системного программирования им. В.П. Иванникова Российской академии наук; Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского
Автор, ответственный за переписку.
Email: krivonosov@itmm.unn.ru
Россия, Москва; Нижний Новгород
А. В. Варехина
Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского
Email: krivonosov@itmm.unn.ru
Россия, Нижний Новгород
К. В. Анохин
Московский государственный университет имени М.В. Ломоносова
Email: krivonosov@itmm.unn.ru
Россия, Москва
М. В. Иванченко
Институт системного программирования им. В.П. Иванникова Российской академии наук; Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского
Email: krivonosov@itmm.unn.ru
Россия, Москва; Нижний Новгород
Список литературы
- Metea M.R., Newman E.A. Calcium signaling in specialized glial cells // Glia. 2006. Vol. 54, N 7. P. 650–655. doi: 10.1002/glia.20352
- Mitroshina E.V., Krivonosov M.I., Burmistrov D.E., et al. Signatures of the consolidated response of astrocytes to ischemic factors in vitro // Int J Mol Sci. 2020. Vol. 21, N 21. P. 7952. doi: 10.3390/ijms21217952
- Mitroshina E.V., Pakhomov A.M., Krivonosov M.I., et al. Novel algorithm of network calcium dynamics analysis for studying the role of astrocytes in neuronal activity in alzheimer’s disease models // Int J Mol Sci. 2022. Vol. 23, N 24. P. 15928. doi: 10.3390/ijms232415928
- Sotskov V.P., Pospelov N.A., Plusnin V.V., Anokhin K.V. Calcium imaging reveals fast tuning dynamics of hippocampal place cells and ca1 population activity during free exploration task in mice // Int J Mol Sci. 2022. Vol. 23, N 2. P. 638. doi: 10.3390/ijms23020638
Дополнительные файлы
