Ringraziamo tutti i membri del laboratorio per il loro contributo alla scrittura e attenta lettura di questo manoscritto. Siamo grati a Paul Franken per stimolare le discussioni, il Dr. Gisèle Ferrand per i commenti utili sul protocollo chirurgico e il dottor Jean-Yves Chatton per fornire i file eseguibili Labview originale per l&#39;esposizione al rumore. Il finanziamento è stato fornito dalla Fondazione nazionale della scienza nazionale (Grants 31003A_146244 e 31003A_166318) e l&#39;Etat de Vaud.

<ol>
	<li>Lecci, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Coordinated+infra-slow+neural+and+cardiac+oscillations+mark+fragility+and+offline+periods+in+mammalian+sleep.">Coordinated infra-slow neural and cardiac oscillations mark fragility and offline periods in mammalian sleep.</a> Sci Adv. 3 (2), 1602026 (2017).</li><li>Rechtschaffen, A., Kales, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+manual+of+standardized+terminology,+techniques+and+scoring+system+for+sleep+of+human+subjects.">A manual of standardized terminology, techniques and scoring system for sleep of human subjects.</a> U.S. Department of Health, Education, and Welfare. , (1968).</li><li>Blake, H., Gerard, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+potentials+during+sleep.">Brain potentials during sleep.</a> Am J Physiol. 119, 692-703 (1937).</li><li>Rechtschaffen, A., Hauri, P., Zeitlin, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Auditory+awakening+threshold+in+REM+and+NREM+sleep+stages.">Auditory awakening threshold in REM and NREM sleep stages.</a> Percept Mot Skills. 22 (3), 927-942 (1966).</li><li>Achermann, P., Borb&#233;ly, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Low-frequency+(&lt;+1+Hz)+oscillations+in+the+human+sleep+electroencephalogram.">Low-frequency (&lt; 1 Hz) oscillations in the human sleep electroencephalogram.</a> Neuroscience. 81 (1), 213-222 (1997).</li><li>Aeschbach, D., Borb&#233;ly, A. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=All-night+dynamics+of+the+human+sleep+EEG.">All-night dynamics of the human sleep EEG.</a> J. Sleep Res. 2 (2), 70-81 (1993).</li><li>Astori, S., Wimmer, R. D., L&#252;thi, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Manipulating+sleep+spindles--expanding+views+on+sleep,+memory,+and+disease.">Manipulating sleep spindles--expanding views on sleep, memory, and disease.</a> Trends Neurosci. 36 (12), 738-748 (2013).</li><li>Brown, R. E., Basheer, R., McKenna, J. T., Strecker, R. E., McCarley, R. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Control+of+sleep+and+wakefulness.">Control of sleep and wakefulness.</a> Physiol Rev. 92 (3), 1087-1187 (2012).</li><li>Buzs&#225;ki, G., Wang, X. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mechanisms+of+gamma+oscillations.">Mechanisms of gamma oscillations.</a> Annu Rev Neurosci. 35, 203-225 (2012).</li><li>Rasch, B., Born, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=About+sleep's+role+in+memory.">About sleep's role in memory.</a> Physiol Rev. 93 (2), 681-766 (2013).</li><li>Hal&#225;sz, P., B&#242;dizs, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> Dynamic structure of NREM sleep. , (2013).</li><li>Terzano, M. G., Parrino, L., Spaggiari, M. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+cyclic+alternating+pattern+sequences+in+the+dynamic+organization+of+sleep.">The cyclic alternating pattern sequences in the dynamic organization of sleep.</a> Electroencephalogr Clin Neurophysiol. 69 (5), 437-447 (1988).</li><li>Gottesmann, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Detection+of+seven+sleep-waking+stages+in+the+rat.">Detection of seven sleep-waking stages in the rat.</a> Neurosci Biobehav Rev. 16 (1), 31-38 (1992).</li><li>Benington, J. H., Kodali, S. K., Heller, H. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Scoring+transitions+to+REM+sleep+in+rats+based+on+the+EEG+phenomena+of+pre-REM+sleep:+an+improved+analysis+of+sleep+structure.">Scoring transitions to REM sleep in rats based on the EEG phenomena of pre-REM sleep: an improved analysis of sleep structure.</a> Sleep. 17 (1), 28-36 (1994).</li><li>Sullivan, D., Mizuseki, K., Sorgi, A., Buzs&#225;ki, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Comparison+of+sleep+spindles+and+theta+oscillations+in+the+hippocampus.">Comparison of sleep spindles and theta oscillations in the hippocampus.</a> J Neurosci. 34 (2), 662-674 (2014).</li><li>Vas, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Differential+adaptation+of+REM+sleep+latency,+intermediate+stage+and+theta+power+effects+of+escitalopram+after+chronic+treatment.">Differential adaptation of REM sleep latency, intermediate stage and theta power effects of escitalopram after chronic treatment.</a> J Neural Transm (Vienna). 120 (1), 169-176 (2013).</li><li>Schiffelholz, T., Aldenhoff, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Novel+object+presentation+affects+sleep-wake+behavior+in+rats.">Novel object presentation affects sleep-wake behavior in rats.</a> Neurosci Lett. 328 (1), 41-44 (2002).</li><li>Wimmer, R. D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sustaining+sleep+spindles+through+enhanced+SK2-channel+activity+consolidates+sleep+and+elevates+arousal+threshold.">Sustaining sleep spindles through enhanced SK2-channel activity consolidates sleep and elevates arousal threshold.</a> J Neurosci. 32 (40), 13917-13928 (2012).</li><li>Fernandez, L. M. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Highly+dynamic+spatiotemporal+organization+of+low-frequency+activities+during+behavioral+states+in+the+mouse+cerebral+cortex.">Highly dynamic spatiotemporal organization of low-frequency activities during behavioral states in the mouse cerebral cortex.</a> Cereb Cortex. , (2016).</li><li>Franken, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Long-term+vs.+short-term+processes+regulating+REM+sleep.">Long-term vs. short-term processes regulating REM sleep.</a> J Sleep Res. 11 (1), 17-28 (2002).</li><li>Feige, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+microstructure+of+sleep+in+primary+insomnia:+an+overview+and+extension.">The microstructure of sleep in primary insomnia: an overview and extension.</a> Int J Psychophysiol. 89 (2), 171-180 (2013).</li><li>Parrino, L., Halasz, P., Tassinari, C. A., Terzano, M. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=CAP,+epilepsy+and+motor+events+during+sleep:+the+unifying+role+of+arousal.">CAP, epilepsy and motor events during sleep: the unifying role of arousal.</a> Sleep Med Rev. 10 (4), 267-285 (2006).</li><li>Akinseye, O. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sleep+as+a+mediator+in+the+pathway+linking+environmental+factors+to+hypertension:+a+review+of+the+literature.">Sleep as a mediator in the pathway linking environmental factors to hypertension: a review of the literature.</a> Int J Hypertens. 2015, 926414 (2015).</li><li>Campbell, K., Muller-Gass, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+extent+of+processing+of+near-hearing+threshold+stimuli+during+natural+sleep.">The extent of processing of near-hearing threshold stimuli during natural sleep.</a> Sleep. 34 (9), 1243-1249 (2011).</li><li>Nir, Y., Vyazovskiy, V. V., Cirelli, C., Banks, M. I., Tononi, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Auditory+responses+and+stimulus-specific+adaptation+in+rat+auditory+cortex+are+preserved+across+NREM+and+REM+sleep.">Auditory responses and stimulus-specific adaptation in rat auditory cortex are preserved across NREM and REM sleep.</a> Cereb Cortex. 25 (5), 1362-1378 (2015).</li><li>Dang-Vu, T. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interplay+between+spontaneous+and+induced+brain+activity+during+human+non-rapid+eye+movement+sleep.">Interplay between spontaneous and induced brain activity during human non-rapid eye movement sleep.</a> Proc Natl Acad Sci USA. 108 (37), 15438-15443 (2011).</li><li>Elton, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Event-related+potentials+to+tones+in+the+absence+and+presence+of+sleep+spindles.">Event-related potentials to tones in the absence and presence of sleep spindles.</a> J Sleep Res. 6 (2), 78-83 (1997).</li><li>McKinney, S. M., Dang-Vu, T. T., Buxton, O. M., Solet, J. M., Ellenbogen, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Covert+waking+brain+activity+reveals+instantaneous+sleep+depth.">Covert waking brain activity reveals instantaneous sleep depth.</a> PLoS One. 6 (3), 17351 (2011).</li><li>Mang, G. M., Franken, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sleep+and+EEG+phenotyping+in+mice.">Sleep and EEG phenotyping in mice.</a> Curr Protoc Mouse Biol. 2 (1), 55-74 (2012).</li><li>Borb&#233;ly, A. A., Tobler, I., Hanagasioglu, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Effect+of+sleep+deprivation+on+sleep+and+EEG+power+spectra+in+the+rat.">Effect of sleep deprivation on sleep and EEG power spectra in the rat.</a> Behav Brain Res. 14 (3), 171-182 (1984).</li><li>Jurysta, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+impact+of+chronic+primary+insomnia+on+the+heart+rate--EEG+variability+link.">The impact of chronic primary insomnia on the heart rate--EEG variability link.</a> Clin Neurophysiol. 120 (6), 1054-1060 (2009).</li><li>Silvani, A., Calandra-Buonaura, G., Benarroch, E. E., Dampney, R. A. L., Cortelli, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Bidirectional+interactions+between+the+baroreceptor+reflex+and+arousal:+an+update.">Bidirectional interactions between the baroreceptor reflex and arousal: an update.</a> Sleep Med. , (2015).</li></ol>

Gli autori dichiarano di non avere interessi finanziari concorrenti.

Qui mostriamo come stabilire un profilo temporale continuo di sonno non REM che integra le variabili EEG, EMG e ECG. Questo è un primo passo verso lo sviluppo di una descrizione integrativa del sonno del mouse, che può aiutare a identificare la scadenza temporale non riconosciuta in precedenza in cui sono organizzate elevate e basse resistenze al rumore durante il sonno non REM 1 . Una struttura temporale simile è stata descritta anche nel sonno non-REM umano attraverso un&#39;analisi analoga 1 . La procedura qui presentata soddisfa due obiettivi. Innanzitutto, sottolineiamo che le tecniche polisomnografiche possono fornire in modo affidabile segnali EEG e EMG-ECG durante l&#39;intero periodo di sonno non-REM nei topi. Il battito cardiaco è più evidente nelle tracce di EMG durante il sonno REM a causa dell&#39;atonia muscolare, e diventa più nascosto in non-sonno REM a causa di un aumento del tono muscolare e delle tensioni muscolari occasionali. Inserimento di elettrodi EMG-ECG piùProfondamente nel muscolo e tenendoli al più lontano possibile aumenta l&#39;ampiezza delle onde R del cuore, in modo che emergano chiaramente dalla tonus muscolare di fondo. Le routine per la rilevazione di picco estraggono la frequenza cardiaca dal segnale EMG-ECG di non-REM sonno e consentono la quantificazione della sua variabilità. Le tecnologie basate sulla telemetria per monitorare contemporaneamente EEG / EMG e ECG sono sempre più utilizzate, ma la qualità dei segnali necessari per un&#39;analisi spettrale approfondita rimane inferiore in termini di larghezza di banda e stabilità. Inoltre, anche i trasmettitori a canale singolo sono di notevole dimensione e il loro impianto nella regione sottocutanea cervicale o nella cavità del corpo può influenzare il benessere dell&#39;animale e perturbare il sonno. Tuttavia, è necessario sviluppare ulteriormente questi dispositivi per espandere la gamma dei parametri centrali e autonomi che possono essere simultaneamente seguiti durante il sonno indisturbato nei topi, che è il modello animale di cTelaio per studi sul sonno. In combinazione con tecniche come il poggiatesta, che consente la raccolta di dati sia da sonno non REM e REM nei topi con profili spettrali inalterati 1 , 19 , le misurazioni multiparametriche durante il sonno possono ora essere combinate con controlli comportamentali controllati. In secondo luogo, l&#39;approccio analitico che presentiamo qui può essere applicato anche ai potenziali locali del campo per definire l&#39;area del cervello coinvolta nella generazione del segno di interesse 1 . Inoltre, è applicabile alle tecniche di imaging abbastanza veloci da segnalare il comportamento spettrale delle popolazioni neuronali e per entrambe le variabili continue ( es. Bande spettrali) e discrete ( ad es. Frequenza cardiaca o respiratoria). La sua risoluzione temporale è limitata solo dalla durata dell&#39;epoca scelta per valutare lo stato di vigilanza. Essenzialmente, le analisi spettrali standard dei segnali derivanti da non REMsGli attacchi di leep vengono seguiti da un allineamento dei valori di densità di potenza dei singoli segnali per ogni epoca. Quindi, un&#39;analisi spettrale di queste dinamiche di potenza viene utilizzata per quantificare le periodicità nella struttura. In entrambi i topi e negli esseri umani, il nostro approccio ha prodotto una oscillazione di 0,02 Hz, con proprietà comparabili 1 , che lo qualificavano come un elemento unificante per la struttura del sonno del mammifero. Un passo critico è stata la convalida funzionale della periodicità osservata rilevando il sonno non-REM retrospettivamente sulla base della reattività comportamentale del mouse addormentato al rumore. Qui, la scelta di uno stimolo di rumore che ha portato ad un risultato comportamentale variabile, provocando il risveglio o il sonno, era decisivo. Forti stimoli sensoriali che causano risveglio nella maggior parte delle esposizioni non avrebbero svelato l&#39;oscillazione di 0,02 Hz, perché il risveglio sarebbe stato applicato da tutte le sue fasi. Al contrario, uno stimolo troppo debole non rivelerebbe costantemente la relazione di fase con l&#39;osc 0,02-Hzillazione. Allo stesso modo, ogni periodicità osservata in un set di parametri misurato dovrebbe andare con l&#39;esito variabile. Ad esempio, nel caso qui presentato, abbiamo solo distinguere tra eventi di sveglia o sonno, non considerando l&#39;esatto momento di sveglia durante l&#39;esposizione al rumore o la durata dello stato di svolta successivo (però, vedere 1 ) . Utilizzando stimoli corti a varie intensità 24 , 25 , 28 potrebbero contribuire a delineare le esatte relazioni di fase tra oscillazione e risveglio di 0,02 Hz. Inoltre, la variazione della composizione di frequenza dei suoni potrebbe modulare l&#39;arousabilità in funzione della recente storia del comportamento di sonno-veglia, del sesso, della presenza di nidificazione o di altre forme di recente esperienza. Un&#39;altra possibilità potrebbe essere quella di sondare se la prevalenza di microarossi o full arousals dipende da un dato stato momentaneo di sonno. </p&gt; Il punteggio del sonno basato su un risultato comportamentale variabile potrebbe illuminare in modo più generale la microarchitettura funzionale del sonno. Mentre noi e altri abbiamo testato la reattività all&#39;esposizione al rumore 1 , 28 , il risveglio in risposta a altre modalità sensoriali, le transizioni di stato di vigilanza 14 o le relazioni dei sogni potrebbero essere valutate per estrarre i corrispondenti correlati del sonno precedente. Inoltre, sarà molto interessante verificare i pazienti affetti da disturbi del sonno rispetto alla loro sensibilità al disturbo esterno e ad una potenziale interruzione dell&#39;oscillazione di 0,02 Hz. I disturbi del sonno possono portare a disturbi cardiovascolari, mentre il rischio cardiovascolare può portare alla disregolazione del sonno 31 , 32 , effettuando indagini sulla coordinazione cardiaca e cardiaca durante oscillazione di 0,02 Hz potenzialmente rilevanti per la comprensione di questa bidirezioneL dipendenza.

Il sonno dei mammiferi è uno stato comportamentale di riposo e di resistenza agli stimoli ambientali. Nonostante questa apparente uniformità, i parametri polisomnografici e autonomi indicano che il sonno si muove tra stati nervosi e somatici qualitativamente e quantitativamente diversi su varie scale temporali e spaziali 1 . Durante i minuti a decine di minuti, si verifica il passaggio tra il sonno non REM e REM. Il sonno non REM è accompagnato da un&#39;ampia ampiezza e bassa frequenza nell&#39;EEG, con un picco spettrale intorno a ~ 0,5-4 Hz, mentre il sonno REM mostra un&#39;attività regolare di EEG nella banda theta (6-10 Hz), insieme a Muscolo atonia 2 . All&#39;interno del sonno non REM, gli esseri umani attraversano la luce (S2) e il sonno profondo dell&#39;onda lenta (SWS). Come indica la loro denominazione, queste due fasi mostrano rispettivamente soglie di aroazione inferiori e superiori 3 , 4 e differiscono in primo luogo dalla densità di bassa frequenzaEnte corticale EEG, indicata come attività a onde lente (SWA, 0,75-4 Hz). La non uniformità persiste durante i singoli attacchi di S2 e SWS dal minuto al sotto secondario, come documentato ampiamente dalla presenza variabile di SWA nel corso di un incontro 5 , 6 , ma anche da EEG e dai ritmi potenziali in campo Frequenze superiori, comprese le onde del mandrino nella banda sigma (10-15 Hz) e ritmi gamma (80-120 Hz) (per una recensione, vedi 7 , 8 , 9 , 10 ). Piuttosto che essere sottili, queste variazioni spostano lo stato corticale del sonno negli esseri umani agli estremi dello spettro. Per il sonno non REM, questi variano da una predominanza di SWA a stati che approssimano l&#39;attività sveglia perché contengono una parte sostanziale di componenti ad alta frequenza 11 <suP&gt;, 12 . Nei roditori e nei gatti, anche se il sonno non-REM non è suddiviso in fasi, emerge un breve periodo chiamato sonno intermedio (IS) prima dell&#39;insorgenza del sonno REM 13 . Durante IS, le funzioni di sonno REM, come l&#39;attività ippocampale theta e le onde ponto-geniculo-occipitali, iniziano, mentre le firme del sonno non-REM, come le onde mandrino e SWA, sono ancora presenti, indicando un mix tra i due stati di sonno 14 , 15 . Tuttavia, l&#39;IS potrebbe essere funzionalmente distinto poiché è modulata dagli antidepressivi 16 e attraverso una nuova presentazione di oggetti durante la veglia precedente 17 e contribuisce a impostare la soglia di eccitazione 18 . Inoltre, i diagrammi dello spazio statale dei parametri EEG e EMG di ratti liberamente in movimento mostrano un gruppo di punti 14 che è continuo tra il sonno non REM, il sonno REM e la veglia. Ci sono anche discontinuità sporadiche in SWA, senza entrare nella sveglia o nel sonno REM, che porta a notevoli fluttuazioni nella presenza relativa dei componenti a bassa e alta frequenza durante un incontro non letto REM non consolidato 14 , 19 e 20 . Infine, i rapporti variabili di SWA e ritmi di frequenza più alti durante il sonno non REM si verificano non solo nel tempo, ma mostrano anche differenze regionali in ampiezza e sincronizzazione tra aree corticali 19 . Il sonno non-REM del mammifero è ben lungi dall&#39;essere uniforme. Tuttavia, se tale non uniformità porta a stati che differiscono per funzioni e attributi comportamentali, non è chiaro. In diversi tipi di disturbi del sonno, il sonno continuo viene interrotto da risvegli spontanei e comportamenti motori inappropriati. Inoltre, le analisi spettrali mostrano alterazioni nella presenza relativa di frequenze più alte nell&#39;EEG 21E in parametri autonomi, come i tassi di respirazione e battito cardiaco 22 . La sequenza ordinata di stati di sonno stabili è perciò turbata e gli elementi di eccitazione corticale e / o autonomica intrudono in maniera incontrollata. Pertanto, la comprensione del continuum degli stati di sonno è di una possibile rilevanza per la malattia. Inoltre, la perturbazione del sonno da rumore ambientale negli ambienti urbani è associata a rischi sanitari generali, rendendo cruciale identificare momenti di maggiore vulnerabilità durante il sonno 23 . Gli esperimenti di arousal comportamentali nel sonno degli esseri umani indicano che è più difficile svegliarsi dal sonno non-REM dominato da SWA (fase S3), mentre il sonno non-REM leggero (fase S2) e il sonno REM mostrano soglie comparabili e inferiori di stimolazione 4 . L&#39;elaborazione corticale di stimoli sonori corti varia sensibilmente tra il sonno REM, S2 e S3 24 ,25 , indicando che i modelli di attività corticali specifici dello stato modulano le prime fasi dell&#39;elaborazione sensoriale. Per il sonno non REM nell&#39;uomo, la propensione a svegliarsi in risposta al rumore varia con la presenza di onde mandrino e ritmi alfa nell&#39;EEG 26 , 27 , 28 . La ritmicità talamocorticale durante i mandrini è accompagnata da una maggiore inibizione sinaptica sia ai livelli talamici che a quelli corticali, che si suppone contribuiscano all&#39;attenuazione dell&#39;elaborazione sensoriale 7 . Come sono i periodi di sonno resistenti ai rumori e vulnerabili organizzati nel tempo e quali sono i loro determinanti? In entrambi i topi e umani, abbiamo recentemente individuato una oscillazione infrarossa, 0,02-Hz nei ritmi neurali. A seconda della fase di questa oscillazione di 0,02-Hz, i topi hanno mostrato una reattività variabile agli stimoli esterni, sia svegliarsi o dormireIl rumore. È interessante notare, questa oscillazione è stata correlata con il tasso del battito cardiaco, indicando che il sistema nervoso autonomo partecipa nella modulazione della vulnerabilità del sonno agli stimoli esterni 1. Durante questo ritmo sono stati organizzati anche ritmi ippocampali correlati alla memoria e, in modo più sorprendente, la sua forza è correlata alla qualità del consolidamento della memoria negli esseri umani. L&#39;oscillazione di 0,02 Hz sembra quindi essere un principio organizzativo di sonno non umano REM e rodente che modula sia la sensibilità all&#39;ambiente che l&#39;elaborazione della memoria interna. Ciò sottolinea nuovamente la necessità di valutazioni multiparametriche e continue di stati di sonno per riconoscere la loro funzionalità e per individuare siti di potenziale vulnerabilità. Ecco una procedura per estrarre la forma d&#39;onda di queste dinamiche, incluso l&#39;impianto chirurgico dei topi per le misure combinate EEG / ECoG e EMG-ECG, l&#39;esposizione a stimoli sensoriali,Rutine di analisi. Questa procedura fornisce una base per la visualizzazione del sonno come uno stato di vigilanza continuamente variabile ma altamente organizzato durante il quale vengono eseguite diverse funzioni fondamentali del sonno in sequenza. Più in generale, la procedura è applicabile agli approcci che mirano ad estrarre le caratteristiche spettrali e autonome che precedono un esito comportamentale durante il sonno sia negli stati di salute che nelle malattie.

<table border="0" cellpadding="0" cellspacing="0" width="1226">
	<colgroup>
		<col />
		<col />
		<col />
		<col />
	</colgroup>
	<tbody>
		<tr height="21">
			<td height="21" style="height:21px;width:316px;">2-components epoxy glue</td>
			<td style="width:128px;">Henkel</td>
			<td style="width:177px;">Loctite EA 3450</td>
			<td style="width:605px;"></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Absorbable Suturing Fiber (Prolene)</td>
			<td>Ethicon</td>
			<td>5-0 FS-3</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Adson Forceps</td>
			<td>FST</td>
			<td>11006-12</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Antiseptic swab</td>
			<td>VWR</td>
			<td>149-0332</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Attane Isoflurane</td>
			<td>Piramal</td>
			<td>Isoflurane 250mL</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Connectors 3x2-channels</td>
			<td>ENA AG</td>
			<td>2.316</td>
			<td>Raster 2.00 x 2.00 mm; size 5x8x9 mm; pin size 5mm; http://www.ena.ch/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Dragonfly commutator</td>
			<td>Dragonfly</td>
			<td>Model #SL-10</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">EMBLA amplifier</td>
			<td>EMBLA</td>
			<td>A10 amplifier</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Fine scissors</td>
			<td>FST</td>
			<td>14108-09</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Flat Head Gold-plated steel screw</td>
			<td>J.I. Morris</td>
			<td>FF00CE125</td>
			<td>https://jimorrisco.com/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Gold wire</td>
			<td>CMSA</td>
			<td>T.69 5gr</td>
			<td>http://www.cmsa.ch/en/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Hemostatic sponge</td>
			<td>Pfizer</td>
			<td>Gelfoam</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">iodine-based disinfectant (Betadine)</td>
			<td>Mundipharma</td>
			<td>standart solution 60mL</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Komet drill steel 1/005PM104</td>
			<td>UNOR AG</td>
			<td>22310</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Matlab Analysis Software</td>
			<td>MathWorks</td>
			<td>R2016b</td>
			<td>https://ch.mathworks.com/products/matlab.html</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Microdrill</td>
			<td>Fine Science Tools</td>
			<td>96758</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Mouse Gas Anesthesia Head Holder</td>
			<td>Kopf Instruments</td>
			<td>Model 923-B</td>
			<td>http://kopfinstruments.com/product/model-923-b-mouse-gas-anesthesia-head-holder/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Ophtalmic ointment</td>
			<td>Pharmamedica</td>
			<td>VITA-POS</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Paladur (liquid)</td>
			<td>UNOR AG</td>
			<td>2260215</td>
			<td>for dental cement</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Palavit (powder)</td>
			<td>UNOR AG</td>
			<td>5410929</td>
			<td>for dental cement</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Small Animal Stereotaxic Frame</td>
			<td>Kopf Instruments</td>
			<td>Model 930</td>
			<td>http://kopfinstruments.com/product/model-930-small-animal-stereotaxic-frame-assembly/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Soldering wire</td>
			<td>Stannol</td>
			<td>593072</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Temperature controller - Mini rectal probe</td>
			<td>Phymep</td>
			<td>4090502</td>
			<td>http://www.phymep.com/produit/dc-temperature-controller/</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Temperature controller- heating pad</td>
			<td>Phymep</td>
			<td>4090205</td>
			<td>http://www.phymep.com/produit/dc-temperature-controller/</td>
		</tr>
	</tbody>
</table>

quantifying infra-slow dynamics of spectral power and heart rate in sleeping mice

Tre stati di vigilanza dominano la vita dei mammiferi: la veglia, il sonno non rapido (non REM) e il sonno REM. Poiché sono stati identificati più correlati neurali del comportamento negli animali in libertà di movimento, questa suddivisione a tre livelli diventa troppo simile. Durante la veglia, gli esempi delle attività corticali globali e locali, insieme ai parametri periferici come il diametro pupillare e l&#39;equilibrio simpatico, definiscono diversi gradi di eccitazione. Rimane ancora chiaro la misura in cui il sonno forma anche un continuum di stati cerebrali, all&#39;interno del quale il grado di resilienza agli stimoli sensoriali e l&#39;arousabilità, e forse altre funzioni del sonno, variano gradualmente, e come gli stati fisiologici periferici co-variano. La ricerca che avanza i metodi per monitorare più parametri durante il sonno, nonché attribuire alle costellazioni di questi attributi funzionali, è fondamentale per raffinare la nostra comprensione del sonno come un processo multifunzionale durante il quale molti effetti benefici devono essere exeseguita sempre. L&#39;individuazione di nuovi parametri che caratterizzano gli stati di sonno aprirà opportunità per nuovi percorsi diagnostici nei disturbi del sonno. Presentiamo una procedura per descrivere le variazioni dinamiche degli stati di sonno non-REM del mouse attraverso il monitoraggio e l&#39;analisi combinati di elettroencefalogrammi (EEG) / electrocorticogram (ECoG), elettromiogramma (EMG) e segnali elettrocardiogrammi (ECG) usando tecniche standard di registrazione polisomnografiche. Utilizzando questo approccio, abbiamo scoperto che il mouse non-REM sonno è organizzato in cicli di oscillazioni neurali e cardiache coordinate che generano intervalli di 25 secondi di alta e bassa fragilità agli stimoli esterni. Pertanto, i sistemi nervosi centrali e autonomi sono coordinati per formare stati di sonno comportamentali distinti durante il sonno non consolidato REM. Presentiamo manipolazioni chirurgiche per il monitoraggio polisomnografico ( cioè EEG / EMG combinato con ECG) per monitorare questi cicli nel mouse liberamente addormentato, l&#39;analisi a quantiFy la loro dinamica e i protocolli di stimolazione acustica per valutare il loro ruolo nella probabilità di svegliarsi. Il nostro approccio è stato già esteso al sonno umano e promette di svelare i principi comuni di organizzazione di stati di sonno non-REM nei mammiferi.

La figura 2 A (pannello superiore) mostra 100 min di tratti spontanei di sonno-sveglia, registrati mediante elettrodi polisomnografi impiantati come descritto (vedi Figura 1 ). Gli aumenti e le diminuzioni dell&#39;ampiezza di EEG e EMG all&#39;insorgenza del sonno non-REM sono chiaramente visibili. Il sonno intermittente REM è segnato da una diminuzione dell&#39;ampiezza di EEG e da una ulteriore diminuzione del tono EMG che non è visibile in questa scala temporale compressa. L&#39;ingrandimento su un intervallo di sonno non-REM mostra le onde lente ad alta ampiezza nell&#39;EEG e, nella traccia EMG-ECG, la bassa attività muscolare su cui gli intervalli RR della frequenza cardiaca sovrappongono come deflessioni verticali ( Figura 2 A , Pannelli intermedi e inferiori). Un FFT rivela il dominio di SWA in tutte le epoche di 4 ( Figura 2 B ). Tracciare la sigma mediaUn potere (10-15 Hz, bar scuro ombreggiato) per ognuna di queste epoche rivela il suo tempo variabile, insieme alle variazioni della frequenza cardiaca con la direzione opposta. Eseguire questa analisi sulla totalità degli attacchi non REM e normalizzare i valori di potenza esprimono le variazioni regolari del potere sigma attorno alla media ( Figura 2 C ). L&#39;analisi di Fourier su questo corso di tempo di potenza mostra un picco importante intorno a 0,02 Hz, riflettendo l&#39;aumento periodico del potere sigma a intervalli di 50 secondi ( Figura 2D ). Per sondare la funzione della oscillazione 0,02-Hz in arousabilità, i topi sono stati esposti a impulsi di 20 di 90 dB durante il sonno, per le condizioni descritte. La Figura 3 mostra alcuni dei risultati sperimentali di tali esposizioni al rumore. Quando i topi non si svegliarono durante il rumore e le forme d&#39;onda EEG e EMG-ECG rimasero inalterate, il risultato era di classeCome &quot;Sleep-through&quot; ( Figura 3 A ). Quando l&#39;ampiezza EEG è diminuita e l&#39;attività EMG è stata osservata, l&#39;esito è stato valutato come &quot;Wake-up&quot; ( Figura 3 B ). Occasionalmente, i topi sono passati al sonno REM durante un processo ( Figura 3 C ) o si sono svegliati nell&#39;intervallo di 40 secondi prima dell&#39;inizio del rumore ( Figura 3 D ). Questi eventi sono stati esclusi dall&#39;analisi, perché il nostro interesse era specificamente quello di identificare i segni distintivi del sonno non REM consolidato che precede l&#39;esito dell&#39;esposizione al rumore (&quot;Sleep-through&quot; o &quot;Wake-up&quot;). Il calcolo del potere sigma nel periodo di 40 anni prima della stimolazione del rumore ha mostrato che l&#39;oscillazione di 0,02 Hz era al suo fascio quando si è verificato un &quot;Sleep-through&quot; ( Figura 3 E , pannello sinistro), mentre ha raggiunto il picco per un &quot;Wake- su&amp;#34; Evento ( Figura 3 E , pannello destro). Pertanto, valutando retrospettivamente il sonno non-REM di un mouse, basato su un risultato comportamentale variabile alla stimolazione acustica, identifica la fase dell&#39;oscillazione di 0,02 Hz in potenza sigma come segno distintivo per stati di sonno con resistenza variabile al rumore.

Watch this Scientific Journal Video about Quantifying Infra-slow Dynamics of Spectral Power and Heart Rate in Sleeping Mice at JoVE.com

Quantifying Infra-slow Dynamics of Spectral Power and Heart Rate in Sleeping Mice

Qui presentiamo procedure sperimentali e analitiche per descrivere le dinamiche temporali delle variabili neurali e cardiache del sonno non REM nei topi, che modulano la risposta al sonno agli stimoli acustici.

Quantificare la dinamica infrarosso del potere spettrale e della frequenza cardiaca nei topi addormentati

Three vigilance states dominate mammalian life: wakefulness, non-rapid eye movement (non-REM) sleep, and REM sleep. As more neural correlates of behavior ...

quantifying-infra-slow-dynamics-spectral-power-heart-rate-sleeping

Nanyang Technological University

Research

JoVE Journal

Neuroscience

9.9K Views.  University of Lausanne.  Qui presentiamo procedure sperimentali e analitiche per descrivere le dinamiche temporali delle variabili neurali e cardiache del sonno non REM nei topi, che modulano la risposta al sonno agli stimoli acustici. 

Video: Quantifying Infra-slow Dynamics of Spectral Power and Heart Rate in Sleeping Mice

Multi-electrode Array Recordings of Neuronal Avalanches in Organotypic Cultures

The cortex is spontaneously active, even in the absence of any particular input or motor output. During development, this activity is important for the migration and differentiation of cortex cell types and the formation of neuronal connections1. In the mature animal, ongoing activity reflects the past and the present state of an animal into which sensory stimuli are seamlessly integrated to compute future actions. Thus, a clear understanding of the organization of ongoing i.e. spontaneous activity is a prerequisite to understand cortex function. 
Numerous recording techniques revealed that ongoing activity in cortex is comprised of many neurons whose individual activities transiently sum to larger events that can be detected in the local field potential (LFP) with extracellular microelectrodes, or in the electroencephalogram (EEG), the magnetoencephalogram (MEG), and the BOLD signal from functional magnetic resonance imaging (fMRI). The LFP is currently the method of choice when studying neuronal population activity with high temporal and spatial resolution at the mesoscopic scale (several thousands of neurons). At the extracellular microelectrode, locally synchronized activities of spatially neighbored neurons result in rapid deflections in the LFP up to several hundreds of microvolts. When using an array of microelectrodes, the organizations of such deflections can be conveniently monitored in space and time. 
Neuronal avalanches describe the scale-invariant spatiotemporal organization of ongoing neuronal activity in the brain2,3. They are specific to the superficial layers of cortex as established in vitro4,5, in vivo in the anesthetized rat 6, and in the awake monkey7. Importantly, both theoretical and empirical studies2,8-10 suggest that neuronal avalanches indicate an exquisitely balanced critical state dynamics of cortex that optimizes information transfer and information processing.
In order to study the mechanisms of neuronal avalanche development, maintenance, and regulation, in vitro preparations are highly beneficial, as they allow for stable recordings of avalanche activity under precisely controlled conditions. The current protocol describes how to study neuronal avalanches in vitro by taking advantage of superficial layer development in organotypic cortex cultures, i.e. slice cultures, grown on planar, integrated microelectrode arrays (MEA; see also 11-14).

A robust way to study neuronal avalanches, i.e. scale-invariant spatio-temporal activity bursts, indicative of critical state dynamics in cortex. Avalanches emerge spontaneously in developing superficial layers of cultured cortex which allows for long-term measurements of the activity with planar integrated multi-electrode arrays (MEA) under precisely controlled conditions.

Multi-array di elettrodi Recordings Valanghe neuronali in Culture organotipica

The cortex is spontaneously active, even in the absence of any particular input or motor output.  During development, this activity is important for the ...

Ricerca

Neuroscienze

Spectral Confocal Imaging of Fluorescently tagged Nicotinic Receptors in Knock-in Mice with Chronic Nicotine Administration

Ligand-gated ion channels in the central nervous system (CNS) are implicated in numerous conditions with serious medical and social consequences. For instance, addiction to nicotine via tobacco smoking is a leading cause of premature death worldwide (World Health Organization) and is likely caused by an alteration of ion channel distribution in the brain1. Chronic nicotine exposure in both rodents and humans results in increased numbers of nicotinic acetylcholine receptors (nAChRs) in brain tissue1-3. Similarly, alterations in the glutamatergic GluN1 or GluA1 channels have been implicated in triggering sensitization to other addictive drugs such as cocaine, amphetamines and opiates4-6.

Consequently, the ability to map and quantify distribution and expression patterns of specific ion channels is critically important to understanding the mechanisms of addiction. The study of brain region-specific effects of individual drugs was advanced by the advent of techniques such as radioactive ligands. However, the low spatial resolution of radioactive ligand binding prevents the ability to quantify ligand-gated ion channels in specific subtypes of neurons. 

Genetically encoded fluorescent reporters, such as green fluorescent protein (GFP) and its many color variants, have revolutionized the field of biology7.By genetically tagging a fluorescent reporter to an endogenous protein one can visualize proteins in vivo7-10. One advantage of fluorescently tagging proteins with a probe is the elimination of antibody use, which have issues of nonspecificity and accessibility to the target protein. We have used this strategy to fluorescently label nAChRs, which enabled the study of receptor assembly using F&ouml;rster Resonance Energy Transfer (FRET) in transfected cultured cells11.More recently, we have used the knock-in approach to engineer mice with yellow fluorescent protein tagged &alpha;4 nAChR subunits (&alpha;4YFP), enabling precise quantification of the receptor ex vivo at submicrometer resolution in CNS neurons via spectral confocal microscopy12. The targeted fluorescent knock-in mutation is incorporated in the endogenous locus and under control of its native promoter, producing normal levels of expression and regulation of the receptor when compared to untagged receptors in wildtype mice. This knock-in approach can be extended to fluorescently tag other ion channels and offers a powerful approach of visualizing and quantifying receptors in the CNS.

In this paper we describe a methodology to quantify changes in nAChR expression in specific CNS neurons after exposure to chronic nicotine. Our methods include mini-osmotic pump implantation, intracardiac perfusion fixation, imaging and analysis of fluorescently tagged nicotinic receptor subunits from &alpha;4YFP knock-in mice (Fig. 1). We have optimized the fixation technique to minimize autofluorescence from fixed brain tissue.We describe in detail our imaging methodology using a spectral confocal microscope in conjunction with a linear spectral unmixing algorithm to subtract autofluoresent signal in order to accurately obtain &alpha;4YFP fluorescence signal. Finally, we show results of chronic nicotine-induced upregulation of &alpha;4YFP receptors in the medial perforant path of the hippocampus.

We have developed a novel technique of quantifying nicotinic acetylcholine receptor changes within subcellular regions of specific subtypes of CNS neurons to better understand the mechanisms of nicotine addiction by using a combination of approaches including fluorescent protein tagging of the receptor using the knock-in approach and spectral confocal imaging.

Spectral Imaging di fluorescenza confocale tag recettori nicotinici a Knock-in topi con la somministrazione cronica alla nicotina

Ligand-gated ion channels in the central nervous system (CNS) are implicated in numerous conditions with serious medical and social consequences.  For ...

Behavioral Determination of Stimulus Pair Discrimination of Auditory Acoustic and Electrical Stimuli Using a Classical Conditioning and Heart-rate Approach

Acute animal preparations have been used in research prospectively investigating electrode designs and stimulation techniques for integration into neural auditory prostheses, such as auditory brainstem implants1-3 and auditory midbrain implants4,5. While acute experiments can give initial insight to the effectiveness of the implant, testing the chronically implanted and awake animals provides the advantage of examining the psychophysical properties of the sensations induced using implanted devices6,7.
Several techniques such as reward-based operant conditioning6-8, conditioned avoidance9-11, or classical fear conditioning12 have been used to provide behavioral confirmation of detection of a relevant stimulus attribute. Selection of a technique involves balancing aspects including time efficiency (often poor in reward-based approaches), the ability to test a plurality of stimulus attributes simultaneously (limited in conditioned avoidance), and measure reliability of repeated stimuli (a potential constraint when physiological measures are employed).
Here, a classical fear conditioning behavioral method is presented which may be used to simultaneously test both detection of a stimulus, and discrimination between two stimuli. Heart-rate is used as a measure of fear response, which reduces or eliminates the requirement for time-consuming video coding for freeze behaviour or other such measures (although such measures could be included to provide convergent evidence). Animals were conditioned using these techniques in three 2-hour conditioning sessions, each providing 48 stimulus trials. Subsequent 48-trial testing sessions were then used to test for detection of each stimulus in presented pairs, and test discrimination between the member stimuli of each pair. 
This behavioral method is presented in the context of its utilisation in auditory prosthetic research. The implantation of electrocardiogram telemetry devices is shown. Subsequent implantation of brain electrodes into the Cochlear Nucleus, guided by the monitoring of neural responses to acoustic stimuli, and the fixation of the electrode into place for chronic use is likewise shown.

The application of a classical fear conditioning behavioral paradigm for auditory prosthetic research in rats is described. This paradigm provides a mechanism for identifying both detection of, and discrimination between, distinct acoustic and electrical stimuli using heart-rate as an outcome measure.

Determinazione del comportamento della discriminazione Coppia stimolo acustico stimoli uditivi e elettrica utilizzando un condizionamento classico e alla frequenza cardiaca approccio

Acute animal preparations have been used in research prospectively investigating electrode designs and stimulation techniques for integration into neural ...

Applications of EEG Neuroimaging Data: Event-related Potentials, Spectral Power, and Multiscale Entropy

When considering human neuroimaging data, an appreciation of signal variability represents a fundamental innovation in the way we think about brain signal. Typically, researchers represent the brain's response as the mean across repeated experimental trials and disregard signal fluctuations over time as "noise". However, it is becoming clear that brain signal variability conveys meaningful functional information about neural network dynamics. This article describes the novel method of multiscale entropy (MSE) for quantifying brain signal variability. MSE may be particularly informative of neural network dynamics because it shows timescale dependence and sensitivity to linear and nonlinear dynamics in the data.

Neuroimaging researchers typically consider the brain's response as the mean activity across repeated experimental trials and disregard signal variability over time as "noise". However, it is becoming clear that there is signal in that noise. This article describes the novel method of multiscale entropy for quantifying brain signal variability in the time domain.

Applicazioni di EEG dati Neuroimmagine: potenziali evento-correlati, spettrale di potenza, e multiscala Entropy

When considering human neuroimaging data, an appreciation of signal variability represents a fundamental innovation in the way we think about brain ...

A Simple and Inexpensive Method for Determining Cold Sensitivity and Adaptation in Mice

Cold hypersensitivity is a serious clinical problem, affecting a broad subset of patients and causing significant decreases in quality of life. The cold plantar assay allows the objective and inexpensive assessment of cold sensitivity in mice, and can quantify both analgesia and hypersensitivity. Mice are acclimated on a glass plate, and a compressed dry ice pellet is held against the glass surface underneath the hindpaw. The latency to withdrawal from the cooling glass is used as a measure of cold sensitivity.
Cold sensation is also important for survival in regions with seasonal temperature shifts, and in order to maintain sensitivity animals must be able to adjust their thermal response thresholds to match the ambient temperature. The Cold Plantar Assay (CPA) also allows the study of adaptation to changes in ambient temperature by testing the cold sensitivity of mice at temperatures ranging from 30 &#176;C to 5 &#176;C. Mice are acclimated as described above, but the glass plate is cooled to the desired starting temperature using aluminum boxes (or aluminum foil packets) filled with hot water, wet ice, or dry ice. The temperature of the plate is measured at the center using a filament T-type thermocouple probe. Once the plate has reached the desired starting temperature, the animals are tested as described above.
This assay allows testing of mice at temperatures ranging from innocuous to noxious. The CPA yields unambiguous and consistent behavioral responses in uninjured mice and can be used to quantify both hypersensitivity and analgesia. This protocol describes how to use the CPA to measure cold hypersensitivity, analgesia, and adaptation in mice.

The Cold Plantar Assay (CPA) measures cold responsiveness between 30 &#176;C and 5 &#176;C, and can also measure cold adaptation. This protocol describes how to use the CPA to measure cold hypersensitivity, analgesia, and adaptation in mice.

Un metodo semplice e poco costoso per la determinazione fredda sensibilità e adattamento nei topi

Cold hypersensitivity is a serious clinical problem, affecting a broad subset of patients and causing significant decreases in quality of life.  The cold ...

Determination of Photoreceptor Cell Spectral Sensitivity in an Insect Model from In Vivo Intracellular Recordings

Intracellular recording is a powerful technique used to determine how a single cell may respond to a given stimulus. In vision research, intracellular recording has historically been a common technique used to study sensitivities of individual photoreceptor cells to different light stimuli that is still being used today. However, there remains a dearth of detailed methodology in the literature for researchers wishing to replicate intracellular recording experiments in the eye. Here we present the insect as a model for examining eye physiology more generally. Insect photoreceptor cells are located near the surface of the eye and are therefore easy to reach, and many of the mechanisms involved in vision are conserved across animal phyla. We describe the basic procedure for in vivo intracellular recording of photoreceptor cells in the eye of a butterfly, with the goal of making this technique more accessible to researchers with little prior experience in electrophysiology. We introduce the basic equipment needed, how to prepare a live butterfly for recording, how to insert a glass microelectrode into a single cell, and finally the recording procedure itself. We also explain the basic analysis of raw response data for determining spectral sensitivity of individual cell types. Although our protocol focuses on determining spectral sensitivity, other stimuli (e.g., polarized light) and variations of the method are applicable to this setup.

Determination of Photoreceptor Cell Spectral Sensitivity in an Insect Model from In Vivo Intracellular Recordings

The electrophysiological technique of intracellular recording is demonstrated and used to determine spectral sensitivities of single photoreceptor cells in the compound eye of a butterfly.

Determinazione del fotorecettore cellulare Sensibilità spettrale in un modello da insetti<em&gt; In Vivo</em&gt; registrazioni intracellulari

Intracellular recording is a powerful technique used to determine how a single cell may respond to a given stimulus. In vision research, intracellular ...

Electroencephalographic, Heart Rate, and Galvanic Skin Response Assessment for an Advertising Perception Study: Application to Antismoking Public Service Announcements

The evaluation of advertising, products, and packaging is traditionally performed through methods based on self-reports and focus groups, but these approaches often appear poorly accurate in scientific terms. Neuroscience is increasingly applied to the investigation of the neurophysiological bases of the perception of and reaction to commercial stimuli to support traditional marketing methods. In this context, a particular sector or marketing is represented by public service announcements (PSAs). The objective of this protocol is to apply electroencephalography (EEG) and autonomic signal analysis to study responses to selected antismoking PSAs. Two EEG indices were employed: the frontal alpha band EEG asymmetry (the Approach Withdrawal (AW) index) and the frontal theta (effort index). Furthermore, the autonomic Emotional Index (EI) was calculated, as derived from the Galvanic Skin Response (GSR) and Heart Rate (HR) signals. The present protocol describes a series of operational and computational steps required to properly estimate, through the aforementioned indices, the emotional and cerebral reaction of a group of subjects towards a selected number of antismoking PSAs. In particular, a campaign characterized by a symbolic communication style (classified as "awarded" on the basis of the prizes received by specialized committees) obtained the highest approach values, as estimated by the AW index. A spot and an image belonging to the same PSA campaign based on the "fear arousing appeal" and with a narrative/experiential communication style (classified as "effective" on the basis of the economical/health-related improvements promoted) reported the lowest and highest effort values, respectively. This is probably due to the complexity of the storytelling (spot) and to the immediateness of the image (a lady who underwent a tracheotomy). Finally, the same "effective" campaign showed the highest EI values, possibly because of the empathy induced by the testimonial and the explicitness of the message.

The following protocol describes a series of operational and computational steps required to properly estimate the emotional and cerebral reaction of a group of subjects towards a selected number of Public Service Announcements (PSAs) against smoking, aired in the USA and Europe during the period between 1998 and 2015.

Elettroencefalografici, frequenza cardiaca e valutazione di risposta galvanica della pelle per una percezione di pubblicità Studio: applicazione per annunci di servizio pubblico antifumo

The evaluation of advertising, products, and packaging is traditionally performed through methods based on self-reports and focus groups, but these ...

Spectral Reflectometric Microscopy on Myelinated Axons In Situ

In a mammalian nervous system, myelin provides an electrical insulation by enwrapping the axon fibers in a multilayered spiral. Inspired by its highly-organized subcellular architecture, we recently developed a new imaging modality, named spectral reflectometry (SpeRe), which enables unprecedented label-free nanoscale imaging of the live myelinated axons in situ. The underlying principle is to obtain nanostructural information by analyzing the reflectance spectrum of the multilayered subcellular structure. In this article, we describe a detailed step-by-step protocol for performing a basic SpeRe imaging of the nervous tissues using a commercial confocal microscopic system, equipped with a white-light laser and a tunable filter. We cover the procedures of sample preparation, acquisition of spectral data, and image processing for obtaining nanostructural information.

Spectral Reflectometric Microscopy on Myelinated Axons In Situ

Here, we present a step-by-step protocol for imaging myelinated axons in a fixed brain slice using a label-free nanoscale imaging technique based on spectral reflectometry.

Microscopia spettrale riflettometrica su assoni Myelinated In Situ

In a mammalian nervous system, myelin provides an electrical insulation by enwrapping the axon fibers in a multilayered spiral. Inspired by its ...

The Power of Interstimulus Interval for the Assessment of Temporal Processing in Rodents

Temporal processing deficits have been implicated as a potential elemental dimension of higher-level cognitive processes, commonly observed in neurocognitive disorders. Despite the popularization of prepulse inhibition (PPI) in recent years, many current protocols promote using a percent of control measure, thereby precluding the assessment of temporal processing. The present study used cross-modal PPI and gap prepulse inhibition (gap-PPI) to demonstrate the benefits of employing a range of interstimulus intervals (ISIs) to delineate effects of sensory modality, psychostimulant exposure, and age. Assessment of sensory modality, psychostimulant exposure, and age reveals the utility of an approach varying the interstimulus interval (ISI) to establish the shape of the ISI function, including increases (sharper curve inflections) or decreases (flattening of the response amplitude curve) in startle amplitude. Additionally, shifts in peak response inhibition, suggestive of a differential sensitivity to the manipulation of ISI, are often revealed. Thus, the systematic manipulation of ISI affords a critical opportunity to evaluate temporal processing, which may reveal the underlying neural mechanisms involved in neurocognitive disorders.

Temporal processing, a preattentive process, may underlie deficits in higher-level cognitive processes, including attention, commonly observed in neurocognitive disorders. Using prepulse inhibition as an exemplar paradigm, we present a protocol for manipulating interstimulus interval (ISI) to establish the shape of the ISI function to provide an assessment of temporal processing.

Il potere di Interstimulus intervallo per la valutazione di elaborazione temporale in roditori

Temporal processing deficits have been implicated as a potential elemental dimension of higher-level cognitive processes, commonly observed in ...

Quantifying Subcellular Ubiquitin-proteasome Activity in the Rodent Brain

The ubiquitin-proteasome system is a key regulator of protein degradation and a variety of other cellular processes in eukaryotes. In the brain, increases in ubiquitin-proteasome activity are critical for synaptic plasticity and memory formation and aberrant changes in this system are associated with a variety of neurological, neurodegenerative and psychiatric disorders. One of the issues in studying ubiquitin-proteasome functioning in the brain is that it is present in all cellular compartments, in which the protein targets, functional role and mechanisms of regulation can vary widely. As a result, the ability to directly compare brain ubiquitin protein targeting and proteasome catalytic activity in different subcellular compartments within the same animal is critical for fully understanding how the UPS contributes to synaptic plasticity, memory and disease. The method described here allows collection of nuclear, cytoplasmic and crude synaptic fractions from the same rodent (rat) brain, followed by simultaneous quantification of proteasome catalytic activity (indirectly, providing activity of the proteasome core only) and linkage-specific ubiquitin protein tagging. Thus, the method can be used to directly compare subcellular changes in ubiquitin-proteasome activity in different brain regions in the same animal during synaptic plasticity, memory formation and different disease states. This method can also be used to assess the subcellular distribution and function of other proteins within the same animal.

This protocol is designed to efficiently quantify ubiquitin-proteasome system (UPS) activity in different cellular compartments of the rodent brain. Users are able to examine UPS functioning in nuclear, cytoplasmic and synaptic fractions in the same animal, reducing the amount of time and number of animals needed to perform these complex analyses.

Quantificare l'attività subcellulare ubiquitina-proteasoma nel cervello del roditore

The ubiquitin-proteasome system is a key regulator of protein degradation and a variety of other cellular processes in eukaryotes. In the brain, increases ...