Maklumat

Mengapakah potensi medan tempatan secara amnya ditapis laluan jalur?

Mengapakah potensi medan tempatan secara amnya ditapis laluan jalur?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Saya tertanya-tanya apakah rasional di sebalik penapisan laluan rendah atau laluan jalur dalam pengukuran potensi medan tempatan?

Nampaknya kami berkemungkinan menapis maklumat yang berpotensi berharga dengan menapis prosedur.

Adakah terdapat had fizikal untuk ini yang tidak membenarkan untuk mengukur, katakan, tindak balas dalam julat frekuensi 0 hingga 5 kHz?


Tiada sebarang had fizikal pada jalur frekuensi yang anda ingin rakam, selain daripada had perkakasan pada kadar pensampelan.

Selalunya rakaman elektrofisiologi mengalami bunyi bising (terutamanya dalam frekuensi tinggi) dan hanyut dalam garis dasar (julat frekuensi rendah).

Pada akhirnya, anda ingin menapis sebanyak mungkin bunyi bising, tanpa membuang bayi dengan air mandian. Dalam kesan, pengetahuan sedia ada tentang julat kekerapan respons yang diminati adalah penting. Apa-apa sahaja di luar julat itu boleh, dan mungkin harus ditapis keluar.

Sebagai contoh, analisis FFT EEG terutamanya tertumpu pada jalur terhad kepada julat frekuensi 1 hingga 50 Hz. Kekerapan sesalur kuasa ialah 50 atau 60 Hz, selalunya menimbulkan bunyi sinusoidal apabila bilik tidak dilindungi. Oleh itu, apakah sebab untuk tidak menggunakan penapis laluan rendah dengan potongan sekitar 50 Hz untuk menyingkirkannya?

Akhir sekali, kaedah penapisan luar talian adalah banyak. saya peribadi keutamaan pada masa kini ialah, adalah untuk mengumpul data mentah dan penapis di luar talian. Dengan cara itu anda mempunyai bayi dan air, dan anda boleh memberi tumpuan, dengan percubaan dan kesilapan, di mana bayi berada dan di mana air.


Potensi medan tempatan mencerminkan berbilang skala spatial dalam V4


Potensi medan tempatan (LFP) mencerminkan sifat litar neuron atau lajur yang direkodkan dalam isipadu di sekeliling mikroelektrod (Buzsáki et al., 2012). Tahap volum integrasi ini telah menjadi subjek beberapa perdebatan, dengan anggaran antara beberapa ratus mikron (Katzner et al., 2009 Xing et al., 2009) hingga beberapa milimeter (Kreiman et al., 2006). Kami menganggarkan medan penerimaan (RF) aktiviti berbilang unit (MUA) dan LFP pada tahap pertengahan pemprosesan visual, di kawasan V4 dua kera. Struktur spatial medan penerimaan LFP sangat berbeza sebagai fungsi selang masa berikutan permulaan rangsangan, dengan retinotopi LFP sepadan dengan MUA pada set selang masa terhad. Analisis berasaskan model LFP membolehkan kami memulihkan dua komponen tercetus rangsangan yang berbeza: komponen retinotopik seperti MUA yang berasal dari volum kecil di sekeliling mikroelektrod (񾍐 μm), dan komponen kedua yang dikongsi di seluruh rantau V4, komponen kedua ini mempunyai sifat penalaan yang tidak berkaitan dengan MUA. Keputusan kami mencadangkan bahawa LFP mencerminkan aktiviti saraf merentasi pelbagai skala spatial, yang kedua-duanya merumitkan tafsirannya dan menawarkan peluang baharu untuk menyiasat struktur pemprosesan rangkaian berskala besar.


Penapis Kalman yang ditetapkan untuk antara muka otak-komputer menggunakan isyarat potensi medan tempatan

Antara muka otak-komputer (BCI) berusaha untuk mewujudkan sambungan terus dari otak ke komputer, untuk digunakan dalam aplikasi seperti kawalan prostesis motor, kawalan kursor pada monitor, dan sebagainya. Oleh itu, ketepatan penyahkodan pergerakan daripada isyarat otak dalam BCI adalah penting. Penapis Kalman (KF) sering digunakan dalam sistem BCI untuk menyahkod aktiviti saraf dan menganggar parameter kinetik dan kinematik. Untuk menggunakan KF, matriks peralihan keadaan, matriks cerapan dan matriks kovarians proses dan bunyi pengukuran mesti diketahui terlebih dahulu, bagaimanapun, dalam banyak aplikasi matriks ini tidak diketahui. Biasanya, untuk menganggar parameter ini, kaedah kuasa dua terkecil biasa dan penganggar matriks kovarians sampel digunakan. Tujuan kami adalah untuk meningkatkan prestasi penyahkodan KF dalam sistem BCI dengan menambah baik anggaran parameter yang disebutkan.

Kaedah Baru

Di sini, kami mencadangkan Penapis Kalman Teratur (RKF) yang melaksanakan dua ciri asas: 1) Mengatur anggaran regresi persamaan keadaan untuk menambah baik anggaran matriks peralihan keadaan, dan 2) Penggunaan kaedah pengecutan untuk memperbaiki anggaran matriks kovarians hingar ukuran tidak diketahui. Kami mengesahkan prestasi kaedah yang dicadangkan menggunakan dua set data potensi medan tempatan yang diperoleh daripada korteks motor monyet (Anggaran parameter kinematik semasa pergerakan tangan) dan tiga tikus (Anggaran jumlah daya yang digunakan oleh tangan sebagai parameter kinetik).

Keputusan

Keputusan menunjukkan bahawa kaedah yang dicadangkan mengatasi KF konvensional, KF dengan pemilihan ciri, kuasa dua terkecil separa dan pendekatan regresi Ridge.


Kandungan

Bentuk fungsi asas tenaga berpotensi dalam mekanik molekul termasuk istilah terikat untuk interaksi atom yang dikaitkan dengan ikatan kovalen, dan tidak terikat (juga disebut bukan kovalen) istilah yang menerangkan tentang daya elektrostatik dan van der Waals jarak jauh. Penguraian khusus istilah bergantung pada medan daya, tetapi bentuk umum untuk jumlah tenaga dalam medan daya tambahan boleh ditulis sebagai

di mana komponen sumbangan kovalen dan bukan kovalen diberikan oleh penjumlahan berikut:

Istilah ikatan dan sudut biasanya dimodelkan oleh fungsi tenaga kuadratik yang tidak membenarkan pemecahan ikatan. Penerangan yang lebih realistik tentang ikatan kovalen pada regangan yang lebih tinggi disediakan oleh potensi Morse yang lebih mahal. Bentuk fungsian untuk tenaga dihedral adalah berubah-ubah dari satu medan daya ke medan daya yang lain. Tambahan, istilah "kilasan yang tidak betul" boleh ditambah untuk menguatkuasakan ketulenan gelang aromatik dan sistem konjugasi lain, dan "istilah silang" yang menerangkan gandingan pembolehubah dalaman yang berbeza, seperti sudut dan panjang ikatan. Beberapa medan daya juga termasuk istilah eksplisit untuk ikatan hidrogen.

Istilah tidak terikat adalah secara pengiraan paling intensif. Pilihan yang popular ialah mengehadkan interaksi kepada tenaga berpasangan. Istilah van der Waals biasanya dikira dengan potensi Lennard-Jones dan istilah elektrostatik dengan hukum Coulomb. Walau bagaimanapun, kedua-duanya boleh ditimbal atau diskalakan dengan faktor malar untuk mengambil kira kebolehpolaran elektronik. Kajian dengan ungkapan tenaga ini telah memfokuskan pada biomolekul sejak 1970-an dan digeneralisasikan kepada sebatian merentas jadual berkala pada awal 2000-an, termasuk logam, seramik, mineral dan sebatian organik. [4]

Regangan ikatan Edit

Memandangkan jarang bon menyimpang dengan ketara daripada nilai rujukannya, pendekatan yang paling mudah menggunakan formula undang-undang Hooke:

Pemalar regangan ikatan k i j > boleh ditentukan daripada spektrum Inframerah eksperimen, spektrum Raman, atau pengiraan mekanikal kuantum peringkat tinggi. Pemalar k i j > menentukan frekuensi getaran dalam simulasi dinamik molekul. Semakin kuat ikatan antara atom, semakin tinggi nilai pemalar daya, dan semakin tinggi nombor gelombang (tenaga) dalam spektrum IR/Raman. Spektrum getaran mengikut pemalar daya tertentu boleh dikira daripada trajektori MD pendek (5 ps) dengan

Langkah masa 1 fs, pengiraan fungsi autokorelasi halaju, dan transformasi Fouriernya. [5]

Walaupun formula hukum Hooke memberikan tahap ketepatan yang munasabah pada panjang ikatan berhampiran jarak keseimbangan, ia kurang tepat apabila seseorang bergerak menjauh. Untuk memodelkan keluk Morse dengan lebih baik seseorang boleh menggunakan kuasa padu dan lebih tinggi. [2] [6] Walau bagaimanapun, untuk kebanyakan aplikasi praktikal, perbezaan ini boleh diabaikan dan ketidaktepatan dalam ramalan panjang ikatan adalah pada urutan seribu angstrom, yang juga merupakan had kebolehpercayaan untuk medan daya biasa. Potensi Morse boleh digunakan sebaliknya untuk membolehkan pemecahan ikatan dan ketepatan yang lebih tinggi, walaupun ia kurang cekap untuk dikira.

Interaksi elektrostatik Edit

Interaksi elektrostatik diwakili oleh tenaga Coulomb, yang menggunakan cas atom q i > untuk mewakili ikatan kimia antara ikatan kovalen kepada kovalen polar dan ion. Formula biasa ialah hukum Coulomb:

Caj atom boleh memberi sumbangan dominan kepada tenaga berpotensi, terutamanya untuk molekul polar dan sebatian ionik, dan penting untuk mensimulasikan geometri, tenaga interaksi, serta kereaktifan. Penetapan cas atom selalunya masih mengikut protokol mekanikal kuantum empirikal dan tidak boleh dipercayai, yang selalunya membawa kepada beberapa ketidakpastian 100% berbanding dengan nilai wajar secara fizikal dalam persetujuan dengan momen dan teori dipol eksperimen. [10] [11] [12] Caj atom boleh dihasilkan semula untuk medan daya berdasarkan data eksperimen untuk ketumpatan ubah bentuk elektron, momen dipol dalaman, dan model Extended Born telah dibangunkan. [12] [4] Ketidakpastian <10%, atau ±0.1e, membolehkan perwakilan yang konsisten bagi ikatan kimia dan ketepatan sehingga seratus kali ganda lebih tinggi dalam struktur dan tenaga yang dikira bersama dengan tafsiran fizikal parameter lain dalam medan daya.

Sebagai tambahan kepada bentuk kefungsian potensi, medan daya mentakrifkan satu set parameter untuk pelbagai jenis atom, ikatan kimia, sudut dihedral, interaksi luar satah, interaksi bukan ikatan, dan kemungkinan istilah lain. [4] Banyak set parameter adalah empirikal dan sesetengah medan daya menggunakan istilah pemadanan yang meluas yang sukar untuk memberikan tafsiran fizikal. [13] Jenis atom ditakrifkan untuk unsur yang berbeza dan juga untuk unsur yang sama dalam persekitaran kimia yang cukup berbeza. Sebagai contoh, atom oksigen dalam air dan atom oksigen dalam kumpulan berfungsi karbonil dikelaskan sebagai jenis medan daya yang berbeza. [14] Set parameter medan daya lazim termasuk nilai untuk jisim atom, cas atom, parameter Lennard-Jones untuk setiap jenis atom, serta nilai keseimbangan panjang ikatan, sudut ikatan, dan sudut dihedral. [15] Istilah terikat merujuk kepada pasangan, kembar tiga, dan empat kali ganda atom terikat, dan termasuk nilai untuk pemalar spring berkesan untuk setiap potensi. Kebanyakan parameter medan daya semasa menggunakan a caj tetap model yang mana setiap atom diberikan satu nilai untuk cas atom yang tidak dipengaruhi oleh persekitaran elektrostatik tempatan. [12] [16]

Parameterisasi medan paksa untuk simulasi dengan ketepatan maksimum dan kebolehpindahan, cth., IFF, ikut protokol yang ditakrifkan dengan baik. [4] Aliran kerja mungkin melibatkan (1) mendapatkan semula struktur kristal sinar-x atau formula kimia, (2) mentakrifkan jenis atom, (3) mendapatkan cas atom, (4) menetapkan Lennard-Jones awal dan parameter terikat, (5) ujian pengiraan ketumpatan dan geometri berbanding dengan data rujukan eksperimen, (6) ujian pengiraan sifat bertenaga (tenaga permukaan, [17] tenaga penghidratan [18] ) berbanding dengan data rujukan eksperimen, (7) pengesahan dan penghalusan sekunder (terma, mekanikal , dan sifat resapan). [19] Gelung lelaran utama berlaku antara langkah (5) dan (4), serta antara (6) dan (4)/(3). Tafsiran kimia parameter dan data rujukan eksperimen yang boleh dipercayai memainkan peranan penting.

Parameter untuk simulasi molekul makromolekul biologi seperti protein, DNA, dan RNA selalunya diperoleh daripada pemerhatian untuk molekul organik kecil, yang lebih mudah diakses untuk kajian eksperimen dan pengiraan kuantum. Oleh itu, pelbagai isu timbul, seperti (1) caj atom yang tidak boleh dipercayai daripada pengiraan kuantum boleh menjejaskan semua sifat yang dikira dan ketekalan dalaman, (2) data berbeza yang diperoleh daripada mekanik kuantum untuk molekul dalam fasa gas mungkin tidak boleh dipindahkan untuk simulasi dalam pekat. fasa, (3) penggunaan data untuk molekul kecil dan aplikasi pada struktur polimer yang lebih besar melibatkan ketidakpastian, (4) data eksperimen yang tidak serupa dengan variasi dalam ketepatan dan keadaan rujukan (cth suhu) boleh menyebabkan penyelewengan. Akibatnya, parameter medan daya mencapah telah dilaporkan untuk molekul biologi. Data rujukan eksperimen termasuk, sebagai contoh, entalpi pengewapan (OPLS), entalpi pemejalwapan, momen dipol dan pelbagai parameter spektroskopi. [20] [6] [14] Ketakkonsistenan boleh diatasi dengan tafsiran semua parameter medan daya dan memilih keadaan rujukan yang konsisten, contohnya, suhu bilik dan tekanan atmosfera. [4]

Beberapa medan daya juga termasuk tiada rasional kimia yang jelas, protokol parameterisasi, pengesahan tidak lengkap sifat utama (struktur dan tenaga), kekurangan tafsiran parameter, dan perbincangan tentang ketidakpastian. [21] Dalam kes ini, sisihan rawak yang besar bagi sifat yang dikira telah dilaporkan.

Kaedah Edit

Sesetengah medan daya termasuk model eksplisit untuk kebolehtularan, di mana cas berkesan zarah boleh dipengaruhi oleh interaksi elektrostatik dengan jirannya. Model cengkerang teras adalah biasa, yang terdiri daripada zarah teras bercas positif, mewakili atom boleh kutub, dan zarah bercas negatif yang dilekatkan pada atom teras melalui potensi pengayun harmonik seperti spring. [22] [23] [24] Contoh terkini termasuk model boleh kutub dengan elektron maya yang menghasilkan semula cas imej dalam logam [25] dan medan daya biomolekul boleh kutub. [26] Dengan menambahkan darjah kebebasan sedemikian untuk kebolehularan, tafsiran parameter menjadi lebih sukar dan meningkatkan risiko ke arah parameter kesesuaian sewenang-wenang dan keserasian menurun. Perbelanjaan pengiraan meningkat disebabkan keperluan untuk mengira berulang kali medan elektrostatik tempatan.

Model boleh dipolarisasikan berprestasi baik apabila ia menangkap ciri kimia penting dan cas atom bersih adalah agak tepat (dalam ±10%). [4] [27] Sejak kebelakangan ini, model sedemikian telah tersilap dipanggil "potensi Pengayun Drude". [28] Istilah yang sesuai untuk model ini ialah "model pengayun Lorentz" kerana Lorentz [29] dan bukannya Drude [30] mencadangkan beberapa bentuk lampiran elektron pada nukleus. [25] Model Drude menganggap pergerakan elektron tanpa had, contohnya, gas elektron bebas dalam logam. [30]

Suntingan Parameterisasi

Dari segi sejarah, banyak pendekatan untuk parameterisasi medan daya telah digunakan. Banyak medan daya klasik bergantung pada protokol parameterisasi yang agak tidak telus, contohnya, menggunakan pengiraan mekanikal kuantum anggaran, selalunya dalam fasa gas, dengan jangkaan beberapa korelasi dengan sifat fasa pekat dan pengubahsuaian empirikal potensi untuk dipadankan dengan pemerhatian eksperimen. [31] [32] [33] Protokol mungkin tidak boleh dihasilkan semula dan separa automasi sering memainkan peranan untuk menjana parameter, mengoptimumkan penjanaan parameter yang cepat dan liputan luas, dan bukan untuk konsistensi kimia, kebolehtafsiran, kebolehpercayaan dan kemampanan.

Serupa, lebih banyak alat automatik telah tersedia baru-baru ini untuk meparameterkan medan daya baharu dan membantu pengguna membangunkan set parameter mereka sendiri untuk kimia yang tidak diparameterkan setakat ini. [34] [35] Usaha untuk menyediakan kod dan kaedah sumber terbuka termasuk openMM dan openMD. Penggunaan separa automasi atau automasi penuh, tanpa input daripada pengetahuan kimia, berkemungkinan akan meningkatkan ketidakkonsistenan pada tahap cas atom, untuk penetapan parameter yang tinggal, dan berkemungkinan mencairkan kebolehtafsiran dan prestasi parameter.

Medan daya antara muka (IFF) mengandaikan satu ungkapan tenaga tunggal untuk semua sebatian merentas berkala (dengan pilihan 9-6 dan 12-6 LJ) dan menggunakan pengesahan ketat dengan protokol simulasi piawai yang membolehkan kebolehtafsiran penuh dan keserasian parameter, serta sebagai ketepatan yang tinggi dan akses kepada gabungan sebatian tanpa had. [4]

Bentuk fungsian dan set parameter telah ditakrifkan oleh pembangun potensi interatomik dan ciri darjah pembolehubah ketekalan diri dan kebolehpindahan. Apabila bentuk fungsi bagi istilah berpotensi berbeza-beza, parameter daripada satu fungsi potensi interatomik biasanya tidak boleh digunakan bersama-sama dengan fungsi potensi interatomik yang lain. [19] Dalam sesetengah kes, pengubahsuaian boleh dibuat dengan usaha kecil, contohnya, antara 9-6 potensi Lennard-Jones hingga 12-6 potensi Lennard-Jones. [9] Pemindahan daripada potensi Buckingham kepada potensi harmonik, atau daripada Model Atom Terbenam kepada potensi harmonik, sebaliknya, akan memerlukan banyak andaian tambahan dan mungkin tidak mungkin.

Semua potensi interatomik adalah berdasarkan anggaran dan data eksperimen, oleh itu sering dipanggil empirikal. Prestasi berbeza daripada ketepatan yang lebih tinggi daripada pengiraan teori fungsi ketumpatan, dengan akses kepada sistem berjuta kali lebih besar dan skala masa, kepada tekaan rawak bergantung pada medan daya. [36] Penggunaan perwakilan yang tepat bagi ikatan kimia, digabungkan dengan data eksperimen dan pengesahan yang boleh dihasilkan semula, boleh membawa kepada potensi interatomik yang berkekalan berkualiti tinggi dengan parameter dan andaian yang lebih sedikit berbanding dengan kaedah kuantum peringkat DFT. [37] [38]

Had yang mungkin termasuk cas atom, juga dipanggil cas titik. Kebanyakan medan daya bergantung pada cas titik untuk menghasilkan semula potensi elektrostatik di sekeliling molekul, yang berfungsi kurang baik untuk pengagihan cas anisotropik. [39] Ubatnya ialah caj titik mempunyai tafsiran yang jelas, [12] dan elektron maya boleh ditambah untuk menangkap ciri penting struktur elektronik, kebolehpolaran tambahan sedemikian dalam sistem logam untuk menggambarkan potensi imej, momen berbilang kutub dalaman dalam π- sistem terkonjugasi, dan pasangan tunggal dalam air. [40] [41] [42] Polarisasi elektronik persekitaran mungkin lebih baik disertakan dengan menggunakan medan daya polarisasi [43] [44] atau menggunakan pemalar dielektrik makroskopik. Walau bagaimanapun, penggunaan satu nilai pemalar dielektrik adalah anggaran kasar dalam persekitaran protein, membran biologi, mineral atau elektrolit yang sangat heterogen. [45]

Semua jenis daya van der Waals juga sangat bergantung kepada persekitaran kerana daya ini berasal daripada interaksi dipol teraruh dan "semerta" (lihat daya Intermolekul). Teori asal Fritz London tentang kuasa-kuasa ini hanya terpakai dalam ruang hampa. Teori yang lebih umum tentang pasukan van der Waals dalam media pekat telah dibangunkan oleh A. D. McLachlan pada tahun 1963 dan memasukkan pendekatan asal London sebagai kes khas. [46] Teori McLachlan meramalkan bahawa tarikan van der Waals dalam media lebih lemah daripada dalam vakum dan mengikuti seperti larut seperti peraturan, yang bermaksud bahawa pelbagai jenis atom berinteraksi lebih lemah daripada jenis atom yang serupa. [47] Ini berbeza dengan peraturan gabungan atau persamaan Slater-Kirkwood digunakan untuk pembangunan medan daya klasik. The peraturan gabungan nyatakan bahawa tenaga interaksi dua atom yang tidak serupa (cth., C. N) ialah purata tenaga interaksi pasangan atom yang serupa (iaitu, C. C dan N. N). Menurut teori McLachlan, interaksi zarah dalam media malah boleh menolak sepenuhnya, seperti yang diperhatikan untuk helium cecair, [46] bagaimanapun, kekurangan pengewapan dan kehadiran takat beku bercanggah dengan teori interaksi tolakan semata-mata. Pengukuran daya tarikan antara bahan yang berbeza (pemalar Hamaker) telah dijelaskan oleh Jacob Israelachvili. [46] Contohnya, "interaksi antara hidrokarbon merentas air adalah kira-kira 10% daripada itu merentas vakum". [46] Kesan sedemikian diwakili dalam dinamik molekul melalui interaksi berpasangan yang lebih padat dari segi ruang dalam fasa pekat berbanding fasa gas dan dihasilkan semula sebaik sahaja parameter untuk semua fasa disahkan untuk menghasilkan semula ikatan kimia, ketumpatan dan kohesif/permukaan. tenaga.

Had telah dirasai dengan kuat dalam penghalusan struktur protein. Cabaran asas utama ialah ruang konformasi yang besar bagi molekul polimer, yang berkembang melebihi kebolehlaksanaan pengiraan semasa apabila mengandungi lebih daripada

20 monomer. [48] ​​Peserta dalam Penilaian Kritikal Ramalan Struktur protein (CASP) tidak cuba memperhalusi model mereka untuk mengelakkan "memalukan utama mekanik molekul, iaitu pengurangan tenaga atau dinamik molekul secara amnya membawa kepada model yang kurang seperti struktur eksperimen.". [49] Medan daya telah berjaya digunakan untuk penghalusan struktur protein dalam aplikasi kristalografi sinar-X dan spektroskopi NMR yang berbeza, terutamanya menggunakan program XPLOR. [50] Walau bagaimanapun, penghalusan didorong terutamanya oleh satu set kekangan eksperimen dan interatomik potensi berfungsi terutamanya untuk menghapuskan halangan interatomik. Hasil pengiraan boleh dikatakan sama dengan potensi sfera tegar yang dilaksanakan dalam program DYANA [51] (pengiraan daripada data NMR), atau dengan program untuk penghalusan kristalografi yang tidak menggunakan fungsi tenaga sama sekali. Kelemahan ini adalah berkaitan dengan potensi interatomik dan ketidakupayaan untuk mengambil sampel ruang konformasi molekul besar dengan berkesan. [52] Oleh itu juga pembangunan parameter untuk menangani masalah berskala besar tersebut memerlukan pendekatan baharu. Bidang masalah khusus ialah pemodelan homologi protein. [ 53] Sementara itu, fungsi pemarkahan empirikal alternatif telah dibangunkan untuk dok ligan, [54] protein lipatan, [55] [56] [57] penghalusan model homologi, [58] reka bentuk protein pengiraan, [59] [60] [61] dan pemodelan protein dalam membran. [62]

Ia juga dipertikaikan bahawa beberapa medan daya protein beroperasi dengan tenaga yang tidak berkaitan dengan lipatan protein atau pengikatan ligan. [43] Parameter medan daya protein menghasilkan semula entalpi pemejalwapan, iaitu tenaga penyejatan hablur molekul. Walau bagaimanapun, lipatan protein dan pengikatan ligan secara termodinamik lebih dekat kepada penghabluran, atau peralihan cecair-pepejal kerana proses ini mewakili pembekuan molekul mudah alih dalam media pekat. [63] [64] [65] Oleh itu, perubahan tenaga bebas semasa lipatan protein atau pengikatan ligan dijangka mewakili gabungan tenaga yang serupa dengan haba pelakuran (tenaga yang diserap semasa mencairkan hablur molekul), sumbangan entropi konformasi, dan tenaga bebas pelarutan. Haba pelakuran adalah jauh lebih kecil daripada entalpi pemejalwapan. [46] Oleh itu, potensi yang menggambarkan lipatan protein atau pengikatan ligan memerlukan protokol parameterisasi yang lebih konsisten, contohnya, seperti yang diterangkan untuk IFF. Sesungguhnya, tenaga ikatan-H dalam protein adalah

-1.5 kcal/mol apabila dianggarkan daripada kejuruteraan protein atau heliks alfa kepada data peralihan gegelung, [66] [67] tetapi tenaga yang sama dianggarkan daripada entalpi pemejalwapan hablur molekul ialah -4 hingga -6 kcal/mol, [68] iaitu berkaitan dengan membentuk semula ikatan hidrogen sedia ada dan tidak membentuk ikatan hidrogen dari awal. Kedalaman potensi Lennard-Jones yang diubah suai yang diperoleh daripada data kejuruteraan protein juga lebih kecil daripada parameter potensi biasa dan mengikuti seperti larut seperti peraturan, seperti yang diramalkan oleh teori McLachlan. [43]

Medan daya yang berbeza direka untuk tujuan yang berbeza. Semuanya dilaksanakan dalam pelbagai perisian komputer.

MM2 telah dibangunkan oleh Norman Allinger terutamanya untuk analisis konformasi hidrokarbon dan molekul organik kecil yang lain. Ia direka bentuk untuk menghasilkan semula geometri kovalen keseimbangan molekul setepat mungkin. Ia melaksanakan satu set besar parameter yang ditapis dan dikemas kini secara berterusan untuk pelbagai kelas sebatian organik (MM3 dan MM4). [69] [70] [71] [72] [73]

CFF telah dibangunkan oleh Arieh Warshel, Lifson, dan rakan sekerja sebagai kaedah umum untuk menyatukan kajian tenaga, struktur, dan getaran molekul am dan hablur molekul. Program CFF, yang dibangunkan oleh Levitt dan Warshel, adalah berdasarkan perwakilan Cartesian bagi semua atom, dan ia berfungsi sebagai asas untuk banyak program simulasi berikutnya.

ECEPP telah dibangunkan khusus untuk pemodelan peptida dan protein. Ia menggunakan geometri tetap sisa asid amino untuk memudahkan permukaan tenaga berpotensi. Oleh itu, pengurangan tenaga dijalankan dalam ruang sudut kilasan protein. Kedua-dua MM2 dan ECEPP termasuk potensi untuk ikatan-H dan potensi kilasan untuk menerangkan putaran di sekitar ikatan tunggal. ECEPP/3 telah dilaksanakan (dengan beberapa pengubahsuaian) dalam Mekanik Koordinat Dalaman dan FANTOM. [74]

AMBER, CHARMM, dan GROMOS telah dibangunkan terutamanya untuk dinamik molekul makromolekul, walaupun ia juga biasa digunakan untuk meminimumkan tenaga. Oleh itu, koordinat semua atom dianggap sebagai pembolehubah bebas.

Medan Daya Antara Muka (IFF) [75] telah dibangunkan sebagai medan daya konsisten pertama untuk sebatian merentas jadual berkala. Ia mengatasi had yang diketahui untuk menetapkan caj yang konsisten, menggunakan syarat standard sebagai keadaan rujukan, menghasilkan semula struktur, tenaga, dan derivatif tenaga, dan mengira had untuk semua sebatian yang disertakan. [4] [76] Ia serasi dengan medan daya berbilang untuk mensimulasikan bahan hibrid (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS).

Suntingan Klasik

    (Pembinaan Model Berbantu dan Penapisan Tenaga) – digunakan secara meluas untuk protein dan DNA.
  • CFF (Medan Daya Konsisten) – keluarga medan daya yang disesuaikan dengan pelbagai jenis sebatian organik, termasuk medan daya untuk polimer, logam, dll. (Kimia di HARvard Molecular Mechanics) – asalnya dibangunkan di Harvard, digunakan secara meluas untuk kedua-dua molekul kecil dan makromolekul
  • COSMOS-NMR – medan daya hibrid QM/MM disesuaikan dengan pelbagai sebatian tak organik, sebatian organik dan makromolekul biologi, termasuk pengiraan separa empirik bagi sifat NMR cas atom. COSMOS-NMR dioptimumkan untuk penjelasan struktur berasaskan NMR dan dilaksanakan dalam pakej pemodelan molekul COSMOS. [77]
  • CVFF – juga digunakan secara meluas untuk molekul kecil dan makromolekul. [14]
  • ECEPP [78] – medan daya pertama untuk molekul polipeptida - dibangunkan oleh F.A. Momany, H.A. Scheraga dan rakan sekerja. [79][80] (Simulasi Molekul GROningen) – medan daya yang datang sebagai sebahagian daripada perisian GROMOS, pakej simulasi komputer dinamik molekul tujuan am untuk kajian sistem biomolekul. [81] Medan daya GROMOS versi A telah dibangunkan untuk aplikasi pada larutan akueus atau apolar bagi protein, nukleotida, dan gula. Versi B untuk mensimulasikan molekul terpencil fasa gas juga tersedia.
  • IFF (Medan Daya Antara Muka) – Medan daya pertama untuk menutup logam, mineral, bahan 2D dan polimer dalam satu platform dengan ketepatan canggih dan keserasian dengan banyak medan daya lain (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS ), termasuk pilihan 12-6 LJ dan 9-6 LJ [4][75]
  • MMFF (Merck Molecular Force Field) – dibangunkan di Merck untuk pelbagai molekul. (Potensi Dioptimumkan untuk Simulasi Cecair) (varian termasuk OPLS-AA, OPLS-UA, OPLS-2001, OPLS-2005, OPLS3e, OPLS4) - dibangunkan oleh William L. Jorgensen di Jabatan Kimia Universiti Yale.
  • QCFF/PI – Medan daya am untuk molekul terkonjugasi. [82][83]
  • UFF (Universal Force Field) – Medan daya am dengan parameter untuk jadual berkala penuh sehingga dan termasuk actinoids, dibangunkan di Colorado State University. [21] Kebolehpercayaan diketahui lemah kerana kekurangan pengesahan dan tafsiran parameter untuk hampir semua sebatian yang dituntut, terutamanya logam dan sebatian tak organik. [5][76]

Suntingan Boleh Dipolarisasi

  • AMBER – medan daya polarisasi yang dibangunkan oleh Jim Caldwell dan rakan sekerja. [84]
  • AMOEBA (Atomic Multipole Optimized Energetics for Biomolecular Applications) – medan daya yang dibangunkan oleh Pengyu Ren (University of Texas di Austin) dan Jay W. Ponder (Washington University). [85] Medan daya AMOEBA secara beransur-ansur beralih ke AMOEBA+ yang lebih kaya fizik. [86][87]
  • CHARMM – medan daya polarisasi yang dibangunkan oleh S. Patel (University of Delaware) dan C. L. Brooks III (University of Michigan). [26][88] Berdasarkan pengayun Drude klasik yang dibangunkan oleh A. MacKerell (University of Maryland, Baltimore) dan B. Roux (University of Chicago). [89][90]
  • CFF/ind dan ENZYMIX – Medan daya polarisasi pertama [91] yang kemudiannya telah digunakan dalam banyak aplikasi untuk sistem biologi. [44]
  • COSMOS-NMR (Simulasi Komputer Struktur Molekul) – dibangunkan oleh Ulrich Sternberg dan rakan sekerja. Medan daya QM/MM hibrid membolehkan pengiraan mekanik kuantum eksplisit bagi sifat elektrostatik menggunakan orbital ikatan setempat dengan formalisme BPT yang pantas. [92] Turun naik cas atom adalah mungkin dalam setiap langkah dinamik molekul.
  • DRF90 dibangunkan oleh P. Th. van Duijnen dan rakan sekerja. [93]
  • IFF (Medan Daya Antara Muka) – termasuk kebolehpolaran untuk logam (Au, W) dan molekul pi-konjugasi [25][42][41]
  • NEMO (Orbital Molekul Bukan Empirikal) – prosedur yang dibangunkan oleh Gunnar Karlström dan rakan sekerja di Universiti Lund (Sweden) [94]
  • PIPF – Potensi antara molekul yang boleh dipolarisasi untuk cecair ialah medan daya titik-dipol teraruh untuk cecair organik dan biopolimer. Polarisasi molekul adalah berdasarkan model dipol berinteraksi (TID) Thole dan telah dibangunkan oleh Jiali Gao Gao Research Group | di Universiti Minnesota. [95][96]
  • Medan Daya Berpolarisasi (PFF) – dibangunkan oleh Richard A. Friesner dan rakan sekerja. [97]
  • Penyamaan Potensi Kimia (CPE) berasaskan SP – pendekatan yang dibangunkan oleh R. Chelli dan P. Procacci. [98]
  • PHAST - potensi polarisasi yang dibangunkan oleh Chris Cioce dan rakan sekerja. [99]
  • ORIENT – prosedur yang dibangunkan oleh Anthony J. Stone (Cambridge University) dan rakan sekerja. [100]
  • Model Elektrostatik Gaussian (GEM) – medan daya polarisasi berdasarkan Pemasangan Ketumpatan yang dibangunkan oleh Thomas A. Darden dan G. Andrés Cisneros di NIEHS dan Jean-Philip Piquemal di Universiti Paris VI. [101][102][103]
  • Potensi Boleh Polar Atomistik untuk Cecair, Elektrolit dan Polimer(APPLE&P), dibangunkan oleh Oleg Borogin, Dmitry Bedrov dan rakan sekerja, yang diedarkan oleh Wasatch Molecular Incorporated. [104]
  • Prosedur yang boleh dipolarisasi berdasarkan pendekatan Kim-Gordon yang dibangunkan oleh Jürg Hutter dan rakan sekerja (University of Zürich) [rujukan diperlukan]
  • GFN-FF (Geometri, Kekerapan dan Medan Daya Interaksi Nonkovalen) - medan daya generik separa boleh polarisasi sepenuhnya automatik untuk penerangan tepat tentang struktur dan dinamik molekul besar merentas jadual berkala yang dibangunkan oleh Stefan Grimme dan Sebastian Spicher di Universiti daripada Bonn. [105]

Suntingan Reaktif

  • EVB (Ikatan valens empirikal) - medan daya reaktif ini, yang diperkenalkan oleh Warshel dan rakan sekerja, mungkin merupakan cara yang paling boleh dipercayai dan konsisten secara fizikal untuk menggunakan medan daya dalam memodelkan tindak balas kimia dalam persekitaran yang berbeza. [mengikut siapa?] EVB memudahkan pengiraan tenaga bebas pengaktifan dalam fasa pekat dan dalam enzim. – medan daya reaktif (potensi interatomik) yang dibangunkan oleh Adri van Duin, William Goddard dan rakan sekerja. It is slower than classical MD (50x), needs parameter sets with specific validation, and has no validation for surface and interfacial energies. Parameters are non-interpretable. It can be used atomistic-scale dynamical simulations of chemical reactions. [13] Parallelized ReaxFF allows reactive simulations on >>1,000,000 atoms on large supercomputers.

Coarse-grained Edit

  • DPD (Dissipative particle dynamics) - This is a method commonly applied in chemical engineering. It is typically used for studying the hydrodynamics of various simple and complex fluids which require consideration of time and length scales larger than those accessible to classical Molecular dynamics. The potential was originally proposed by Hoogerbrugge and Koelman [106][107] with later modifications by Español and Warren [108] The current state of the art was well documented in a CECAM workshop in 2008. [109] Recently, work has been undertaken to capture some of the chemical subtitles relevant to solutions. This has led to work considering automated parameterisation of the DPD interaction potentials against experimental observables. [35] – a coarse-grained potential developed by Marrink and coworkers at the University of Groningen, initially developed for molecular dynamics simulations of lipids, [3] later extended to various other molecules. The force field applies a mapping of four heavy atoms to one CG interaction site and is parameterized with the aim of reproducing thermodynamic properties.
  • SIRAH – a coarse-grained force field developed by Pantano and coworkers of the Biomolecular Simulations Group, Institut Pasteur of Montevideo, Uruguay developed for molecular dynamics of water, DNA, and proteins. Free available for AMBER and GROMACS packages.
  • VAMM (Virtual atom molecular mechanics) – a coarse-grained force field developed by Korkut and Hendrickson for molecular mechanics calculations such as large scale conformational transitions based on the virtual interactions of C-alpha atoms. It is a knowledge based force field and formulated to capture features dependent on secondary structure and on residue-specific contact information in proteins. [110]

Machine learning Edit

  • ANI is a transferable neural network potential, built from atomic environment vectors, and able to provide DFT accuracy in terms of energies. [111]
  • FFLUX (originally QCTFF) [112] A set of trained Kriging models which operate together to provide a molecular force field trained on Atoms in molecules or Quantum chemical topology energy terms including electrostatic, exchange and electron correlation. [113][114]
  • TensorMol, a mixed model, a Neural network provides a short-range potential, whilst more traditional potentials add screened long range terms. [114]
  • Δ-ML not a force field method but a model that adds learnt correctional energy terms to approximate and relatively computationally cheap quantum chemical methods in order to provide an accuracy level of a higher order, more computationally expensive quantum chemical model. [115]
  • SchNet a Neural network utilising continuous-filter convolutional layers, to predict chemical properties and potential energy surfaces. [116]
  • PhysNet is a Neural Network-based energy function to predict energies, forces and (fluctuating) partial charges. [117]

Water Edit

The set of parameters used to model water or aqueous solutions (basically a force field for water) is called a water model. Water has attracted a great deal of attention due to its unusual properties and its importance as a solvent. Many water models have been proposed some examples are TIP3P, TIP4P, [118] SPC, flexible simple point charge water model (flexible SPC), ST2, and mW. [119] Other solvents and methods of solvent representation are also applied within computational chemistry and physics some examples are given on page Solvent model. Recently, novel methods for generating water models have been published. [120]


KEPUTUSAN

Locomotor activity levels following pseudoephedrine and morphine treatments

The exploratory movements of animals were monitored by using a web-based camera. Patterns of ambulatory behavior were computed by using a tracking system (Fig. 4). The movement patterns of 4 representative animals, during a 60-90 min period, are shown. The effects of treatments were compared to the levels in mice treated with saline control. The results showed that morphine increased animal movements, whereas PSE did not appear to affect animal movements, at either 50 or 100 mg/kg body weight (BW). A one-way ANOVA also confirmed a significant increase in locomotor counts induced by morphine (F(3,35)=31.350, p<0.05) (Fig. 5). No significant difference in locomotor counts was observed following PSE treatments.

Rajah 4.

Monitoring locomotor activity following saline, 50 and 100 mg/kg pseudoephedrine, and 15 mg/kg morphine treatments. A web-based camera was used to record animal movement. The levels of animal movements were detected by a tracking system. Movements within a specific area of the recording chamber are represented by grayscale code.

Rajah 5.

Effects of morphine and pseudoephedrine treatments on locomotor activity levels. Locomotor counts were averaged and expressed as the mean ± S.E.M. The effects of treatment were determined using a one-way ANOVA, followed by multiple comparisons with the Student-Newman-Keuls post hoc test. n=9. *P≤0.05 compared with the control group.

Local field potential oscillations in the striatum following pseudoephedrine and morphine treatments

Following morphine or PSE treatments, the raw signals of local field potential oscillations were subjected to visual inspection. Brain waves from representative animals, under the four different treatment conditions, were compared (Fig. 6). The results showed that the brain waves from all animals contained both slow and fast activities within the raw signals. PSE treatment, at both 50 and 100 mg/kg BW, appeared to produce similar local field potential patterns as saline treatment. In contrast, differential signaling patterns were observed following 15 mg/kg BW morphine treatment, including additional fast activities, with gamma activity superimposed on basic slow-wave signals.

Fig. 6.

Raw LFP signals in the striatum, following saline, 50 and 100 mg/kg pseudoephedrine, and 15 mg/kg morphine treatments. Representative LFPs of 4 mice per treatment are displayed in the time-domain.

Raw signals were also expressed as spectrograms for inspection of frequency activities in time domain. Spectrograms of representative animals that received four different treatments were shown (Fig. 7). In comparison with the spectrogram for control animals, PSE-treated animals (both 50 and 100 mg/kg BW) appeared to show baseline levels of local field potentials. Relatively similar activities were observed for frequencies below 50 Hz. In contrast, dominant gamma frequency activity was observed following morphine treatment. Gamma activity clearly increased and ebbed within 3 h following morphine treatment.

Rajah 7.

Representative LFP spectrograms, displaying the dynamics of brain wave frequencies, for saline, 50 and 100 mg/kg pseudoephedrine, and morphine treatments. In spectrograms, the values of EEG powers are expressed as a grayscale of frequency against time.

Finally, frequency analyses of local field potentials during a 60-90 min period were focused to reveal the spectral powers in the frequency and time domains. Local field potentials were analyzed and expressed as percent total power every 30 mins (Fig. 8A-F). The results showed increases in the frequency ranges for low-gamma and high-gamma bands, starting from 0-30 min until 150-180 min. Therefore, data from all time periods were collected for statistical analyses. Significant differences in low-gamma and high-gamma powers were found during all examined periods, including 0-30 min [low-gamma (F(3,35)=7.487, p<0.05), high-gamma (F(3,35)=4.261, p<0.05)], 30-60 min [low-gamma (F(3,35)=11.662, p<0.05), high-gamma (F(3,35)=6.262, p<0.05)], 60-90 min [low-gamma (F(3,35)=6.401, p<0.05), high-gamma (F(3,35)=11.755, p<0.05)], 90-120 min [low-gamma (F(3,35)= 4.670, p<0.05), high-gamma (F(3,35)=5.292, p<0.05)], 120-150 min [low-gamma (F(3,35)=7.979, p<0.05), high-gamma (F(3,35)=10.503, p<0.05)], and 150-180 min [low-gamma (F(3,35)=5.709, p<0.05), high-gamma (F(3,35)=7.731, p<0.05)] (Fig. 9). Multiple comparisons also indicated that significant increases in low-gamma and high-gamma powers were only produced by morphine treatment. Neither the 50 nor 100 mg/kg BW PSE dose produced significant differences in power for these frequency bands. Moreover, the gamma powers of a wide frequency range of (35–100 Hz) were analyzed and expressed in the time domain. Gamma power was clearly increased by morphine but not by PSE treatment (Fig. 10A). Both the 50 and 100 mg/kg BW PSE treatment doses produced only baseline levels of gamma activity. Therefore, the averaged gamma powers during the 60–180 min period were statistically analyzed (Fig. 10B). A one-way ANOVA revealed that gamma activity was significantly increased only by the morphine treatment (F(3,35)=9.975, p<0.05). No significant effects on gamma activity were produced by PSE treatments.

Rajah 8.

Frequency analyses of striatal LFP oscillations. Spectral powers following saline, 50 and 100 mg/kg pseudoephedrine, and morphine treatments were analyzed every 30 mins and expressed as a percentage of total power in the frequency domain (A–F).

Rajah 9.

Effects of saline, 50 and 100 mg/kg pseudoephedrine, and 15 mg/kg morphine treatments on low- and high-gamma frequency waves. Data are expressed as the mean ± S.E.M. The effects of treatments were determined using a one-way ANOVA, followed by multiple comparisons (Student-Newman-Keuls post hoc test). n=10. * P≤0.05 compared with control levels.

Rajah 10.

Time-course analysis of the effects of 50 and 100 mg/kg pseudoephedrine and 15 mg/kg morphine treatments on gamma oscillations (35–100 Hz) in the striatum during a 3 h period. Values were normalized and expressed as a percent of total power (A). The inset values were calculated from the period of 60–180 min (B). Data are expressed as the mean ± S.E.M. The effects of treatments were determined by using a one-way ANOVA, followed by multiple comparisons (Student-Newman-Keuls post hoc test). n=9. * P≤0.05 compared with control levels.

Sleep-wakefulness following pseudoephedrine and morphine treatments

The effects of PSE and morphine treatments on sleep-wake patterns were analyzed. Data were scored and expressed as the total times of wake, NREM, and REM sleep (Fig. 11). One-way ANOVA revealed significant differences in the wake (F(2,17)=19.263, p<0.05), NREM (F(2,17)= 16.478, p<0.05), and REM (F(2,17)=7.369, p<0.05) sleep periods. Multiple comparisons also indicated that significant increases in the total time spent in all brain states were induced by morphine but not PSE.

Fig. 11.

Effects of 50 and 100 mg/kg pseudoephedrine and 15 mg/kg morphine treatments on sleep-wake cycles. The mean time spent in each brain state is shown. Sleep-wake data were analyzed from EEG signals recorded for 3 h following treatment. Data are expressed as the mean ± S.E.M. The effects of treatment were determined by using a one-way ANOVA, followed by multiple comparisons (Student-Newman-Keuls post hoc test). n=9. * P≤0.05 compared with control levels.


Intrinsic dendritic filtering gives low-pass power spectra of local field potentials

The local field potential (LFP) is among the most important experimental measures when probing neural population activity, but a proper understanding of the link between the underlying neural activity and the LFP signal is still missing. Here we investigate this link by mathematical modeling of contributions to the LFP from a single layer-5 pyramidal neuron and a single layer-4 stellate neuron receiving synaptic input. An intrinsic dendritic low-pass filtering effect of the LFP signal, previously demonstrated for extracellular signatures of action potentials, is seen to strongly affect the LFP power spectra, even for frequencies as low as 10 Hz for the example pyramidal neuron. Further, the LFP signal is found to depend sensitively on both the recording position and the position of the synaptic input: the LFP power spectra recorded close to the active synapse are typically found to be less low-pass filtered than spectra recorded further away. Some recording positions display striking band-pass characteristics of the LFP. The frequency dependence of the properties of the current dipole moment set up by the synaptic input current is found to qualitatively account for several salient features of the observed LFP. Two approximate schemes for calculating the LFP, the dipole approximation and the two-monopole approximation, are tested and found to be potentially useful for translating results from large-scale neural network models into predictions for results from electroencephalographic (EEG) or electrocorticographic (ECoG) recordings.

Ini ialah pratonton kandungan langganan, akses melalui institusi anda.


KESIMPULAN

Altogether, the present findings demonstrated clear evidence of the psychostimulatory effects produced by morphine but found no similar effects for PSE. Previous studies have reported that cellular activity in the striatum was induced by PSE treatment. However, the present study confirmed that CNS activities induced by PSE have no detectable output at the levels of locomotor activity and local field potential oscillations in the striatum following acute treatment. Further studies might be necessary to examine the chronic effects of PSE on oscillations in the basal ganglia and locomotion compared with the levels produced by standard stimulant drugs. At this stage, these data support the use of PSE for the acute treatment of occasional nasal congestion. The continuous use of PSE for chronic diseases, such as allergic rhinitis or allergic with asthma, may not be recommended.


Latar belakang

Historically, the mammalian neocortex has been viewed as the pinnacle of brain evolution. The highly structured six-layered laminar cytoarchitecture of the neocortex and the associated computational properties contributing to complex cognition added to this view. However, exactly how laminar cytoarchitecture and associated neurophysiological processes mediate complex cognition remains poorly understood. Our understanding of how the neocortex works can be informed by comparisons with other animals. Notably, comparisons with non-mammalian groups lacking laminar cytoarchitecture, as is the case in birds, can be used to isolate traits that depend upon laminar cytoarchitecture from those that do not. In this study, we use this comparative approach to gain insight into the neocortex by examining sleep-related neuronal activity in the avian brain.

A growing body of research suggests that the brain rhythms occurring during sleep are involved in processing information acquired during wakefulness [1]. Notably, the slow (typically <1 Hz) oscillation of neocortical neuronal membrane potentials between a depolarized “up-state” with action potentials, and a hyperpolarized “down-state” with neuronal quiescence occurring during non-rapid eye movement (NREM) sleep and some types of anesthesia is the focus of several hypotheses for the function of sleep [2–4]. The term ‘slow-oscillation’ is in wide-spread use even though the interval between down-states is variable and individual cycles of the slow-oscillation originate from different neocortical locations [5–8]. Slow-oscillations manifest in electroencephalogram (EEG) or local field potential (LFP) recordings as high-amplitude, slow-waves that propagate across the mammalian neocortex as traveling waves [5, 7–15], raising the possibility that they are involved in processing spatially distributed information [1, 16] via processes such as spike timing-dependent plasticity [17]. However, it remains unknown whether the traveling nature of slow-oscillations reflects a feature unique to the laminar cytoarchitecture and associated computational properties of the neocortex [18] or a more general aspect of sleep-related neuronal activity.

To distinguish between these alternatives, we studied brain activity in birds, the only non-mammalian group known to exhibit slow-oscillations [19] and associated EEG slow-waves comparable to those observed in mammals during NREM sleep [20, 21]. This similarity between mammals and birds is particularly interesting because unlike the laminar mammalian neocortex, neurons in the avian forebrain are arranged in a largely nuclear manner [22]. Specifically, the hyperpallium, a region developmentally homologous and functionally similar to the mammalian primary visual and somatosensory/motor cortices [23, 24], lacks the laminar arrangement of neurons, including pyramidal neurons with long trans-layer apical dendrites found in the six-layered mammalian neocortex and in the three-layered dorsal cortex of the closest living reptilian relatives to birds [24]. Instead, the hyperpallium is composed of long flat nuclei stacked one on top of the other running along the dorsal-medial-anterior surface of the brain, each of which is composed of stellate neurons with short spiny dendrites and axonal projections within and between nuclei [24, 25]. Interestingly, this cytoarchitecture is even found within high-order association regions in the avian brain (that is, mesopallium and nidopallium) involved in orchestrating complex cognitive tasks, in some cases comparable to those performed by primates [26].

We recorded intracerebral potentials in the zebra finch (Taeniopygia guttata) hyperpallium and nidopallium to evaluate whether traveling slow-waves are unique to mammals, or are shared with birds irrespective of fundamental differences in cytoarchitectonic organization.


Rujukan

Bandettini, P.A., Wong, E.C., Hinks, R.S., Tikofsky, R.S. & Hyde, J.S. Time course EPI of human brain function during task activation. Magn. Reson. Med. 25, 390–397 (1992).

Ogawa, S. et al. Intrinsic signal changes accompanying sensory stimulation: functional brain mapping with magnetic resonance imaging. Proc. Natl. Acad. Sci. USA 89, 5951–5955 (1992).

Kwong, K.K. et al. Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. Proc. Natl. Acad. Sci. USA 89, 5675–5679 (1992).

Kim, S.G. & Ugurbil, K. Functional magnetic resonance imaging of the human brain. J. Neurosci. Kaedah 74, 229–243 (1997).

Logothetis, N.K. & Wandell, B.A. Interpreting the BOLD signal. Annu. Rev. Physiol. 66, 735–769 (2004).

Duong, T.Q., Kim, D.S., Ugurbil, K. & Kim, S.G. Localized cerebral blood flow response at submillimeter columnar resolution. Proc. Natl. Acad. Sci. USA 98, 10904–10909 (2001).

Kim, D.S. et al. Spatial relationship between neuronal activity and BOLD functional MRI. Neuroimage 21, 876–885 (2004).

Zheng, Y. et al. A model of the hemodynamic response and oxygen delivery to the brain. Neuroimage 16, 617–637 (2002).

Thompson, J.K., Peterson, M.R. & Freeman, R.D. Separate spatial scales determine neural activity–dependent changes in tissue oxygen within central visual pathways. J. Neurosci. 25, 9046–9058 (2005).

Offenhauser, N., Thomsen, K., Caesar, K. & Lauritzen, M. Activity-induced tissue oxygenation changes in rat cerebellar cortex: interplay of postsynaptic activation and blood flow. J. Physiol. (Lond.) 565, 279–294 (2005).

Thompson, J.K., Peterson, M.R. & Freeman, R.D. Single-neuron activity and tissue oxygenation in the cerebral cortex. Sains 299, 1070–1072 (2003).

Fatt, I. Polarographic Oxygen Sensors 197–218 (CRC Press, Cleveland, Ohio, 1976).

Mathiesen, C., Caesar, K., Akgoren, N. & Lauritzen, M. Modification of activity-dependent increases of cerebral blood flow by excitatory synaptic activity and spikes in rat cerebellar cortex. J. Physiol. (Lond.) 512, 555–566 (1998).

Logothetis, N.K., Pauls, J., Augath, M., Trinath, T. & Oeltermann, A. Neurophysiological investigation of the basis of the fMRI signal. alam semula jadi 412, 150–157 (2001).

Caesar, K., Thomsen, K. & Lauritzen, M. Dissociation of spikes, synaptic activity, and activity-dependent increments in rat cerebellar blood flow by tonic synaptic inhibition. Proc Natl Acad Sci. USA 100, 16000–16005 (2003).

Devor, A. et al. Coupling of total hemoglobin concentration, oxygenation, and neural activity in rat somatosensory cortex. Neuron 39, 353–359 (2003).

Mukamel, R. et al. Coupling between neuronal firing, field potentials, and fMRI in human auditory cortex. Sains 309, 951–954 (2005).

Niessing, J. et al. Hemodynamic signals correlate tightly with synchronized gamma oscillations. Sains 309, 948–951 (2005).

Logothetis, N.K. The underpinnings of the BOLD functional magnetic resonance imaging signal. J. Neurosci. 23, 3963–3971 (2003).

Henrie, J.A. & Shapley, R. LFP power spectra in V1 cortex: the graded effect of stimulus contrast. J. Neurophysiol. 94, 479–490 (2005).

Malonek, D. & Grinvald, A. Interactions between electrical activity and cortical microcirculation revealed by imaging spectroscopy: implications for functional brain mapping. Sains 272, 551–554 (1996).

Kreiman, G. et al. Object selectivity of local field potentials and spikes in the macaque inferior temporal cortex. Neuron 49, 433–445 (2006).

Liu, J. & Newsome, W.T. Local field potential in cortical area MT: stimulus tuning and behavioral correlations. J. Neurosci. 26, 7779–7790 (2006).

Rager, G. & Singer, W. The response of cat visual cortex to flicker stimuli of variable frequency. Eur. J. Neurosci. 10, 1856–1877 (1998).

Hawken, M.J., Shapley, R.M. & Grosof, D.H. Temporal-frequency selectivity in monkey visual cortex. Vis. Neurosci. 13, 477–492 (1996).

Gilbert, C.D. Laminar differences in receptive field properties of cells in cat primary visual cortex. J. Physiol. (Lond.) 268, 391–421 (1977).

Vanzetta, I. & Grinvald, A. Increased cortical oxidative metabolism due to sensory stimulation: implications for functional brain imaging. Sains 286, 1555–1558 (1999).

Issa, N.P., Trepel, C. & Stryker, M.P. Spatial frequency maps in cat visual cortex. J. Neurosci. 20, 8504–8514 (2000).

Wilke, M., Logothetis, N.K. & Leopold, D.A. Local field potential reflects perceptual suppression in monkey visual cortex. Proc Natl Acad Sci. USA 103, 17507–17512 (2006).

von Stein, A., Chiang, C. & Konig, P. Top-down processing mediated by interareal synchronization. Proc Natl Acad Sci. USA 97, 14748–14753 (2000).

Jokisch, D. & Jensen, O. Modulation of gamma and alpha activity during a working memory task engaging the dorsal or ventral stream. J. Neurosci. 27, 3244–3251 (2007).

Maex, R. & Orban, G.A. Model circuit of spiking neurons generating directional selectivity in simple cells. J. Neurophysiol. 75, 1515–1545 (1996).


Band-pass and band-stop filters

Note that filters do not remove all of the energy outside of their pass band (the pass band is the frequencies between X and Y for a band pass filter, and below X and above Y for a band stop filter). Generally, the further away from the cut off frequencies (X and Y), the greater the attenuation of the energy. How fast the attenuation increases as a function of frequency is established by parameters (primarily “Q”) of the filter. Real filters will also attenuate within the pass band, and there are some tradeoffs in the selection of parameters.

Page last modified 23Dec2014

Associated Applications

Associated Disciplines

Practical Lab Kit with BSL 4 & MP41

BSL Home enables students to safely conduct hands-on physiology labs wherever they are! Purchase this complete lab solution to preserve practical lab experience! Includes MP41 Unit+Lead Set with BSL Home software, EL503 electrodes, WRAP1 self-adhering wrap for EEG lessons, and disposable 9 V battery. For instructors—BSL Home makes it easy for instructors to continue running practical [&hellip]

New Citations | Large Group Studies

BIOPAC provides software and hardware that allows research teams to study large group interactions. Here are a few notable studies using BIOPAC equipment for large group research focusing on participation and EDA data. Participation is Key Active participation in education is always thought to lead to better results. Using two groups of six students, TA’s led labs using [&hellip]

Electrocardiography Guide Now Available

BIOPAC’s comprehensive Introductory ECG Guide addresses fundamental to advanced concerns to optimize electrocardiography data recording and analysis. Topics include: ECG Complex Electrical and Mechanical Sequence of a Heartbeat Systole and Diastole Configurations for Lead I, Lead II, Lead III, 6-lead ECG, 12-lead ECG, precordial leads Ventricular Late Potentials (VLPs) ECG Measurement Tools Automated Analysis Routines for extracting, [&hellip]


Tonton video: Falsafah Pendidikan Kebangsaan (Disember 2022).