Science：运用脉冲光遗传学技术探究海马神经元的阈下动力学
如果要解析神经元如何整合兴奋性和抑制性输入，那么监测它们的阈下行为将显得尤为重要。
近期，发表在Science的一篇研究中，作者利用光遗传去极化脉冲在自由活动的小鼠海马神经元集合中探索其阈下动力学。研究显示在尖波波纹期海马神经元的兴奋性降低，同时抑制性增加。与这种“负增益”相反的是，减弱抑制性输入和在最初的非位置细胞中暴露稳定的位置场可以增加位置细胞的场内兴奋性。
家笼小鼠的尖波波纹期间活跃的神经元集合预测了在轨道训练期间位置细胞和未揭示的非位置细胞预先存在的位置场的空间重叠和位置场的顺序。因此，对神经元群体中阈下动力学的间接探测可以揭示神经元预先存在的集合和模式。
欢迎加入
全国光遗传学讨论群
添加小编微信
brainnews_11
-留言光遗传学研究群-
要了解神经元如何整合兴奋性和抑制性输入，需要了解神经元的阈下动力学。因为目前对行为动物的细胞集合进行细胞内监测是不现实的，所以作者提出了不同的单细胞操作模式（或“模型”）来解释不同情况下的放电特征。
图1
在“调谐兴奋”（“blanket”抑制）和“平衡网络”模型（抑制性活动引发兴奋性变化）中，细胞膜极化（Vm）和放电频率反应在去极化程度较高的Vm处均降低（图1A，1B）。相反，在“互易网络”模型中，抑制性输入的减少与Vm去极化和放电频率的增加是耦合的（图1A，1B）。因此，通过实验改变Vm并观察放电频率的变化，人们可以了解神经元的阈下行为。
作者运用短频光遗传学脉冲来探测Vm的变化。利用微发光二极管（μLED）探针，作者在自由活动的CamKIIα-Cre::Ai32小鼠中同时记录和探测了大量的CA1锥体神经元（图1A，1B）。因为记录的神经元与μLED的距离不等，在822个神经元中有611个神经元对三个相邻的μLED反应不同（图1D，1E）。这些数据被用作评价Vm和兴奋/抑制动态变化的指标。
在尖波波纹（SPW-R）期，兴奋性神经元的放电频率比抑制性神经元增加的更多。然而与这种群体兴奋增益相反，在SPW-R期间单个锥体细胞中光诱导的尖峰反应减少（图1F-1I）。提升Vm去极化降低了SPW-RS期间的光诱导响应（图1J)，这类似于图1A中的“平衡网络”模式。
图2
接下来，作者探究了位置细胞的阈下兴奋/抑制动力学。作者观察到在theta周期的波谷有一个增益，该阶段与锥体神经元有最强的同步（图2A）。然后作者比较了位置细胞的位置场内外的神经元兴奋性。
结果显示，诱导产生的的尖峰反应在位置场内外各不相同（图2C，2D）。位置场内的诱发频率增幅高于位置场外(图2E)。通过更强的光强增加Vm的去极化使位置场内增益增加了数倍（图2F）。
图3
然而在轨道训练前的家笼测试中，位置细胞的光刺激反应明显强于非位置细胞，这些结果不能用放电频率的差异来解释（图3A）。这表明具有更高兴奋性的神经元更有可能表达位置场。
为了支持这一假设，光遗传学去极化揭示了大多数非位置细胞中存在的位置场，尽管诱导位置场的场内增益小于真实位置场（图3D）。作者还发现在没有刺激的情况下，诱导位置场尖峰与非位置细胞稀疏尖峰的空间位置之间存在很强的相关性（图3C，3E）。
图4
作者发现轨道训练期间位置细胞对的空间相关性和在家笼中SPW-R期间相同对的放电频率相关性之间存在密切关联（图4A-C）。对于非位置细胞对则不存在这样的关系(图4C)。并且，在光遗传刺激过程中，对于非位置场对的未揭示位置场，SPW-Rs期间的共放电与空间重叠之间的关系被揭示（图4C）。
为了研究成对效应的群体结果，作者对锥体神经元的Z得分棘波矩阵进行了独立成分分析（图4D）。结果显示位置细胞的集合相较于位置细胞和非位置细胞的混合集合显示出更高的空间相关性（图4e）。然而当考虑到未揭示位置场的尖峰时，它们在真实位置细胞的水平上表现出空间相关性（图4F）。
同时，位置细胞的放电顺序与SPW-Rs期间的尖峰顺序相关（图4G)。当未揭示位置场也被用于构建位置场序列模板时，具有显著虚拟轨迹的SPW-R事件的比例增加（图4H）。
综上所述，作者使用基于光遗传学刺激的新技术来探测神经元的兴奋性，检查了CA1 锥体神经元在尖波波纹、theta波和位置场期间的阈下动力学。在尖波波纹期间，整体兴奋性转向突触抑制。然而，在theta波期间和位置场的中心，兴奋性向突触兴奋的方向移动。这种刺激揭示了非位置细胞的位置场，表明CA1中位置细胞的比例远高于以前的设想。
参考文献
Valero M, Zutshi I, Yoon E, Buzsáki G. Probing subthreshold dynamics of hippocampal neurons by pulsed optogenetics. Science. 2022 Feb 4;375(6580):570-574. doi: 10.1126/science.abm1891. Epub 2022 Feb 3. PMID: 35113721.
编译作者：Leo Ray（brainnews创作团队）
校审：Simon（brainnews编辑部）