Entendre la lumière : encodage neuronal et perceptuel de la stimulation optogénétique dans la voie auditive centrale

Rapports scientifiques volume 5, Numéro d'article : 10319 (2015) Citer cet article

7092 Accès

31 Citations

16 Altmétrique

Détails des métriques

L'optogénétique fournit un moyen de disséquer l'organisation et la fonction des circuits neuronaux. L'optogénétique offre également la promesse translationnelle de restaurer la sensation, de permettre le mouvement ou de supplanter les schémas d'activité anormaux dans les circuits cérébraux pathologiques. Cependant, la lenteur inhérente des photocourants évoqués dans les channelrhodopsines conventionnelles a entravé le développement d'optoprothèses qui imitent de manière adéquate la vitesse et le moment de la structuration naturelle des pointes. Ici, nous explorons la faisabilité et les limites d'une optoprothèse auditive centrale en photoactivant les neurones auditifs du mésencéphale de souris qui expriment soit la channelrhodopsine-2 (ChR2), soit Chronos, une channelrhodopsine avec une cinétique de canal ultra-rapide. La fidélité des pointes médiées par Chronos a dépassé ChR2 et la stimulation acoustique naturelle pour prendre en charge un code supérieur pour la détection et la discrimination des trains d'impulsions rapides. Fait intéressant, cet avantage de codage du mésencéphale ne s'est pas traduit par un avantage perceptif, car la détection comportementale de l'activation du mésencéphale était équivalente avec les deux opsines. Les enregistrements du cortex auditif ont révélé que les réponses synchronisées avec précision du mésencéphale avaient été converties en un code de taux simplifié qui était impossible à distinguer entre les opsines et globalement moins robuste que la stimulation acoustique. Ces résultats démontrent les avantages de codage temporel qui peuvent être réalisés avec les channelrhodopsines de nouvelle génération, mais mettent également en évidence le défi d'induire des modèles variés d'activité de pointe du cerveau antérieur qui prennent en charge la perception et le comportement adaptatifs.

Pour les personnes atteintes de dégénérescence nerveuse périphérique profonde, la seule voie de traitement disponible pour la restauration sensorielle consiste à délivrer une stimulation électrique à motifs aux premiers stades du traitement sensoriel central. Bien que les prothèses centrales soient utilisées chez les patients humains depuis plus de 50 ans, elles ne fournissent généralement qu'une prise de conscience sensorielle rudimentaire. Par exemple, la traduction de formes spatiales dans le champ visuel en microstimulation rétinotopiquement organisée du cortex visuel primaire permet de prendre conscience de l'emplacement de l'objet, mais ne prend pas en charge la discrimination des formes1,2. De même, des centaines de personnes sourdes ont pris conscience des sons environnementaux grâce à des implants auditifs du tronc cérébral ou du mésencéphale. Cependant, la discrimination des signaux complexes tels que la parole est généralement assez faible3,4,5,6, à quelques exceptions notables près7,8.

Fait intéressant, les prothèses qui délivrent une stimulation électrique à motifs aux processus du ganglion rétinien ou du ganglion spiral fournissent généralement des résultats supérieurs à la stimulation des zones cérébrales de bas niveau (pour examen, voir réf. 9,10). La chute brutale des performances associée aux dispositifs prothétiques qui stimulent le cerveau plutôt que les nerfs périphériques peut résulter d'un placement chirurgical plus exigeant et d'un traitement du signal électrique ; pourtant, la principale cause réside sans doute dans l'énorme augmentation de la complexité du codage et du traitement au sein des réseaux cérébraux eux-mêmes. L'organisation des circuits cérébraux varie considérablement d'une région à l'autre, mais la plupart partagent une logique commune qui comprend des neurones récepteurs afférents interconnectés, des interneurones, des neurones de rétroaction, des neurones de projection et une multitude de cellules gliales qui modulent la neurotransmission chimique et électrique. Alors que la microstimulation électrique active sans discernement plusieurs éléments de ces circuits, l'utilisation de canaux ioniques activés par la lumière génétiquement codés (c'est-à-dire l'optogénétique) pourrait fournir les moyens de localiser la stimulation de nœuds spécifiques dans ces circuits (pour examen, voir réf. 11,12).

Une foule d'obstacles éthiques, techniques et biologiques se dressent entre la mise en œuvre actuelle des technologies optogénétiques dans la recherche scientifique fondamentale et l'administration ciblée de channelrhodopsines à des types de cellules spécifiques chez les patients humains. Un problème fondamental réside dans le fait que les photocourants activés par la lumière sont lents en raison de la cinétique de canal intrinsèquement lente dans les channelrhodopsins, ce qui réduit leur capacité à fournir une stimulation neurale à haute fréquence et de longue durée (par exemple, au-dessus de 40 Hz, 13, 14). Cette limitation est particulièrement problématique pour toute tentative de reconstituer des représentations sonores dans les premiers stades de la voie auditive, où les modulations temporelles des signaux acoustiques sont normalement codées avec une précision inférieure à la milliseconde à des fréquences aussi élevées que plusieurs centaines de hertz15,16,17. Étant donné qu'une synchronisation précise et soutenue des pointes est essentielle pour l'encodage des caractéristiques auditives, la reconstruction fidèle des représentations sonores par stimulation optogénétique nécessite également une capacité à induire des modèles précis, rapides et non adaptatifs d'activité de pointe.

Récemment, une channelrhodopsine surnommée « Chronos » a été identifiée chez l'espèce d'algue Stigeoclonium helveticum. En utilisant une combinaison d'enregistrements patch-clamp de neurones cultivés et de tranches de cerveau aiguës, Chronos s'est avéré avoir la cinétique de canal la plus rapide décrite dans toute rhodopsine de canal naturelle ou génétiquement modifiée18. L'avènement de Chronos nous a inspirés à explorer la faisabilité d'une optoprothèse pour la voie auditive centrale. Les expériences actuelles explorent la pertinence d'induire des percepts auditifs actionnables en activant les premières stations de la voie auditive centrale avec une stimulation optogénétique. Notre premier objectif était de déterminer si la fidélité temporelle supérieure de Chronos par rapport au ChR2 conventionnel pouvait également être démontrée in vivo, en utilisant le noyau central du colliculus inférieur (ICc), une plaque tournante centrale du mésencéphale pour l'analyse du signal acoustique, comme banc d'essai. Nous avons ensuite déterminé comment les différences de codage temporel du mésencéphale se sont traduites en saillance perceptive en mesurant la détection comportementale des impulsions acoustiques ou laser présentées à différentes vitesses. Dans une dernière étape, nous avons abordé les écarts entre le codage neuronal dans le mésencéphale et les performances comportementales en documentant comment les codes temporels haute fidélité pour la stimulation optogénétique dans le mésencéphale ont été transformés de manière ostensiblement désavantageuse au niveau du cortex auditif. Collectivement, ces résultats soutiennent la faisabilité d'implants optoprothétiques à canal unique pour la conscience auditive de base, mais soulignent la nécessité de développer des approches plus sophistiquées pour l'activation spécifique au type de cellule multicanal pour coder des signaux complexes sur le plan spectro-temporel tels que la parole.

Les variations temporelles de l'enveloppe de pression acoustique fournissent le repère physique dominant pour l'intelligibilité de la parole20. Pour mieux comprendre la précision et les limites du codage temporel avec stimulation optogénétique des voies auditives centrales, nous avons caractérisé la fidélité de la réponse temporelle des neurones du mésencéphale activés par des trains de salves de bruit à bande étroite (NBN) ou d'impulsions lumineuses à des taux de présentation allant de 20–300 Hz. Dans ces expériences, des enregistrements extracellulaires de l'activité multi-unités dans l'ICc ont été effectués plusieurs semaines après que la même zone cérébrale a été infectée par une construction virale codant ChR2 ou Chronos (Fig. 1a). En réponse à la stimulation acoustique naturelle délivrée à l'oreille controlatérale, les neurones ICc synchronisent la synchronisation du potentiel d'action avec des fréquences d'impulsions NBN pouvant atteindre plusieurs centaines de Hz, en adaptant progressivement les réponses non synchronisées observées à des fréquences plus élevées (Fig. 1b). Dans les régions exprimant ChR2 (ChR2 +), la stimulation laser a induit une synchronisation robuste à des fréquences d'impulsion faibles (<50 Hz) et des réponses non synchronisées fortement adaptatives à des fréquences plus élevées. En revanche, les neurones Chronos + pourraient être entraînés par une gamme sensiblement plus large de taux de photostimulation, avec une activité non synchronisée plus soutenue observée même pour les taux de pouls les plus élevés testés (Fig. 1c). Pour quantifier l'adaptation du taux de tir, nous avons calculé le rapport du taux de pointe entre la première et le reste des impulsions de stimulation pour la stimulation optogénétique par rapport à la stimulation acoustique. Nous avons constaté que l'adaptation augmentait avec la fréquence du pouls pour tous les modes d'activation (ANOVA à mesures répétées, N = 388, df = 14, F = 365,4, p = 2,9 × 10−6) mais était globalement plus prononcée pour ChR2 par rapport à NBN ( ANOVA à plan mixte ; effet principal pour le type de stimulus ; N = 117/160, df = 1, F = 22,8, p = 2,9 × 10−6). La relation inverse a été notée dans les neurones Chronos +, en ce que l'adaptation était significativement plus prononcée pour les trains d'impulsions acoustiques que pour les trains d'impulsions optiques (ANOVA à conception mixte ; effet principal pour le type de stimulus ; N = 111/160, df = 1, F = 56,3, p = 9,0 × 10−13, figure 1d).

Les réponses unitaires médiées par Chronos sont plus robustes que le ChR2 ou la stimulation acoustique naturelle.

( a ) Schéma de la sonde d'enregistrement optrode par rapport à l'expression de Chronos-GFP dans une section coronale contre-colorée avec DAPI. Les niveaux d'expression de la GFP sont élevés dans le noyau central près du site d'injection du dessin animé avec une coloration plus faible dans les axones commissuraux qui se ramifient dans l'ICc controlatéral. Barre d'échelle = 0,5 mm. ( b, c ) Rastergrammes de sites d'enregistrement individuels stimulés soit par des trains de 1 s de rafales de bruit à bande étroite (NBN), soit par une lumière bleue pulsée. ( d ) Adaptation de la cadence de tir quantifiée comme le rapport entre les pointes évoquées par la première impulsion sur la moyenne de toutes les impulsions suivantes. Barres d'erreur = sem.

Pour déterminer comment les différents profils de taux de déclenchement évoqués par les stimuli acoustiques et optogénétiques se sont traduits en un code neuronal robuste pour la fréquence du pouls, nous avons utilisé un modèle de classificateur basé sur le PSTH pour déduire le taux de stimulation parentale à partir des trains de pointes collectés lors d'essais individuels. Dans la mesure où chaque fréquence cardiaque a été codée par un schéma de dopage distinct et fiable, le classificateur doit identifier correctement la fréquence cardiaque du stimulus parent sur une base d'essai individuelle (Fig. 2a). Les matrices de confusion résultantes calculées à partir des sites d'enregistrement individuels affichent la probabilité de classification véridique du stimulus sur la diagonale avec des erreurs de classification apparaissant de chaque côté. Qualitativement, les trois types d'activation prennent en charge un code neuronal robuste à des fréquences de pouls faibles, mais la photoactivation directe via Chronos est la seule approche qui prend en charge un code robuste pour des fréquences de pouls plus élevées (Fig. 2b – d). En examinant tous les sites d'enregistrement, nous avons trouvé une probabilité significativement plus élevée de classification correcte du taux de stimulation avec Chronos par rapport à ChR2 ou NBN (analyse de variance à conception mixte ; effet principal pour le type d'injection ; Chronos vs. ChR2 : N = 117/160, df = 1, F = 30,1, p = 9,0 × 10−13, Chronos vs NBN : N = 111/160, df = 1, F = 21,3, p = 6,0 × 10−6, tous deux significatifs après la correction de Bonferroni pour 3 comparaisons ) mais pas de différence significative entre ChR2 et NBN (ANOVA à plan mixte ; effet principal pour le type de stimulus ; N = 117/160, df = 1, F = 0,44, p = 0,5, non significatif après la correction de Bonferroni pour 3 comparaisons ; Fig .2e).

Chronos prend en charge un code neuronal supérieur pour le taux de stimulation.

( a - d ) Une approche basée sur le PSTH pour la classification du pouls à essai unique à partir de sites d'enregistrement individuels. (a) Des modèles de représentation pour chaque fréquence cardiaque sont établis à partir de 10 essais sélectionnés au hasard (rangée du bas) et les 10 essais restants sont ensuite attribués individuellement au modèle PSTH qui fournit la correspondance la plus proche. Les matrices de confusion provenant de sites d'enregistrement uniques représentatifs illustrent que la classification est assez précise à des taux de pouls faibles, mais s'éloigne pour des taux plus élevés avec un bruit à bande étroite (b) et ChR2 (c), mais reste élevée sur toute la gamme des taux testés avec Chronos (d). (e) Probabilité moyenne de classification véridique (c'est-à-dire la diagonale centrale ascendante des matrices de confusion) pour chaque type de stimulation. Barres d'erreur = sem.

Les analyses précédentes caractérisent la capacité des neurones du mésencéphale à faire la distinction entre différents taux de pouls, mais laissent ouverte la question plus fondamentale de savoir si et comment différentes méthodes de stimulation pourraient prendre en charge un code plus rudimentaire pour la détection simple d'un stimulus. Nous avons abordé ce point en comptant le nombre de pointes dans chaque bac de 0,1 s pour chaque essai (Fig. 3a) et en comparant la distribution globale des pointes pendant les périodes spontanées et évoquées (Fig. 3b). Les décomptes de pics des périodes spontanées et évoquées du PSTH ont ensuite été convertis en scores z et rectifiés (car tout écart par rapport à un taux de déclenchement de base - qu'il s'agisse d'une augmentation ou d'une diminution - pourrait potentiellement conduire à la détection), de sorte que des scores z plus positifs représentait un signal neural plus saillant pour la détection (Fig. 3c). Nous avons ensuite calculé l'indice de sensibilité, d ', comme la séparation entre les distributions de cadence de tir évoquées par le train d'impulsions (coups) par rapport à l'activité se produisant pendant la période de pré-stimulus (faux positifs) en unités d'écarts types. Nous avons observé que NBN et Chronos fournissaient un signal saillant pour la détection, tandis que la forte adaptation du taux de déclenchement trouvée avec la stimulation ChR2 interférait avec un code robuste du mésencéphale pour la détection du son, en particulier à des taux de stimulation élevés (ANOVA à conception mixte ; facteur entre les sujets ; ChR2 vs .NBN : N = 117/160, df = 1, F = 44,3, p = 1,5 × 10−10, ChR2 vs Chronos : N = 111/160, df = 1, F = 56,2, p = 1,5 × 10− 12, tous deux significatifs après correction de Bonferroni pour 3 comparaisons ; Fig. 3d). Les différences claires dans les neurones d 'qui ont émergé de nos expériences de neurophysiologie du mésencéphale ont inspiré un ensemble d'hypothèses fondamentales liées à la saillance perceptuelle de l'activation auditive centrale par le son par rapport à la photoactivation directe des neurones du mésencéphale : i) la détection comportementale du NBN devrait être robuste et relativement insensible au pouls; ii) la détection comportementale de la stimulation optogénétique devrait diminuer à des fréquences de pouls plus élevées ; iii) Chronos devrait prendre en charge une détection comportementale améliorée de la photostimulation du mésencéphale par rapport à ChR2.

Le dopage médié par Chronos fournit une base supérieure pour la détection de la fréquence du pouls dans le mésencéphale.

( a ) Les taux de déclenchement des essais individuels dans une période de 2 s entourant le début de la photostimulation chez une souris Chronos + sont tracés dans des bacs de 0, 1 s. ( b ) La distribution des taux de tir d'essai unique de chaque bac tombant dans les périodes spontanée (−1 à 0 s) et évoquée (0 à 1 s), dérivée des résultats du panneau A. ( c ) Pour les trois formes de stimulation, les taux des deux périodes sont ensuite convertis en scores z et les valeurs absolues utilisées comme scores z rectifiés, où des valeurs plus positives représentent des écarts dans le taux de déclenchement qui pourraient prendre en charge un code neuronal pour la détection. (d) la séparation entre les distributions de score z spontanées et évoquées est exprimée avec la métrique d' pour quantifier l'utilité d'un code de taux pour détecter le son ou la photostimulation.

Pour répondre à ces hypothèses, des souris ont été entraînées à signaler la détection de trains d'impulsions délivrés via une stimulation acoustique ou une stimulation optogénétique du mésencéphale. Peu de temps après avoir reçu des injections ICc unilatérales de constructions virales ou de solution saline, les souris ont été entraînées et testées dans une tâche d'évitement auditif. Plus précisément, des trains d'impulsions NBN de niveau et de fréquence variables ont été présentés, après quoi les souris ont traversé les côtés d'une navette pour éviter de recevoir un choc au pied (Fig. 4a). Une fois les fonctions psychométriques obtenues pour toutes les fréquences d'impulsions acoustiques (Fig. 4b), un assemblage de fibres optiques a été implanté dans l'ICc précédemment injecté et la procédure comportementale a été répétée avec une photostimulation au lieu d'une stimulation acoustique (Fig. 4c). L'augmentation de l'amplitude de stimulation était associée à une augmentation monotone de la probabilité de détection comportementale (Fig. 4b, c). La pente de la fonction de croissance pour chaque fréquence cardiaque pouvait être estimée à partir d'un ajustement linéaire des données, qui fournissait un proxy comportemental pour la saillance du stimulus.

La détection comportementale de la photostimulation du mésencéphale est similaire à travers les taux de pouls et les types d'opsine.

(a) Les capacités de détection ont été testées avec un paradigme d'évitement où les souris traversaient d'un côté d'une navette à l'autre pour éviter de recevoir un choc électrique (en haut). Le croisement pendant la période de repère de 5 s a été marqué comme un succès tandis que le croisement pendant une période équivalente de 5 s pendant l'intervalle entre les essais (ITI) a été marqué comme un faux positif (FP, en bas). (b, c) Les probabilités de frappe et de FP sont tracées en fonction du niveau sonore (b) et de l'amplitude du laser (c) sur tous les taux d'impulsions pour une seule souris représentative. (d – g) La pente de l'ajustement linéaire appliqué à chaque fonction psychométrique obtenue avec une stimulation acoustique (d) et laser (f) fournit une lecture objective de la saillance de la détection de la fréquence du pouls. Le comportement d' est calculé à partir du niveau de stimulation acoustique (e) et laser (g) qui prend en charge une probabilité de réussite de 50 % pour chaque fréquence de pouls.

Comme prévu à partir des valeurs d'neurales élevées pour la stimulation acoustique à toutes les fréquences de pouls (Fig. 3d), les pentes de détection étaient également raides pour toutes les fréquences de pouls NBN. Les pentes de détection psychométriques ne variaient pas entre les types d'injection, mais étaient affectées par la fréquence du pouls (ANOVA à conception mixte ; effet principal pour le type d'injection : N = 3/3/2, df = 2, F = 1,1, p = 0,40 ; effet principal pour le pouls : N = 3/3/2, df = 4, F = 6,6, p = 1,5 × 10−3, Fig. 4d). L'indice de sensibilité d' a ensuite été calculé à un niveau de sensation fixe (50 dB au-dessus du seuil de détection, qui génère généralement des taux de réussite d'environ 70%). Cette analyse a permis de conclure que la détection des trains d'impulsions acoustiques était robuste pour tous les types d'injection et modestement affectée par la fréquence d'impulsions (ANOVA à conception mixte ; effet principal pour le type d'injection : N = 3/3/2, df = 2, F = 0,32 , p = 0,74 ; effet principal pour le pouls : N = 3/3/2, df = 4, F = 7,0, p = 1,0 × 10−3, Fig. 4e).

Lors du passage du stimulus de détection du son à la lumière, nous avons constaté que les souris Chr2 + et Chronos + se généralisaient immédiatement à toutes les modalités de stimulation (Film S1). À notre grande surprise, cependant, les souris Chronos+ et ChR2+ présentaient des pentes de détection similaires (ANOVA à conception mixte ; effet principal pour le type d'injection : N = 3/3/2, df = 2, F = 0,13, p = 0,73 ; Fig. 4f) et d' valeurs (ANOVA à conception mixte ; effet principal pour le type d'injection : N = 3/3/2, df = 2, F = 0,05, p = 0,83 ; Fig. 4g) qui ne varient pas en fonction de la fréquence du pouls (ANOVA à plan mixte ; effet principal pour la fréquence du pouls ; pente : N = 3/3/2, df = 4, F = 1,4, p = 0,32 ; d' : N = 3/3/2, df = 4, F = 0,83, p = 0,52). La détection était aléatoire chez les souris injectées de solution saline, confirmant que la détection des trains de photostimulation ne pouvait pas être attribuée à la détection visuelle de la lumière laser réfléchie (test t apparié entre les taux de réussite et les taux de FP, N = 10, p = 0,34). Des résultats similaires ont été obtenus lorsque la latence de croisement comportementale a été remplacée par la probabilité de croisement (Fig. S1). Ainsi, les résultats comportementaux chez les souris exprimant la channelrhodopsine étaient essentiellement opposés aux prédictions basées sur nos enregistrements ICc, à partir desquels nous avons supposé que les souris Chronos + seraient plus sensibles que ChR2 + et que la saillance perceptuelle serait réduite à des fréquences de pouls plus élevées.

Une explication potentielle de ces résultats divergents découle de la possibilité que des codes neuronaux robustes du mésencéphale pour la discrimination (Fig. 2) et la détection (Fig. 3) aient été reformatés, diminués ou complètement perdus en atteignant les stations supérieures du SNC auditif, où l'activité neuronale est plus intimement liée à la perception21,22,23,24,25,26,27,28. Par exemple, l'activité neuronale dans le cortex auditif (AC) pourrait être organisée d'une manière qui ressemble plus aux fonctions de détection comportementale qu'à l'activité du mésencéphale. Nous avons abordé cette hypothèse en enregistrant l'activité des champs centraux de l'AC (le cortex auditif primaire et le champ auditif antérieur) chez les mêmes souris qui ont été testées sur le plan comportemental. À des fins de comparaison avec les données ICc, nous avons enregistré l'activité multi-unité évoquée par les trains d'impulsions acoustiques et la stimulation optogénétique du mésencéphale sous anesthésie avec des protocoles de stimulation et d'enregistrement similaires (Fig. 5a).

Le codage du cortex auditif de la photostimulation du mésencéphale correspond à la détection du comportement, et non à la détection neuronale ICc.

(a) Des enregistrements AC ont été effectués après l'achèvement des tests comportementaux à l'aide d'une puissance laser correspondant à une probabilité de réussite de 0,7 pour chaque fréquence d'impulsion. La pointe de la fibre optique a été positionnée pour photostimuler une région de fréquence moyenne de la carte tonotopique ICc, qui (b) a activé une région correspondante de la carte tonotopique AC. ( c, d ) Les rastergrammes des sites d'enregistrement individuels décrivent la stimulation avec des trains de 1 s de salves NBN ou de lumière bleue pulsée. ( e ) Les PSTH moyennés sur tous les taux de pouls révèlent des réponses d'apparition brèves et faibles suivies d'une suppression avec une stimulation optogénétique et des réponses comparativement robustes et moins adaptatives évoquées par le NBN. ( f – g ) Les scores z rectifiés et l'indice d 'résultant ont été calculés pour chaque fréquence de pouls et type de stimulation, comme décrit précédemment pour les enregistrements ICc de la Fig. 3.

L'implantation de la pointe de la fibre optique et les injections de virus ont été faites à 0,35 mm et 0,7 mm sous la surface dorsale du colliculus inférieur, respectivement. Ces profondeurs correspondent approximativement à une meilleure plage de fréquences de 10 à 22 kHz dans la carte tonotopique ICc, respectivement (Fig. 5a, S2). En échantillonnant les pointes évoquées optogénétiquement sur la carte tonotopique de l'AC, nous avons confirmé que l'activation par anticipation du mésencéphale était la plus élevée dans les zones de l'AC avec les meilleures fréquences similaires (ANOVA à deux facteurs ; effet principal pour BF ; N = 42/45, df = 4, F = 3,97, p = 0,54 × 10−3 ; figure 5b). Hormis cette correspondance topographique, les effets en aval de la stimulation optogénétique mesurés dans l'AC ressemblaient peu à l'activation directe des neurones du mésencéphale. Alors que la stimulation acoustique évoquait des réponses non synchronisées et partiellement adaptées dans AC, les neurones photostimulants du mésencéphale ChR2 + (Fig. 5c) ou Chronos + (Fig. 5d) ICc évoquaient des réponses brèves et non synchronisées (<50 ms) suivies d'une suppression et d'un revenir à la ligne de base (Fig. 5e). En tant que tel, les réponses évoquées par le son dans l'AC étaient globalement significativement plus élevées que l'un ou l'autre des modes d'activation directe du mésencéphale (ANOVA unidirectionnelle ; NBN vs. ChR2 : N = 136/64, df = 1, F = 1540,67, p < 1 × 10 −196 ; NBN vs Chronos : N = 136/72, df = 1, F = 902,82, p < 1 × 10−196).

Pour déterminer si la détection neuronale AC à travers les fréquences de pouls ressemblait plus aux fonctions de détection du mésencéphale ou du comportement, nous avons réglé la puissance du laser pour chaque fréquence de pouls à 12 dB au-dessus du seuil de détection pour chaque fréquence de pouls, où les taux de réussite étaient généralement supérieurs à 70 %. Nous avons constaté que la détection neurale AC de la stimulation optogénétique était assez constante à travers les fréquences de pouls et était également robuste pour ChR2 et Chronos (mais plus faible que pour NBN), à la fois en termes de scores z séparant les périodes évoquées et spontanées (Fig. 5f ) ainsi que les valeurs dérivées d' (Fig. 5g). Pour les entrées NBN, d 'a augmenté de manière significative sur les fréquences de pouls de la même manière que les enregistrements ICc (ANOVA à mesures répétées, N = 160, df = 4, F = 69, 6, p = 0, Fig. 3d) et était globalement significativement plus élevé que pour l'un ou l'autre mode de stimulation optogénétique (ANOVA à conception mixte ; effet principal pour le type d'injection ; NBN vs ChR2 : N = 136/48, df = 1, F = 17,7, p = 4,1 × 10−5 ; NBN vs Chronos : N = 136/72, F = 17,2, p = 4,9 × 10−5). Contrairement aux résultats de l'ICc, la détection neuronale de la photostimulation du mésencéphale ne différait pas significativement selon le type d'opsine (ANOVA à conception mixte ; effet principal pour le type d'opsine : N = 48/72, df = 1, F = 0,64, p = 0,42). Bien qu'il y ait eu un effet significatif de la fréquence du pouls (ANOVA à mesures répétées ; ChR2 : N = 48, df = 4, F = 4,7, p = 1,1 × 10−3 ; Chronos : N = 72, df = 4, F = 8,2, p = 3,0 × 10−5), le changement absolu dans la détection de l'AC avec l'un ou l'autre type de photostimulation était modeste.

Pour déterminer si le pic AC représentait les caractéristiques temporelles de la photostimulation du mésencéphale au niveau de la population d'une manière qui ne pouvait pas être appréciée à partir d'une analyse de sites d'enregistrement uniques, nous avons appliqué une approche basée sur la population pour calculer les scores z des réponses neurales corticales, où pour un stimulus donné, son score z neuronal de population est le score z le plus élevé de tous les sites enregistrés. Cependant, même au niveau d'un code de population corticale distribuée, la photostimulation du mésencéphale était également médiocre pour les deux opsines (ANOVA à conception mixte ; effet principal pour le type d'opsine : N = 3/3, df = 1, F = 0,05, p = 0,84 , figure S2). Ainsi, le codage cortical des trains d'impulsions optogénétiques n'a pas soutenu les deuxième et troisième hypothèses issues de nos découvertes sur le mésencéphale, mais ressemblait étroitement - et a probablement permis - des observations similaires faites au niveau du comportement.

Les prothèses auditives ont fourni à plus de 300 000 personnes sourdes une prise de conscience des sons environnementaux et une capacité à comprendre la parole dans des environnements calmes. À cet égard, la prothèse auditive est un triomphe de l'ingénierie biomédicale moderne. L'intelligibilité de la parole dans le calme s'est régulièrement améliorée chez les porteurs d'implants cochléaires depuis que l'appareil est devenu d'usage courant il y a environ 30 ans. Les utilisateurs moyens d'implants cochléaires équipés d'électrodes modernes et de stratégies de traitement électronique comprennent correctement environ 58 % des mots monosyllabiques présentés en silence29. Cependant, la variabilité inter-sujets dans la compréhension de la parole est énorme, même après avoir contrôlé les variables atténuantes telles que l'apparition et la durée de la surdité. Par exemple, des individus implantés dans la même clinique par le même chirurgien utilisant un matériel identique présentent des scores de reconnaissance vocale allant de 0 à 100 %30. De plus, de tels dispositifs permettent rarement aux utilisateurs d'extraire des informations intelligibles à partir de signaux acoustiques complexes et dégradés tels que la parole dans le bruit. La reconnaissance de la parole avec des implants auditifs du tronc cérébral ou du mésencéphale est encore pire, les utilisateurs signalant des améliorations de 35 % (n = 60) et 0 % (n = 3) de la compréhension, respectivement, pour les mesures de la performance de la parole6,8.

Le présent projet a été motivé par le désir d'explorer d'autres moyens de fournir une perception sonore exploitable par le biais d'une stimulation cérébrale directe. Nous avons tiré parti d'une chaîne de rhodopsine récemment décrite, Chronos, qui prend en charge le codage non adaptatif et haute fidélité des impulsions lumineuses rapides qui se situent dans la plage des fréquences d'impulsions utilisées dans les processeurs d'implants auditifs du tronc cérébral (stratégie de traitement SPEAK, 250 impulsions/s, Cochlear Document d'orientation clinique 2010). La comparaison directe de l'activation acoustique par rapport à l'activation optique dans les neurones ChR2 + ou Chronos + ICc a démontré que Chronos supportait un codage supérieur des trains d'impulsions temporelles, en termes d'adaptation du taux de déclenchement (Fig. 1), de codage temporel (Fig. 2) et de la saillance globale des neurones. réponses à des taux de stimulation élevés (Fig. 3). Ces avantages en termes de performances n'ont pas été réalisés lorsque les effets en aval de la photostimulation du mésencéphale ont été évalués de manière comportementale (Fig. 4) ou via des enregistrements AC (Fig. 5).

Nous avons constaté que la photostimulation du mésencéphale induisait de faibles réponses d'apparition corticale suivies d'une suppression du taux de déclenchement sur une large gamme de fréquences de stimulation, conformément aux descriptions précédentes de la suppression de la réponse corticale lors de la stimulation électrique du colliculus inférieur chez les animaux. Ainsi, un barrage spatio-temporel cohérent d'activité afférente pourrait être mal adapté pour engager les capacités de codage distribuées des neurones corticaux. Une explication possible réside dans l'observation que les interneurones inhibiteurs de la parvalbumine + à pic rapide, qui sont connus pour « éteindre » rapidement les réponses excitatrices dans le cortex sensoriel primaire, ont un réglage de fréquence plus large et des seuils de réponse plus bas que les neurones pyramidaux putatifs, mais voir Réf. 36. Ainsi, l'excitation simultanée d'une région relativement large de la carte tonotopique sous-corticale pourrait engager préférentiellement l'inhibition corticale, prévenant ainsi des réponses robustes et soutenues dans les neurones excitateurs corticaux, qui sont plus sensibles aux régimes afférents caractérisés par des modèles d'entrées spatialement différenciés organisés sur plusieurs, échelles de temps imbriquées37,38,39,40,41,42.

Une autre explication soutient que les réseaux corticaux codent en effet les informations temporelles contenues dans les signaux efférents du mésencéphale photoactivés, mais que la nature du code a été reformatée à partir d'un schéma temporel qui est évident dans les sites d'enregistrement individuels du mésencéphale vers un schéma spatialement distribué, basé sur le taux. schéma qui ne peut être apprécié que documenté au niveau de l'activité coordonnée d'un ensemble de neurones corticaux. En effet, les entrées générées en interne ou en externe vers le cortex auditif sont traitées par des sous-réseaux organisés localement de neurones corticaux43,44,45,46 qui présentent une dynamique spatio-temporelle hautement stéréotypée qui génère des corrélations inter-neuronales, qui peuvent48 ou non49 augmenter les capacités de codage AC. Bien que notre approche n'ait pas permis la visualisation directe des ensembles cellulaires dans le cortex (Fig. S3), la détection comportementale présentait une correspondance tout aussi faible avec les fonctions d'encodage du mésencéphale, suggérant que même si des caractéristiques temporelles étaient codées, elles ne pouvaient pas être observées avec notre approche neurophysiologique. ils ne sont pas traduits en capacités de détection comportementale.

Si les déficiences de codage temporel peuvent être attribuées à la stratégie de stimulation et non à la lecture, comment concevoir une prothèse sensorielle centrale mieux adaptée aux préférences de codage des réseaux cérébraux supérieurs afin de fournir un percept plus robuste ? Nous suggérons que la déficience principale réside dans l'incapacité d'activer sélectivement les neurones de projection des zones cérébrales sensorielles de bas niveau avec des entrées spatialement différenciées. Alors qu'un seul canal d'implant cochléaire active une population relativement homogène de fibres nerveuses afférentes à restriction cochléotopique, la stimulation directe du tronc cérébral auditif ou du mésencéphale active une population hétérogène et spatialement indifférenciée de neurones et de cellules gliales. Cette déficience est insurmontable avec des stratégies de stimulation électrique, mais pourrait être résolue par le développement ultérieur d'une prothèse basée sur l'optogénétique.

Quelles seraient les caractéristiques déterminantes d'une future optoprothèse ? Idéalement, la channelrhodopsine pourrait être exprimée de manière sélective dans les neurones de sortie primaires au stade le plus précoce du traitement auditif central (par exemple, les cellules touffues globulaires et sphériques, les neurones multipolaires et fusiformes50,51). L'expression spécifique de type cellulaire est triviale à réaliser chez les animaux de laboratoire, où les systèmes de recombinaison transgénique Cre-loxP utilisés conjointement avec des virus Cre-dépendants garantissent que la transcription des constructions virales est limitée au type de cellule d'intérêt52. Une approche alternative qui pourrait être plus réalisable chez l'homme serait de concevoir des constructions virales avec des séquences promotrices qui sont transcrites à des niveaux beaucoup plus élevés dans le type de cellule d'intérêt que les cellules voisines. De cette manière, la transcription de l'ADN de la channelrhodopsine pourrait être "dirigée" dans des types cellulaires particuliers au sein du noyau cochléaire. Cette approche a été utilisée avec un certain succès dans le cortex cérébral, où les constructions virales emballées avec le promoteur CAMKIIa sont exprimées à des niveaux beaucoup plus élevés dans les neurones pyramidaux en raison des variations naturelles de l'expression de ce gène entre différents types de cellules53. Des études d'hybridation in situ du noyau cochléaire ou de son homologue aviaire révèlent des différences frappantes dans les niveaux d'ARNm entre les types de cellules, ce qui apporte un soutien provisoire à une étude plus approfondie des différences de transcription entre les principaux neurones et d'autres types de cellules du noyau cochléaire (par exemple mGluR1α dans les cellules touffues globulaires54 ; VGlut2 dans les neurones fusiformes55).

Le défi de créer des modèles d'entrée différenciés dans l'espace pourrait être relevé par une approche d'ingénierie pour développer des faisceaux de systèmes d'éclairage indépendants à faible puissance et à l'échelle miniature ou une approche biologique pour concevoir des channelrhodopsines sensibles aux longueurs d'onde restreintes et sans chevauchement18. Avec cette dernière approche, le tronc cérébral pourrait être «ensemencé» avec des constructions codant pour des channelrhodopsines distinctes qui ont été emballées dans des sérotypes viraux sélectionnés pour fournir des zones d'infection hautement focales. Alternativement, une seule construction codant pour plusieurs canaux rhodopsines avec un système de suppression de la transcription auto-initié pourrait être utilisée pour conduire l'expression stochastique d'un seul canal rhodopsine à partir de la cassette, similaire à l'approche utilisée pour l'expression de protéines fluorescentes multicolores chez les souris 'Autobow'56.

Pourvu d'un niveau minimal d'activité spatio-temporelle différenciée, d'un temps suffisant pour l'ajustement et d'un milieu cellulaire qui supporte un degré acceptable de plasticité, des niveaux supérieurs du cerveau peuvent supporter une constellation remarquable d'opérations perceptives malgré un signal d'entrée déformé ou appauvri. Dans des exemples classiques, les humains et les autres animaux s'adaptent rapidement aux lunettes visuelles qui modifient considérablement le champ visuel57 ou aux manipulations temporaires de l'oreille externe qui déforment grossièrement les signaux dichotiques qui sous-tendent la localisation sonore58. Peut-être encore plus impressionnant, les utilisateurs d'implants cochléaires devenus sourds après la langue peuvent cartographier les schémas de stimulation électrique massivement altérés et dégradés sur des représentations neuronales antérieures des sons acoustiques de la parole. De plus, ils peuvent rapidement récupérer ou dépasser la reconnaissance vocale de base lorsque les stratégies de stimulation temporelle sont radicalement modifiées59 ou peuvent obtenir une perception de hauteur fusionnée à partir d'implants bilatéraux qui stimulent des positions cochléaires grossièrement incompatibles60. Ainsi, quelle que soit la forme que prendra le développement de l'optoprothèse, les futurs receveurs, chirurgiens et scientifiques peuvent se consoler en constatant que le dispositif prothétique n'a pas besoin de fournir un signal parfait, mais plutôt un signal juste assez bon pour alimenter les remarquables capacités de reconnaissance de formes du cerveau.

Toutes les procédures ont été approuvées par le Massachusetts Eye and Ear Infirmary Animal Care and Use Committee et ont suivi les directives établies par le National Institute of Health pour le soin et l'utilisation des animaux de laboratoire. Un total de 20 souris mâles CBA/CaJ ont été utilisées dans cette étude (10 pour les enregistrements ICc in vivo ; 10 pour les évaluations comportementales et les enregistrements Actx in vivo).

Des souris adultes CBA/CaJ âgées de 8 à 10 semaines ont été mises sous sédation avec de l'isoflurane (5 % dans de l'oxygène), puis anesthésiées avec de la kétamine (100 mg/kg) et de la xylazine (10 mg/kg). Un plan chirurgical d'anesthésie a été maintenu avec des suppléments de kétamine (50 mg/kg) au besoin. Tout au long de la procédure, la température corporelle de l'animal a été maintenue à environ 36,5 ° C avec un système de couverture homéothermique. Après avoir engourdi le cuir chevelu avec de la lidocaïne (0,5 %), une incision a été pratiquée le long de la ligne médiane, exposant le crâne autour de la suture lambdoïde. Une petite craniotomie (0,2 × 0,2 mm, avec le coin médial-rostral positionné à 0,4 mm latéral et 0,1 mm caudal à lambda) a été réalisée avec un scalpel pour exposer le colliculus inférieur droit. La dure-mère est restée intacte. Des enregistrements électrophysiologiques ont été effectués pour identifier l'emplacement du noyau central (CIc) avant l'injection du virus (voir électrophysiologie aiguë dans le CI). Des pipettes capillaires en verre ont été retirées et remplies à nouveau d'huile minérale avant d'être chargées de virus. Un injecteur stéréotaxique motorisé (Stoelting Co.) a été utilisé pour injecter 0,3 à 0,5 μl d'AAV-CAG-ChR2-mCherrry ou d'AAV-Synapsin-Chronos-GFP dans l'ICc droit de la souris à environ 700 μm sous la surface du cerveau avec un débit d'injection de 0,05 µl/min. La pipette a été laissée en place pendant 10 minutes supplémentaires avant le retrait. La craniotomie a été recouverte d'huile de silicone à haute viscosité et le cuir chevelu a été suturé. Les souris ont été autorisées à récupérer pendant au moins 48 heures avant l'entraînement comportemental avec NBN et au moins 3 semaines avant que la détection ne soit mesurée avec une stimulation optogénétique.

La procédure chirurgicale était similaire à celle décrite dans la section précédente. Les souris ont été anesthésiées et une craniotomie réalisée sur le CI droit. Des optrodes en silicium multicanaux à tige unique (NeuroNexus Technologies) ont été utilisées pour délivrer des impulsions laser et enregistrer l'activité neuronale (échantillonnée à 24 kHz, numérisée à 32 bits puis filtrée en bande passante entre 300 et 5000 Hz avec des filtres Butterworth de second ordre) . Les événements de pointe multi-unités sur chaque canal ont été horodatés au franchissement du seuil (4,5 sd au-dessus d'une moyenne mobile de 10 s de l'activité de base, SpikePac, Tucker-Davis Technologies). Tous les enregistrements ont été effectués dans une chambre d'insonorisation à double paroi. L'ICc a été identifié selon l'organisation tonotopique basse-élevée dorso-ventrale telle que définie par une série pseudo-aléatoire de pépins de tonalité pure (4–64 kHz par pas de 0,1 octave, 0–60 dB SPL par pas de 5 dB, durée de 50 ms avec 5 rampes de cosinus ms aux débuts et décalages, intervalles inter-essais de 500 ms) présentés à l'oreille controlatérale avec un système acoustique intra-auriculaire calibré sur mesure.

Des impulsions laser (473 nm, largeur d'impulsion de 1 ms, durée totale de 1 s, LaserGlow Co.) ont été présentées à différentes fréquences (20 à 300 Hz, pas de 20 Hz) au CI via la fibre optique de l'optrode, qui était positionnée à 0,2 mm au-dessus du site d'enregistrement le plus élevé. Pour éviter une contamination potentielle par des artefacts photoélectriques, les franchissements de seuil pendant l'impulsion laser ont été ignorés. Les puissances laser ont été sélectionnées pour générer des réponses supraliminaires dans le tissu infecté au cas par cas et étaient généralement comprises entre 5 et 7 mW. À des fins de comparaison, des rafales de bruit à bande étroite (filtrées à partir de stimuli de bruit à large bande à l'aide de filtres Butterworth de quatrième ordre, fréquence centrale de 20 kHz et bande passante de 0,25 octave, durée de 1 ms, 60 dB SPL) ont été présentées aux mêmes taux via l'oreille intra-auriculaire controlatérale système acoustique. La stimulation laser et acoustique a été présentée dans un ordre pseudo-aléatoire et répétée 20 fois chacune.

Après 2 à 6 semaines de tests comportementaux avec des stimuli acoustiques, les souris ont été anesthésiées avec de la kétamine et de la xylazine, comme décrit précédemment. Un assemblage de fibre optique implantable de 4 mm (fibre NeuroNexus NNC) a été avancé de 0,35 mm dans l'ICc le long du site d'injection précédent. L'implant a ensuite été solidement cimenté sur le crâne (C&B Metabond). Les souris ont été autorisées à récupérer pendant au moins 48 heures avant la poursuite des tests comportementaux.

Suivant les procédures décrites précédemment19, les souris ChR2+ et Chronos+ ont été anesthésiées avec de la kétamine et de la xylazine et une craniotomie a été pratiquée sur le cortex auditif droit. La dure-mère exposée a été recouverte d'huile de silicone à haute viscosité. Des enregistrements extracellulaires d'activité multi-unités ont été réalisés avec des électrodes de tungstène (FHC Co.) positionnées dans les couches corticales moyennes. Des stimuli acoustiques ont été délivrés à l'oreille controlatérale via un système acoustique intra-auriculaire calibré. Des stimuli laser ont été délivrés à travers la fibre optique implantée dans l'ICc ipsilatéral. Les paramètres de stimulation acoustique et laser étaient identiques à l'approche utilisée pour les enregistrements ICc. Étant donné que les animaux à ce stade avaient tous terminé l'entraînement et l'évaluation comportementaux, l'amplitude maximale utilisée pour la stimulation acoustique et laser a été réglée à un niveau supérieur au seuil en fonction du comportement correspondant de chaque souris (60 dB SPL et 12 dB au-dessus du seuil de détection laser, respectivement ).

La formation comportementale a été effectuée dans une enceinte acoustiquement transparente (8 × 6 × 12 pouces, L × l × H) divisée en deux zones virtuelles reposant sur un sol électrifié (choc brouillé à 8 pôles, Coulbourn Instruments). La position de la souris a été suivie avec une webcam PC commerciale. Des stimuli auditifs ont été délivrés par un haut-parleur à champ libre positionné au-dessus de l'appareil pour fournir un champ sonore relativement homogène (Tucker-Davis Technologies). Les souris ont eu au moins cinq minutes pour s'acclimater à l'appareil avant chaque jour de test. Les souris naïves ont été initialement formées pour traverser entre les zones de la chambre pour mettre fin à un choc au pied (60 Hz, 0, 5 à 1 mA, selon l'intensité minimalement efficace pour chaque souris). Une fois le comportement de croisement conditionné établi, les souris ont ensuite été entraînées à associer le son (bruit blanc, durée de 5 s, rampes de cosinus de 5 ms, 70 dB SPL) avec un choc au pied initié 5 s plus tard. Le croisement dans la fenêtre de 5 s a été marqué comme un coup et le choc du pied a été évité. Le choc du pied a été initié si la souris n'a pas réussi à traverser dans la période de 5 s (un échec) et s'est terminé lors du passage des côtés ou 10 s, selon la première éventualité. Une fois le taux de réussite stabilisé à ≥ 70 %, le bruit blanc a été remplacé par les rafales de bruit à bande étroite et l'entraînement s'est poursuivi jusqu'à ce que le comportement de croisement se stabilise à nouveau. Les fonctions psychométriques ont été acquises en documentant la probabilité de toucher à différents niveaux sonores (−10 à 70 dB SPL par pas de 10 dB) et taux de pouls (60–300 Hz par pas de 60 Hz). Les stimuli ont été présentés de manière pseudo-aléatoire et répétés au moins 15 fois chacun. Les intervalles entre les essais ont été tirés au hasard à partir d'une distribution uniforme entre 30 et 40 secondes. Les faux positifs ont été calculés comme la probabilité de croisement de l'animal pendant une fenêtre de 5 s à mi-chemin de la période inter-essais. Typiquement, chaque animal effectuait 60 à 100 essais par jour, 5 à 6 jours par semaine.

Pour les expériences comportementales impliquant la détection de trains d'impulsions laser plutôt que de trains d'impulsions acoustiques, l'ensemble de mésencéphale implanté a été attaché au laser avec un câble de raccordement. Les souris ont eu environ 20 minutes pour s'acclimater à l'attache avant que le comportement de croisement conditionné ne soit initialement rétabli avec un stimulus sonore à large bande. Une fois que la probabilité de succès était comparable à celle documentée sans attache, le stimulus acoustique a été remplacé par des stimuli laser (impulsions laser de 1 ms, 60 à 300 Hz par pas de 60 Hz) sans aucune mise en forme comportementale supplémentaire. En raison de la variabilité de la sensibilité introduite par le volume d'injection et le niveau d'expression des opsines, la gamme d'intensité laser testée a été ajustée au cas par cas pour chaque animal afin de générer une gamme de réponses comportementales sous-seuil à supra-seuil. À tous autres égards, la conception du stimulus et l'organisation des tâches étaient identiques à la version acoustique de la tâche.

Les animaux ont été profondément anesthésiés avec de la kétamine et préparés pour une perfusion transcardiale avec une solution de formol à 4 %. Les cerveaux ont été extraits et post-fixés dans du formol à 4 % à température ambiante pendant 12 heures supplémentaires avant d'être transférés dans une solution de saccharose à 30 %. Des coupes de cerveau (60 μm d'épaisseur) ont été contre-colorées avec du DAPI (Life Technologies). La position et la taille de la zone d'infection ont été déduites par la visualisation du marqueur fluorescent avec un microscope à épifluorescence conventionnel (Zeiss).

L'adaptation de la cadence de tir a été quantifiée en calculant le rapport du nombre de pointes à la première impulsion divisé par le nombre moyen de pointes à toutes les impulsions restantes dans la période de 1 s. Pour quantifier la fidélité temporelle des activités évoquées par le son ou le laser, un modèle de classificateur basé sur un modèle a été utilisé. Pour un site d'enregistrement donné, la moitié des essais de réponses à tous les taux de pouls ont été utilisés pour construire des modèles basés sur l'histogramme de temps péristimulus (PSTH) ; l'autre moitié des essais ont été utilisés comme cas de test. Les essais tests ont été comparés aux modèles en calculant leurs coefficients de corrélation croisée. La fréquence du pouls décodée pour un essai de test était la fréquence du pouls derrière le modèle le plus similaire (coefficient de corrélation croisée le plus élevé). La précision du décodage pour tous les taux a été calculée et moyennée sur les sites d'enregistrement. La détectabilité du train d'impulsions a été quantifiée en divisant le PSTH en bacs de 100 ms et en calculant les taux de déclenchement pour chaque bac dans les périodes spontanées et évoquées sur une base d'essai unique. Pour tout bac donné, sa détectabilité a été quantifiée comme le score z rectifié de son nombre de pointes par rapport à la distribution de base. La différence entre les scores z moyens des périodes spontanées et évoquées pour chaque essai a servi de base au calcul de d'. Dans la version populationnelle de cette analyse, la détectabilité neurale pour un stimulus donné a été calculée comme la détectabilité la plus élevée fournie par l'un des sites enregistrés d'un animal.

Toutes les analyses statistiques ont été réalisées sous Matlab (Mathworks). Des ANOVA à mesures répétées ont été utilisées pour comparer des mesures neurales ou comportementales sur des variables dépendantes telles que la fréquence du pouls ou l'intensité sonore dans le même groupe d'animaux. Lors de la comparaison des mesures entre différents groupes d'animaux, des ANOVA à conception mixte ont été utilisées et les principaux effets ont été signalés. Les comparaisons multiples ont été corrigées avec la méthode de Bonferroni.

Comment citer cet article : Guo, W. et al. Entendre la lumière : codage neuronal et perceptuel de la stimulation optogénétique dans la voie auditive centrale. Sci. Rep. 5, 10319; doi : 10.1038/srep10319 (2015).

Schmidt, EM et al. Faisabilité d'une prothèse visuelle pour aveugles basée sur la microstimulation intracorticale du cortex visuel. Cerveau 119, 507–522 (1996).

Article PubMed Google Scholar

Dobelle, WH Vision artificielle pour les aveugles en connectant une caméra de télévision au cortex visuel. ASAIO J. 46, 3–9 (2000).

Article CAS PubMed Google Scholar

Otto, SR et al. Implant auditif multicanal du tronc cérébral : point sur les performances chez 61 patients. Tourillon de neurochirurgie 96, 1063-1071 (2002).

Article PubMed Google Scholar

Nevison, B. et al. Résultats d'une enquête clinique européenne sur l'implant auditif multicanal du tronc cérébral Nucleus®, Ear Hear 23, 170 (2002).

Article PubMed Google Scholar

Otto, SR et al. Résultats audiologiques avec l'implant auditif du tronc cérébral à électrode pénétrante, Otology & Neurotology 29, 1147–1154 (2008).

Article Google Scholar

Lim, HH, Lenarz, M. & Lenarz T., Implant auditif du mésencéphale : une revue, TRENDS AMPLIF 13, 149–180 (2009).

Article PubMed PubMed Central Google Scholar

Colletti, V. & Shannon, RV Perception de la parole en ensemble ouvert avec implant auditif du tronc cérébral ? Laryngoscope 115, 1974–1978 (2005).

Article PubMed Google Scholar

Colletti, V. et al. Résultats chez les adultes non tumoraux équipés de l'implant auditif du tronc cérébral : 10 ans d'expérience, Otology & Neurotology 30, 614–618 (2009).

Article Google Scholar

Shannon, RV Progrès dans les prothèses auditives, Curr. Avis. Neurol. 25, 61–66 (2012).

Article PubMed PubMed Central Google Scholar

Weiland, JD & Humayun, MS Prothèse rétinienne, IEEE Trans Biomed Eng. 61, 1412-1424 (2014).

Article PubMed PubMed Central Google Scholar

Bernstein, JG & Boyden, ES Outils optogénétiques pour analyser les circuits neuronaux du comportement, Trends in Cognitive Sciences 15, 592–600 (2011).

Article PubMed PubMed Central Google Scholar

Fenno, L., Yizhar, O. & Deisseroth, K. Le développement et l'application de l'optogénétique, Annu. Rév. Neurosci. 34, 389–412 (2011).

Article CAS PubMed PubMed Central Google Scholar

Boyden, ES et al. Contrôle optique génétiquement ciblé de l'activité neuronale à l'échelle de la milliseconde, Nature Neuroscience 8, 1263-1268 (2005).

Article CAS PubMed Google Scholar

Lin, JY et al. Caractérisation des variantes de Channelrhodopsine d'ingénierie avec des propriétés et une cinétique améliorées, Biophys. J. 96, 1803–1814 (2009).

Article CAS ADS PubMed PubMed Central Google Scholar

Joris, PX, Schreiner, CE & Rees, A. Traitement neuronal des sons modulés en amplitude, Physiological Reviews 84, 541–577 (2004).

Article CAS PubMed Google Scholar

Golding, NL & Oertel, D., Intégration synaptique dans les dendrites : besoin exceptionnel de vitesse, J. Physiol. (Londres) 590, 5563–5569 (2012).

Article CAS Google Scholar

Carr, CE La synchronisation est tout : Organisation des circuits de synchronisation dans les systèmes sensoriels auditifs et électriques, J. Comp. Neurol. 472, 131-133 (2004).

Article PubMed PubMed Central Google Scholar

Chuong, AS et al. Excitation optique indépendante de populations neuronales distinctes, Nature Methods 11, 338–346 (2014).

Article CAS PubMed PubMed Central Google Scholar

Guo, W. et al. Robustesse de la topographie corticale à travers les champs, les lames, les états anesthésiques et les types de signaux neurophysiologiques, J. Neurosci. 32, 9159–9172 (2012).

Article CAS PubMed PubMed Central Google Scholar

Shannon, RV et al. Reconnaissance vocale avec principalement des signaux temporels, Science 270, 303–304 (1995).

Article CAS ADS PubMed Google Scholar

Atiani, S. et al. Sélectivité émergente pour les stimuli pertinents pour les tâches dans le cortex auditif d'ordre supérieur, Neuron 82, 486–499 (2014).

Article CAS PubMed PubMed Central Google Scholar

Niwa, M. et al. Activité liée au jugement perceptif et à l'action dans le cortex auditif primaire, Journal of Neuroscience 32, 3193–3210 (2012).

Article CAS PubMed Google Scholar

Jaramillo, S. & Zador, AM Le cortex auditif médie les effets perceptuels de l'attente temporelle acoustique, Nature Neuroscience 14, 246–251 (2011).

Article CAS PubMed Google Scholar

Buran, BN, von Trapp, G. & Sanes, DH La réduction comportementale des décharges spontanées peut améliorer les seuils de détection dans le cortex auditif, Journal of Neuroscience 34, 4076–4081 (2014).

Article CAS PubMed Google Scholar

Schneider, DM & Woolley, SMN Codage clairsemé et invariant en arrière-plan des vocalisations dans les scènes auditives, Neuron 79, 141–152 (2013).

Article CAS PubMed PubMed Central Google Scholar

Bendor, D. & Wang, X. Codage neuronal différentiel du flutter acoustique dans le cortex auditif des primates, Nature Neuroscience 10, 763–771 (2007).

Article CAS PubMed Google Scholar

Bizley, JK et al. Le cortex auditif représente à la fois les jugements de hauteur et les indices acoustiques correspondants, Current Biology 23, 620–625 (2013).

Article CAS PubMed PubMed Central Google Scholar

Mesgarani, N. & Chang, EF Représentation corticale sélective du locuteur assisté dans la perception de la parole de plusieurs locuteurs, Nature 485, 233–236 (2012).

Article CAS ADS PubMed Google Scholar

Wilson, BS & Dorman, MF Implants cochléaires : Un passé remarquable et un brillant avenir, Hearing Research 242, 3–21 (2008).

Article PubMed PubMed Central Google Scholar

Tyler, RS Les enfants sourds pré-linguaux peuvent être aussi performants que les adultes sourds post-linguaux utilisant des implants cochléaires, Cochlear Implants Int. 1, 39–44 (2000).

Article CAS PubMed Google Scholar

Calixto, R. et al. La coactivation de différents neurones dans une lame isofréquence du colliculus inférieur provoque une activation corticale auditive accrue, Journal of Neurophysiology 108, 1199–1210 (2012).

Article PubMed Google Scholar

Straka, MM et al. Effets de l'emplacement et de la synchronisation des neurones co-activés dans le mésencéphale auditif sur l'activité corticale : implications pour une nouvelle prothèse auditive centrale, J. Neural Eng. 11, 046021 (2014).

Article ADS PubMed PubMed Central Google Scholar

Cardin JA et al. La conduite de cellules à pointe rapide induit un rythme gamma et contrôle les réponses sensorielles, Nature 459, 663–667 (2009).

Article CAS ADS PubMed PubMed Central Google Scholar

Li, Y.-T. et coll. Transformation linéaire de l'entrée thalamocorticale par excitation intracorticale, Nature Neuroscience 16, 1324–1330 (2013).

Article CAS PubMed PubMed Central Google Scholar

Li, Y.-T. et coll. Propriétés différentielles du champ récepteur des neurones inhibiteurs de la parvalbumine et de la somatostatine dans le cortex auditif de la souris, Cereb Cortex (14 janvier 2014). 10.1093/cercor/bht417

Moore AK & Wehr, M. Les interneurones inhibiteurs exprimant la parvalbumine dans le cortex auditif sont bien réglés pour la fréquence, Journal of Neuroscience 33, 13713–13723 (2013).

Article CAS PubMed Google Scholar

Ulanovsky, N. et al. Plusieurs échelles de temps d'adaptation dans les neurones du cortex auditif, Journal of Neuroscience 24, 10440–10453 (2004).

Article CAS PubMed Google Scholar

Ingénieur, CT et al. Les modèles d'activité corticale prédisent la capacité de discrimination de la parole, Nature Neuroscience 11, 603–608 (2008).

Article CAS PubMed PubMed Central Google Scholar

David, SV et al. La dépression synaptique rapide explique la modulation non linéaire de l'accord spectro-temporel dans le cortex auditif primaire par des stimuli naturels, Journal of Neuroscience 29, 3374–3386 (2009).

Article CAS PubMed Google Scholar

Zhou Y. & Wang, X. Traitement cortical des transitions dynamiques de l'enveloppe sonore, Journal of Neuroscience 30, 16741–16754 (2010).

Article CAS PubMed Google Scholar

Rabinowitz, NC et al. Noyaux de contraste spectro-temporel pour les neurones du cortex auditif primaire, Journal of Neuroscience 32, 11271–11284 (2012).

Article CAS PubMed Google Scholar

Malone, BJ et al. Le contexte spectral affecte le traitement temporel dans le cortex auditif éveillé, Journal of Neuroscience 33, 9431–9450 (2013).

Article CAS PubMed Google Scholar

Rothschild, G., Nelken, I. & Mizrahi, A. Organisation fonctionnelle et dynamique des populations dans le cortex auditif primaire de la souris, Nature Neuroscience 13, 353–360 (2010).

Article CAS PubMed Google Scholar

Bandyopadhyay, S., Shamma, SA et Kanold, PO, Dichotomie de l'organisation fonctionnelle dans le cortex auditif de la souris, Nature Neuroscience 13, 361–368 (2010).

Article CAS PubMed PubMed Central Google Scholar

Bathellier, B., Ushakova, L. & Rumpel S., La dynamique néocorticale discrète prédit la catégorisation comportementale des sons, Neuron 76, 435–449 (2012).

Article CAS PubMed Google Scholar

Issa, JB et al. Imagerie Ca2+ optique à plusieurs échelles de l'organisation tonale dans le cortex auditif de souris, Neuron 83, 944–959 (2014).

Article CAS PubMed PubMed Central Google Scholar

Luczak, A., Bartho, P. & Harris KD Les événements spontanés décrivent le domaine des réponses sensorielles possibles dans les populations néocorticales, Neuron 62, 413–425 (2009).

Article CAS PubMed PubMed Central Google Scholar

Jeanne, JM, Sharpee, TO & Gentner, TQ L'apprentissage associatif améliore le codage de la population en inversant les modèles de corrélation interneuronale, Neuron 78, 352–363 (2013).

Article CAS PubMed PubMed Central Google Scholar

Rothschild, G. et al. Corrélations élevées dans les ensembles neuronaux du cortex auditif de souris après la parturition, Journal of Neuroscience 33, 12851–12861 (2013).

Article CAS PubMed Google Scholar

Adams, JC Projections ascendantes vers le colliculus inférieur, J. Comp. Neurol. 183, 519–538 (1979).

Article CAS PubMed Google Scholar

Brunso-Bechtold, JK, Thompson, GC & Masterton, RB HRP étude de l'organisation des afférences auditives montant au noyau central du colliculus inférieur chez le chat, J. Comp. Neurol. 197, 705–722 (1981).

Article CAS PubMed Google Scholar

Madisen, L. et al. Une boîte à outils de souris transgéniques optogénétiques Cre-dépendantes pour l'activation et le silence induits par la lumière, Nature Neuroscience 15, 793–802 (2012).

Article CAS PubMed PubMed Central Google Scholar

Dittgen, T. et al. Manipulations génétiques à base de lentivirus des neurones corticaux et leur suivi optique et électrophysiologique in vivo. Proc. Natl. Acad. Sci. États-Unis 101, 18206–18211 (2004).

Article CAS ADS PubMed PubMed Central Google Scholar

Bilak, MM, Bilak, SR & Morest, DK Expression différentielle du récepteur N-méthyl-D-aspartate dans le noyau cochléaire de la souris, Neuroscience 75, 1075–1097 (1996).

Article CAS PubMed Google Scholar

Hackett, TA, Takahata, T. & Balaram, P. Expression de l'ARNm de VGLUT1 et VGLUT2 dans la voie auditive du primate, Hearing Research 274, 129–141 (2011).

Article CAS PubMed Google Scholar

Cai, D. et al. Outils améliorés pour la boîte à outils Brainbow, Nature Methods 10, 540–547 (2013).

Article CAS PubMed PubMed Central Google Scholar

Harris, CS Adaptation perceptive à la vision inversée, inversée et déplacée, Psychol Rev 72, 419–444 (1965).

Article CAS PubMed Google Scholar

Hofman, PM, Van Riswick, JG & Van Opstal AJ Réapprentissage de la localisation sonore avec de nouvelles oreilles, Nature Neuroscience 1, 417–421 (1998).

Article CAS PubMed Google Scholar

Wilson, BS et al. Meilleure reconnaissance de la parole avec les implants cochléaires, Nature 352, 236–238 (1991).

Article CAS ADS PubMed Google Scholar

Reiss, LAJ et al. Effets des inadéquations tonotopiques extrêmes entre les implants cochléaires bilatéraux sur la perception de la hauteur électrique : une étude de cas, Ear Hear 32, 536–540 (2011).

Article PubMed PubMed Central Google Scholar

Télécharger les références

Ce travail est soutenu par les subventions NIH R21012894 (DP), P30 DC5029, T32 DC000038 (AEH) et une bourse de recherche internationale pour étudiants HHMI (WG)

Laboratoires Eaton-Peabody, Massachusetts Eye and Ear Infirmary, Boston, 02114, MA

Wei Guo, Ariel E. Hight, Jenny X. Chen, Kenneth E. Hancock, Daniel J. Lee et Daniel B. Polley

Center for Computational Neuroscience and Neural Technology, Université de Boston, Boston, 02215, Massachusetts

Wei Guo, Barbara G. Shinn-Cunningham et Daniel B. Polley

Programme en bioscience et technologie de l'audition de la parole, Harvard Medical School (HMS), Boston, 02115, MA

Ariel E. Hight

Nouveau programme Pathway MD, HMS, 02115

Jenny X. Chen

The MIT Media Laboratory, Synthetic Neurobiology Group, Massachusetts Institute of Technology (MIT), Cambridge, Massachusetts, États-Unis

Nathan C. Klapoetke et Edward S. Boyden

Département de génie biologique, MIT, Cambridge, Massachusetts, États-Unis

Nathan C. Klapoetke et Edward S. Boyden

Département d'otologie et de laryngologie, HMS, Boston, 02114, MA

Kenneth E. Hancock, Daniel J. Lee et Daniel B. Polley

Département de génie biomédical, Université de Boston, 02215

Barbara G. Shinn-Cunningham

Vous pouvez également rechercher cet auteur dans PubMed Google Scholar

WG et DBP ont proposé et conçu les expériences. WG, AEH et JXC ont réalisé les expériences. KEH a fourni une aide essentielle dans la configuration matérielle et logicielle. NCK et ESB ont fourni des réactifs critiques. WG, AEH et DBP ont rédigé le manuscrit. JXC, NCKBGS-C., ESB et DJL ont révisé le manuscrit. BGS-C., DJL et DBP ont supervisé le projet.

Les auteurs déclarent une absence d'intérêts financiers en compétition.

Ce travail est sous licence internationale Creative Commons Attribution 4.0. Les images ou tout autre matériel tiers dans cet article sont inclus dans la licence Creative Commons de l'article, sauf indication contraire dans la ligne de crédit ; si le matériel n'est pas inclus dans la licence Creative Commons, les utilisateurs devront obtenir l'autorisation du titulaire de la licence pour reproduire le matériel. Pour voir une copie de cette licence, visitez http://creativecommons.org/licenses/by/4.0/

Réimpressions et autorisations

Guo, W., Hight, A., Chen, J. et al. Entendre la lumière : codage neuronal et perceptuel de la stimulation optogénétique dans la voie auditive centrale. Sci Rep 5, 10319 (2015). https://doi.org/10.1038/srep10319

Télécharger la citation

Reçu : 18 février 2015

Accepté : 07 avril 2015

Publié: 22 mai 2015

DOI : https://doi.org/10.1038/srep10319

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt

Rapports scientifiques (2019)

Communication Nature (2017)

En soumettant un commentaire, vous acceptez de respecter nos conditions d'utilisation et nos directives communautaires. Si vous trouvez quelque chose d'abusif ou qui ne respecte pas nos conditions ou directives, veuillez le signaler comme inapproprié.