Analysing the effect of neural morphology on extracellular spikes

Abstract

A common method of measuring neural activity is to insert recording electrodes into brain tissue, as active neurons cause changes in the extracellular potential. Such experiments have been instrumental to neuroscience, having furthered our understanding of the underlying mechanisms of the brain. In some studies, far fewer neurons have been detected to fire in electrode recordings than expected, leading to a ”dark matter problem” in the brain being proposed. Computer simulations can be used to get insight into the connection between firing neurons and extracellular signals. Theory developed in Pettersen and Einevoll (2008) [1] for idealised neuron models suggests a connection between the maximum extracellular spike amplitude from a firing neuron and its basic structure. We apply the theory to a large database of more complicated models to investigate whether it can be further generalised, and explore a possible explanation of the dark matter problem; that a relevant number of neurons are undetectable with extracellular recording electrodes. Using the neuroinformatics tool LFPy, we simulate extracellular action potentials (EAP) from individual cell models. Previously developed digitally reconstructed neuron models from rat neocortex were used. We find that the theory generalises well to more complicated neuron models. We encountered and investigated systematic differences in EAP amplitude between excitatory and inhibitory neurons with similar structural properties. The investigation was done using simpler idealised models, and we found the EAP amplitude to be dependent on the number of dendrites connected to the soma. As nearly all reconstructed models were found to be detectable, we conclude that the dark matter problem is unlikely to be caused by large numbers of cells being unmeasurable with extracellular electrodes.

En ofte brukt metode for å måle nevral aktivitet er ved måleelektroder plassert i hjernevev, ettersom aktive nevroner påvirker det ektracellulære potensialet. Slike eksperimenter har vært instrumentale i nevrovitenskapen, og har utviklet vår forståelse av de underligende mekanismene i hjernen. I noen studier er langt færre nevroner blitt målt enn forventet, noe som har ført til at et mulig ”mørk materie”-problem i hjernen er blitt foreslått. Datasimuleringer kan brukes til å få innsikt i sammenhengen mellom aktive nevroner og ekstracellulære signaler. Teori utviklet i Pettersen og Einevoll (2008) [1] for idealiserte nevronmodeller antyder en sammenheng mellom ekstracellulær maksimalamplitude fra et fyrende nevron og dens grunnleggende struktur. Vi anvender teorien på en stor database med mer komplekse modeller forå undersøke om den kan generaliseres videre, og utforsker en mulig forklaring på ”mørk materie”- problemet; at en relevant mengde nevroner er udetekterbare med ekstrecellulære målelektroder. Vi simulerer ekstracellulære aksjonspotensialer (EAP) ved hjelp av nevroinformatikkverktøyet LFPy. Tidligere utviklede digitalt rekonstruerte nevronmodeller fra rotters neocortex ble brukt. Vi erfarer at teorien generaliserer bra til de mer kompliserte modellene. Vi støtte på, og utforsket systematiske forskjeller i EAP amplitude mellom eksitatoriske og inhibitoriske nevroner med like strukturelle egenskaper. Utforskningen ble gjort ved bruk av enklere idealiserte modeller, og vi fant at EAP-amplituden avhenger av antallet dendritter tilkoblet soma. Ettersom vi fant at nesten alle de rekonstruerte modellene er detekterbare, konkluderer vi med at det er usannsynlig at ”mørk materie”-problemet skyldes at et stort antall nevroner ikke kan måles av ekstracellulære måleelektroder.