מֵידָע

מדוע פוטנציאל שדה מקומי מסונן בדרך כלל בפס-מעבר?

מדוע פוטנציאל שדה מקומי מסונן בדרך כלל בפס-מעבר?


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.

תהיתי מה הרציונל מאחורי סינון מעבר נמוך או פס במדידות פוטנציאל שדה מקומי?

נראה לי שנוכל לסנן מידע בעל ערך פוטנציאלי על ידי סינון נהלים.

האם יש לכך מגבלה פיזית שלא תאפשר למדוד, נניח, את התגובות בטווח תדרים של 0 עד 5 קילו-הרץ?


אין הגבלה פיזית כלשהי על פס התדרים שאתה רוצה להקליט, מלבד מגבלות החומרה על קצב הדגימה.

לעתים קרובות הקלטות אלקטרופיזיולוגיות סובלות מרעש (בעיקר בתדרים הגבוהים) וסחיפות בקו הבסיס (טווח תדרים נמוכים).

בסופו של דבר, אתה רוצה לסנן כמה שיותר רעש, מבלי לזרוק את התינוק עם מי האמבט. לְמַעֲשֶׂה, ידע מוקדם על טווח התדרים של התגובות המעניינות חיוניים. כל דבר מחוץ לטווח הזה יכול וסביר להניח שצריך לסנן החוצה.

לדוגמה, ניתוח FFT של EEGs מתמקד בעיקר בפסים המוגבלים לטווח התדרים של 1 עד 50 הרץ. תדר הרשת הוא 50 או 60 הרץ, ולעתים קרובות מטיל רעש סינוסואידי כאשר החדר אינו ממוגן. לפיכך, איזו סיבה לא תהיה להשתמש במסנן נמוך עם חתך בסביבות 50 הרץ כדי להיפטר ממנו?

לבסוף, ישנן שיטות סינון לא מקוונות. שֶׁלִי אישי העדפה בימינו היא, היא לאסוף את נתונים גולמיים וסנן במצב לא מקוון. כך יש לך את התינוק והמים, ואתה יכול להתמקד, בניסוי וטעייה, איפה התינוק נמצא ואיפה המים.


פוטנציאל שדה מקומי משקף סולמות מרחביים מרובים ב-V4


פוטנציאל שדה מקומי (LFP) משקפים את המאפיינים של מעגלים עצביים או עמודות שנרשמו בנפח סביב מיקרואלקטרודה (Buzsáki et al., 2012). היקף נפח האינטגרציה הזה היה נושא לוויכוח מסוים, עם הערכות שנעות בין כמה מאות מיקרון (Katzner et al., 2009 Xing et al., 2009) ועד כמה מילימטרים (Kreiman et al., 2006). הערכנו שדות קליטה (RFs) של פעילות מרובת יחידות (MUA) ו-LFPs ברמת ביניים של עיבוד חזותי, באזור V4 של שני מקוק. המבנה המרחבי של שדות קליטה של ​​LFP השתנה מאוד כפונקציה של פיגור זמן לאחר תחילת הגירוי, כאשר הרטינוטופיה של LFPs תואמת את זו של MUA בסט מוגבל של פיגור זמן. ניתוח מבוסס מודלים של ה-LFPs איפשר לנו לשחזר שני רכיבים מובהקים המופעלים על ידי גירוי: רכיב רטינוטופי דמוי MUA שמקורו בנפח קטן סביב המיקרואלקטרודות (񾍐 μm), ורכיב שני שהיה משותף בכל אזור ה-V4 לרכיב השני הזה היו מאפייני כוונון שאינם קשורים לאלו של ה-MUA. התוצאות שלנו מצביעות על כך שה-LFP משקף פעילות עצבית על פני סולמות מרחביים מרובים, מה שמסבך את הפרשנות שלו ומציע הזדמנויות חדשות לחקור את המבנה בקנה מידה גדול של עיבוד רשת.


מסנן קלמן מוסדר עבור ממשקי מוח-מחשב באמצעות אותות פוטנציאל שדה מקומיים

ממשקי מוח-מחשב (BCIs) מבקשים ליצור חיבור ישיר מהמוח למחשב, לשימוש ביישומים כמו בקרת תותבות מוטוריות, שליטה בסמן על הצג וכו'. לפיכך, הדיוק של פענוח תנועה מאותות מוח ב-BCIs הוא קריטי. מסנן קלמן (KF) משמש לעתים קרובות במערכות BCI לפענוח פעילות עצבית והערכת פרמטרים קינטיים וקינמטיים. כדי להשתמש ב-KF, יש לדעת מראש את מטריצת המעבר של המצב, מטריצת התצפית ומטריצות הקווריאנטיות של תהליך ורעשי המדידה, אולם ביישומים רבים המטריצות הללו אינן ידועות. בדרך כלל, כדי להעריך פרמטרים אלה, נעשה שימוש בשיטת הריבועים הקטנים הרגילים ובמעריך מטריצת שיתוף השונות המדגם. המטרה שלנו היא לשפר את ביצועי הפענוח של ה-KF במערכות BCI על ידי שיפור האומדן של הפרמטרים שהוזכרו.

שיטה חדשה

כאן, אנו מציעים את מסנן קלמן מסודר (RKF) המיישם שתי תכונות בסיסיות: 1) הסדרת אומדן הרגרסיה של משוואת המצב כדי לשפר את האומדן של מטריצת מעבר המצב, ו-2) שימוש בשיטת הצטמקות כדי לשפר את האומדן של מטריצת שיתוף רעש מדידה לא ידועה. אימתנו את הביצועים של השיטה המוצעת באמצעות שני מערכי נתונים של פוטנציאל שדה מקומי המתקבל מקליפת המוח המוטורית של קוף (הערכת פרמטרים קינמטיים במהלך תנועת היד) ושלוש חולדות (הערכה של כמות הכוח המופעל ביד כפרמטר קינטי).

תוצאות

התוצאות מראות שהשיטה המוצעת עולה על ה-KF המקובל, ה-KF עם בחירת תכונה, הגישות הקטנות החלקיות והרגרסיה של רכס.


תוכן

הצורה הפונקציונלית הבסיסית של אנרגיה פוטנציאלית במכניקה מולקולרית כוללת מונחים קשורים לאינטראקציות של אטומים המקושרים בקשרים קוולנטיים, ולא קשורים (המכונים גם לא קוולנטי) מונחים המתארים את הכוחות האלקטרוסטטיים ארוכי הטווח ואת כוחות ואן דר ואלס. הפירוק הספציפי של המונחים תלוי בשדה הכוח, אך ניתן לכתוב צורה כללית של האנרגיה הכוללת בשדה כוח תוסף.

כאשר המרכיבים של התרומות הקוולנטיות והלא קוולנטיות ניתנים על ידי הסיכומים הבאים:

מונחי הקשר והזווית מעוצבים בדרך כלל על ידי פונקציות אנרגיה ריבועיות שאינן מאפשרות שבירת הקשר. תיאור ריאליסטי יותר של קשר קוולנטי במתיחה גבוהה יותר מסופק על ידי פוטנציאל המורס היקר יותר. הצורה הפונקציונלית של אנרגיה דו-הדרלית משתנה משדה כוח אחד למשנהו. מונחים נוספים, "פיתול לא תקין" עשויים להתווסף כדי לאכוף את המישוריות של טבעות ארומטיות ומערכות מצומדות אחרות, ו"מונחים צולבים" המתארים את הצימוד של משתנים פנימיים שונים, כגון זוויות ואורכי קשר. שדות כוח מסוימים כוללים גם מונחים מפורשים לקשרי מימן.

המונחים הלא קשורים הם אינטנסיביים ביותר מבחינה חישובית. בחירה פופולרית היא להגביל את האינטראקציות לאנרגיות זוגיות. המונח ואן דר ואלס מחושב בדרך כלל עם פוטנציאל לנארד-ג'ונס והמונח האלקטרוסטטי עם חוק קולומב. עם זאת, ניתן לאחסן את שניהם או לשנות את קנה המידה על ידי גורם קבוע כדי להסביר את הקיטוב האלקטרוני. מחקרים עם ביטוי אנרגיה זה התמקדו בביומולקולות מאז שנות ה-70 והוכללו לתרכובות על פני הטבלה המחזורית בתחילת שנות ה-2000, כולל מתכות, קרמיקה, מינרלים ותרכובות אורגניות. [4]

בונד מתיחת עריכה

מכיוון שנדיר שאג"ח חורגות באופן משמעותי מערכי הייחוס שלהן, הגישות הפשטניות ביותר משתמשות בנוסחת החוק של הוק:

קבוע המתיחה של הקשר k i j > ניתן לקבוע על פי ספקטרום אינפרא אדום ניסיוני, ספקטרום רמאן או חישובים מכאניים קוונטיים ברמה גבוהה. הקבוע k i j > קובע תדרי רטט בסימולציות דינמיקה מולקולרית. ככל שהקשר חזק יותר בין אטומים, כך ערך קבוע הכוח גבוה יותר, ומספר הגל (האנרגיה) בספקטרום ה-IR/Raman גבוה יותר. ניתן לחשב את ספקטרום הרטט לפי קבוע כוח נתון ממסלולי MD קצרים (5 ps) עם

צעדי זמן של 1 fs, חישוב פונקציית הקורלציה האוטומטית של המהירות והתמרת פורייה שלה. [5]

למרות שהנוסחה של חוק הוק מספקת רמת דיוק סבירה באורכי קשר קרובים למרחק שיווי המשקל, היא פחות מדויקת ככל שמתרחקים. על מנת לדגמן טוב יותר את עקומת המורס ניתן להשתמש בכוחות מעוקבים ומעלה. [2] [6] עם זאת, עבור רוב היישומים המעשיים ההבדלים הללו זניחים ואי דיוקים בתחזיות של אורכי קשר הם בסדר גודל של אלפית אנגסטרם, שהוא גם גבול המהימנות עבור שדות כוח משותפים. במקום זאת ניתן להשתמש בפוטנציאל מורס כדי לאפשר שבירת קשר ודיוק גבוה יותר, למרות שהוא פחות יעיל לחישוב.

אינטראקציות אלקטרוסטטיות ערוך

אינטראקציות אלקטרוסטטיות מיוצגות על ידי אנרגיית קולומב, המנצלת מטענים אטומיים q i > לייצג קשר כימי החל מקשר קוולנטי לקוולנטי קוטבי וקשור יוני. הנוסחה האופיינית היא חוק קולומב:

מטענים אטומיים יכולים לתרום תרומה דומיננטית לאנרגיה הפוטנציאלית, במיוחד עבור מולקולות קוטביות ותרכובות יוניות, והם קריטיים כדי לדמות את הגיאומטריה, אנרגיית האינטראקציה, כמו גם את התגובתיות. ההקצאה של מטענים אטומיים לרוב עדיין עוקבת אחר פרוטוקולים מכאניים קוונטיים אמפיריים ולא אמינים, שלעתים קרובות מובילים לכמה 100% אי ודאות ביחס לערכים המוצדקים פיזית בהסכמה עם רגעי דיפול ניסיוניים ותאוריה. [10] [11] [12] פותחו מטענים אטומיים הניתנים לשחזור עבור שדות כוח המבוססים על נתונים ניסיוניים עבור צפיפות דפורמציה של אלקטרונים, מומנטים דיפולים פנימיים ומודל Extended Born. [12] [4] אי ודאויות <10%, או ±0.1e, מאפשרות ייצוג עקבי של קשר כימי ודיוק גבוה עד פי מאה במבנים מחושבים ובאנרגיות יחד עם פרשנות פיזיקלית של פרמטרים אחרים בשדה הכוח.

בנוסף לצורה הפונקציונלית של הפוטנציאלים, שדות כוח מגדירים קבוצה של פרמטרים לסוגים שונים של אטומים, קשרים כימיים, זוויות דו-הדרליות, אינטראקציות מחוץ למישור, אינטראקציות לא-קשריות ומונחים אפשריים נוספים. [4] ערכות פרמטרים רבות הן אמפיריות ושדות כוח מסוימים משתמשים במונחי התאמה נרחבים שקשה להקצות להם פרשנות פיזית. [13] סוגי אטומים מוגדרים עבור יסודות שונים וכן עבור אותם יסודות בסביבות כימיות שונות במידה מספקת. לדוגמה, אטומי חמצן במים ואטומי חמצן בקבוצה פונקציונלית קרבוניל מסווגים כסוגי שדות כוח שונים. [14] ערכות פרמטרים טיפוסיות של שדות כוח כוללות ערכים עבור מסה אטומית, מטען אטומי, פרמטרים של לנארד-ג'ונס עבור כל סוג אטום, כמו גם ערכי שיווי משקל של אורכי קשר, זוויות קשר וזוויות דו-הדרליות. [15] המונחים הקשורים מתייחסים לזוגות, שלישיות ורביעיות של אטומים קשורים, וכוללים ערכים עבור קבוע הקפיץ האפקטיבי עבור כל פוטנציאל. רוב הפרמטרים הנוכחיים של שדות הכוח משתמשים ב-a חיוב קבוע מודל שלפיו לכל אטום מוקצה ערך אחד עבור המטען האטומי שאינו מושפע מהסביבה האלקטרוסטטית המקומית. [12] [16]

פרמטרי שדה לאלץ עבור סימולציות עם דיוק והעברה מרביים, למשל, IFF, פעל לפי פרוטוקול מוגדר היטב. [4] זרימת העבודה עשויה לכלול (1) שליפת מבנה גביש בקרני רנטגן או נוסחה כימית, (2) הגדרת סוגי אטומים, (3) השגת מטענים אטומיים, (4) הקצאת לנארד-ג'ונס ראשוניים ופרמטרים קשורים, (5) בדיקות חישוביות של צפיפות וגיאומטריה ביחס לנתוני ייחוס ניסיוניים, (6) בדיקות חישוביות של תכונות אנרגטיות (אנרגיית פני השטח, [17] אנרגיית הידרציה [18] ) ביחס לנתוני ייחוס ניסיוניים, (7) תיקוף ועידון משני (תרמית, מכנית , ותכונות דיפוזיה). [19] לולאות איטרטיביות עיקריות מתרחשות בין השלבים (5) ו-(4), כמו גם בין (6) ל-(4)/(3). הפרשנות הכימית של הפרמטרים ונתוני התייחסות ניסויים אמינים ממלאים תפקיד קריטי.

הפרמטרים להדמיות מולקולריות של מקרומולקולות ביולוגיות כגון חלבונים, DNA ו-RNA נגזרו לעתים קרובות מתצפיות עבור מולקולות אורגניות קטנות, הנגישות יותר למחקרים ניסיוניים וחישובים קוונטיים. לפיכך, מתעוררות בעיות מרובות, כגון (1) מטענים אטומיים לא אמינים מחישובי קוונטים עשויים להשפיע על כל המאפיינים המחושבים והעקביות הפנימית, (2) נתונים שונים שנגזרו ממכניקת הקוונטים עבור מולקולות בשלב הגז עשויים שלא להיות ניתנים להעברה עבור סימולציות במעובה שלב, (3) שימוש בנתונים עבור מולקולות קטנות ויישום על מבנים פולימריים גדולים יותר כרוך באי ודאות, (4) נתונים ניסויים שונים עם שונות בדייקנות ובמצבי ייחוס (למשל טמפרטורה) עלולים לגרום לסטיות. כתוצאה מכך, דווחו פרמטרים שונים של שדה כוח עבור מולקולות ביולוגיות. נתוני התייחסות ניסויים כללו, למשל, את אנטלפיה של אידוי (OPLS), אנתלפיה של סובלימציה, מומנטים דיפולים ופרמטרים ספקטרוסקופיים שונים. [20] [6] [14] ניתן להתגבר על חוסר עקביות על ידי פרשנות של כל הפרמטרים של שדה הכוח ובחירת מצב ייחוס עקבי, למשל, טמפרטורת החדר ולחץ אטמוספרי. [4]

מספר שדות כוח כוללים גם לא רציונל כימי ברור, פרוטוקול פרמטריזציה, אימות לא שלם של תכונות מפתח (מבנים ואנרגיות), חוסר פרשנות של פרמטרים ודיון באי ודאויות. [21] במקרים אלה דווחו סטיות גדולות ואקראיות של מאפיינים מחושבים.

עריכת שיטות

שדות כוח מסוימים כוללים מודלים מפורשים לקיטוב, שבהם המטען היעיל של חלקיק יכול להיות מושפע מאינטראקציות אלקטרוסטטיות עם שכניו. נפוצים מודלים של קליפת ליבה, המורכבים מחלקיק ליבה בעל מטען חיובי, המייצג את האטום הניתן לקיטוב, וחלקיק בעל מטען שלילי המחובר לאטום הליבה באמצעות פוטנציאל מתנד הרמוני דמוי קפיץ. [22] [23] [24] דוגמאות עדכניות כוללות מודלים הניתנים לקיטוב עם אלקטרונים וירטואליים המשחזרים מטעני תמונה במתכות [25] ושדות כוח ביו-מולקולריים הניתנים לקיטוב. [26] על ידי הוספת דרגות חופש כאלה לקיטוב, הפרשנות של הפרמטרים הופכת לקשה יותר ומגבירה את הסיכון לקראת פרמטרי התאמה שרירותיים וירידה בתאימות. ההוצאה החישובית גדלה עקב הצורך לחשב שוב ושוב את השדה האלקטרוסטטי המקומי.

מודלים הניתנים לקיטוב מתפקדים היטב כאשר הם לוכדים תכונות כימיות חיוניות והמטען האטומי נטו מדויק יחסית (בטווח של ±10%). [4] [27] בתקופה האחרונה, מודלים כאלה כונו בטעות "פוטנציאל מתנד אכזרי". [28] מונח מתאים למודלים אלו הוא "מודלים מתנדים לורנץ" שכן לורנץ [29] ולא דרוד [30] הציע צורה כלשהי של התקשרות אלקטרונים לגרעין. [25] מודלים דרדרים מניחים תנועה בלתי מוגבלת של האלקטרונים, למשל, גז אלקטרונים חופשי במתכות. [30]

עריכת פרמטריזציה

מבחינה היסטורית, גישות רבות לפרמטריזציה של שדה כוח הופעלו. שדות כוח קלאסיים רבים הסתמכו על פרוטוקולי פרמטריזציה לא שקופים יחסית, למשל, תוך שימוש בחישובים מכאניים קוונטיים משוערים, לעתים קרובות בשלב הגז, עם ציפייה של מתאם מסוים עם מאפייני הפאזה המעובה ושינויים אמפיריים של פוטנציאלים כדי להתאים את הנצפים הניסיוניים. [31] [32] [33] ייתכן שהפרוטוקולים לא ניתנים לשחזור ולעתים קרובות חצי אוטומציה מילאה תפקיד ביצירת פרמטרים, אופטימיזציה ליצירת פרמטרים מהירה וכיסוי רחב, ולא לעקביות כימית, פרשנות, אמינות וקיימות.

בדומה לכך, עוד יותר כלים אוטומטיים הפכו לאחרונה לזמינים כדי להגדיר פרמטרים של שדות כוח חדשים ולסייע למשתמשים לפתח ערכות פרמטרים משלהם לכימיה שלא הוגדרו בפרמטרים עד כה. [34] [35] המאמצים לספק קודים ושיטות קוד פתוח כוללים את openMM ו-openMD. השימוש באוטומציה למחצה או אוטומציה מלאה, ללא קלט מידע כימי, עשוי להגביר את חוסר העקביות ברמת המטענים האטומיים, להקצאת הפרמטרים הנותרים, וככל הנראה לדלל את יכולת הפרשנות והביצועים של פרמטרים.

שדה כוח הממשק (IFF) מניח ביטוי אנרגיה יחיד עבור כל התרכובות לאורך התקופתיות (עם אפשרויות 9-6 ו-12-6 LJ) ומשתמש באימות קפדני עם פרוטוקולי סימולציה סטנדרטיים המאפשרים פרשנות ותאימות מלאה של הפרמטרים. כמו דיוק גבוה וגישה לשילובים בלתי מוגבלים של תרכובות. [4]

צורות פונקציונליות וערכות פרמטרים הוגדרו על ידי מפתחי הפוטנציאלים הבין-אטומיים וכוללות דרגות משתנות של עקביות עצמית והעברה. כאשר צורות פונקציונליות של המונחים הפוטנציאליים משתנים, בדרך כלל לא ניתן להשתמש בפרמטרים מפונקציית פוטנציאל בין-אטומית אחת יחד עם פונקציית פוטנציאל בין-אטומית אחרת. [19] במקרים מסוימים, ניתן לבצע שינויים במאמץ קטן, למשל בין 9-6 פוטנציאלים של לנארד-ג'ונס ל-12-6 פוטנציאלים של לנארד-ג'ונס. [9] העברות מפוטנציאלים של בקינגהאם לפוטנציאלים הרמוניים, או ממודלים משובצים של אטומים לפוטנציאלים הרמוניים, להיפך, ידרשו הנחות רבות נוספות ואולי לא יהיו אפשריות.

כל הפוטנציאלים הבין-אטומיים מבוססים על קירובים ונתונים ניסיוניים, ולכן מכונים לעתים קרובות אֶמפִּירִי. הביצועים משתנים מרמת דיוק גבוהה יותר מחישובי תיאוריית פונקציונליות הצפיפות, עם גישה למערכות גדולות פי מיליון וסולמות זמן, ועד ניחושים אקראיים בהתאם לשדה הכוח. [36] השימוש בייצוגים מדויקים של קשר כימי, בשילוב עם נתונים ניסיוניים וניתנים לשחזור, יכול להוביל לפוטנציאלים בין-אטומיים מתמשכים באיכות גבוהה עם הרבה פחות פרמטרים והנחות בהשוואה לשיטות קוונטיות ברמת DFT. [37] [38]

מגבלות אפשריות כוללות מטענים אטומיים, הנקראים גם מטענים נקודתיים. רוב שדות הכוח מסתמכים על מטענים נקודתיים כדי לשחזר את הפוטנציאל האלקטרוסטטי סביב מולקולות, מה שעובד פחות טוב עבור התפלגות מטען אנזוטרופית. [39] התרופה היא שלמטענים נקודתיים יש פרשנות ברורה, [12] וניתן להוסיף אלקטרונים וירטואליים כדי ללכוד מאפיינים חיוניים של המבנה האלקטרוני, קיטוב נוסף במערכות מתכתיות כדי לתאר את פוטנציאל התמונה, מומנטים רב-קוטביים פנימיים ב-π- מערכות מצומדות, וזוגות בודדים במים. [40] [41] [42] קיטוב אלקטרוני של הסביבה עשוי להיכלל טוב יותר על ידי שימוש שדות כוח הניתנים לקיטוב [43] [44] או באמצעות קבוע דיאלקטרי מקרוסקופי. עם זאת, יישום של ערך אחד של קבוע דיאלקטרי הוא קירוב גס בסביבות הטרוגניות מאוד של חלבונים, ממברנות ביולוגיות, מינרלים או אלקטרוליטים. [45]

כל סוגי כוחות ואן דר ואלס תלויים מאוד בסביבה מכיוון שכוחות אלו מקורם באינטראקציות של דיפולים מושרים ו"מיידיים" (ראה כוח בין-מולקולרי). התיאוריה המקורית של פריץ לונדון על כוחות אלה חלה רק בחלל ריק. תיאוריה כללית יותר של כוחות ואן דר ואלס בתקשורת דחוסה פותחה על ידי A. D. McLachlan בשנת 1963 וכללה את הגישה המקורית של לונדון כמקרה מיוחד. [46] התיאוריה של מקלכלן חוזה שהאטרקציות של ואן דר ואלס בתקשורת חלשות יותר מאשר בוואקום ועוקבות אחר כמו מתמוסס כמו כלל, כלומר סוגים שונים של אטומים פועלים בצורה חלשה יותר מאשר סוגים זהים של אטומים. [47] זאת בניגוד ל כללים קומבינטוריים או משוואת סלייטר-קירקווד המיושמת לפיתוח שדות הכוח הקלאסיים. ה כללים קומבינטוריים ציין כי אנרגיית האינטראקציה של שני אטומים לא דומים (למשל, C.N) היא ממוצע של אנרגיות האינטראקציה של זוגות אטומים זהים (כלומר, C.C ו-N.N). על פי התיאוריה של מקלכלן, האינטראקציות של חלקיקים במדיה יכולות אפילו להיות דוחה לחלוטין, כפי שנצפתה לגבי הליום נוזלי, [46] אולם, היעדר אידוי ונוכחות של נקודת הקפאה סותרת תיאוריה של אינטראקציות דוחה גרידא. מדידות של כוחות משיכה בין חומרים שונים (קבוע המייקר) הוסברו על ידי יעקב ישראלאשווילי. [46] לדוגמה, "האינטראקציה בין פחמימנים על פני מים היא בערך 10% מזו על פני ואקום". [46] השפעות כאלה מיוצגות בדינמיקה מולקולרית באמצעות אינטראקציות זוגיות שהן צפופות יותר מבחינה מרחבית בשלב המעובה ביחס לשלב הגז ומשוכפלות ברגע שהפרמטרים של כל השלבים מאומתים כדי לשחזר קשר כימי, צפיפות ולכידות/משטח אֵנֶרְגִיָה.

מגבלות הורגשו מאוד בחידוד מבנה החלבון. האתגר הבסיסי העיקרי הוא מרחב הקונפורמציה העצום של מולקולות פולימריות, שגדל מעבר להיתכנות חישובית הנוכחית כאשר מכילים יותר מ-

20 מונומרים. [48] ​​משתתפים ב הערכה קריטית של חיזוי מבנה חלבון (CASP) לא ניסו לחדד את המודלים שלהם כדי להימנע מ"מבוכה מרכזית של המכניקה המולקולרית, כלומר מזעור אנרגיה או דינמיקה מולקולרית מובילים בדרך כלל למודל שפחות דומה למבנה הניסוי". [49] שדות כוח יושמו בהצלחה לחידוד מבנה חלבון ביישומי קריסטלוגרפיה שונים של קרני רנטגן וספקטרוסקופיה NMR, במיוחד באמצעות תוכנית XPLOR. [50] עם זאת, השכלול מונע בעיקר על ידי קבוצה של אילוצים ניסויים והאינטראטומי פוטנציאלים משמשים בעיקר להסרת מכשולים בין-אטומיים. תוצאות החישובים היו כמעט זהות עם פוטנציאלים כדוריים קשיחים המיושמים בתוכנית DYANA [51] (חישובים מנתוני NMR), או עם תוכניות לחידוד קריסטלוגרפיות שאינן משתמשות כלל בפונקציות אנרגיה. חסרונות אלו קשורים לפוטנציאלים בין-אטומיים ולחוסר היכולת לדגום את מרחב הקונפורמציה של מולקולות גדולות ביעילות. [52] ובכך גם פיתוח של פרמטרים להתמודדות עם בעיות בקנה מידה גדול כאלה דורש גישות חדשות. תחום בעיה ספציפי הוא מודלים הומולוגיים של חלבונים. [ 53] בינתיים פותחו פונקציות ניקוד אמפיריות חלופיות עבור עגינת ליגנד, חלבון [54] קיפול, [55] [56] [57] חידוד מודל הומולוגיה, [58] עיצוב חלבון חישובי, [59] [60] [61] ומידול של חלבונים בממברנות. [62]

כמו כן, נטען שכמה שדות כוח חלבון פועלים עם אנרגיות שאינן רלוונטיות לקיפול חלבון או לקשירת ליגנד. [43] הפרמטרים של שדות כוח חלבונים משחזרים את האנטלפיה של סובלימציה, כלומר, אנרגיית אידוי של גבישים מולקולריים. עם זאת, קיפול חלבון וקשירת ליגנד קרובים יותר מבחינה תרמודינמית להתגבשות, או מעברים נוזל-מוצק כפי שתהליכים אלה מייצגים קְפִיאָה של מולקולות ניידות במדיה מעובה. [63] [64] [65] לפיכך, שינויי אנרגיה חופשית במהלך קיפול חלבון או קשירת ליגנד צפויים לייצג שילוב של אנרגיה הדומה לחום היתוך (אנרגיה הנספגת במהלך ההמסה של גבישים מולקולריים), תרומת אנטרופיה קונפורמטיבית, ו אנרגיה חופשית לפתרון. חום ההיתוך קטן משמעותית מאנתלפיה של סובלימציה. [46] לפיכך, הפוטנציאלים המתארים קיפול חלבון או קישור ליגנד זקוקים לפרוטוקולי פרמטריזציה עקביים יותר, למשל, כפי שתואר עבור IFF. ואכן, האנרגיות של קשרי H בחלבונים הם

-1.5 קק"ל/מול כאשר נאמד מהנדסת חלבון או נתוני מעבר אלפא סליל לסליל, [66] [67] אך אותן אנרגיות שהוערכו מאנתלפיה סובלימציה של גבישים מולקולריים היו -4 עד -6 קק"ל/מול, [68] כלומר קשור ליצירה מחדש של קשרי מימן קיימים ולא ליצירת קשרי מימן מאפס. העומקים של הפוטנציאלים של לנארד-ג'ונס שהשתנו שנגזרו מנתוני הנדסת חלבון היו גם קטנים יותר מאשר בפרמטרים פוטנציאליים טיפוסיים ועקבו אחרי כמו מתמוסס כמו כלל, כפי שחזה תיאוריית מקלכלן. [43]

שדות כוח שונים מיועדים למטרות שונות. כולם מיושמים בתוכנות מחשב שונות.

MM2 פותח על ידי נורמן אלינגר בעיקר לניתוח קונפורמציה של פחמימנים ומולקולות אורגניות קטנות אחרות. הוא נועד לשחזר את הגיאומטריה הקוולנטית של שיווי המשקל של מולקולות בצורה מדויקת ככל האפשר. הוא מיישם סט גדול של פרמטרים המשוכלל ומתעדכן באופן רציף עבור מחלקות רבות ושונות של תרכובות אורגניות (MM3 ו-MM4). [69] [70] [71] [72] [73]

CFF פותח על ידי אריה ורשל, ליפסון ועמיתיו לעבודה כשיטה כללית לאיחוד מחקרים של אנרגיות, מבנים ורטט של מולקולות כלליות וגבישים מולקולריים. תוכנית CFF, שפותחה על ידי לויט ו-ורשל, מבוססת על הייצוג הקרטזיאני של כל האטומים, והיא שימשה בסיס לתוכניות סימולציה רבות לאחר מכן.

ECEPP פותח במיוחד עבור מודלים של פפטידים וחלבונים. הוא משתמש בגיאומטריות קבועות של שאריות חומצות אמינו כדי לפשט את פני האנרגיה הפוטנציאלית. לפיכך, מזעור האנרגיה מתבצע במרחב של זוויות פיתול חלבון. גם MM2 וגם ECEPP כוללים פוטנציאלים לקשרי H ופוטנציאל פיתול לתיאור סיבובים סביב קשרים בודדים. ECEPP/3 יושם (עם כמה שינויים) במכניקת קואורדינטות פנימית וב-FANTOM. [74]

AMBER, CHARMM ו-GROMOS פותחו בעיקר עבור דינמיקה מולקולרית של מקרומולקולות, אם כי הם משמשים בדרך כלל גם למזעור אנרגיה. לפיכך, הקואורדינטות של כל האטומים נחשבות למשתנים חופשיים.

ממשק כוח שדה (IFF) [75] פותח כשדה הכוח העקבי הראשון עבור תרכובות על פני הטבלה המחזורית. הוא מתגבר על המגבלות הידועות של הקצאת מטענים עקביים, משתמש בתנאים סטנדרטיים כמצב ייחוס, משחזר מבנים, אנרגיות ונגזרות אנרגיה, ומכמת מגבלות עבור כל התרכובות הכלולות. [4] [76] זה תואם לשדות כוח מרובים כדי לדמות חומרים היברידיים (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS).

עריכה קלאסית

    (סיוע בבניית מודלים וחידוד אנרגיה) - בשימוש נרחב עבור חלבונים ו-DNA.
  • CFF (Consistent Force Field) - משפחה של שדות כוח המותאמים למגוון רחב של תרכובות אורגניות, כולל שדות כוח לפולימרים, מתכות וכו' (כימיה ב-HARvard Molecular Mechanics) - פותחה במקור בהרווארד, בשימוש נרחב הן עבור מולקולות קטנות והן מקרומולקולות
  • COSMOS-NMR – שדה כוח QM/MM היברידי המותאם לתרכובות אנאורגניות שונות, תרכובות אורגניות ומקרומולקולות ביולוגיות, כולל חישוב חצי אמפירי של תכונות NMR של מטענים אטומיים. COSMOS-NMR מותאם להבהרת מבנה מבוסס NMR ומיושם בחבילת מודלים מולקולריים של COSMOS. [77]
  • CVFF - גם בשימוש נרחב עבור מולקולות קטנות ומקרומולקולות. [14]
  • ECEPP [78] - שדה כוח ראשון למולקולות פוליפפטיד - פותח על ידי F.A. Momany, H.A. שרגא ועמיתיו. [79] [80] (GROningen MOlecular Simulation) - שדה כוח המגיע כחלק מתוכנת GROMOS, חבילת הדמיית מחשב של דינמיקה מולקולרית למטרות כלליות לחקר מערכות ביו-מולקולריות. [81] גרסת שדה הכוח A של GROMOS פותחה ליישום על תמיסות מימיות או א-קוטביות של חלבונים, נוקלאוטידים וסוכרים. זמינה גם גרסת B להדמיית מולקולות מבודדות בשלב גז.
  • IFF (שדה כוח ממשק) - שדה כוח ראשון לכיסוי מתכות, מינרלים, חומרים דו-ממדיים ופולימרים בפלטפורמה אחת עם דיוק חדשני ותאימות עם שדות כוח רבים אחרים (CHARMM, AMBER, OPLS-AA, CFF, CVFF, GROMOS ), כולל 12-6 LJ ו-9-6 LJ אפשרויות [4][75]
  • MMFF (Merck Molecular Force Field) - פותח ב-Merk עבור מגוון רחב של מולקולות. (פוטנציאל אופטימלי לסימולציות נוזליות) (הגרסאות כוללות OPLS-AA, OPLS-UA, OPLS-2001, OPLS-2005, OPLS3e, OPLS4) - פותח על ידי ויליאם ל. יורגנסן במחלקה לכימיה של אוניברסיטת ייל.
  • QCFF/PI - שדות כוח כלליים למולקולות מצומדות. [82][83]
  • UFF (Universal Force Field) – שדה כוח כללי עם פרמטרים לטבלה המחזורית המלאה עד וכולל האקטינואידים, שפותח באוניברסיטת קולורדו סטייט. [21] ידוע כי המהימנות ירודה עקב חוסר אימות ופרשנות של הפרמטרים של כמעט כל התרכובות הנטענות, במיוחד מתכות ותרכובות אנאורגניות. [5][76]

עריכה ניתנת לקיטוב

  • AMBER - שדה כוח ניתן לקיטוב שפותח על ידי ג'ים קאלדוול ועמיתיו לעבודה. [84]
  • AMOEBA (Atomic Multipole Optimized Energetics for Biomolecular Applications) - שדה כוח שפותח על ידי Pengyu Ren (אוניברסיטת טקסס באוסטין) וג'יי וו. פונדר (אוניברסיטת וושינגטון). [85] שדה הכוח של AMOEBA עובר בהדרגה ל-AMOEBA+ עשיר יותר בפיזיקה. [86][87]
  • CHARMM - שדה כוח ניתן לקיטוב שפותח על ידי S. Patel (אוניברסיטת דלאוור) ו-C. L. Brooks III (אוניברסיטת מישיגן). [26] [88] מבוסס על מתנד הדרוד הקלאסי שפותח על ידי A. MacKerell (אוניברסיטת מרילנד, בולטימור) ו-B. Roux (אוניברסיטת שיקגו). [89][90]
  • CFF/ind ו-ENZYMIX - שדה הכוח המקוטב הראשון [91] אשר שימש לאחר מכן ביישומים רבים למערכות ביולוגיות. [44]
  • COSMOS-NMR (סימולציית מחשב של מבנה מולקולרי) - פותח על ידי אולריך שטרנברג ועמיתיו לעבודה. שדה כוח QM/MM היברידי מאפשר חישוב קוונטי-מכני מפורש של תכונות אלקטרוסטטיות באמצעות אורביטלי קשר מקומיים עם פורמליזם מהיר של BPT. [92] תנודת מטען אטומי אפשרית בכל שלב דינמיקה מולקולרית.
  • DRF90 שפותח על ידי P. Th. ואן דויינן ועמיתיו לעבודה. [93]
  • IFF (שדה כוח ממשק) - כולל קיטוב למתכות (Au, W) ומולקולות מצומדות pi [25][42][41]
  • NEMO (Non-Empirical Molecular Orbital) - הליך שפותח על ידי Gunnar Karlström ועמיתיו לעבודה באוניברסיטת לונד (שבדיה) [94]
  • PIPF - הפוטנציאל הבין-מולקולרי הניתן לקיטוב של נוזלים הוא שדה כוח נקודתי-דיפול מושרה לנוזלים אורגניים וביופולימרים. הקיטוב המולקולרי מבוסס על מודל האינטראקציה דיפול (TID) של Thole ופותח על ידי Jiali Gao Gao Research Group | באוניברסיטת מינסוטה. [95][96]
  • Polarizable Force Field (PFF) - פותח על ידי ריצ'רד א. פריזנר ועמיתיו לעבודה. [97]
  • SP-base Chemical Potential Equalization (CPE) – גישה שפותחה על ידי R. Chelli ו-P. Procacci. [98]
  • PHAST - פוטנציאל ניתן לקיטוב שפותח על ידי כריס סיוס ועמיתיו לעבודה. [99]
  • ORIENT – נוהל שפותח על ידי אנתוני ג'יי סטון (אוניברסיטת קמברידג') ועמיתים לעבודה. [100]
  • מודל גאוס אלקטרוסטטי (GEM) – שדה כוח ניתן לקיטוב המבוסס על התאמה צפיפות שפותחה על ידי תומאס א. דארדן וג'י אנדרס סיסנרוס ב-NIHS וז'אן-פיליפ פיקמל באוניברסיטת פריז השישי. [101][102][103]
  • פוטנציאל קיטוב אטומי לנוזלים, אלקטרוליטים ופולימרים (APPLE&P), שפותח על ידי Oleg Borogin, Dmitry Bedrov ועמיתיו לעבודה, המופץ על ידי Wasatch Molecular Incorporated. [104]
  • הליך ניתן לקיטוב המבוסס על גישת קים-גורדון שפותחה על ידי יורג האטר ועמיתיו לעבודה (אוניברסיטת ציריך) [נדרש ציטוט]
  • GFN-FF (גיאומטריה, תדר ושדה אינטראקציה לא קוולנטית) - שדה כוח גנרי אוטומטי לחלוטין שניתן לקיטוב חלקי לתיאור מדויק של מבנים ודינמיקה של מולקולות גדולות על פני הטבלה המחזורית שפותחו על ידי סטפן גרים וסבסטיאן שפיכר באוניברסיטה של בון. [105]

עריכה תגובתית

  • EVB (קשר ערכיות אמפירי) - שדה כוח תגובתי זה, שהוצג על ידי ורשל ועמיתיו לעבודה, הוא כנראה הדרך האמינה והעקבית ביותר מבחינה פיזית להשתמש בשדות כוח במודלים של תגובות כימיות בסביבות שונות. [לפי מי?] ה-EVB מקל על חישוב אנרגיות הפעלה חופשיות בשלבים מעובים ובאנזימים. - שדה כוח תגובתי (פוטנציאל בין-אטומי) שפותח על ידי אדרי ואן דוין, וויליאם גודארד ועמיתיו לעבודה. 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]


תוצאות

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.

איור 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.

Fig. 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 פוסט הוק מִבְחָן. 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.

איור 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.

Fig. 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 (ו(3,35)=9.975, p<0.05). No significant effects on gamma activity were produced by PSE treatments.

איור 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).

Fig. 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 פוסט הוק test). n=10. * P≤0.05 compared with control levels.

Fig. 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 פוסט הוק 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 פוסט הוק 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.

זוהי תצוגה מקדימה של תוכן מנויים, גישה דרך המוסד שלך.


סיכום

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.


רקע כללי

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.


הפניות

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. פרוק. נאטל. Acad. Sci. ארה"ב 89, 5951–5955 (1992).

Kwong, K.K. et al. Dynamic magnetic resonance imaging of human brain activity during primary sensory stimulation. פרוק. נאטל. Acad. Sci. ארה"ב 89, 5675–5679 (1992).

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

Logothetis, N.K. & Wandell, B.A. Interpreting the BOLD signal. אננו. 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. פרוק. נאטל. Acad. Sci. ארה"ב 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. מַדָע 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. טֶבַע 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. ארה"ב 100, 16000–16005 (2003).

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

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

Niessing, J. et al. Hemodynamic signals correlate tightly with synchronized gamma oscillations. מַדָע 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. מַדָע 272, 551–554 (1996).

Kreiman, G. et al. Object selectivity of local field potentials and spikes in the macaque inferior temporal cortex. עֲצָבוֹן 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. יורו 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. מַדָע 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. ארה"ב 103, 17507–17512 (2006).

von Stein, A., Chiang, C. & Konig, P. Top-down processing mediated by interareal synchronization. Proc Natl Acad Sci. ארה"ב 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]