Как выпаять микросхему: Выпаиваем микросхемы из плат: распайка деталей паяльником

Содержание

Выпаиваем микросхемы из плат: распайка деталей паяльником

Выпаивание микросхем с платы – задача нетривиальная, вне зависимости от типа контроллера. Отпаиваешь одну ножку, но пока занимаешься другой, она застывает. Можно отгибать ножки после отпаивания, но снова встает проблема отлома контактов. Возникает вопрос, как выпаять микросхему из платы паяльником? Ответ достаточно прост: использовать знания физики и подручные предметы. Существует ряд вариантов аккуратного снятия микрочипов с платы. Но сначала немного теории.

Микросхемы

Типы микросхем

В настоящее время существует ряд корпусов, но наиболее широко распространены всего два, да и по факту все остальные разновидности являются вариантами двух основных типов:

DIP – грубо говоря, этот вариант корпуса для внутреннего монтажа, ножки этого контроллера помещаются в отверстия на плате;
SMD – этот тип микрочипов предназначен для поверхностного монтажа, в этом случае на плате размещаются «пятачки», к которым и припаяны ножки микросхемы.

Каждый вариант обладает своими достоинствами и недостатками. Но в рамках статьи интересны их особенности в плане распайки. Как выпаять микросхему в том или ином корпусе, разберём чуть ниже.

Демонтаж DIP-корпуса

Как уже отмечалось, эта разновидность микросхем отличается монтажом в отверстия на монтажной плате. Это налагает определённые ограничения на процесс её демонтажа. Для того чтобы аккуратно извлечь её ножки из отверстий, нужно удалить из места соединения припой, практически полностью освободив ножки. Нужно отметить, что поочерёдный нагрев и демонтаж отдельного контакта тут не подойдёт, так как, остывая, оставшийся на месте припой будет снова фиксировать микрочип на месте. Поэтому распайка DIP корпуса оптимальна следующими методами:

Использование подручных средств – для этой цели подойдут иглы от медицинских шприцов или специальные полые трубочки, продающиеся сейчас в магазинах электротехники. Но вариант использования медицинской иглы наиболее дешевый и доступный. Для этого нужно подобрать иглу диаметром чуть меньше, чем посадочные гнезда для ножки микрочипа. Затем срезать её заостренную часть надфилем либо просто откусить, после чего напильником сточить сплющенную часть. После этого установив получившуюся полую трубку с ровным срезом на посадочное гнездо, просто нагреть её паяльником, освободив этим ножку чипа;
Второй вариант – это перетягивание припоя с места припайки на медные провода, смоченные флюсом, таким, например, как спиртовая канифоль. Нагреваемый паяльником провод с флюсом постепенно перетягивает на себя припой с места пайки. Этот вариант занимает больше времени, но также достаточно эффективен;
Использование паяльника с отсосом припоя – в этом случае особых сложностей в демонтаже не предвидится. Главное – контролировать температуру нагрева в зоне контакта, чтобы не повредить плату и саму деталь.

Эти варианты позволят быстро и качественно выпаивать DIP-корпуса с платы.

Важно! Основным требованиям к использованию паяльника в этом случае будет постоянный контроль над давлением и температурой в зоне пайки. Перегрев и излишний нажим может вывести деталь из строя.

Вытягивание припоя

Важно! При использовании иглы медицинского шприца можно упростить задачу по её обрезке, для этого перед обрезкой достаточно прокалить докрасна место среза.

SMD контролёры

Поверхностное крепление корпуса более легко поддаётся демонтажу. В этом случае можно использовать широкое жало паяльника и медный провод с флюсом и отпаивать сразу несколько контактов одновременно. Но есть и более интересные методы распайки:

Использование металлической полосы или половинки бритвенного лезвия для распределения тепла паяльника на один ряд ножек микросхемы. В этом случае на ряд контактов с одной стороны устанавливается стальная полоска и прогревается жалом до плавки припоя, после чего эта сторона чуть приподнимается над платой. Затем таким же образом плавится припой с другой стороны чипа;
Использование длинного отрезка медной оплётки с нанесённым на неё флюсом. Отрезок укладывается на ножки микросхемы с одной стороны и прогревается паяльником; вытягивая на оплётку припоя, деталь приподнимаем пинцетом. Затем таким же образом убираем припой с другой стороны контроллера;
Технически интересным вариантом является использование сплавов Розе или Вуда. Капли этого припоя наносятся на контакты и прогреваются, этим снижается температура плавления припоя. Далее припой постепенно прогревается, и микросхема демонтируется;
Использование фена или паяльной лампы. Для использования этого инструмента на места пайки наносится флюс. После чего поверхность и деталь прогреваются, и пинцетом микросхема снимается с монтажных пятачков.

Нужно отметить, что каждый вариант демонтажа используется в конкретных условиях, главная задача в этом случае – подобрать наиболее оптимальный с точки зрения безопасности вариант и при его использовании не повредить саму деталь или дорожки платы.

Использование фена

Важно! При демонтаже микросхемы важно помнить, что любые детали или узлы на плате имеют свой температурный минимум, его превышение приведёт к выводу микросхемы из строя.

Использование подручных средств и паяльника при монтаже или демонтаже микроконтроллеров вполне оправдано, но требует как минимум наличия навыков работы с паяльником. При их отсутствии стоит предварительно потренироваться на ненужных деталях. Этот процесс позволит приобрести нужный опыт, как отпаять микрочип без повреждений, кроме того выбрать наиболее оптимальный вариант работы с конкретной платой и типом корпуса микросхемы.

Видео

Оцените статью:

Как выпаять микросхему в SOP или SOIC корпусе паяльником

Выпайка SMD компонентов обычным паяльником возможна, я сейчас опишу демонтаж микросхемы в корпусе SOP8 при помощи обычного 30-ти ваттного паяльника. Более того, целью выпайки есть не просто убрать ненужный на плате компонент, а выпаять микросхему живой и невредимой.

В качестве донора – убитый грозой роутер Edimax br-6228nc, из него выпаяем Flash-память для дальнейшего использования.

Инструмент. Отдельного внимания заслуживает пинцет, которым мы будем пользоваться – он должен быть качественным. Я пользуюсь 150-ти миллиметровым анатомическим медицинским пинцетом, с поперечными насечками на рабочей части губок. Паяльник самый обычный 30-ти ваттный, температура жала – 340 градусов. Заточка жала плоская, острым жалом паять будет неудобно. Немаловажно так же наличие низкотемпературного припоя. Сплав Розе – это конечно будет уже слишком, но ПОС-40 с температурой плавления 240 градусов будет лучше, чем ПОС-10 с температурой 300 градусов.

Принцип.Технология выпайки заключается в одновременном прогреве ног с одной стороны микросхемы и легким поднятием прогретой стороны. Как я и говорил, флешка с роутера нам нужна рабочая, это немного усложняет демонтаж. Выпаять надо так, чтоб не перегреть микросхему и не погнуть ей ноги. Ситуацию немного упрощает то, что в данном случае я не буду обращать внимание на состояние донора, так как он уже труп.

Процесс. Для начала накладываем припой поочередно на обе стороны микросхемы. Припой не жалеем, но и перебарщивать не стоит. должно получится как-то вот так.

Наша задача прогреть одну сторону микросхемы, быстро перенести паяльник на вторую сторону и, прогревая, немножко приподнять пинцетом ту сторону, которую греем. Пока мы переносим паяльник и прогреваем вторую сторону – первая не должна успеть затвердеть. Так же стоит постоянно контролировать усилие, с которым тянем вверх пинцетом микросхему – надо тянуть так, чтоб не погнуть ей ножки. В итоге должно получится вот так.

Как видим, сторона справа немножко приподнята над платой. Пока припой не застыл, очень быстро переносим паяльник на вторую сторону, прогревая, тянем микросхему вверх, контролируя усилие и стараясь не погнуть и не поломать ей ноги.

За счет того, что припой с обратной стороны еще мягкий, микросхема должна легко подняться над платой.

Как видим, осталось только отпаять вторую сторону и микросхема выпаяна. Делается это одним легким касанием паяльника одновременно с оттяжкой микросхемы вверх.

Фото получилось некачественным за счет того, сто сделано в движении – припой расплавился и микросхему уже ничего не удерживало.

Как видим, таким образом можно легко выпаивать SMD микросхемы без паяльной станции одним лишь паяльником.
После того, как выпаяем, на ногах микросхемы может остаться припой. Как правило остается его немого.

Но может быть такое, что припоем будут спаяны все ноги, это тоже не проблема. При такой технологии выпайки это норма. Припой уберем легким касанием жала паяльника. Перед этим жало следует очистить от излишков припоя.

После очистки ног от остатков припоя микросхему нужно проверить на работоспособность. Я выпаял флеш-память mx25l3206e с роутера, который пострадал от удара грозы, тем не менее, микросхема полностью рабочая, данные читаются и пишутся.

Заключение. Мы узнали как выпаять микросхему без паяльной станции, обычным паяльником. Хоть выпаивали мы sop-8 – таким же методом можно выпаивать и микросхемы с большим количеством ног. Как видим, для того, чтоб выпаять, нам не понадобилась ни паяльная станция, ни термофен.

Полезные советы. Хочу подчеркнуть несколько нюансов. Когда выпаиваешь компонент, вокруг которого куча резисторов и конденсаторов в SMD исполнении – скорей всего зацепишь их паяльником. Я всегда стараюсь выпаивать нужные детали из того, что не жалко выбросить. Если дело обстоит наоборот и надо просто убрать сгоревшую микросхему – то демонтаж следует проводить немного по другому.

При отсутствии нормального пинцета можно воспользоваться отверткой, слегка подковыривая микросхему снизу. Недостаток такого способа в том, что отвертка не отводит от микросхемы лишнее тепло, как то делает пинцет.
Припой, как я и говорил, должен быть низкотемпературным. За счет этого мы уменьшаем время прогрева, что снижает риск сжечь микросхему перегревом при пайке.
И еще одно, для того чтоб выпаять smd-микросхему паяльником, жало паяльника должно прогревать одновременно все ноги на одной из сторон микросхемы.

Время прогрева не должно быть большим, в идеале это одна-две секунды на одну сторону микросхемы. Для этого жало паяльника должно быть плоским, чтоб греть всю нужную зону одновременно, и иметь достаточную температуру для быстрого плавления припоя.
Сама рабочая зона должна быть удобной и позволять быстро переложить паяльник из одной руки во вторую, а это значит, что кабель питания паяльника должен располагаться не справа, а спереди, дабы не мешался при пайке.

На этом, пожалуй, я закончу свой урок пайки микросхем. Как и для любого другого дела, тут важны не только знания, но и опыт. Чем больше вы будете паять, тем легче вам будет даваться пайка. Так что если с первого раза ничего не вышло, не отчаивайтесь и пробуйте еще.

Топ 9 способов выпаять микросхему

Новички, которые только начинают постигать азы пайки, испытывают сложности с выпаиванием микросхем. Это действительно не просто, но только если не пользоваться хитрыми приемами. Рассмотрим лучшие из них.

Выпаивание микросхемы паяльником

Если в наличие есть только паяльник, то нужно смазать место пайки флюсом и прогревать все выходы водя жалом по ним. С обратной стороны микросхема поддевается пинцетом или отверткой. Необходимо ее оттягивать. Требуется разогреть равномерно все выходы, и когда они расплавятся, то компонент демонтируется.

Использование иголки от шприца

Выводы компонентов смазываются флюсом, затем они поочередно прогреваются жалом и на них надевается иголка от шприца. Так как она из стали, то олово к ней не липнет. Как следствие внутри нее останется выпаянная ножка компонента, а сама иголка потом легко выйдет из застывшего снаружи припоя.

Работа оловоотсосом

Очень легко выпаять микросхему оловоотсосом. Перед работой на нем взводится курок, затем паяльником расплавляется припой на ножке. После этого сопло инструмента приставляется к жидкому олову и нажимается кнопка. В результате тот вбирает в себя весь припой.

Использование оплетки (провод ПЩ)

Можно применять специальную оплетку для впитывания припоя.

Она смачивается флюсом и прикладывается к выходу микросхемы. Нужно расплавить олово, и оно перетечет на оплетку, так как она обладает гигроскопичностью.

Вместо покупной, можно использовать оплетку из ТВ кабеля. За счет большого размера, она впитывает намного больше олова.
Также вытягивает олово многопроволочная жила из обычного кабеля. Она не настолько хороша как оплетка, но тоже работает.

Применение спирали из проволоки

Можно зачистить провод, и накрутить его медную жилу на иголку или тонкое шило.

Полученная смоченная флюсом спираль прикладывается к разогретому выводу компонента. Олово перетечет в эту трубку, и ножка останется свободной. Пока припой не застыл, его можно вытряхнуть из инструмента, чтобы использовать спираль дальше.

Отвод припоя трубкой изоляции провода

Нужно снять изоляцию с провода. Эта трубка натягивается на разогретый вывод с расплавленным оловом. Нужно подождать пару секунд и сорвать ее. Весь припой окажется в ней, а ножка микросхемы освободится.

Разбавление припоя сплавом Розе

Небольшое количество сплава Розе нужно расплавить возле выходов компонента, чтобы он попал на припой. Разбавленное им олово будет расплавляться при меньшем нагреве. Это позволит не перегревая плату подогреть все ножки паяльником и вытащить микросхему.

Демонтаж феном

Выходы микросхемы можно разогреть паяльным феном и просто снять нужный компонент. Лучше всего в этот момент оттягивать его на обороте пинцетом. Это быстро и просто, но при использовании фена происходит перегрев платы.

Выпаивание феном и сплавом Розе

Можно залудить ножки микросхемы сплавом Розе, а затем расплавить разбавленное олово феном. Сплав после этого нужно убрать, чтобы при дальнейшей пайке он не портил свежий припой.

Смотрите видео

Как правильно выпаивать микросхемы – Инженер ПТО

Вышедшие со строя электрические приборы вовсе не обязательно сразу отправлять в утиль, ведь отдельные электронные компоненты с них могут запросто пригодиться для ремонта или конструирования различных самоделок.

Единственная проблема, с которой сталкиваются начинающие электрики — как выпаять радиодетали. Несмотря на кажущуюся простоту, этот процесс требует особого внимания и применения специальных приспособлений, значительно упрощающих выпаивание радиодеталей.

Инструменты, которые нам понадобятся

Многие инструменты могут уже быть в наличии радиолюбителей, занимающихся изготовлением самоделок. В противном случае их придется приобрести или сделать самостоятельно из подручных материалов.

Поэтому прежде чем выпаять радиодеталь обзаведитесь такими приспособлениями:

Паяльник нужной мощности и конструкции для прогревания контактов радиодеталей. Можете взять готовый, а можно изготовить своими руками, процесс изготовления детально изложен в следующей статье: https://www.asutpp.ru/payalnik-svoimi-rukami.html
Пинцет или зажим – применяются для манипуляций с радиодеталями. Позволяет придерживать элементы с помощью пинцета, фиксировать их положение и осуществлять дополнительный отвод тепла, когда вы пытаетесь их выпаять.
Иглы трубчатой формы – продаются готовые, но если таковых нет под рукой, их можно заменить обычной медицинской иголкой от шприца, главное, чтобы внутренний диаметр надевался на ножку радиодетали. Кроме иголок можно использовать трубки или гильзы, с их помощью разогретые радиодетали отделяются от припоя.

Рис. 1. Набор иголок для пайки

Демонтажная оплетка – также выступает вспомогательным средством, если вам нужно выпаять те элементы, которые имеют большое количество ножек на печатной плате. Можно как приобрести готовую, так и изготовить ее своими руками.

Рис. 2: демонтажная оплетка

Оловоотсос – устройство для удаления припоя с места крепления, позволяет быстро выпаивать большое количество радиодеталей. Конструктивно включает в себя вакуумную колбу, обратную пружину и поршень, приводимый ею в движение. Помимо приобретения заводской модели, можно изготовить оловоотсос своими руками.

Рис. 3. Оловоотсос

Неискушенные электрики могут возразить, что такого количества инструментов для выпаивания радиодеталей будет слишком много. Ведь пайка выполняет при помощи обычного паяльника, но все вышеперечисленные приспособления помогут вам выпаять нужные элементы и быстро, и аккуратно. Это особенно актуально при больших объемах контактных ножек в плате. Теперь рассмотрим применение каждого из описанных выше инструментов на практике.

Методы демонтажа радиодеталей из плат

Демонтаж радиодеталей может производиться при помощи классического паяльника, когда вы прикладываете нагревательный элемент к выпаиваемой детали и поддеваете ее слесарным инструментом. Но эта методика не требует особых разъяснений, поэтому далее мы разберем более сложную работу и способы ее реализации в домашних условиях.

Феном

Паяльный фен представляет собой бесконтактный вариант паяльника, который не менее эффективно позволяет выпаять радиодетали. Преимущества такого метода вполне очевидны, к примеру, при демонтаже микросхемы вам нет необходимости выпаивать каждую ножку микросхемы.

Достаточно нагреть потоком воздуха определенную область на печатной плате, и весь припой расплавится одновременно. Затем радиодеталь поддевается отверткой или вытягивается пинцетом.

Недостатком выпаивания с помощью фена является нагрев непосредственно самих деталей, что впоследствии может привести к выходу их со строя. Поэтому если вы решили выпаять микросхемы, конденсаторы или транзисторы за счет общего нагрева места их фиксации, обязательно после этого проверьте их работоспособность.

Чтобы выпаять радиодетали феном необходимо выполнить следующий порядок действий:

Зафиксируйте плату в устойчивом положении, учтите, что с обратной стороны вам придется орудовать пинцетом или отверткой. Радиолюбители часто используют специальные подставки для фиксации печатной платы, поэтому если вы планируете часто заниматься пайкой, следует обзавестись таким приспособлением.

Рис. 4. Держатель для плат

Запустите паяльный фен и разогрейте контакты выпаиваемой радиодетали. Не задерживайте поток воздуха в одной точке, особенно, если вы собрались выпаивать smd радиодетали. Постоянное перемещение нагревательного воздействия позволит избежать перегрева и выхода со строя smd компонентов. Если нужно, прогревайте участок по нескольку раз, чтобы появились признаки оплавления припоя.
Когда олово станет пластичным, приподнимите smd микросхему и отделите ее от поверхности. Если вся деталь отделяется по частям, вытягивайте ее аккуратно, чтобы не переломить микросхему или не оторвать ножки.

С гильзой

Гильза представляет собой полую конструкцию из металла, в которую должна поместиться ножка радиодетали. Наиболее ярким представителем гильз являются насадки, крепящиеся к жалу паяльника или паяльные иголки.

Их использование актуально в тех случаях, когда вам нужно прогреть конкретный участок или воздействовать на определенную ножку. Они позволяют выпаять конденсаторы, прогревая вывод по всей окружности, из-за больших размеров, прогревать их напрямую довольно сложно. Технология пайки с помощью гильзы приведена на рисунке ниже:

Рис. 5. Технология выпаивания гильзой

Преимуществом данного метода является равномерное прогревание только оловянного слоя, вся радиодеталь не подвергается прямому воздействию паяльника. Гильза при этом выступает в роли термического распределителя относительно вывода.

Если у вас нет под рукой заводских насадок или набора иголок, их можно заменить медицинской иглой или металлической трубкой подходящего диаметра. Главное, чтобы ее можно было надеть на ножки транзистора или электрического конденсатора, который вы собираетесь выпаять.

Если вы собираетесь постоянно выпаивать элементы, будет целесообразно приобрести набор иголок, тем более что их стоимость не так уж и велика.

Процесс демонтажа радиодетали со старых плат с помощью иглы заключается в следующем:

Наденьте иглу на ножку, размер отверстия подбирается таким образом, чтобы она легко надевалась, но не болталась, а свободно входила бы в отверстие на плате.
Включите паяльник и разогретым жалом начните плавить припой.
По мере размягчения начните проворачивать иглу, чтобы отделить вывод радиодетали от олова.
Все ножки отделяются достаточно легко и остаются целыми, благодаря чему радиоэлемент останется пригодным к дальнейшей эксплуатации.

Единственное, что может препятствовать повторному использованию детали – это наличие свинцово-оловянной смеси на ножках, которая собирается полостью гильзы. Но ее довольно легко удалить разогретым паяльником.

С оловоотсосом

Данный метод позволяет выпаять радиодетали, втягивая разжиженный припой в отдельную емкость. Оловоотсос может представлять собой как шприц, так и резиновую грушу с носиком из негорючего термоустойчивого материала. Он продается в заводской комплектации, но при отсутствии такового можно сделать его самостоятельно из резиновой вакуумной груши или медицинского шприца, которые присоединяются к металлической трубке.

Он продается в заводской комплектации, но при отсутствии такового можно сделать его самостоятельно из резиновой вакуумной груши или медицинского шприца, которые присоединяются к металлической трубке.

Чтобы выпаять радиодетали оловоотсосом разогрейте место соединения паяльником, пока олово не перейдет в разжиженное состояние. Затем взведите приспособление и втяните припой из-под контакта вакуумным отсосом.

Рисунок 6: соберите оловоотсосом

При большом объеме выпаиваемых радиодеталей, трубку оловоотсоса необходимо периодически чистить. Этот метод позволяет оставить чистую плату, что весьма актуально в тех ситуациях, когда вы хотите заменить вышедшею со строя радиодеталь.

С помощью демонтажной оплетки

Демонтажная оплетка представляет собой медную проволоку маленького диаметра, собранную в плоский шлейф и пропитанную канифолью. При отсутствии заводской оплетки ее можно сделать из брони коаксиального кабеля или медного многожильного провода.

Процесс выпаивания радиодеталей заключается в следующем:

Разогрейте паяльник до такой температуры, чтобы он легко расплавил нужный вам припой.
Приложите к выводам радиодетали оплетку и начните разогревать ее паяльником.

Рис. 7. Разогрейте демонтажную оплетку

Когда олово впитается в оплетку, удалите радиодеталь с помощью пинцета.

При больших объемах пайки демонтажная оплетка расходуется в довольно большом количестве.

Автор: Владимир Васильев · Опубликовано 15 мая 2017 · Обновлено 25 августа 2018

Всем привет! На связи с вами автор блога popayaem.ru Владимир Васильев. Речь сегодня пойдет о различных способах демонтажа микросхем. Именно с ними возникают трудности при распайке на детали различной техники.

«Зачем оно надо, ведь можно и так купить, ведь стоит копейки!»-воскликнет рядовой обыватель, не понимая, и не придавая значение тому, какое богатство сокрыто в старой электронной технике. Я как-то писал статью о том как разживался радиодетальками когда купить было негде либо не на что.

Обычно при выпаивании различно мелочевки проблем не возникает. Дело это не хитрое, нагрел со стороны монтажа, и вытащил по одному выводы из монтажных отверстий. Куда сложнее дело обстоит с микросхемами, здесь не один вывод, пока один вывод погрел другой уже остыл. Причем отгибать ножки по одной не дело, отвалятся только так.

Для демонтажа микросхем есть несколько приемов:

Демонтаж микросхемы паяльником

Это самый бомжовский и геморный прием, когда ничего кроме паяльника нет но нужно выпаять микросхему.

Для того чтобы прошло это дело более менее гладко очищаем паяльник от налипшего припоя. Можно его очистить об специальную целюлозную губку а можно просто о влажную тряпку. Затем, с помощью кисточки обмазываем все пайки жидким флюсом, я для этого использую спиртоканифоль. Теперь очищенное жало паяльника суем сначала в канифоль а затем тычем в точки пайки выводов микросхемы. В результате медленно, по крупицам, припой начинает переходить с монтажного пятака на жало паяльника. Мы как бы залуживаем жало паяльника но только припой берем с выводов желанной микросхемы.

Так нужно проделать большое количество итераций, не забывая каждый раз очищать жало паяльника, пока микросхема не будет освобождена из монтажного плена. Здесь очень важно не увлечься и не перегреть микросхему. Также от перегрева могут отлететь монтажные пятаки и дорожки, но это важно в том плане если сама микросхема вам нафиг не нужна но нужна сама плата.

Демонтаж микросхемы с помощью бритвенного лезвия

Основная проблема выпайки микросхем состоит, как я уже говорил, в том , что пока греешь один вывод другой уже остыл а чтобы извлечь микросхему нужно чтобы все выводы оставались прогреты одновременно. Это сделать паяльником сложно но можно. Можно конечно взять и варварски изогнуть жало какого-нибудь ЭПСН паяльника и эдаким Г-образным крючком прогревать пайки. А можно пойти проще. Только в этом случае нужно воспользоваться какой-либо металлической пластиной или скобой которая не облуживается.

В качестве такой пластины можно применить бритвенное лезвие. Лезвие нужно для того, чтобы тепло от паяльника концентрировалось не на одном выводе а передавалось сразу нескольким. Единственное, может потребоваться более мощный паяльник так как при низкой мощи тепла которого было достаточно для одного вывода может не хватить на целую прорву выводов.

поэтому прижимаем лезвие к целому рядку ножек микросхемы и начинаем прогревать все пайки одновременно, Прогреваем и одновременно покачиваем микросхему, можно под брюхо микросхемы подсунуть лезвие ножа стараясь приподнять микросхему с одного края. Таким образом освободив от монтажного плена один ряд ножек, тем же макаром, освобождаем второй ряд.

Использование демонтажной оплетки

При демонтаже микросхем голым паяльником используется свойство паяльника притягивать припой. Залуженное и покрытое флюсом жало паяльника обладает хорошей смачиваемостью и вбирает припой очень даже не плохо. Но как повысить эффективность этого процесса?

Можно конечно выбрать паяльник с более широким жалом, тогда им можно будет изъять большее количество припоя. Но можно пойти другим путем, можно воспользоваться оплеткой от коаксиального кабеля. Подойдет антенный провод от телевизора. Сдираем эту оплетку с кабеля и обильно покрываем ее флюсом.

Теперь если прижать такую косичку к пайкам микросхемы и немножко пройтись по ней паяльником можно убедиться чудесных демонтажных свойствах оплетки. Благодаря своей пористости и гигроскопичности она вбирает в себя припой куда лучше любого жала паяльника, освобождая тем самым микросхемные выводы.

Сейчас в продаже имеются специальные демонтажные оплетки, так что можно оставить телевизионный провод в покое.

Демонтаж микросхем с помощью оловоотсоса

Как думаете, что получится если совместить клизму и паяльиик? Получится нечто, изображенное на рисунке. Это оловоотсос и этот конструктив описывался еще в старом журнале не то «Моделист-конструктор» не то «Журнал радио», уже не помню.Сейчас они могут выглядеть совершенно по разному, могут быть такими как на рисунке, могут представлять собой модифицированный шприц. Но суть их от этого не меняется, паяльник разогревает место спая а клизменная груша или шприц вытягивают весь припой. В принципе очень эффективный метод демонтажа.

Использование медицинских иголок

В общем суть в следующем. В аптеке покупаем иголку достаточно тонкую чтобы пролезла в монтажное отверстие и достаточно толстую чтобы можно было одеть на вывод впаянной микросхемы.

Надфилем спиливаем кончик иглы, чтобы получилась простая полая трубочка, будет еще лучше если отверстие немного развальцевать. Получилась хорошая демонтажная игла

А работать с ней очень просто. Одеваем нашу трубочку на вывод микросхемы, паяльником разогреваем место спая. Теперь пока припой еще в жидком виде иголку просовываем в монтажное отверстие и начинаем неистово вращать иглу до момента застывания припоя. Одев иглу на вывод мы тем самым изолировали ножку микросхемы от припоя. Игла имеет особое покрытие которое ухудшает смачиваемость припоем, поэтому припой к игле не липнет.

Сейчас кстати в продаже имеются специальны демонтажные трубочки различных диаметров так что мед. иглы можно уже не покупать.

Использование сплава розе

Для демонтажа микросхем можно использовать сплав розе или сплав вуда. Отличительная особенность состоит в том, что эти сплавы имеют низкую температуру плавления, менее 100 градусов.

Для демонтажа насыпаем несколько гранул в место пая. Теперь наша задача организовать лужицу сплава распределив ее по всем ножкам микросхемы. Благодаря этому низкотемпературный сплав смешался со сплавом припоя в результате общая температура плавления у нас понизилась. Теплопроводность сплава достаточна и лужица сплава покрывает все ножки микросхемы и плавит все и вся. В результате чего микросхема просто извлекается из монтажных отверстий.

Вот, как-то так а на сегодня у меня все.

Думаю что статья окажется полезной особенно для новичков и сохранит несколько нервных клеток при демонтаже очередной микросхемы.

Чтож, друзья, не забывайте подписываться на обновления блога, а я желаю вам солнечного весеннего настроения, удачи и успехов!

Паяльная станция – незаменимый инструмент для электронщика. Обычно в комплектации станции есть как паяльник, так и фен. Если научиться ими пользоваться, то практически любая пайка будет казаться увлекательной и не очень сложной.

Особенность станций – регулировка температуры. Нужно сразу запомнить важное правило – избегать температуры выше 400 °C и более. Многие начинающие (и даже опытные) радиолюбители пренебрегают этим. Это критические значения для микросхем и плат.

Припой расплавляется примерно от 180 до 230 °C (свинец — содержащие припои) или от 180 до 250 °C (бессвинцовые). Это далеко не 400 °C. Почему тогда выставляют высокую температуру?

Ликбез для начинающих

Для выпаивания детали из платы, нужно сделать так, чтобы контакты разогрелись до плавления припоя (примерно 230 °C). Основная ошибка начинающих — место паяльных работ сразу прогревают на 300 — 350 °C.

Например, нужно выпаять микросхему из платы паяльной станцией Lukey 702.

Многие радиолюбители и электронщики выставляют параметры нагрева выше 300 °C.

В первый момент, на деталь действует около 200 °C. На контактах и окружающем месте паяльных работ комнатная температура.
Нагрев детали достигает 300 °C, а контакты еще не дошли до 200 °C.
На микросхему поступает критическая температура 350 °C. Тем временем, окружающее место пайки неравномерно прогревается, даже если происходят равномерные движения феном по месту пайки. На контактах детали появляется заметная разница температур.
400 °C и микросхема начинает зажариваться.

Еще чуть-чуть, и она отпаяется из-за того, что и контакты практически нагрелись до плавления припоя. Но это происходит потому, что плата прогрелась. И в данном случае, это произошло неравномерно. Высокие значения температур приводят к тепловому пробою микросхемы, она выходит из строя. Плата сгибается, чернеет, появляются пузыри из-за вскипевшего текстолита и его составляющих.

Такой метод пайки очень опасен и не эффективен.

Как выпаять микросхему

Как все-таки без ущерба паять детали?

Нужно проанализировать место пайки и оборудование:

Оценить толщину платы. Чем толще плата – тем сложнее и дольше ее прогревать. Плата представляет собою слои дорожек, маски, площадки и много металлических деталей, которые очень теплоемкие.

Что находится рядом. Чтобы не повредить окружающие компоненты, нужно их защитить от температуры. С этой задачей справятся: термоскотч, алюминиевый скотч, радиаторы и монетки.
Какая температура окружающей среды. Если воздух холодный, то плату придется нагревать чуть дольше. Особое значение имеет то, что находится под платой. Не нужно паять на металлической пластине, или на пустом столе. Лучше всего подойдет деревянная дощечка или набор салфеток. И при этом плата должна находиться в одной плоскости, без перекосов.
Оборудование. Многие паяльные станции продаются без калибровки. Разница между показываемой температуры на индикаторе и фактическая может достигать как 10 °C, так и все 50 °C.

Как правильно паять феном

Нужно закрыть все мелкие и уязвимые к перегреву компоненты защитой.

В данном случае используется алюминиевый скотч. Он хорошо защищает компоненты от температуры, плотно держит компоненты платы. Однако, прибавляет теплоёмкость к месту пайки. Термоскотч также хорошо защищает, только хуже держится на плате.

Плату размещается на таком материале, который наименее теплоёмкий и медленно отдает температуру в окружающую среду. Можно использовать, например, деревянную дощечку. И при этом, место пайки не должно находиться под наклоном.

Лучше всего нанести на контакты флюс. Он хорошо распространяет тепло, по сравнению с нагреваемым воздухом, однако не следует его добавлять слишком много. Он может вскипеть, зашипеть или помешать пайке.

Первым делом прогревается место пайки. Фен выставляется около 100 °C и максимальным потоком воздуха.

Нужно прогреть как саму деталь, так и окружающее место пайки с контактами круговыми движениями.

Далее, спустя около минуты следует плавно повысить нагрев.

Разница с контактами будет небольшая. Таким образом, в течение нескольких минут, повышаем до 300 °C.

Шаг около 20 — 30 °C на каждые десятки секунд.

Как понять, что деталь уже выпаивается

На контактах появляется блик. С помощью пинцета следует аккуратно подтолкнуть микросхему. Если она двигается легко и плавно из стороны в сторону, то ее уже можно снимать, если нет – греем дальше.

Эту технику необходимо индивидуально подстраивать под каждую пайку и паяльную станцию. Например иногда придется дольше греть плату, а в порой и около 240 °C хватит. Метод паяльных работ зависит от случая.

Сплав Розе

Чтобы уменьшить риск перегрева, можно использовать сплав Розе. Он поможет снизить нагрев до 120 °C. Таким способом можно выпаять деталь из опасных и чувствительных участков.
Достаточно добавить пару гранул припоя и немного флюса.

После лужения контактов, деталь легко выпаивается. Нужно аккуратно выпаивать контакты, они могут легко повредиться из-за резкого движения.

Получившийся припой в обязательном порядке удаляется с платы. Он очень хрупкий и не подходит для использования.

Комбинированный метод

Еще одна очень эффективная техника. Если во время пайки деталь плохо паяется или не выпаивается – это следствие низкокачественного припоя, флюса или недостаточного прогрева платы.

Для этого во время работы паяльником, необходимо сверху помогать паяльным феном. Фен следует ставить до 200°C. Так нагрев будет происходить быстрее, и температура на контактах стабилизируется, окружающий воздух будет меньше забирать тепло.

В каких случаях паять феном не получится

Паяльный фен как правило достигает мощности не боле 500 Вт. Чем меньше мощность, тем меньше можно прогреть площадь платы.

Для массивной платы необходим нижний подогрев. Чаще всего это плита, которая нагревается до 100 – 200 °C. Печатную плату получится равномерно прогреть. А с помощью фена довести до плавления припоя.

Так же можно использовать строительный фен. Он имеет большее сопло, и его мощность может быть до 3000 Вт. Однако, строительный фен тоже не выход. Из-за того, что греется только деталь и небольшое окружающее пространство вокруг, после пайки плата деформирмируется от высокой разницы нагрева, тем самым отрываются выводы от площадок (особенно это кается больших BGA деталей).

Как выпаять smd компоненты. Как быстро распаять SMD компоненты. Демонтаж микросхемы в smd исполнении

Когда какая-нибудь аппаратура выходит из строя, совсем не обязательно сразу же выкидывать ее в мусор. Если вы увлекаетесь электроникой и радиотехникой, разумнее будет произвести выпаивание рабочих элементов микросхемы. Вдруг, в будущем понадобится конденсатор, транзистор либо резистор, если вы решите сделать . В этой статье мы расскажем, как выпаять радиодетали из платы, чтобы не повредить ничего.

Что для этого понадобиться?

Существует множество приспособлений для выпаивания деталей. Конечно же, не обойтись радиолюбителю без паяльника, который и будет основным помощником в этом деле. Однако помимо паяльника, для того, чтобы выпаять элемент, вам понадобятся:

Также нужно подготовить рабочее место. Оно должно быть с хорошим освещением. Лучше всего, если лампа находится над рабочим местом, чтобы свет падал вертикально, не создавая теней.

Методики демонтажа

Итак, сначала мы расскажем о самой популярной технологии – как выпаять деталь из платы паяльником без дополнительных приспособлений. После чего вкратце рассмотрим более простые способы.

Если вы хотите выпаять электролитический конденсатор, достаточно захватить его пинцетом (либо крокодилом), прогреть 2 вывода и быстро, но аккуратно изъять их из платы.

С транзисторами дела обстоят точно также. Капаем на все 3 вывода припоем и извлекаем радиодеталь из платы.

Что касается резисторов, диодов и неполярных конденсаторов, очень часто их ножки загибают во время пайки с обратной стороны платы, что вызывает сложно при выпаивании без дополнительных приспособлений. В этом случае рекомендуется сначала разогреть один вывод и с помощью крокодильчика, с небольшим усилием вытянуть часть детали из схемы (ножка должна разогнуться). Потом уже аналогичную процедуру выполняем со вторым выводом.

Это мы рассмотрели методику, когда под рукой нет ничего кроме паяльника. А вот если вы приобрели набор игл, тогда выпаять элемент будет еще проще: сначала разогреваем паяльником контакт, после чего одеваем на вывод иглу подходящего диаметра (она должна проходить через отверстие в микросхеме) и ждем, пока припой остынет. После этого достаем иглу и получаем оголенный вывод, который с легкостью можно вывести. Если несколько ножек у радиодетали, действуем также – разогреваем контакт, надеваем иглы, ждем и снимаем.

Все, о чем мы рассказали в этой статье, вы можете наглядно увидеть на видео, в котором предоставлена технология выпайки элементов из платы:

Кстати вместо специальных игл можно использовать даже обычные, которые идут со шприцом. Однако в этом случае изначально нужно сточить конец иглы, чтобы он был под прямым углом.

Выпаять деталь с помощью демонтажной оплетки также не сложно. Перед началом работы намочите конец обмотки спирто-канифольным флюсом. После этого наложите оплетку в месте выпаивания (на припой) и прогрейте жалом паяльника. В результате разогретый припой должен впитаться в оплетку, что позволит освободить выводы радиодеталей.

С оловоотсосом дела обстоят аналогичным образом – взводится пружина, разогревается контакт, после чего наконечник подносят к расплавленному припою и нажимают кнопку. Создается разрежение, которое и втягивает припой внутрь оловоотсоса.

Вот и все, что хотелось рассказать вам о том, как выпаять радиодетали из платы в домашних условиях. Надеемся, предоставленные методики и видео уроки были для вас полезными и интересными. Напоследок хотелось бы отметить, что можно выполнить выпаивание элементов из микросхемы строительным феном, но мы не советуем так делать. Фен может повредить находящиеся рядом детали, а также ту, которые вы хотите извлечь!

Интересное

Многие задаются вопросом, как правильно паять SMD-компоненты. Но перед тем как разобраться с этой проблемой, необходимо уточнить, что же это за элементы. Surface Mounted Devices – в переводе с английского это выражение означает компоненты для поверхностного монтажа. Главным их достоинством является большая, нежели у обычных деталей, монтажная плотность. Этот аспект влияет на использование SMD-элементов в массовом производстве печатных плат, а также на их экономичность и технологичность монтажа. Обычные детали, у которых выводы проволочного типа, утратили свое широкое применение наряду с быстрорастущей популярностью SMD-компонентов.

Ошибки и основные принцип пайки

Некоторые умельцы утверждают, что паять такие элементы своими руками очень сложно и довольно неудобно. На самом деле, аналогичные работы с ТН-компонентами проводить намного труднее. И вообще эти два вида деталей применяются в различных областях электроники. Однако многие совершают определенные ошибки при пайке SMD-компонентов в домашних условиях.

SMD-компоненты

Главной проблемой, с которой сталкиваются любители, является выбор тонкого жала на паяльник. Это связано с существованием мнения о том, что при паянии обычным паяльником можно заляпать оловом ножки SMD-контактов. В итоге процесс паяния проходит долго и мучительно. Такое суждение нельзя считать верным, так как в этих процессах существенную роль играет капиллярный эффект, поверхностное натяжение, а также сила смачивания. Игнорирование этих дополнительных хитростей усложняет выполнение работы своими руками.

Пайка SMD-компонентов

Чтобы правильно паять SMD-компоненты, необходимо придерживаться определенных действий. Для начала прикладывают жало паяльника к ножкам взятого элемента. Вследствие этого начинает расти температура и плавиться олово, которое в итоге полностью обтекает ножку данного компонента. Этот процесс называется силой смачивания. В это же мгновение происходит затекание олова под ножку, что объясняется капиллярным эффектом. Вместе со смачиванием ножки происходит аналогичное действие на самой плате. В итоге получается равномерно залитая связка платы с ножками.

Контакта припоя с соседними ножками не происходит из-за того, что начинает действовать сила натяжения, формирующая отдельные капли олова. Очевидно, что описанные процессы протекают сами по себе, лишь с небольшим участием паяльщика, который только разогревает паяльником ножки детали. При работе с очень маленькими элементами возможно их прилипание к жалу паяльника. Чтобы этого не произошло, обе стороны припаивают по отдельности.

Пайка в заводских условиях

Этот процесс происходит на основе группового метода. Пайка SMD-компонентов выполняется с помощью специальной паяльной пасты, которая равномерно распределяется тончайшим слоем на подготовленную печатную плату, где уже имеются контактные площадки. Этот способ нанесения называется шелкографией. Применяемый материал по своему виду и консистенции напоминает зубную пасту. Этот порошок состоит из припоя, в который добавлен и перемешан флюс. Процесс нанесения выполняется автоматически при прохождении печатной платы по конвейеру.

Заводская пайка SMD-деталей

Далее установленные по ленте движения роботы раскладывают в нужном порядке все необходимые элементы. Детали в процессе передвижения платы прочно удерживаются на установленном месте за счет достаточной липкости паяльной пасты. Следующим этапом происходит нагрев конструкции в специальной печи до температуры, которая немного больше той, при которой плавится припой. В итоге такого нагрева происходит расплавление припоя и обтекание его вокруг ножек компонентов, а флюс испаряется. Этот процесс и делает детали припаянными на свои посадочные места. После печки плате дают остыть, и все готово.

Необходимые материалы и инструменты

Для того чтобы своими руками выполнять работы по впаиванию SMD-компонентов, понадобится наличие определенных инструментов и расходных материалов, к которым можно отнести следующие:

паяльник для пайки SMD-контактов;
пинцет и бокорезы;
шило или игла с острым концом;
припой;
увеличительное стекло или лупа, которые необходимы при работе с очень мелкими деталями;
нейтральный жидкий флюс безотмывочного типа;
шприц, с помощью которого можно наносить флюс;
при отсутствии последнего материала можно обойтись спиртовым раствором канифоли;
для удобства паяния мастера пользуются специальным паяльным феном.

Пинцет для установки и снятия SMD-компонентов

Использование флюса просто необходимо, и он должен быть жидким. В таком состоянии этот материал обезжиривает рабочую поверхность, а также убирает образовавшиеся окислы на паяемом металле. В результате этого на припое появляется оптимальная сила смачивания, и капля для пайки лучше сохраняет свою форму, что облегчает весь процесс работы и исключает образование «соплей». Использование спиртового раствора канифоли не позволит добиться значимого результата, да и образовавшийся белый налет вряд ли удастся убрать.

Очень важен выбор паяльника. Лучше всего подходит такой инструмент, у которого возможна регулировка температуры. Это позволяет не переживать за возможность повреждения деталей перегревом, но этот нюанс не касается моментов, когда требуется выпаивать SMD-компоненты. Любая паяемая деталь способна выдерживать температуру около 250–300 °С, что обеспечивает регулируемый паяльник. При отсутствии такого устройства можно воспользоваться аналогичным инструментом мощностью от 20 до 30 Вт, рассчитанным на напряжение 12–36 В.

Использование паяльника на 220 В приведет к не лучшим последствиям. Это связано с высокой температурой нагрева его жала, под действием которой жидкий флюс быстро улетучивается и не позволяет эффективно смачивать детали припоем.

Специалисты не советуют пользоваться паяльником с конусным жалом, так как припой трудно наносить на детали и тратится уйма времени. Наиболее эффективным считается жало под названием «Микроволна». Очевидным его преимуществом является небольшое отверстие на срезе для более удобного захвата припоя в нужном количестве. Еще с таким жалом на паяльнике удобно собирать излишки пайки.

Использовать припой можно любой, но лучше применять тонкую проволочку, с помощью которой комфортно дозировать количество используемого материала. Паяемая деталь при помощи такой проволочки будет лучше обработана за счет более удобного доступа к ней.

Как паять SMD-компоненты?

Порядок работ

Процесс пайки при тщательном подходе к теории и получении определенного опыта не является сложным. Итак, можно всю процедуру разделить на несколько пунктов:

Необходимо поместить SMD-компоненты на специальные контактные площадки, расположенные на плате.
Наносится жидкий флюс на ножки детали и нагревается компонент при помощи жала паяльника.
Под действием температуры происходит заливание контактных площадок и самих ножек детали.
После заливки отводится паяльник и дается время на остывание компонента. Когда припой остыл – работа выполнена.

Процесс пайки SMD-компонентов

При выполнении аналогичных действий с микросхемой процесс пайки немного отличается от вышеприведенного. Технология будет выглядеть следующим образом:

Ножки SMD-компонентов устанавливаются точно на свои контактные места.
В местах контактных площадок выполняется смачивание флюсом.
Для точного попадания детали на посадочное место необходимо сначала припаять одну ее крайнюю ножку, после чего компонент легко выставляется.
Дальнейшая пайка выполняется с предельной аккуратностью, и припой наносится на все ножки. Излишки припоя устраняются жалом паяльника.

Как паять при помощи фена?

При таком способе пайки необходимо смазать посадочные места специальной пастой. Затем на контактную площадку укладывается необходимая деталь – помимо компонентов это могут быть резисторы, транзисторы, конденсаторы и т. д. Для удобства можно воспользоваться пинцетом. После этого деталь нагревается горячим воздухом, подаваемым из фена, температурой около 250º C. Как и в предыдущих примерах пайки, флюс под действием температуры испаряется и плавится припой, тем самым заливая контактные дорожки и ножки деталей. Затем отводится фен, и плата начинает остывать. При полном остывании можно считать пайку оконченной.

Типы микросхем

DIP – грубо говоря, этот вариант корпуса для внутреннего монтажа, ножки этого контроллера помещаются в отверстия на плате;
SMD – этот тип микрочипов предназначен для поверхностного монтажа, в этом случае на плате размещаются «пятачки», к которым и припаяны ножки микросхемы.

Демонтаж DIP-корпуса

Использование подручных средств – для этой цели подойдут иглы от медицинских шприцов или специальные полые трубочки, продающиеся сейчас в магазинах электротехники. Но вариант использования медицинской иглы наиболее дешевый и доступный. Для этого нужно подобрать иглу диаметром чуть меньше, чем посадочные гнезда для ножки микрочипа. Затем срезать её заостренную часть надфилем либо просто откусить, после чего напильником сточить сплющенную часть. После этого установив получившуюся полую трубку с ровным срезом на посадочное гнездо, просто нагреть её паяльником, освободив этим ножку чипа;
Второй вариант – это перетягивание припоя с места припайки на медные провода, смоченные флюсом, таким, например, как спиртовая канифоль. Нагреваемый паяльником провод с флюсом постепенно перетягивает на себя припой с места пайки. Этот вариант занимает больше времени, но также достаточно эффективен;
Использование паяльника с отсосом припоя – в этом случае особых сложностей в демонтаже не предвидится. Главное – контролировать температуру нагрева в зоне контакта, чтобы не повредить плату и саму деталь.

Эти варианты позволят быстро и качественно выпаивать DIP-корпуса с платы.

SMD контролёры

Использование металлической полосы или половинки бритвенного лезвия для распределения тепла паяльника на один ряд ножек микросхемы. В этом случае на ряд контактов с одной стороны устанавливается стальная полоска и прогревается жалом до плавки припоя, после чего эта сторона чуть приподнимается над платой. Затем таким же образом плавится припой с другой стороны чипа;
Использование длинного отрезка медной оплётки с нанесённым на неё флюсом. Отрезок укладывается на ножки микросхемы с одной стороны и прогревается паяльником; вытягивая на оплётку припоя, деталь приподнимаем пинцетом. Затем таким же образом убираем припой с другой стороны контроллера;
Технически интересным вариантом является использование сплавов Розе или Вуда. Капли этого припоя наносятся на контакты и прогреваются, этим снижается температура плавления припоя. Далее припой постепенно прогревается, и микросхема демонтируется;
Использование фена или паяльной лампы. Для использования этого инструмента на места пайки наносится флюс. После чего поверхность и деталь прогреваются, и пинцетом микросхема снимается с монтажных пятачков.

Видео

Как правильно паять SMD? Рано или поздно всем электронщикам приходилось сталкиваться с таким вопросом.

Бывают случаи, когда простым паяльником не подобраться к SMD элементам . В этом случае лучше всего использовать паяльный фен и тонкий металлический пинцет.

В этой статье мы с вами поговорим о том, как же правильно запаивать и отпаивать SMD. Тренироваться будем на трупике телефона. Красным прямоугольничком я показал, что мы будем отпаивать и запаивать обратно.

За дело берется Паяльная станция AOYUE INT 768

Для фена нужна подходящая насадка. Выбираем самую маленькую, так как отпаивать и припаивать будет маленькую smd-шку.

А вот вся конструкция в сборе.

С помощью зубочистки наносим флюсплюс на smd-шку.

Вот так мы ее смазали.

Выставляем на паяльной станции температуру фена 300-330 градусов и начинаем жарить нашу детальку. Если припой не плавится, то его можно разбавить сплавом Вуда или Розе с помощью тонкого жала паяльника. Как увидим, что припой начинает плавиться, с помощью пицента аккуратно снимаем детальку, не задев smd-шки, которые рядом.

А вот и наша деталька под микроскопом

Теперь припаяем ее обратно. Для этого чистим пятачки (если вы не забыли – это контактные площадки) с помощью медной оплетки.

После того, как мы их почистили от лишнего припоя, нам нужно сделать бугорки с помощью нового припоя. Для этого на кончике жала паяльника берем совсем чуть-чуть припоя.

И делаем бугорки на каждой контактной площадке.

Ставим туда smd-детальку

И пригреваем ее феном, до тех пор, пока припой не растечется по стенкам детальки. Не забывайте про флюс, но его надо очень немного.

Готово!

В заключении хотелось бы добавить, что данная процедура требует умение работать с мелкими детальками. Сразу все не получится, но кому это надо, со временем научится припаивать и выпаивать SMD-компоненты. Некоторые умельцы припаивают smd-шки с помощью паяльной пасты. Паяльную пасту я использовал при запаивании BGA микросхем в этой статье.

Все чаще применяются SMD детали в производстве, а так же среди радиолюбителей. Работать с ними удобней, так как сверлить отверстия для выводов не нужно, а устройства получаются очень миниатюрными.
SMD компоненты вполне можно использовать и повторно. Тут опять появляется очевидное превосходство поверхностного монтажа, потому что выпаивать мелкие детали гораздо проще. Их очень просто сдувать специальным паяльным феном с платы. Но если у вас такого не окажется под рукой, то вас выручит обычный бытовой утюг.

Демонтаж SMD деталей

Итак, у меня сгорела светодиодная лампа, и я не буду её чинить. Я её распаяю на детали для будущих своих самоделок.

Разбираем лампочку, снимаем верхний колпак.

Вытаскиваем плату из основания цоколя.

Отпаиваем навесные компоненты и детали, провода. В общем должна быть плата только с SMD деталями.

Закрепляем утюг вверх тормашками. Делать это нужно жестко, чтобы он в процессе пайки не опрокинулся.
Использование утюга ещё хорошо тем, что в нем есть регулятор, который будет довольно точно поддерживать установленную температуру поверхности подошвы. Это огромный плюс, так как поверхностные компоненты очень боятся перегрева.
Выставляем температуру около 180 градусов Цельсия. Это второй режим глажки белья, если мне не изменяет моя память. Если пайка не пойдет – постепенно увеличивайте температуру.
Кладем плату от лампочки на подошву перевернутого утюга.

Ждем 15-20 секунд пока плата прогреется. В это время смачиваем флюсом каждую детальку. Флюс не даст перегрева, это будет своеобразный помощник при распайки. С ним все элементы снимаются без труда.

Как только все хорошо разогреется, все детали можно смахнуть с платы, ударив плату о какую-нибудь поверхность. Но я сделаю все аккуратно. Для этого возьмем деревянную палочку для удержания платы на месте и с помощью пинцета будем отсоединять каждый компонент платы.

Голая плата в конце работы:

Выпаянные детали:

Демонтаж микросхем в корпусе TQFP — Сайт инженера Задорожного С.М.

Фото 1. В результате — ряд приподнятых над платой выводов.

Использование специальных насадок к паяльнику для выпаивания микросхем поверхностного монтажа в корпусе типа TQFP несёт в себе риск перегрева микросхемы и/или печатной платы. Кроме того, эти насадки не всегда под рукой, да и стоят они изрядно. Ниже описан метод безопасного демонтажа микросхем в корпусе TQFP — без перегрева и с возможностью повторной установки выпаянной микросхемы. При этом никакого специального паяльного оборудования не требуется.

Выпаять микросхему поверхностного монтажа в корпусе TQFP не так уж сложно. Метод заключается в том, чтобы расположенные в ряд по каждой из четырёх сторон корпуса типа TQFP выводы последовательно отпаять и оставить приподнятыми над поверхностью печатной платы как это показано на фото 1.

Когда в таком положении окажутся все четыре ряда выводов микросхемы, её остаётся лишь снять пинцетом.

Шаг 1 — удаляем лишний припой.

Сначала паяльником в паре с отрезком оплётки от экранированного провода, который одним концом следует предварительно окунуть в спиртовой раствор канифоли, удаляем с выводов и соответствующих им контактных площадок лишний припой как показано на фото 2:

Фото 2. Удаление лишнего припоя.

Результат этой операции хорошо виден на фото 3:

Фото 3.
Результат удаления лишнего припоя.

Шаг 2 — протягиваем под выводами отрезок провода.

Под освобождёнными от лишнего припоя выводами протягиваем отрезок эмалированного обмоточного провода. Один конец провода надо зачистить от эмали и пайкой закрепить на плате как показано на фото 4:

Фото 4. Крепление пайкой протянутого под выводами провода.

Диаметр провода должен быть не менее 0,2 мм, так как провод меньшего диаметра как правило обрывается. При первых таких опытах с выпаиванием микросхем поверхностного монтажа желательно использовать провод с термостойкой эмалью. В данном случае использовался обмоточный провод марки ПЭТД2-200 ø0,2 мм.

Шаг 3 — отпаиваем выводы от контактных площадок.

Дальнейшие действия очень просты, их иллюстрирует фото 5:

Фото 5. Полуавтоматическое отпаивание выводов от контактных площадок.

Красной стрелкой показано направление, в котором надо тянуть продетый под выводы микросхемы эмалированный провод — параллельно или под небольшим углом к плоскости печатной платы и под углом 45° к стороне корпуса микросхемы. Одновременно паяльником надо нагреть ближайший к незакреплённому концу провода припаянный вывод микросхемы. Как только он отпаяется, натянутый с некоторым усилием провод приподнимет этот вывод над платой и, выйдя из под него, сразу же затем передвинет жало паяльника к следующему выводу, и т.д. Направление движения жала паяльника показано на фото 5 желтой стрелкой. Таким образом отпаивание выводов от контактных площадок происходит полуавтоматически. Результат приведен выше на фото 1.

Когда однажды при поиске неисправности потребовалось отпаять микросхему в корпусе TQFP-44 чтобы подрезать расположенную под микросхемой перемычку между двумя печатными проводниками (дефект печатной платы), то на демонтаж этой микросхемы описанным выше способом, устранение дефекта печатной платы и затем установку микросхемы обратно ушло менее десяти минут.

©Задорожный Сергей Михайлович, 2012г., г.Киев.

Учимся паять микросхемы – гелевым флюсом и Goot Wick | Сварка и Пайка

Пайка микросхем отличается особой сложностью из-за миниатюрных размеров и скрупулёзности. А ведь эта маленькая деталь с вшитым «кодом» встречается практически повсеместно на платах и в электронике.

Как паять микросхемы — это первый вопрос, которым задаётся начинающий электронщик. Как никто другой он понимает, что мощный паяльник с толстым жалом здесь настоящий враг…

Как и чем паять микросхемы — пайка микросхем своими руками

Перед тем, как выпаивать микросхему, подготовьте всё необходимое для этих целей, а именно:

Фен для пайки — именно им и следует осуществлять выпаивание микросхемы с плат или же можно воспользоваться паяльной станцией;
Гелевый флюс Flux Plus или ему подобный;
Пинцет для захвата микросхемы;
Медную оплётку от ТВ кабеля или специально предназначенную для этих целей, например, такую как — Goot Wick. Она нам понадобится, чтобы впаять на место новую микросхему;
Электрический паяльник;
Оловянно-свинцовый припой и флюс к нему;
Спирт или специальную жидкость для очистки контактных дорожек платы.

Для впаивания микросхемы назад автор рекомендует использовать флюс ЛТИ-120. Это нейтральный флюс, который не причинит вреда микросхеме.

Как выпаять микросхему

Итак, в первую очередь нужно запомнить, как именно стояла микросхема. Чтобы не путаться в дальнейшем, следует знать, что у каждой микросхемы есть ключ, то есть, специальная метка, от которой происходит нумерация контактов. Во всех микросхемах нумерация выводов осуществляется против часовой стрелки.

Чтобы выпаять микросхему нам понадобится смазать контакты гелевым флюсом, после чего нагреть микросхему феном, при температуре 300-250 градусов.

После того, как припой начнёт расплавляться, нужно будет осторожно поддеть микросхему пинцетом, после чего аккуратно вытащить её из посадочного гнезда.

Как впаять микросхему обратно

Прежде чем браться за впаивание новой микросхемы, следует хорошо очистить контакты от лишнего припоя, а потом и от грязи с помощью спирта. Для этих целей берём паяльник и лудим каждое отверстие под ножки микросхемы. При этом в каждом отверстии должно оставаться некоторое количество припоя, чтобы в дальнейшем припаять назад микросхему.

Для лужения гнезда микросхемы не нужно жалеть олова и флюса. После лужения нужно очистить посадочное место от грязи, используя для этих целей спирт или Flux-Оff. Просто берём ватку и смачиваем её в спирте, после чего обильно протираем контактные дорожки.

Всё, теперь настал черед впаивать микросхему обратно. Для этого устанавливаем новую микросхему «по ключу», и разогреваем припой с помощью фена. Фен водим по кругу и держим его максимально вертикально по отношению к контактам микросхемы.

Напоследок, приглаживаем слегка припой на контактах паяльником, и если того требует дело, добавляем чуток припоя.

На этом все. Уверен, что у вас получится намного лучше, чем у меня. Ну а если вы знаете и другие способы пайки микросхем, то прошу поделиться собственным опытом. Всем спасибо, удачи и терпения в делах.

Как правильно чистить печатные платы

Из всех видов отказов наиболее предотвратимым в нашей сфере деятельности является загрязнение. Грязь, пыль, мусор, масло и электроника просто несовместимы. Есть два основных эффекта, которые загрязнение оказывает на срок службы хрупких схем.

Изоляция – Когда вы добавляете слой мусора на печатную плату, вы, по сути, добавляете слой теплоизоляционного материала к подложке платы.Поскольку плата потребляет ток, выделяемое тепло не может должным образом рассеиваться по поверхности материала подложки. Это приведет к тепловому стеканию, которое, вероятно, приведет к катастрофическому отказу ключевых компонентов на плате.
Загрязнение – Когда происходит загрязнение, которое приводит к электрическим соединениям, которые не должны быть электрическими соединениями. А именно короткое замыкание, при котором загрязнитель, обычно вода, служит мостом для тока, который повреждает другие компоненты в цепи.

Во многих случаях, когда мы указываем этот тип отказа в рабочем задании, обслуживающий персонал захочет знать, как можно предотвратить этот тип отказа. Главный вопрос…

Как удалить загрязнения с электроники, не повредив их?

Физически удалить мусор

Самый распространенный тип мусора, который мы видим в сервисном центре, – это пыль. Причина этого проста. Анод любой цепи высокого напряжения будет действовать как аттрактор для частиц в воздухе и естественным образом притягивать пыль.

Положительно заряженные электроны будут притягивать отрицательно заряженные плавающие частицы, в результате чего на любой заряженной поверхности накапливается мусор. Это особенно распространено в старых экранах с ЭЛТ (электронно-лучевой трубкой), где присутствует высокое напряжение. Первый шаг – удалить этот мусор.

Когда мы удаляем пыль с электрической схемы, нам нравится использовать натуральные волокна. Причина этого в том, что мы видим, что щетки из натурального волокна, как правило, генерируют намного меньше статического электричества, которое может повредить чувствительные интегральные схемы, такие как процессоры и микроконтроллеры.Кроме того, они изнашиваются намного медленнее, и их легче стирать между использованием. Возьмите щетку из натурального волокна и аккуратно «похлопайте» мусор. Используйте сжатый воздух, чтобы сбить и сдуть любую пыль, которую вы можете найти.

Химическое удаление остатков

После физического удаления любых загрязнений у вас могут остаться такие остатки, как жир, смола, масло или другие вещества, которые невозможно просто удалить хорошей очисткой. Следующим шагом, который вам необходимо выполнить, является химическая промывка контура.Для этой цели лучше всего подходят два основных типа химикатов: обезжириватель и растворитель.

Обезжириватель – отлично подходит для удаления любых загрязнений на масляной основе, но важно, чтобы вы выбрали средство, предназначенное для использования с электроникой. Здесь играют роль два фактора: первый – это высокая скорость испарения. Это гарантирует, что химикат полностью исчезнет к тому времени, когда вы включите устройство. Во-вторых, небольшое накопление остатков. Если химическое вещество оставляет остатки, это только усугубит проблему в будущем, поскольку частицы пыли прилипнут к тому, что осталось на поверхности доски.
Растворители – Они также очень хороши для очистки печатных плат. Изопропиловый спирт является фаворитом из-за его высокой скорости испарения, низкой токсичности и неагрессивности. Обычно это последний шаг в процессе очистки. Сочетание изопропилового спирта и сжатого воздуха может быть отличным сочетанием для избавления от любых поверхностных загрязнений на доске.

Вот несколько советов по очистке печатных плат, чтобы обеспечить полноценный и здоровый срок службы. Но если у вас возникла неисправность, связанная с загрязнением, мы можем помочь! Обязательно посетите нас онлайн на gesrepair.com или позвоните нам по телефону 1-877-249-1701, чтобы узнать больше о наших услугах. Мы с гордостью предлагаем излишки, полный ремонт и техническое обслуживание всех типов промышленной электроники, серводвигателей, двигателей переменного и постоянного тока, гидравлики и пневматики. Подпишитесь на нашу страницу на YouTube и поставьте нам лайк на Facebook! Спасибо!

Запросить цену

Микросхема моторной коры головного мозга человека: идеи для нейродегенеративного заболевания

Пулади, М. А., Мортон, А. Дж. И Хайден, М. Р. Выбор животной модели для изучения болезни Хантингтона. Nat. Rev. Neurosci. 14 , 708–721 (2013).

CAS PubMed Google Scholar

Tabrizi, S.J. et al. Биологические и клинические изменения в предварительном проявлении и ранней стадии болезни Гентингтона в исследовании TRACK-HD: 12-месячный продольный анализ. Lancet Neurol. 10 , 31–42 (2011).

PubMed Google Scholar

руб., У. и др. Болезнь Хантингтона (БХ): невропатология мультисистемного нейродегенеративного заболевания головного мозга человека. Brain Pathol. 26 , 726–740 (2016).

CAS PubMed Google Scholar

Triarhou, L.C. Пересмотренный атлас Экономо – Коскинаса: цитоархитектоника и функциональный контекст. Стереотакт. Funct. Нейрохирургия. 85 , 195–203 (2007).

PubMed Google Scholar

Betz, W. Über die feinere Structur der Gehirnrinde des Menschen. Cbl Med. Wiss. 19 , 193–195 (1881). 209–213, 231–234.

Google Scholar

Brodmann, K. Vergleichende lokalisationslehre derrosshirnrinde in ihrenprinzipien dargestellt auf grund des zellenbaues (Johann Ambrosius Barth, 1909).

Ривара, К. Б., Шервуд, К. К., Бурас, К. и Хоф, П.R. Стереологическая характеристика и пространственные закономерности распределения клеток Беца в первичной моторной коре головного мозга человека. Анат. Рек. Discov. Мол. Cell Evol. Биол. 270 , 137–151 (2003).

PubMed Google Scholar

фон Экономо, К. Ф., Коскинас, Г. Н. Die cytoarchitektonik der hirnrinde des erwachsenen Menschen (Springer, 1925).

Шеперд, Г. М. Интракортикальная картография в агранулярной области. Фронт. Neurosci. 3 , 337–343 (2009).

PubMed PubMed Central Google Scholar

10.

Паломеро-Галлахер, Н. и Зиллес, К. Кортикальные слои: цито-, миело-, рецепторная и синаптическая архитектура в областях коры человека. Нейроизображение 197 , 716–741 (2017).

PubMed Google Scholar

11.

Рохо, К.и другие. Ламинарные различия в дендритной структуре пирамидных нейронов соматосенсорной коры ювенильных крыс. Cereb. Cortex 26 , 2811–2822 (2016).

PubMed PubMed Central Google Scholar

12.

Рамасвами С. и Маркрам Х. Анатомия и физиология пирамидного нейрона 5 толстого слоя. Фронт. Cell Neurosci. 9 , 233 (2015).

PubMed PubMed Central Google Scholar

13.

Markram, H. et al. Интернейроны тормозной системы неокортекса. Nat. Rev. Neurosci. 5 , 793–807 (2004).

CAS PubMed Google Scholar

14.

Петров О.А. ГАМК и глутамат в мозге человека. Невролог 8 , 562–573 (2002).

CAS PubMed Google Scholar

15.

Харрис, К.Д. и Шеперд, Г. М. Неокортикальный контур: темы и вариации. Nat. Neurosci. 18 , 170–181 (2015).

CAS PubMed PubMed Central Google Scholar

16.

Молино, Б. Дж., Арлотта, П., Менезес, Дж. Р., Маклис, Дж. Д. Спецификация подтипа нейронов в коре головного мозга. Nat. Rev. Neurosci. 8 , 427–437 (2007). В этом обзоре подробно описывается ряд различных подтипов нейронов в коре головного мозга .

CAS PubMed Google Scholar

17.

Андерсон, К. Т., Шитс, П. Л., Киритани, Т. и Шеперд, Г. М. Подслойные микросхемы кортикоспинальных и кортикостриатных нейронов в моторной коре. Nat. Neurosci. 13 , 739–744 (2010).

CAS PubMed PubMed Central Google Scholar

18.

Ямаваки, Н. и Шеперд, Г.М. Организация синаптических цепей моторных кортикоталамических нейронов. J. Neurosci. 35 , 2293–2307 (2015).

CAS PubMed PubMed Central Google Scholar

19.

Baker, A. et al. Специализированные субпопуляции пирамидных нейронов глубокого слоя в неокортексе: связь свойств клеток с функциональными последствиями. J. Neurosci. 38 , 5441–5455 (2018).

CAS PubMed PubMed Central Google Scholar

20.

Паскеро, Б. и Тернер, Р. С. Первичная моторная кора паркинсонической обезьяны: дифференциальные эффекты на спонтанную активность нейронов пирамидного тракта. Cereb. Cortex 21 , 1362–1378 (2011).

PubMed Google Scholar

21.

Thu, D. C. et al. Потеря клеток в моторной и поясной коре коррелирует с симптоматикой болезни Хантингтона. Мозг 133 , 1094–1110 (2010).

PubMed Google Scholar

22.

Wegorzewska, I., Bell, S., Cairns, N.J., Miller, T.M. & Baloh, R.H. Трансгенные мыши с мутантным TDP-43 развивают признаки БАС и лобно-височной долевой дегенерации. Proc. Natl Acad. Sci. США 106 , 18809–18814 (2009).

CAS PubMed Google Scholar

23.

Моришима, М., Кобаяси, К., Kato, S., Kobayashi, K. & Kawaguchi, Y. Сегрегированные возбуждающе-тормозные рекуррентные подсети в слое 5 лобной коры головного мозга крысы. Cereb. Cortex 27 , 5846–5857 (2017).

PubMed PubMed Central Google Scholar

24.

Soares, D. et al. Экспрессия калиевого канала Kv3.1b широко распространена в пирамидных клетках моторной коры макака: гистологическое сравнение между крысой и макакой. Дж.Комп. Neurol. 525 , 2164–2174 (2017).

CAS PubMed PubMed Central Google Scholar

25.

Кацель Д., Земельман Б. В., Бютферинг К., Вольфель М. и Мизенбок Г. Столбчатая и ламинарная организация тормозных связей с возбуждающими клетками неокортекса. Nat. Neurosci. 14 , 100–107 (2011).

PubMed Google Scholar

26.

Apicella, A. J., Wickersham, I. R., Seung, H. S. & Shepherd, G.M. Ламинарно ортогональное возбуждение быстрых и низкопороговых интернейронов в моторной коре головного мозга мышей. J. Neurosci. 32 , 7021–7033 (2012).

CAS PubMed PubMed Central Google Scholar

27.

Фино, Э. и Юсте, Р. Плотные ингибирующие связи в неокортексе. Нейрон 69 , 1188–1203 (2011).

CAS PubMed PubMed Central Google Scholar

28.

Фино, Э., Пакер, А. М. и Юсте, Р. Логика ингибирующей связи в неокортексе. Невролог 19 , 228–237 (2013).

PubMed Google Scholar

29.

Cobos, I. et al. Мыши, лишенные Dlx1, демонстрируют подтип-специфичную потерю интернейронов, снижение ингибирования и эпилепсию. Nat. Neurosci. 8 , 1059–1068 (2005).

CAS PubMed Google Scholar

30.

Палоп, Дж. Дж. И Маке, Л. Сетевые аномалии и дисфункция интернейронов при болезни Альцгеймера. Nat. Rev. Neurosci. 17 , 777–792 (2016).

CAS PubMed PubMed Central Google Scholar

31.

Марин О. Дисфункция интернейронов при психических расстройствах. Nat. Rev. Neurosci. 13 , 107–120 (2012).

CAS PubMed Google Scholar

32.

Гилберт, К. Д. и Визель, Т. Н. Функциональная организация зрительной коры. Прог. Brain Res. 58 , 209–218 (1983). Эта основополагающая статья представляет собой один из первых описаний кортикальной микросхемы .

CAS PubMed Google Scholar

33.

Usrey, W. M. & Fitzpatrick, D. Специфичность в аксональных связях нейронов слоя VI в полосатом коре головного мозга землероек: свидетельство существования различных гранулярных и надгранулярных систем. J. Neurosci. 16 , 1203–1218 (1996).

CAS PubMed PubMed Central Google Scholar

34.

Адесник Х. и Нака А. Нарушение функции слоев сенсорной коры. Нейрон 100 , 1028–1043 (2018).

CAS PubMed PubMed Central Google Scholar

35.

Бинзеггер, Т., Дуглас, Р. Дж. И Мартин, К. А. Количественная карта цепи первичной зрительной коры головного мозга кошки. J. Neurosci. 24 , 8441–8453 (2004).

CAS PubMed PubMed Central Google Scholar

36.

Дуглас, Р. Дж. И Мартин, К. А. Нейронные цепи неокортекса. Annu. Rev. Neurosci. 27 , 419–451 (2004).

CAS PubMed Google Scholar

37.

Каллауэй, Э. М. Локальные контуры первичной зрительной коры макака обезьяны. Annu. Rev. Neurosci. 21 , 47–74 (1998).

CAS PubMed Google Scholar

38.

Дуглас Р. Дж. И Мартин К. А. Функциональная микросхема для зрительной коры головного мозга кошек. J. Physiol. 440 , 735–769 (1991). Эта основополагающая работа знакомит с концепцией канонической микросхемы .

CAS PubMed PubMed Central Google Scholar

39.

Шипп, С. Важность агранулярности: сравнительный анализ зрительной и моторной коры. Philos. Пер. R. Soc. Лондон. B Biol. Sci. 360 , 797–814 (2005).

PubMed PubMed Central Google Scholar

40.

Бопп, Р., Холлер-Рикауэр, С., Мартин, К. А. и Шукнехт, Г. Ф. Ультраструктурное исследование таламического входа в слой 4 первичной моторной и первичной соматосенсорной коры у мышей. J. Neurosci. 37 , 2435–2448 (2017).

CAS PubMed PubMed Central Google Scholar

41.

Ямаваки, Н., Борхес, К., Сутер, Б. А., Харрис, К. Д. и Шеперд, Г. М. Подлинный 4-й слой моторной коры с прототипной связностью синаптических цепей. eLife 3 , e05422 (2014). Это исследование – одно из первых, предоставивших исчерпывающие доказательства функционального L4 в моторной коре головного мозга грызунов .

PubMed PubMed Central Google Scholar

42.

Bhatt, M. B. et al. Вычислительное моделирование связанной с движением бета-колебательной динамики в моторной коре головного мозга человека. Нейроизображение 133 , 224–232 (2016).

PubMed PubMed Central Google Scholar

43.

Барбас, Х. и Гарсиа-Кабесас, М.А. Моторный слой коры головного мозга 4: меньше значит больше. Trends Neurosci. 38 , 259–261 (2015).

CAS PubMed PubMed Central Google Scholar

44.

Гарсия-Кабесас, М. А. и Барбас, Х. В зоне 4 есть слой IV у взрослых приматов. Eur. J. Neurosci. 39 , 1824–1834 (2014).

PubMed PubMed Central Google Scholar

45.

Вейлер, Н., Вуд, Л., Ю., Дж., Солла, С. А. и Шеперд, Г. М. Ламинарная организация возбуждающей сети в моторной коре головного мозга сверху вниз. Nat. Neurosci. 11 , 360–366 (2008). Это исследование предоставляет подробный отчет об организации моторной коры в корковых слоях у грызунов .

CAS PubMed PubMed Central Google Scholar

46.

Киритани Т., Викершем И. Р., Сын Х.С. и Шеферд, Г. М. Иерархическая взаимосвязь и специфическая для связи динамика в кортикоспинально-кортикостриатальной микросхеме в моторной коре головного мозга мышей. J. Neurosci. 32 , 4992–5001 (2012).

CAS PubMed PubMed Central Google Scholar

47.

Шипп С., Адамс Р. А. и Фристон К. Дж. Размышления об агранулярной архитектуре: прогнозирующее кодирование в моторной коре. Trends Neurosci. 36 , 706–716 (2013).

CAS PubMed PubMed Central Google Scholar

48.

Фристон К. Функциональная интеграция и логический вывод в мозге. Прог. Neurobiol. 68 , 113–143 (2002).

PubMed Google Scholar

49.

Фристон К. Обучение и логические выводы в мозге. Нейронная сеть. 16 , 1325–1352 (2003).

PubMed Google Scholar

50.

Bastos, A. M. et al. Канонические микросхемы для прогнозирующего кодирования. Нейрон 76 , 695–711 (2012).

CAS PubMed PubMed Central Google Scholar

51.

Kuramoto, E. et al. Два типа таламокортикальных проекций из моторных таламических ядер крысы: исследование с отслеживанием одного нейрона с использованием вирусных векторов. Cereb. Cortex 19 , 2065–2077 (2009).

PubMed Google Scholar

52.

Masamizu, Y. et al. Две различные послойно-специфичные динамики корковых ансамблей во время обучения двигательной задаче. Nat. Neurosci. 17 , 987–994 (2014).

CAS PubMed Google Scholar

53.

Тиа, М., Ю, X., Джамму, Л.С., Лу, Дж.& Zuo, Y. Пирамидные нейроны в разных корковых слоях демонстрируют отличную динамику и пластичность апикальных дендритных шипов. Фронт. Нейронные схемы 11 , 43 (2017).

PubMed PubMed Central Google Scholar

54.

Guo, L. et al. Динамическая перестройка нейронных цепей в моторной коре головного мозга на мышиных моделях болезни Паркинсона. Nat. Neurosci. 18 , 1299–1309 (2015).

CAS PubMed PubMed Central Google Scholar

55.

Байе С. Магнитоэнцефалография для электрофизиологии мозга и визуализации. Nat. Neurosci. 20 , 327–339 (2017). Это всесторонний обзор MEG и его приложений .

CAS PubMed Google Scholar

56.

Мураками С. и Окада Ю. Вклад основных нейронов неокортекса в сигналы магнитоэнцефалографии и электроэнцефалографии. J. Physiol. 575 , 925–936 (2006).

CAS PubMed PubMed Central Google Scholar

57.

Праудфут М., Вулрич М. В., Нобре А. К. и Тернер М. Р. Магнитоэнцефалография. Pract. Neurol. 14 , 336–343 (2014).

PubMed PubMed Central Google Scholar

58.

Спаак, Э., Боннефонд, М., Майер, А., Леопольд, Д. А. и Дженсен, О. Слоистое увлечение нейронной активности гамма-диапазона альфа-ритмом в зрительной коре головного мозга обезьян. Curr. Биол. 22 , 2313–2318 (2012).

CAS PubMed PubMed Central Google Scholar

59.

Xing, D., Yeh, C. I., Burns, S. & Shapley, R.M. Ламинарный анализ визуально вызванной активности в первичной зрительной коре. Proc. Natl Acad. Sci.США 109 , 13871–13876 (2012).

CAS PubMed Google Scholar

60.

Buffalo, E. A., Fries, P., Landman, R., Buschman, T. J. и Desimone, R. Ламинарные различия в гамма- и альфа-когерентности в вентральном потоке. Proc. Natl Acad. Sci. США 108 , 11262–11267 (2011).

CAS PubMed Google Scholar

61.

Bastos, A. M. et al. Визуальные области оказывают прямое и обратное влияние через определенные частотные каналы. Нейрон 85 , 390–401 (2015).

CAS PubMed Google Scholar

62.

Bastos, A. M., Loonis, R., Kornblith, S., Lundqvist, M. & Miller, E. K. Ламинарные записи во фронтальной коре головного мозга предполагают наличие отдельных слоев для поддержания и контроля рабочей памяти. Proc. Natl Acad. Sci.США 115 , 1117–1122 (2018).

CAS PubMed Google Scholar

63.

Джаспер, Х. П. и Д. Электрокортикограммы у человека: влияние произвольных движений на электрическую активность прецентральной извилины. Arch. Psychiatrie Nervenkrankheiten 183 , 163–174 (1949).

Google Scholar

64.

Юркевич, М. Т., Гаец, В.К., Бостан, А. С. и Чейн, Д. Бета-отскок после движения генерируется в моторной коре: данные нейромагнитных записей. Нейроизображение 32 , 1281–1289 (2006).

PubMed Google Scholar

65.

Бейкер, С. Н., Килнер, Дж. М., Пинчес, Э. М. и Лемон, Р. Н. Роль синхронности и колебаний в выходной мощности двигателя. Exp. Brain Res. 128 , 109–117 (1999).

CAS PubMed Google Scholar

66.

Бейкер, С. Н., Оливье, Э. и Лемон, Р. Н. Когерентные колебания моторной коры головного мозга обезьяны и ЭМГ мышц руки демонстрируют модуляцию, зависящую от задачи. J. Physiol. 501 , 225–241 (1997).

CAS PubMed PubMed Central Google Scholar

67.

Roopun, A. K. et al. Холинергическая нейромодуляция контролирует направленную временную коммуникацию в неокортексе in vitro. Фронт. Нейронные схемы 4 , 8 (2010).

PubMed PubMed Central Google Scholar

68.

Brovelli, A. et al. Бета-колебания в крупномасштабной сенсомоторной корковой сети: направленные влияния, выявленные причинностью Грейнджера. Proc. Natl Acad. Sci. США 101 , 9849–9854 (2004).

CAS PubMed Google Scholar

69.

Haegens, S. et al. Бета-колебания в сенсомоторной сети обезьян отражают принятие соматосенсорных решений. Proc. Natl Acad. Sci. США 108 , 10708–10713 (2011).

CAS PubMed Google Scholar

70.

Haegens, S., Nacher, V., Luna, R., Romo, R. & Jensen, O. Альфа-осцилляции в сенсомоторной сети обезьяны влияют на способность распознавания посредством ритмического торможения нейрональных импульсов. Proc. Natl Acad. Sci. США 108 , 19377–19382 (2011).

CAS PubMed Google Scholar

71.

de Lange, F. P., Rahnev, D. A., Donner, T. H. & Lau, H. Осциллирующая активность пресимулов над моторной корой головного мозга отражает ожидания восприятия. J. Neurosci. 33 , 1400–1410 (2013).

PubMed PubMed Central Google Scholar

72.

Доннер, Т. Х., Сигел, М., Фрис, П. и Энгель, А. К. Наращивание активности предиктивного выбора в моторной коре головного мозга человека во время перцептивного принятия решений. Curr.Биол. 19 , 1581–1585 (2009).

CAS PubMed Google Scholar

73.

Mazaheri, A. et al. Региональные модуляции осцилляторной альфа-активности служат для облегчения обработки зрительной и слуховой модальностей. Нейроизображение 87 , 356–362 (2014).

PubMed Google Scholar

74.

Muthukumaraswamy, S.Д. и Сингх, К. Д. Визуальные гамма-колебания: влияние типа стимула, покрытия поля зрения и движения стимула на записи МЭГ и ЭЭГ. Нейроизображение 69 , 223–230 (2013).

CAS PubMed Google Scholar

75.

Тут, Г., Ницель, А., Брандт, С. А. и Паскуаль-Леоне, А. Электроэнцефалографическая активность в альфа-диапазоне в затылочной коре головного мозга показывает искажение зрительно-пространственного внимания и прогнозирует визуальное обнаружение цели. J. Neurosci. 26 , 9494–9502 (2006).

CAS PubMed PubMed Central Google Scholar

76.

Sauseng, P. et al. Сдвиг визуального пространственного внимания выборочно связан с альфа-активностью ЭЭГ человека. Eur. J. Neurosci. 22 , 2917–2926 (2005).

CAS PubMed Google Scholar

77.

Фри, П., Рейнольдс, Дж. Х., Рори, А. Э. и Десимон, Р. Модуляция осцилляторной нейронной синхронизации с помощью избирательного визуального внимания. Наука 291 , 1560–1563 (2001).

CAS PubMed Google Scholar

78.

Hoogenboom, N., Schoffelen, J. M., Oostenveld, R., Parkes, L.M. & Fries, P. Локализация активности человеческого зрения в гамма-диапазоне по частоте, времени и пространству. Neuroimage 29 , 764–773 (2006).

PubMed Google Scholar

79.

Bonaiuto, J. J. et al. Пластинчато-специфическая корковая динамика в зрительной и сенсомоторной коре человека. eLife 7 , e33977 (2018). Это исследование является первым, подтверждающим у людей специфические для слоев ассоциации с частотными полосами MEG, наблюдаемые у животных .

PubMed PubMed Central Google Scholar

80.

Гаец, В., Эдгар, Дж. К., Ван, Д. Дж. И Робертс, Т. П. Связь измеренных МЭГ моторных кортикальных колебаний с концентрацией γ-аминомасляной кислоты (ГАМК) в состоянии покоя. Нейроизображение 55 , 616–621 (2011).

CAS PubMed PubMed Central Google Scholar

81.

Гальван, А. и Вичманн, Т. Патофизиология паркинсонизма. Clin. Neurophysiol. 119 , 1459–1474 (2008).

CAS PubMed PubMed Central Google Scholar

82.

Калия, Л. В. и Ланг, А. Э. Болезнь Паркинсона. Ланцет 386 , 896–912 (2015).

CAS PubMed Google Scholar

83.

Паскеро, Б., Делонг, М. Р. и Тернер, Р. С. Первичная моторная кора головного мозга паркинсонической обезьяны: измененное кодирование активных движений. Мозг 139 , 127–143 (2016). Это исследование демонстрирует избирательную уязвимость L5B в модели PD нечеловека приматов.

PubMed Google Scholar

84.

Уэно, Т., Нисидзима, Х., Уэно, С. и Томияма, М. Увеличение позвоночника нейронов пирамидного тракта в моторной коре головного мозга крысиной модели дискинезии, вызванной леводопой. Фронт. Neurosci. 11 , 206 (2017).

PubMed PubMed Central Google Scholar

85.

Ueno, T. et al. Морфологические и электрофизиологические изменения в пирамидных нейронах интраленцефалического типа в моторной коре головного мозга крысы, моделирующей дискинезию, вызванную леводопой. Neurobiol. Дис. 64 , 142–149 (2014).

CAS PubMed Google Scholar

86.

Освал А., Браун П. и Литвак В. Синхронизированные нервные колебания и патофизиология болезни Паркинсона. Curr. Opin. Neurol. 26 , 662–670 (2013).

PubMed Google Scholar

87.

Lanoue, A.C., Blatt, G.J. & Soghomonian, J. J. Снижение экспрессии мРНК парвальбумина в дорсолатеральной префронтальной коре при болезни Паркинсона. Brain Res. 1531 , 37–47 (2013).

CAS PubMed Google Scholar

88.

Фэллон, С. Дж., Уильямс-Грей, К. Х., Баркер, Р. А., Оуэн, А. М. и Хэмпшир, А. Уровни префронтального дофамина определяют баланс между когнитивной стабильностью и гибкостью. Cereb. Cortex 23 , 361–369 (2013).

CAS PubMed Google Scholar

89.

Джоуца, Дж., Хорн, А., Хсу, Дж. И Фокс, М. Д. Локализация паркинсонизма на основе очаговых поражений головного мозга. Мозг 141 , 2445–2456 (2018).

PubMed PubMed Central Google Scholar

90.

Бледсо, И. О., Стеббинс, Г. Т., Меркитч, Д. и Гольдман, Дж. Г. Аномалии белого вещества в мозолистом теле с когнитивными нарушениями при болезни Паркинсона. Неврология 91 , e2244 – e2255 (2018).

PubMed PubMed Central Google Scholar

91.

Lanskey, J.H. et al. Может ли нейровизуализация предсказать деменцию при болезни Паркинсона? Мозг 141 , 2545–2560 (2018).

PubMed PubMed Central Google Scholar

92.

Ямаваки, Н., Стэнфорд, И. М., Холл, С. Д. и Вудхолл, Г.L. Фармакологически индуцированная и вызванная стимулом ритмическая нейрональная колебательная активность в первичной моторной коре in vitro. Неврология 151 , 386–395 (2008).

CAS PubMed Google Scholar

93.

Li, Q. et al. Лечебная стимуляция глубокого мозга крыс с паркинсонизмом напрямую влияет на моторную кору. Нейрон 76 , 1030–1041 (2012).

CAS PubMed Google Scholar

94.

Rios, A. et al. Дифференциальные изменения латерализованной активности идентифицированных проекционных нейронов моторной коры гемипаркинсонических крыс. eNeuro https://doi.org/10.1523/ENEURO.0110-19.2019 (2019).

Артикул PubMed PubMed Central Google Scholar

95.

Chen, K., Yang, G., So, K. F. & Zhang, L. Активация кортикальных интернейронов соматостатина восстанавливает потерю синапсов и двигательный дефицит после острой инфузии MPTP. iScience 17 , 230–241 (2019).

CAS PubMed PubMed Central Google Scholar

96.

Miyoshi, G. & Fishell, G. Клоны ГАМКергических интернейронов выборочно сортируются в определенные корковые слои во время раннего постнатального развития. Cereb. Cortex 21 , 845–852 (2011).

PubMed Google Scholar

97.

Брэди, С. Т. и Морфини, Г. А. Регулирование моторных белков, дефицит аксонального транспорта и нейродегенеративные заболевания у взрослых. Neurobiol. Дис. 105 , 273–282 (2017).

CAS PubMed PubMed Central Google Scholar

98.

Дадон-Нахум, М., Меламед, Э. и Оффен, Д. Феномен «отмирания» моторных нейронов при БАС. J. Mol. Neurosci. 43 , 470–477 (2011).

CAS PubMed Google Scholar

99.

Fischer, L.R. et al. Боковой амиотрофический склероз – это дистальная аксонопатия: данные получены у мышей и людей. Exp. Neurol. 185 , 232–240 (2004).

PubMed Google Scholar

100.

Grosch, J., Winkler, J. & Kohl, Z. Ранняя дегенерация дофаминергических и серотонинергических аксонов – общий механизм болезни Паркинсона. Фронт. Cell Neurosci. 10 , 293 (2016).

PubMed PubMed Central Google Scholar

101.

Ли, Дж. Й. и Конфорти, Л. Аксонопатия при болезни Хантингтона. Exp. Neurol. 246 , 62–71 (2013).

PubMed Google Scholar

102.

Gatto, R.G. et al. Анализ мышей-репортеров YFP (J16) -R6 / 2 и посмертного мозга выявляет раннюю патологию и повышенную уязвимость мозолистых аксонов при болезни Хантингтона. Гум. Мол. Genet. 24 , 5285–5298 (2015).

CAS PubMed PubMed Central Google Scholar

103.

Neukomm, L. J. & Freeman, M. R. Разнообразные клеточные и молекулярные способы дегенерации аксонов. Trends Cell Biol. 24 , 515–523 (2014).

CAS PubMed PubMed Central Google Scholar

104.

Zuccato, C.и другие. Систематическая оценка уровня BDNF и его рецепторов в коре головного мозга человека, пораженной болезнью Хантингтона. Brain Pathol. 18 , 225–238 (2008).

CAS PubMed Google Scholar

105.

Кордовер, Дж. Х. и Берк, Р. Э. Модификация болезни Паркинсона: регенерация аксонов и трофические факторы. Mov. Disord. 33 , 678–683 (2018).

PubMed Google Scholar

106.

Bruijn, L. I. & Cudkowicz, M. Терапевтические цели при боковом амиотрофическом склерозе: современные методы лечения и перспективы более эффективных методов лечения. Эксперт. Преподобный Neurother. 6 , 417–428 (2006).

CAS PubMed Google Scholar

107.

Hooks, B. M. et al. Организация коркового и таламического входа в пирамидные нейроны моторной коры мышей. J. Neurosci. 33 , 748–760 (2013).

CAS PubMed PubMed Central Google Scholar

108.

Tabrizi, S.J. et al. Биологические и клинические проявления болезни Хантингтона в продольном исследовании TRACK-HD: поперечный анализ исходных данных. Lancet Neurol. 8 , 791–801 (2009).

PubMed PubMed Central Google Scholar

109.

McColgan, P.И Тебризи, болезнь С. Дж. Хантингтона: клинический обзор. Eur. J. Neurol. 25 , 24–34 (2018).

CAS PubMed Google Scholar

110.

Макдональд В. и Халлидей Г. Потеря пирамидных клеток в моторной коре при болезни Хантингтона. Neurobiol. Дис. 10 , 378–386 (2002). Исследование демонстрирует избирательную уязвимость пирамидных клеток в моторной коре головного мозга людей с HD при вскрытии .

PubMed Google Scholar

111.

Cudkowicz, M. & Kowall, N. W. Дегенерация пирамидных проекционных нейронов в коре головного мозга при болезни Хантингтона. Ann. Neurol. 27 , 200–204 (1990).

CAS PubMed Google Scholar

112.

Хедрин, Дж. К., Пейзер, К. Э., Фолштейн, С. Э. и Росс, К. А. Потеря нейронов в слоях V и VI коры головного мозга при болезни Хантингтона. Neurosci. Lett. 133 , 257–261 (1991).

CAS PubMed Google Scholar

113.

Райковска, Г., Селемон, Л. Д. и Гольдман-Ракич, П. С. Размер нейронов и глии в префронтальной коре: посмертное морфометрическое исследование шизофрении и болезни Хантингтона. Arch. Gen. Psychiat. 55 , 215–224 (1998).

CAS PubMed Google Scholar

114.

Селемон, Л. Д., Райковска, Г., Гольдман-Ракич, П. С. Доказательства прогрессирования патологии лобной коры головного мозга при поздней стадии болезни Хантингтона. J. Comp. Neurol. 468 , 190–204 (2004).

PubMed Google Scholar

115.

Сотрел А. и др. Морфометрический анализ префронтальной коры при болезни Хантингтона. Неврология 41 , 1117–1123 (1991).

CAS PubMed Google Scholar

116.

Макдональд В., Холлидей Г. М., Трент Р. Дж. И Маккаскер Е. А. Значительная потеря пирамидных нейронов в угловой извилине у пациентов с болезнью Хантингтона. Neuropathol. Прил. Neurobiol. 23 , 492–495 (1997).

CAS PubMed Google Scholar

117.

Nana, A. L. et al. Широко распространенная гетерогенная потеря нейронов коры головного мозга при болезни Хантингтона. Дж. Хантингт. Дис. 3 , 45–64 (2014).

Google Scholar

118.

руб., U. et al. Болезнь Хантингтона (БГ): нейродегенерация первичной зоны зрения Бродмана 17 (BA17). Brain Pathol. 25 , 701–711 (2015).

PubMed Google Scholar

119.

Carroll, J. B. et al. Естественная история болезни у мышей YAC128 выявляет отдельные признаки патологии при болезни Хантингтона. Neurobiol. Дис. 43 , 257–265 (2011).

CAS PubMed Google Scholar

120.

Кэмпбелл, М. Дж. И Моррисон, Дж. Х. Моноклональные антитела к белку нейрофиламентов (SMI-32) метят субпопуляцию пирамидных нейронов в неокортексе человека и обезьяны. J. Comp. Neurol. 282 , 191–205 (1989).

CAS PubMed Google Scholar

121.

Tabrizi, S.J. et al. Возможные конечные точки для клинических испытаний преманифестной и ранней болезни Гентингтона в исследовании TRACK-HD: анализ данных наблюдений за 24 месяца. Lancet Neurol. 11 , 42–53 (2012).

PubMed Google Scholar

122.

McColgan, P. et al. Белое вещество предсказывает функциональную связность при предварительном проявлении болезни Хантингтона. Ann. Clin. Пер. Neurol. 4 , 106–118 (2017).

PubMed PubMed Central Google Scholar

123.

McColgan, P. et al. Области мозга, демонстрирующие потерю белого вещества при болезни Хантингтона, обогащены синаптическими и метаболическими генами. Biol. Психиатр. 83 , 456–465 (2018).

CAS PubMed Google Scholar

124.

McColgan, P. et al. Структурная и функциональная сеть мозга коррелирует с депрессивными симптомами при пред проявлении болезни Хантингтона. Гум. Brain Mapp. 38 , 2819–2829 (2017).

PubMed PubMed Central Google Scholar

125.

Harrington, D. L. et al. Поперечное и продольное мультимодальное структурное изображение при продромальной болезни Хантингтона. Mov. Disord. 31 , 1664–1675 (2016).

CAS PubMed PubMed Central Google Scholar

126.

Matsui, J. T. et al. Тракты белого вещества префронтальной коры при продромальной болезни Хантингтона. Гум. Brain Mapp. 36 , 3717–3732 (2015).

PubMed PubMed Central Google Scholar

127.

Kim, E.H. et al. Потеря корковых интернейронов и неоднородность симптомов при болезни Хантингтона. Ann. Neurol. 75 , 717–727 (2014).

CAS PubMed Google Scholar

128.

Mehrabi, N. F. et al. Неоднородность симптомов болезни Хантингтона коррелирует с дегенерацией нейронов в коре головного мозга. Neurobiol. Дис. 96 , 67–74 (2016).

PubMed Google Scholar

129.

Spampanato, J., Gu, X., Yang, X. W. & Mody, I. Прогрессирующая синаптическая патология моторных кортикальных нейронов в модели болезни Хантингтона у трансгенных мышей BAC. Неврология 157 , 606–620 (2008).

CAS PubMed PubMed Central Google Scholar

130.

ДеФелипе, Дж. Типы нейронов, синаптические связи и химические характеристики клеток, иммунореактивных к кальбиндин-D28K, парвальбумину и кальретинину в неокортексе. J. Chem. Нейроанат. 14 , 1–19 (1997).

CAS PubMed Google Scholar

131.

Аль-Чалаби, А.и другие. Боковой амиотрофический склероз: переход к новой системе классификации. Lancet Neurol. 15 , 1182–1194 (2016).

PubMed Google Scholar

132.

Yang, C. et al. Частичная потеря функции TDP-43 вызывает фенотип бокового амиотрофического склероза. Proc. Natl Acad. Sci. США 111 , E1121 – E1129 (2014).

CAS PubMed Google Scholar

133.

Линг, С. С., Полимениду, М. и Кливленд, Д. В. Конвергентные механизмы при БАС и ЛТД: нарушение гомеостаза РНК и белков. Нейрон 79 , 416–438 (2013).

CAS PubMed PubMed Central Google Scholar

134.

Mackenzie, I. R., Rademakers, R. & Neumann, M. TDP-43 и FUS при боковом амиотрофическом склерозе и лобно-височной деменции. Lancet Neurol. 9 , 995–1007 (2010).

CAS PubMed Google Scholar

135.

Fogarty, M. J. et al. Кортикальные синаптические и дендритные аномалии позвоночника в пресимптоматической модели бокового амиотрофического склероза TDP-43. Sci. Отчет 6 , 37968 (2016).

CAS PubMed PubMed Central Google Scholar

136.

Handley, E. E. et al. Дисфункция синапсов пирамидных нейронов слоя V предшествует нейродегенерации на мышиной модели протеинопатии TDP-43. Cereb. Cortex 27 , 3630–3647 (2017).

PubMed Google Scholar

137.

Mitchell, J. C. et al. TDP-43 человека дикого типа потенцирует прогрессирующую дегенерацию моторных и кортикальных нейронов, связанную с ALS, мутантным TDP-43 с патологическими признаками ALS. Acta Neuropathol. Commun. 3 , 36 (2015).

PubMed PubMed Central Google Scholar

138.

Muller, H.P. et al. Анализ магнитно-резонансной томографии с тензором продольной диффузии на когортном уровне выявляет нарушенную кортикальную и мозолистую микроструктуру с сохранением кортикоспинального тракта на мышиной модели ALS TDP-43 (G298S). Пер. Neurodegener. 8 , 27 (2019).

PubMed PubMed Central Google Scholar

139.

Браак, Х., Лудольф, А. К., Нойман, М., Равиц, Дж. И Дель Тредичи, К.Патологические изменения TDP-43 в клетках Беца отличаются от изменений в бульбарных и спинальных α-мотонейронах при спорадическом боковом амиотрофическом склерозе. Acta Neuropathol. 133 , 79–90 (2017). В этом обзоре подробно описывается временной паттерн нейродегенерации при ALS .

CAS PubMed Google Scholar

140.

Brettschneider, J. et al. Этапы патологии pTDP-43 при боковом амиотрофическом склерозе. Ann.Neurol. 74 , 20–38 (2013).

CAS PubMed PubMed Central Google Scholar

141.

Braak, H. et al. Боковой амиотрофический склероз – модель кортикофугального распространения аксонов. Nat. Rev. Neurol. 9 , 708–714 (2013).

CAS PubMed PubMed Central Google Scholar

142.

Genc, B. et al. Дегенерация апикальных дендритов, новая клеточная патология для клеток Беца при БАС. Sci. Отчетность 7 , 41765 (2017).

CAS PubMed PubMed Central Google Scholar

143.

Maekawa, S. et al. Кортикальная селективная уязвимость при заболевании двигательных нейронов: морфометрическое исследование. Мозг 127 , 1237–1251 (2004).

CAS PubMed Google Scholar

144.

Cardenas, A. M. et al. Патология повреждения мозолистой оболочки при БАС: ex vivo, МРТ-исследование с тензором диффузии 7 Тл. Neuroimage Clin. 15 , 200–208 (2017).

PubMed PubMed Central Google Scholar

145.

Zhang, J. et al. Аберрантная межполушарная гомотопическая функциональная и структурная взаимосвязь при боковом амиотрофическом склерозе. J. Neurol. Нейрохирургия. Психиатр. 88 , 369–370 (2017).

PubMed Google Scholar

146.

Broad, R.J. et al. Визуализация ориентации и плотности дисперсии нейритов (NODDI) выявляет дегенерацию кортикального и кортикоспинального трактов при БАС. J. Neurol. Нейрохирургия. Психиатр. 90 , 404–411 (2019).

PubMed Google Scholar

147.

Chio, A. et al. Нейровизуализация при боковом амиотрофическом склерозе: понимание структурных и функциональных изменений. Lancet Neurol. 13 , 1228–1240 (2014).

PubMed Google Scholar

148.

Nihei, K., McKee, A.C. & Kowall, N. W. Паттерны нейрональной дегенерации в моторной коре головного мозга пациентов с боковым амиотрофическим склерозом. Acta Neuropathol. 86 , 55–64 (1993).

CAS PubMed Google Scholar

149.

Браунелл, Б., Оппенгеймер, Д. Р. и Хьюз, Дж. Т. Центральная нервная система при заболевании двигательных нейронов. J. Neurol. Нейрохирургия. Психиатр. 33 , 338–357 (1970).

CAS PubMed Google Scholar

150.

Хаммер Р. П. младший, Томиясу У. и Шейбель А. Б. Дегенерация клеток Беца человека из-за бокового амиотрофического склероза. Exp. Neurol. 63 , 336–346 (1979).

PubMed Google Scholar

151.

Кирнан, Дж.А. и Хадсон, А. Дж. Изменения размеров кортикальных и нижних мотонейронов при боковом амиотрофическом склерозе. Мозг 114 , 843–853 (1991).

PubMed Google Scholar

152.

Pringle, C.E. et al. Первичный боковой склероз. Клинические особенности, невропатология и диагностические критерии. Мозг 115 , 495–520 (1992).

PubMed Google Scholar

153.

Weiskopf, N. et al. Количественное многопараметрическое сопоставление R1, PD *, MT и R2 * при 3 T: многоцентровая проверка. Фронт. Neurosci. 7 , 95 (2013).

PubMed PubMed Central Google Scholar

154.

Trampel, R., Bazin, P. L., Pine, K. & Weiskopf, N. Магнитно-резонансная томография (МРТ) in vivo пластинок коры головного мозга человека. Нейроизображение 197 , 707–715 (2019).

PubMed Google Scholar

155.

Эдвардс, Л. Дж., Кирилина, Э., Мохаммади, С. и Вейскопф, Н. Микроструктурная визуализация неокортекса человека in vivo. Нейроизображение 182 , 184–206 (2018).

PubMed Google Scholar

156.

McColgan, P. et al. Связь количественной 7 Т МРТ по глубине коры с цитоархитектоникой, экспрессией генов и коннектомикой: основа для отслеживания нейродегенеративных заболеваний. Препринт на bioRxiv https: // doi.org / 10.1101 / 2020.02.05.935080 (2020).

Артикул Google Scholar

157.

Havlicek, M. & Uludag, K. Динамическая модель ламинарной реакции BOLD. Нейроизображение 204 , 116209 (2020).

CAS PubMed Google Scholar

158.

Guidi, M., Huber, L., Lampe, L., Gauthier, C.J. и Moller, H.E. Lamina-зависимый калиброванный BOLD-ответ в первичной моторной коре головного мозга человека. Нейроизображение 141 , 250–261 (2016).

PubMed Google Scholar

159.

Huber, L. et al. CBV-fMRI высокого разрешения позволяет картировать ламинарную активность и взаимосвязь корковых входов и выходов в человеческом M1. Нейрон 96 , 1253–1263 e1257 (2017). Это исследование является первым, демонстрирующим фМРТ с высоким разрешением в моторной коре головного мозга человека. .

CAS PubMed PubMed Central Google Scholar

160.

Yu, Y. et al. Слоистая активация сенсорного ввода и прогнозирующая обратная связь в первичной соматосенсорной коре человека. Sci. Adv. 5 , eaav9053 (2019).

PubMed PubMed Central Google Scholar

161.

Финн, Э. С., Хубер, Л., Джанграу, Д. К., Молфезе, П. Дж. И Бандеттини, П. А. Слоистая активность префронтальной коры головного мозга человека во время рабочей памяти. Nat. Neurosci. 22 , 1687–1695 (2019).

CAS PubMed PubMed Central Google Scholar

162.

Вейтенбург, С. А., Роуленд, Л. М., Эдден, Р. А. и Баркер, П. Б. Воспроизводимость спектроскопии мозга при 7 Тл с использованием традиционных методов локализации и спектрального редактирования. J. Magn. Резон. Изображения 38 , 460–467 (2013).

PubMed PubMed Central Google Scholar

163.

Ladd, M. E. et al. Плюсы и минусы МРТ / МРС сверхвысокого поля для применения на людях. Прог. Nucl. Magn. Резон. Spectrosc. 109 , 1–50 (2018).

CAS PubMed Google Scholar

164.

Boon, L. I. et al. Систематический обзор исследований на основе МЭГ болезни Паркинсона: двигательная система и не только. Гум. Brain Mapp. 40 , 2827–2848 (2019).

PubMed PubMed Central Google Scholar

165.

Proudfoot, M. et al. Измененные кортикальные колебания бета-диапазона отражают дегенерацию двигательной системы при боковом амиотрофическом склерозе. Гум. Brain Mapp. 38 , 237–254 (2017).

PubMed Google Scholar

166.

Proudfoot, M. et al. Нарушение связи корково-мышечных и межполушарных кортикальных бета-колебаний при боковом амиотрофическом склерозе. Clin. Neurophysiol. 129 , 1479–1489 (2018).

PubMed Google Scholar

167.

Pollok, B. et al. Моторно-корковые колебания на ранних стадиях болезни Паркинсона. J. Physiol. 590 , 3203–3212 (2012).

CAS PubMed PubMed Central Google Scholar

168.

Варди, А. Н. и др. Замедление активности M1 при болезни Паркинсона во время отдыха и движения – исследование MEG. Clin. Neurophysiol. 122 , 789–795 (2011).

PubMed Google Scholar

169.

Heinrichs-Graham, E. et al. Доказательства Pharmaco-MEG для связанной с вниманием гипер-связи между слуховой и префронтальной корой при СДВГ. Психиатр. Res. 221 , 240–245 (2014).

Google Scholar

170.

Shaw, A. D. et al.Анализ кортикальных микросхем in vivo при лобно-височной деменции: платформа для исследований экспериментальной медицины. Cereb. Cortex https://doi.org/10.1093/cercor/bhz024 (2019).

Артикул PubMed Google Scholar

171.

Хьюз, Л. Е., Риттман, Т., Роббинс, Т. В. и Роу, Дж. Б. Реорганизация корковой колебательной динамики, лежащая в основе растормаживания при лобно-височной деменции. Мозг 141 , 2486–2499 (2018).

PubMed PubMed Central Google Scholar

172.

Trattnig, S. et al. Ключевые клинические преимущества нейровизуализации на 7 T. Neuroimage 168 , 477–489 (2018).

PubMed Google Scholar

173.

Dou, W. et al. Систематические региональные вариации концентраций ГАМК, глутамина и глутамата следуют отпечаткам пальцев рецепторов в коре головного мозга человека. J. Neurosci. 33 , 12698–12704 (2013).

CAS PubMed PubMed Central Google Scholar

174.

Brandt, A. S. et al. Возрастные изменения глутамата передней поясной коры при шизофрении: исследование ¹ H MRS при 7 теслах. Schizophr. Res. 172 , 101–105 (2016).

PubMed PubMed Central Google Scholar

175.

Kumar, J. et al. Глутатион и глутамат при шизофрении: исследование 7 T MRS. Мол. Психиатрия 25 , 873–882 (2018).

PubMed PubMed Central Google Scholar

176.

Overbeek, G. et al. Взаимосвязь между корковым возбуждением и торможением и активацией и дезактивацией, вызванной заданием: комбинированное исследование магнитно-резонансной спектроскопии и функциональной магнитно-резонансной томографии при 7 Тл при первом эпизоде психоза. Biol. Психиатрия Cogn. Neurosci. Нейровизуализация 4 , 121–130 (2019).

PubMed Google Scholar

177.

Posporelis, S. et al. Разделение температуры мозга и глутамата в недавнем начале шизофрении: исследование протонной магнитно-резонансной спектроскопии 7T. Biol. Психиатрия Cogn. Neurosci. Нейровизуализация 3 , 248–254 (2018).

PubMed Google Scholar

178.

Reid, M.A. et al. 7 T протонная магнитно-резонансная спектроскопия передней поясной коры при первом эпизоде шизофрении. Schizophr. Бык. 45 , 180–189 (2019).

PubMed Google Scholar

179.

Эмир, У. Э., Туите, П. Дж. И Оз, Г. Повышенные уровни ГАМК в пояснице и скорлупе при болезни Паркинсона от легкой до средней степени тяжести, обнаруживаемой с помощью MRS протона 7 тесла. PLOS ONE 7 , e30918 (2012).

CAS PubMed PubMed Central Google Scholar

180.

van den Bogaard, S.J. et al. Исследовательская магнитно-резонансная спектроскопия 7 Тесла при болезни Хантингтона дает in vivo доказательства нарушения энергетического обмена. J. Neurol. 258 , 2230–2239 (2011).

PubMed PubMed Central Google Scholar

181.

van den Bogaard, S.J. et al. Продольные изменения метаболитов при болезни Хантингтона в начале болезни. Дж. Хантингт. Дис. 3 , 377–386 (2014).

Google Scholar

182.

Atassi, N. et al. Магнитно-резонансная спектроскопия в сверхвысоком поле (7 тесла) при боковом амиотрофическом склерозе. PLOS ONE 12 , e0177680 (2017).

PubMed PubMed Central Google Scholar

183.

Kordasiewicz, H. B. et al. Устойчивое терапевтическое излечение болезни Хантингтона путем временного подавления синтеза хантингтина. Нейрон 74 , 1031–1044 (2012).

CAS PubMed PubMed Central Google Scholar

184.

McCampbell, A. et al. Антисмысловые олигонуклеотиды увеличивают выживаемость и обращают снижение мышечной реакции в моделях БАС. J. Clin. Вкладывать деньги. 128 , 3558–3567 (2018).

PubMed PubMed Central Google Scholar

185.

Zhao, H. T. et al. Антисмысловые олигонуклеотиды LRRK2 улучшают образование включения α-синуклеина в мышиной модели болезни Паркинсона. Мол. Ther. Нуклеиновые кислоты 8 , 508–519 (2017).

CAS PubMed PubMed Central Google Scholar

186.

Mignon, L. et al. Дизайн первого исследования на людях IONIS-MAPTRx, тау-снижающего антисмыслового олигонуклеотида, у пациентов с болезнью Альцгеймера (S2.006). Неврология 90 , С2.006 (2018).

Google Scholar

187.

Tabrizi, S.J. et al. Нацеленность на экспрессию хантингтина у пациентов с болезнью Хантингтона. N. Engl. J. Med. 380 , 2307–2316 (2019). Эта работа представляет собой первое клиническое испытание антисмыслового олигонуклеотида 1/2a фазы 1 / 2a на людях при болезни Хантингтона, показывающее дозозависимое снижение мутантного гентингтина .

CAS PubMed Google Scholar

188.

McColgan, P. et al. Избирательная уязвимость областей мозга Rich Club – это организационный принцип потери структурной связи при болезни Хантингтона. Мозг 138 , 3327–3344 (2015).

PubMed PubMed Central Google Scholar

189.

Niso, G. et al. Что теория графов на самом деле говорит нам об эпилептической активности межприступной МЭГ в состоянии покоя. Neuroimage Clin. 8 , 503–515 (2015).

PubMed PubMed Central Google Scholar

190.

Рамин, С. Л., Тоньола, В. А. и Спотти, А. Р. Протонная магнитно-резонансная спектроскопия: клиническое применение у пациентов с поражениями головного мозга. Sao Paulo Med. J. 121 , 254–259 https://doi.org/10.1590/s1516-31802003000600008 (2003).

Артикул PubMed Google Scholar

Растормаживающая микросхема для обучения ассоциативному страху в слуховой коре

Martin, S.Дж. И Моррис, Р. Г. Новая жизнь в старой идее: пересмотр гипотезы синаптической пластичности и памяти. Гиппокамп 12 , 609–636 (2002)

CAS PubMed Статья Google Scholar

Хюбенер, М. и Бонхёффер, Т. Поиск инграмм. Нейрон 67 , 363–371 (2010)

PubMed Статья CAS Google Scholar

Маркрам, Х.и другие. Интернейроны тормозной системы неокортекса. Nature Rev. Neurosci. 5 , 793–807 (2004)

CAS Статья Google Scholar

Габерне Л., Джадхав С. П., Фельдман Д. Э., Карандини М. и Сканциани М. Соматосенсорная интеграция, контролируемая динамическим таламокортикальным подавлением прямой связи. Нейрон 48 , 315–327 (2005)

CAS PubMed Статья Google Scholar

Вер, М.И Задор, А. М. Сбалансированное торможение лежит в основе настройки и обостряет время спайков в слуховой коре. Природа 426 , 442–446 (2003)

ADS CAS PubMed Статья Google Scholar

Фройнд Т. Ф. и Катона И. Перисоматическое торможение. Нейрон 56 , 33–42 (2007)

CAS PubMed Статья Google Scholar

Кавагути, Ю.& Кубота, Ю. Подтипы ГАМКергических клеток и их синаптические связи в лобной коре головного мозга крыс. Cereb. Cortex 7 , 476–486 (1997)

CAS PubMed Статья Google Scholar

Лоуренс, Дж. Дж. Холинергический контроль высвобождения ГАМК: возникающие параллели между неокортексом и гиппокампом. Trends Neurosci. 31 , 317–327 (2008)

CAS PubMed Статья Google Scholar

Баччи, А., Huguenard, J. R. & Prince, D. A. Модуляция неокортикальных интернейронов: внешние влияния и упражнения в самоконтроле. Trends Neurosci. 28 , 602–610 (2005)

CAS PubMed Статья Google Scholar

Кругликов И. и Руди Б. Перисоматическое высвобождение ГАМК и таламокортикальная интеграция в возбуждающие клетки неокортекса регулируются нейромодуляторами. Нейрон 58 , 911–924 (2008)

CAS PubMed PubMed Central Статья Google Scholar

Метерат, Р.Никотиновые рецепторы ацетилхолина в сенсорной коре. ЖЖ. Mem. 11 , 50–59 (2004)

PubMed Статья Google Scholar

Фогельс, Т. П. и Эбботт, Л. Ф. Стробирование множественных сигналов посредством детального баланса возбуждения и торможения в цепях пиковых сигналов. Nature Neurosci. 12 , 483–491 (2009)

CAS PubMed Статья Google Scholar

Шуга, Н.& Ма, X. Многопараметрическая кортикофугальная модуляция и пластичность в слуховой системе. Nature Rev. Neurosci. 4 , 783–794 (2003)

CAS Статья Google Scholar

Вайнбергер, Н. М. Слуховая ассоциативная память и репрезентативная пластичность в первичной слуховой коре. Слушайте. Res. 229 , 54–68 (2007)

PubMed PubMed Central Статья Google Scholar

Куирк, Г.Дж., Армони, Дж. Л. и Леду, Дж. Э. Кондиционирование от страха усиливает различные временные компоненты вызванных тоном цепочек спайков в слуховой коре и боковой миндалине. Нейрон 19 , 613–624 (1997)

CAS PubMed Статья Google Scholar

Джи, В., Шуга, Н. и Гао, Э. Влияние агонистов и антагонистов рецепторов NMDA и ACh на пластичность слуховой системы летучих мышей, вызванное условием страха. J. Neurophysiol. 94 , 1199–1211 (2005)

CAS PubMed Статья Google Scholar

Froemke, R.C., Merzenich, M.M. & Schreiner, C.E. След синаптической памяти для пластичности кортикального рецептивного поля. Природа 450 , 425–429 (2007)

ADS CAS PubMed Статья Google Scholar

Леду, Дж.E. Эмоциональные контуры мозга. Annu. Rev. Neurosci. 23 , 155–184 (2000)

CAS PubMed Статья Google Scholar

Campeau, S. & Davis, M. Участие подкорковых и корковых афферентов латерального ядра миндалины в условном рефлексе страха, измеряемом с помощью испуганного испуга у крыс, обученных одновременно со слуховыми и визуальными условными стимулами. J. Neurosci. 15 , 2312–2327 (1995)

CAS PubMed PubMed Central Статья Google Scholar

Боутман, Дж. А. и Ким, Дж. Дж. Таламо-кортико-миндалевидный путь опосредует формирование слухового страха в неповрежденном мозге. Eur. J. Neurosci. 24 , 894–900 (2006)

PubMed Статья Google Scholar

Романски, Л.М. и Леду, Дж. Э. Двустороннее разрушение неокортикальных и периринальных проекционных мишеней акустического таламуса не нарушает кондиционирование слухового страха. Neurosci. Lett. 142 , 228–232 (1992)

CAS PubMed Статья Google Scholar

Чжоу, Ф. М. и Хаблитц, Дж. Дж. Морфологические свойства внутриклеточно меченых нейронов слоя I в неокортексе крысы. J. Comp. Neurol. 376 , 198–213 (1996)

CAS PubMed Статья Google Scholar

Гестрин, С. и Армстронг, У. Э. Морфология и физиология кортикальных нейронов в слое I. J. Neurosci. 16 , 5290–5300 (1996)

CAS PubMed PubMed Central Статья Google Scholar

Christophe, E. et al. Два типа никотиновых рецепторов опосредуют возбуждение интернейронов неокортикального слоя I. J. Neurophysiol. 88 , 1318–1327 (2002)

CAS PubMed Статья Google Scholar

Чу, З., Галаррета, М. и Хестрин, С. Синаптические взаимодействия нейронов неокортекса с поздними импульсами в слое 1. J. Neurosci. 23 , 96–102 (2003)

CAS PubMed PubMed Central Статья Google Scholar

Маргри, Т.W. et al. Целевые записи целых клеток в головном мозге млекопитающих in vivo . Нейрон 39 , 911–918 (2003)

CAS PubMed Статья Google Scholar

Гончар Ю. и Буркхальтер А. Определенные ГАМКергические цели прямой связи и обратной связи между нижними и верхними областями зрительной коры головного мозга крысы. J. Neurosci. 23 , 10904–10912 (2003)

CAS PubMed PubMed Central Статья Google Scholar

Cauller, L.J., Clancy, B. & Connors, B. W. Обратные кортикальные проекции первичной соматосенсорной коры у крыс расширяют длинные горизонтальные аксоны в слое I. J. Comp. Neurol. 390 , 297–310 (1998)

CAS PubMed Статья Google Scholar

Рубио-Гарридо, П., Перес-де-Манзо, Ф., Порреро, К., Галазо, М. Дж. И Класка, Ф. Таламический вход в дистальные апикальные дендриты в неокортикальном слое 1 массивный и сильно конвергентный. Cereb. Cortex 19 , 2380–2395 (2009)

PubMed Статья Google Scholar

Хассельмо, М. Э. и Сартер, М. Режимы и модели холинергической нейромодуляции познания переднего мозга. Нейропсихофармакология 36 , 52–73 (2011)

CAS PubMed Статья Google Scholar

Венк, Г. Л. Холинергическая система ядра Basalis magnocellularis: сто лет прогресса. Neurobiol. Учить. Mem. 67 , 85–95 (1997)

CAS PubMed Статья Google Scholar

Mechawar, N., Cozzari, C. & Descarries, L. Холинергическая иннервация в коре головного мозга взрослых крыс: количественное иммуноцитохимическое описание. J. Comp. Neurol. 428 , 305–318 (2000)

CAS PubMed Статья Google Scholar

Хиппенмейер, С.и другие. Онтогенетический переключатель в ответе нейронов DRG на передачу сигналов фактора транскрипции ETS. PLoS Biol. 3 , e159 (2005)

PubMed PubMed Central Статья CAS Google Scholar

Gentet, L.J., Avermann, M., Matyas, F., Staiger, J.F. & Petersen, C.C. Динамика мембранного потенциала ГАМКергических нейронов в бочкообразной коре головного мозга ведущих мышей. Нейрон 65 , 422–435 (2010)

CAS PubMed Статья Google Scholar

Кавагути, Ю.Селективная холинергическая модуляция подтипов ГАМКергических клеток коры. J. Neurophysiol. 78 , 1743–1747 (1997)

CAS PubMed Статья Google Scholar

Манукин, М. Б., Бодуан, Д. Л., Эрнст, З. Р., Флагель, Л. Дж. И Демб, Дж. Б. Растормаживание сочетается с возбуждением для расширения рабочего диапазона выключенного зрительного пути при дневном свете. J. Neurosci. 28 , 4136–4150 (2008)

CAS PubMed PubMed Central Статья Google Scholar

Чжан, Ф., Араванис, А. М., Адамантидис, А., де Лесеа, Л. и Дейссерот, К. Автоматические выключатели: оптические технологии для исследования нейронных сигналов и систем. Nature Rev. Neurosci. 8 , 577–581 (2007)

CAS Статья Google Scholar

Возни, К. и Уильямс, С. Р. Специфика синаптических связей между ингибирующими интернейронами уровня 1 и пирамидными нейронами 2/3 слоя в неокортексе крысы. Cereb.Cortex 21 , 1818–1826 (2011)

PubMed PubMed Central Статья Google Scholar

Wu, J. & Hablitz, J. J. Совместная активация дофаминовых рецепторов D1 и D2 усиливает активируемый гиперполяризацией внутренний ток в интернейронах слоя I. J. Neurosci. 25 , 6322–6328 (2005)

CAS PubMed PubMed Central Статья Google Scholar

Феринг, Р.К., ван Бредероде, Дж. Ф., Кинни, Г. А. и Спейн, У. Дж. Серотонинергическая модуляция супрагранулярных нейронов в сенсомоторной коре головного мозга крыс. J. Neurosci. 22 , 8238–8250 (2002)

CAS PubMed PubMed Central Статья Google Scholar

Couey, J. J. et al. Распределенные сетевые действия никотина увеличивают порог пластичности, зависящей от времени спайков, в префронтальной коре. Нейрон 54 , 73–87 (2007)

CAS PubMed Статья Google Scholar

Гил, З., Коннорс, Б. В. и Амитаи, Ю. Дифференциальная регуляция неокортикальных синапсов с помощью нейромодуляторов и активности. Нейрон 19 , 679–686 (1997)

CAS PubMed Статья Google Scholar

Аквас, Э., Уилсон, К. и Фибигер, Х.С. Условные и безусловные стимулы увеличивают выброс ацетилхолина лобной коры и гиппокампа: эффекты новизны, привыкания и страха. J. Neurosci. 16 , 3089–3096 (1996)

CAS PubMed PubMed Central Статья Google Scholar

Stosiek, C., Garaschuk, O., Holthoff, K. & Konnerth, A. In vivo двухфотонная кальциевая визуализация нейронных сетей. Proc. Natl Acad. Sci. США 100 , 7319–7324 (2003)

ADS CAS PubMed Статья Google Scholar

Ниммерьян, А., Kirchhoff, F., Kerr, J. N. & Helmchen, F. Сульфородамин 101 как специфический маркер астроглии в неокортексе in vivo . Nature Methods 1 , 31–37 (2004)

CAS PubMed Статья Google Scholar

Ciocchi, S. et al. Кодирование условного страха в центральных тормозных цепях миндалины. Природа 468 , 277–282 (2010)

ADS CAS PubMed Статья Google Scholar

Тан, W.и другие. Точная экспрессия нескольких белков посредством самообработки 2А-пептида: универсальный и надежный метод манипулирования цепями мозга. J. Neurosci. 29 , 8621–8629 (2009)

CAS PubMed PubMed Central Статья Google Scholar

Канонические микросхемы для прогнозирующего кодирования

В этом разделе рассматриваются ламинарные соединения, лежащие в основе понятия канонической микросхемы (Douglas et al., 1989; Дуглас и Мартин, 1991, 2004). Сначала мы сосредоточимся на зрительной коре головного мозга млекопитающих, а затем рассмотрим, можно ли обобщить визуальную микросхему до канонической схемы для всей коры. Как функциональные, так и анатомические методы были применены для изучения внутренних (внутрикортикальных) и внешних связей. Мы подчеркнем выводы недавних исследований, в которых сочетаются оба метода.

Внутренние связи и каноническая микросхема

Основополагающая работа Дугласа и Мартина (1991), посвященная зрительной системе кошки, позволила создать модель того, как информация течет через корковый столбец.Дуглас и Мартин записали внутриклеточные потенциалы клеток первичной зрительной коры во время электростимуляции ее таламических афферентов. Они отметили стереотипный паттерн быстрого возбуждения, за которым следует более медленное и продолжительное торможение. Латентность последующей гиперполяризации позволила выделить ответы в надгранулярном и инфрагранулярном слоях. Используя модели на основе проводимости, они показали, что простая модель может воспроизвести эти реакции. Их модель содержала поверхностные и глубокие пирамидные клетки с общим пулом тормозных клеток.Все три популяции нейронов получили таламический драйв и были полностью взаимосвязаны. Глубокие пирамидные клетки получали относительно слабое таламическое движение, но сильное торможение (). Эти взаимосвязи позволили схеме усилить временные таламические входы для создания устойчивой активности в коре, сохраняя при этом баланс между возбуждением и торможением, две задачи, которые должны быть решены любой корковой цепью. Их схема, хотя и основана на записях зрительной коры головного мозга кошки, также была предложена в качестве основной темы, которая могла бы присутствовать и воспроизводиться с небольшими вариациями по всему кортикальному листу (Douglas et al., 1989).

Это схема классической микросхемы, адаптированная из работы Дугласа и Мартина (1991). Эта минимальная схема включает поверхностные (слои 2 и 3) и глубокие (слои 5 и 6) пирамидные клетки и популяцию гладких тормозных клеток. Входящие сигналы с прямой связью – от таламуса – нацелены на все клеточные популяции, но с акцентом на тормозящие интернейроны, а также поверхностные и гранулярные слои. Обратите внимание на симметричное развертывание внутренних тормозных и возбуждающих связей, которые поддерживают баланс возбуждения и торможения.

Последующие исследования использовали внутриклеточные записи и гистологию для измерения спайков (и деполяризации) в пре- и постсинаптических клетках, чья клеточная морфология может быть определена. Этот подход количественно оценивает как вероятность соединения, определяемую как количество наблюдаемых соединений, деленное на общее количество записанных пар, так и силу соединения, определяемую в терминах постсинаптических ответов. Томсон и др. (2002) использовали эти методы для изучения слоев 2–5 (от L2 до L5) зрительных систем кошек и крыс.Наиболее часто соединяющиеся клетки были расположены в одном кортикальном слое, где самые большие межслойные выступы были «прямыми» связями от L4 к L3 и от L3 к L5. Возбуждающие реципрокные связи «обратной связи» не наблюдались (от L3 к L4) или наблюдались реже (от L5 к L3), что позволяет предположить, что возбуждение распространяется внутри столбца с прямой связью. Связи обратной связи обычно наблюдаются, когда пирамидные клетки в одном слое нацелены на ингибирующие клетки в другом (см. Обзор Thomson and Bannister, 2003).

В то время как многие исследования были сосредоточены на возбуждающих связях, некоторые исследовали тормозные связи. Их труднее изучать, потому что тормозные клетки менее распространены, чем возбуждающие, и потому что существует по крайней мере семь различных морфологических классов (Salin and Bullier, 1995). Однако недавние достижения в оптогенетике сделали возможным более легкое нацеливание на ингибирующие клетки: Kätzel и его коллеги объединили оптогенетику и регистрацию целых клеток, чтобы исследовать внутреннюю связность тормозных клеток в областях коры головного мозга мышей M1, S1 и V1 (Kätzel et al., 2010). Они трансгенно экспрессировали каналродопсин в тормозных нейронах и активировали их при записи из пирамидных клеток. Это позволило им оценить эффект торможения как функцию ламинарного положения относительно зарегистрированного нейрона.

Из этого подхода можно сделать несколько выводов (Kätzel et al., 2010): во-первых, L4 ингибирующие связи более ограничены в их латеральной протяженности по сравнению с другими слоями. Это подтверждает мнение о том, что в ответах L4 преобладают таламические входы, тогда как остальные пластинки интегрируют афференты от более широкого кортикального пятна.Во-вторых, первичный источник ингибирования исходит из клеток в том же слое, что отражает преобладание ингибирующих интраламинарных связей. В-третьих, несколько интерламинарных мотивов оказались общими – по крайней мере, в зернистой коре: в основном, сильная тормозящая связь от L4 к супрагранулярному L2 / 3 и от инфрагранулярных слоев к L4. Для получения дополнительной информации о специфичности ингибирующих соединений клеточного типа см. Yoshimura and Callaway, (2005). дает сводку ключевых возбуждающих и тормозных интраламинарных связей.

Это упрощенная схема ключевых внутренних связей между возбуждающими (E) и тормозными (I) популяциями в гранулярном (L4), надгранулярном (L1 / 2/3) и инфрагранулярном (L5 / 6) слоях. Возбуждающие межслойные связи в основном основаны на Гилберте и Визеле (1983). Прямые связи обозначают прямые внешние кортикокортикальные или таламокортикальные афференты, которые реципрокны обратными или обратными связями. Анатомические и функциональные данные предполагают, что афферентный вход поступает в основном в L4 и передается в поверхностные слои L2 / 3, богатые пирамидными клетками, которые выступают вперед в следующую корковую область, образуя дисинаптический путь между таламусом и вторичными кортикальными областями (Callaway, 1998).Информация из L2 / 3 затем отправляется в L5 и L6, которые отправляют (внутренние) проекции обратной связи обратно в L4 (Usrey and Fitzpatrick, 1996). Клетки L5 образуют обратную связь с более ранними областями коры, а также с легковыми, верхними бугорками и стволом головного мозга. Таким образом, прямой ввод разделяется внутренними связями на поверхностный прямой поток и глубокий обратный поток. На этой схеме мы сопоставили плотно взаимосвязанные возбуждающие и тормозящие популяции внутри каждого слоя.

Микросхемы в сенсомоторной коре

Распространяются ли особенности зрительных микросхем на другие области коры? Недавно в двух исследованиях была выявлена внутренняя взаимосвязь сенсорной и моторной коры мышей: Лефорт и его коллеги (2009) использовали множественные записи целых клеток в коре ствола мышей, чтобы определить вероятность моносинаптических связей и соответствующую силу связи. Как и в зрительной коре, самые сильные связи были интраламинарными, а самые сильные межслойные связи – восходящими L4 к L2 и нисходящими L3 к L5.

Одна из загадок канонических микросхем заключается в том, имеет ли моторная кора локальная схема, качественно похожая на сенсорную кору. Этот вопрос важен, потому что моторная кора не имеет четко определенного гранулярного L4 (свойство, за которое она получила название «агранулярная кора»). Weiler и его коллеги объединили записи целых клеток в моторной коре мышей с фотостимуляцией для извлечения глутамата из клетки (Weiler et al., 2008). Это позволило им систематически стимулировать корковый столбец в сетке с центром на пирамидном нейроне, с которого они регистрировались.Путем записи от пирамидных нейронов в L2-6 (L1 лишен пирамидных клеток), авторы картировали возбуждающее влияние, которое каждый слой оказывает на другие. Они обнаружили, что соединение L2 / 3 с L5A / B было самым сильным – на него приходилось треть общего синаптического тока в цепи. Вторым по силе межслойным соединением было взаимное соединение L5A с L2 / 3. Этот путь может быть гомологичен известному пути от L4 / 5A к L2 / 3 в сенсорной коре. Также, как и в сенсорной коре, были заметны рекуррентные (интраламинарные) связи, особенно в L2, L5A / B и L6.Наибольшая часть синаптического входа поступает в L5A / B, что соответствует его ключевой роли в накоплении информации от широкого диапазона афферентов – перед отправкой его выхода в кортикоспинальный тракт. Таким образом, сильная связь от входного слоя к поверхностной и от поверхностной к глубокой, вместе с сильной интраламинарной связностью, предполагает, что внутренняя схема моторной коры похожа на другие области коры.

Анатомия и физиология внешних связей

Ясно, что учет микросхем должен относиться к слоям происхождения внешних связей и их ламинарным мишеням.Хотя большинство пресинаптических входов возникает из внутренних связей, области коры также сильно взаимосвязаны, где баланс между внутренней и внешней обработкой опосредует функциональную интеграцию между специализированными областями коры (Engel et al., 2010). Только по цифрам, внутренние связи, по-видимому, преобладают – 95% всех нейронов, помеченных ретроградным индикатором, лежат в пределах примерно 2 мм от места инъекции (Markov et al., 2011). Остальные 5% представляют собой клетки, дающие начало внешним связям, которые, хотя и немногочисленны, могут быть чрезвычайно эффективными в управлении своими целями.Речь идет о связи LGN с V1: хотя это только шестая по силе связь с V1, афференты LGN оказывают существенное влияние на ответы V1 (Markov et al., 2011).

Иерархии и функциональные асимметрии

Современная догма утверждает, что кора головного мозга иерархически организована. Идея корковой иерархии опирается на различие между тремя типами внешних связей: прямые связи, которые связывают более раннюю область с более высокой областью, связи обратной связи, которые связывают более высокую область с более ранней областью, и боковые связи, которые связывают области на более высоком уровне. на том же уровне (см. обзор Felleman and Van Essen, 1991).Эти связи различаются по своему ламинарному происхождению и целям. Прямые связи происходят в основном из поверхностных пирамидных клеток и мишеней L4, тогда как обратные связи происходят в основном из глубоких пирамидных клеток и заканчиваются вне L4 (Felleman and van Essen 1991). Ясно, что это описание корковых иерархий является упрощением и может иметь множество нюансов: например, по мере увеличения иерархического расстояния между двумя областями процент клеток, отправляющих прямую связь (соотв.обратная связь) проекции с более низкого (соответственно более высокого) уровня становятся все более смещенными в сторону поверхностных (соответственно глубоких) слоев (Barone et al., 2000; Vezoli, 2004).

Помимо ламинарной специфичности их происхождения и мишеней, прямые и обратные связи также различаются по своей синаптической физиологии. Традиционная точка зрения утверждает, что прямые связи являются сильными и движущими, способными вызывать пиковую активность у их целей и придавать классические свойства рецептивного поля – прототипическим примером является синаптическая связь между LGN и V1 (Sherman and Guillery, 1998).Считается, что соединения обратной связи модулируют (внеклассические) характеристики рецептивного поля в соответствии с текущим контекстом; например, визуальная окклюзия, внимание, заметность, и т. д. Прототипным примером обратной связи является соединение кортикального слоя L6 с LGN. Шерман и Гиллери определили несколько свойств, которые отличают драйверы от модуляторов . Управляющие связи имеют тенденцию проявлять сильный ионотропный компонент в их синаптическом ответе, вызывать большие ВПСП и отвечать на несколько ВПСП угнетающими синаптическими эффектами.Модуляторные связи при стимуляции вызывают метаботропные и ионотропные реакции, вызывают слабые ВПСП и демонстрируют облегчение парных импульсов (Sherman and Guillery, 1998; 2011). Эти различия были основаны на входах в LGN, где входные данные сетчатки являются движущими, а входные сигналы коры являются модулирующими. До недавнего времени было доступно мало данных, чтобы оценить, применимо ли подобное различие к кортико-кортикальным связям прямой связи и обратной связи. Однако недавние исследования показывают, что корковые обратные связи выражают не только модуляторные, но и управляющие характеристики:

Являются ли обратные связи управляющими, модуляционными или и тем, и другим?

Хотя обычно считается, что обратные связи являются слабыми и модулирующими (Crick and Koch, 1998; Sherman and Guillery, 1998), недавние данные свидетельствуют о том, что обратные связи не только модулируют ответы более низкого уровня: Шерман и его коллеги зарегистрировали клетки в области мыши. V1 / V2 и A1 / A2, стимулируя афференты прямой или обратной связи.В обоих случаях наблюдались реакции, похожие на вождение, а также на модуляторные реакции (Covic and Sherman, 2011; De Pasquale and Sherman, 2011). Это указывает на то, что – для этих иерархически близких областей – обратные связи могут влиять на их цели так же сильно, как и прямые связи. Это согласуется с более ранними исследованиями, показывающими, что обратная связь может быть движущей силой: Миньяр и Малпели (1991) изучали обратную связь между областями 18 и 17, в то время как слой А LGN был фармакологически инактивирован.Это заставило замолчать клетки L4 в области 17, но сохранило активность в поверхностных слоях. Однако при поражении области 18 поверхностные клетки заглушались. Это согласуется с движущим эффектом обратной связи из области 18 при отсутствии коленчатого входа. Таким образом, обратная связь может опосредовать модулирующие и управляющие эффекты. Это важно с точки зрения кодирования с предсказанием, потому что нисходящие предсказания должны вызывать обязательные ответы в своих целях (ячейки, сообщающие об ошибках предсказания):

При кодировании с предсказанием соединения с прямой связью передают ошибки предсказания, в то время как соединения с обратной связью передают предсказания от верхние области коры, чтобы подавить ошибки предсказания в нижних областях.Таким образом, в этой схеме соединения обратной связи должны иметь возможность оказывать сильное (управляющее) влияние на более ранние области для подавления или противодействия входным управляющим сигналам с прямой связью. Однако, как мы увидим позже, эти влияния также должны вызывать нелинейные или модулирующие эффекты. Это связано с тем, что предсказания сверху вниз обязательно зависят от контекста: например, перекрытие одного визуального объекта другим. Короче говоря, для прогнозирующего кодирования требуются обратные связи, чтобы управлять клетками на более низких уровнях контекстно-зависимым образом, что требует модулирующего аспекта их постсинаптических эффектов.

Являются ли обратные связи возбуждающими или тормозящими?

Важно отметить, что поскольку обратные связи передают прогнозы – которые служат для объяснения и тем самым уменьшения ошибок прогнозирования на более низких уровнях – их эффективная (полисинаптическая) связность обычно считается тормозящей. Общий ингибирующий эффект обратных связей согласуется с исследованиями in vivo . Например, электрофизиологические исследования негативности несоответствия предполагают, что нейронные реакции на девиантные стимулы, которые нарушают сенсорные предсказания, установленные регулярной последовательностью стимулов, усиливаются по сравнению с предсказанными стимулами (Garrido et al., 2009). Сходным образом нарушение ожиданий слухового повторения вызывает усиление гамма-диапазона ответов в ранней слуховой коре (Todorovic et al., 2011). Считается, что эти усиленные ответы отражают неспособность высших областей коры головного мозга предсказывать и тем самым подавлять активность популяций, кодирующих ошибку предсказания (Garrido et al., 2007; Wacongne et al., 2011). Подавление предсказуемых ответов можно также рассматривать как подавление повторения, наблюдаемое в единичных записях из нижней височной коры макак (Desimone, 1996).Более того, нейроны нижневисочной коры обезьян значительно меньше реагируют на предсказанную последовательность естественных изображений по сравнению с непредсказуемой последовательностью (Meyer and Olson, 2011).

Ингибирующий эффект обратных связей дополнительно подтверждается исследованиями нейровизуализации (Murray et al., 2002; Murray, 2005; Harrison et al., 2007; Summerfield et al., 2008, 2011; Alink et al., 2010). Эти исследования показывают, что предсказуемые стимулы вызывают меньшую реакцию в ранних корковых областях. Важно отметить, что это подавление не может быть объяснено с точки зрения местной адаптации, потому что атрибуты стимулов, которые можно предсказать, не представлены в ранней сенсорной коре (например,г., Харрисон и др. 2007). Следует отметить, что подавление ответов на предсказуемые стимулы может сосуществовать с усилением внимания (сверху вниз) обработки сигналов (Wyart et al., 2012): при прогнозирующем кодировании внимание опосредуется увеличением прироста популяций, кодирующих ошибку прогнозирования. (Спратлинг, 2008; Фельдман, Фристон, 2010). Результирующая модуляция внимания (например, Hopfinger et al., 2000) может взаимодействовать с предсказаниями сверху вниз, чтобы преодолеть их подавляющее влияние – как показано эмпирически (Kok et al., 2011). См. Buschman and Miller (2007), Saalmann et al. (2007), Anderson et al. (2011) и Armstrong et al. (2012) для дальнейшего обсуждения нисходящих связей во внимании.

Дополнительные доказательства тормозящего (подавляющего) эффекта обратных связей получены из нейропсихологии: пациенты с повреждением префронтальной коры (ПФК) демонстрируют растормаживание связанных с событием потенциальных ответов (ERP) на повторяющиеся стимулы (Knight et al., 1989; Yamaguchi). и Knight, 1990; но см. Barceló et al., 2000). Напротив, они демонстрируют ERP P300 с уменьшенной амплитудой в ответ на новые стимулы – как если бы произошла неспособность передать нисходящие предсказания сенсорной коре головного мозга (Knight, 1984). Более того, нормальные субъекты демонстрируют быструю адаптацию к девиантным стимулам, когда они становятся предсказуемыми – эффект, не наблюдаемый у префронтальных пациентов.

Несколько инвазивных исследований дополняют эти исследования на людях, предполагая общую ингибирующую роль обратных связей. В недавнем плодотворном исследовании Olsen et al.изучили кортикоталамическую обратную связь между L6 V1 и LGN, используя трансгенную экспрессию канала родопсина в L6 клетках V1. Управляя этими клетками оптогенетически – во время регистрации единиц в V1 и LGN – авторы показали, что глубокие основные клетки L6 ингибируют свои внешние мишени в LGN и свои внутренние мишени в корковых слоях 2-5 (Olsen et al., 2012). Это подавление было мощным – в LGN зрительные реакции подавлялись на 76%. Подавление также было высоким в V1, около 80-84% (Olsen et al., 2012). Эти данные согласуются с классическими исследованиями вклада кортикогенных веществ в настройку длины в LGN, показывающими, что корковая обратная связь способствует подавлению объемного звука кошачьих LGN-клеток: без обратной связи клетки LGN растормаживаются и демонстрируют более слабое объемное подавление (Murphy and Sillito, 1987). ; Sillito et al., 1993; но см. Alitto and Usrey, 2008).

В то время как эти исследования предоставляют убедительные доказательства того, что корковая обратная связь с LGN является тормозящей, доказательства более сложны для кортикокортикальных обратных связей (Sandell and Schiller, 1982; Johnson and Burkhalter, 1996, 1997).Хюпе и его коллеги охлаждали область V5 / MT во время записи из областей V1, V2 и V3 у обезьяны. Когда зрительные стимулы предъявлялись в классическом рецептивном поле (CRF), охлаждение области V5 / MT снижало активность единиц в более ранних областях, предполагая возбуждающий эффект внешней обратной связи (Hupé et al., 1998). Однако, когда авторы использовали стимул, охватывающий внеклассическую радиочастоту, ответы нейронов V1 были – в среднем – усилены после охлаждения области V5, что согласуется с подавляющей ролью обратных связей.Эти результаты показывают, что тормозящие эффекты обратных связей могут зависеть от (естественных) стимулов, которые требуют интеграции в поле зрения. Подобные эффекты наблюдались, когда область V2 охлаждалась, и нейроны измерялись в V1: когда стимулы подавались только на CRF, охлаждение V2 уменьшало пиковую активность V1; однако, когда стимулы присутствовали в CRF и окружающей среде, охлаждение V2 увеличивало активность V1 (Bullier et al., 1996). Наконец, другие утверждали, что ингибирующий эффект обратной связи основан на времени и пространственной степени подавления окружающего звука в обезьяне V1, делая вывод, что эффекты подавления дальнего окружения, скорее всего, были опосредованы обратной связью (Bair et al., 2003).

Эмпирический вывод о том, что обратная связь может как облегчить, так и подавить возбуждение в нижних иерархических областях – в зависимости от содержания классических и внеклассических рецептивных полей – согласуется с прогнозирующим кодированием: Рао и Баллард (1999) обучили сеть иерархического прогнозирующего кодирования распознавать естественные образы. Они показали, что более высокие уровни иерархии учатся предсказывать визуальные особенности, которые распространяются на многие CRF на более низких уровнях (например, стволы деревьев или горизонты).Следовательно, более высокие визуальные области предсказывают, что визуальные стимулы будут охватывать рецептивные поля клеток в более низких визуальных областях. В этой настройке стимул, который ограничен CRF, вызовет сильный сигнал ошибки предсказания (потому что он не может быть предсказан). Это дает простое объяснение выводов Hupé et al (1998) и Bullier et al (1996): когда отключаются обратные связи, нет никаких предсказаний сверху вниз для объяснения ответов в нижних областях, что приводит к растормаживанию ответов в нижних областях. более ранние области, когда – и только когда – стимулы можно предсказать по множеству CRF.

Обратные связи и уровень 1

Как может быть опосредован тормозящий эффект обратных связей? Установлено мнение, что внешние кортикокортикальные связи являются исключительно возбуждающими (с использованием глутамата в качестве возбуждающего нейромедиатора), хотя недавние данные свидетельствуют о том, что ингибирующие внешние связи существуют и могут играть важную роль в синхронизации удаленных регионов (Melzer et al., 2012). Однако один важный путь, с помощью которого обратные связи могут опосредовать избирательное ингибирование, – это их прекращение в L1 (Anderson and Martin, 2006; Shipp, 2007): слой 1 иногда называют бесклеточным из-за его бледного вида при окрашивании по Нисслю (классическое метод разделения слоев, выборочно маркирующий тела клеток).Действительно, недавнее исследование пришло к выводу, что L1 содержит менее 0,5% всех клеток в кортикальном столбе (Meyer et al., 2011). Эти клетки L1 почти все являются тормозящими и прочно связаны друг с другом посредством электрических соединений и химических синапсов (Chu et al., 2003). Одновременные записи патч-зажимов целых клеток показывают, что они обеспечивают сильное моносинаптическое ингибирование пирамидных клеток L2 / 3, чьи апикальные дендриты проецируются в L1 (Chu et al., 2003; Wozny and Williams, 2011). Это означает, что клетки, ингибирующие L1, находятся в лучшем положении, чтобы опосредовать ингибирующие эффекты внешней обратной связи.Ламинарное расположение, выделенное этими исследованиями – нижняя часть L1 и верхняя часть L2 / 3 – недавно было показано, как «горячая точка» ингибирования в колонке (Meyer et al., 2011). Действительно, исследование бочки коры головного мозга крысы, которая стимулировала (и инактивировала) L1, показало, что она оказывает мощный тормозящий эффект на ответы, вызванные усами (Shlosberg et al., 2006). Эти исследования показывают, что кортикокортикальные обратные связи могут оказывать сильное ингибирование, если они задействуют ингибирующий потенциал L1.

Что касается возбуждающего и модулирующего эффекта обратных связей, предсказательный ввод из более высоких областей коры может иметь важное влияние через дистальные дендриты пирамидных нейронов (Larkum et al., 2009). Более того, существует определенный тип ГАМКергических нейронов, которые, по-видимому, контролируют дистальную возбудимость дендритов, по-разному управляя возбуждающими сигналами сверху вниз во время поведения (Gentet et al., 2012). резюмирует исследования, которые мы обсудили в отношении роли обратной связи.

Таблица 1

Результаты электрофизиологии и нейровизуализации, согласующиеся с прогностическим кодированием.

Прогноз нарушен	Изученная область	Нейронное выражение ошибки предсказания	Исследование
Пары изученных визуальных объектов	Нижне-височная кора головного мозга обезьяны (ИТ)	Повышенная скорость стрельбы	Мейер и Олсон, 2011 г.
Статистика естественного изображения	Monkey V1, V2, V3	Повышенная скорострельность	Hupé et al., 1998; Bullier et al., 1996; Bair et al., 2003
Повторяющийся слуховой поток	Ранняя слуховая кора человека	Повышенные потенциалы, связанные с событиями (ERP), повышенная мощность в гамма-диапазоне	Garrido et al., 2007, 2009; Тодорович и др., 2011
Связность визуальной формы и движения	Human V1, V2, V3, V4, V5 / MT	Расширенный ответ жирным шрифтом	Murray et al 2002; Мюррей и др. 2005; Харрисон и др., 2007
Аудиовизуальное соответствие речи	Зрительная и слуховая кора	Колебательная активность в гамма-диапазоне	Арнал и др., 2011 г.
Предсказуемость зрительных стимулов в зависимости от внимания	Human V1, V2, V3	Расширенный ЖЕЛТЫЙ ответ при отсутствии участия, уменьшенный ЖЕЛТЫЙ при использовании	Кок и др., 2011
Иерархические ожидания в слуховых последовательностях	Височная кора человека	Расширенные возможности, связанные с событиями (ERP)	Wacongne et al., 2011 г.
Ожидаемое повторение (или чередование) стимулов лица	FFA в фМРТ, париетальном и центральном электродах ЭЭГ	Усиленный BOLD ответ, уменьшенное подавление повторения ERP	Summerfield et al., 2008, 2011
Кажущееся движение зрительного стимула	V1	Расширенный ответ жирным шрифтом	Алинк и др., 2010 г.

Прямые и трансталамические связи

Хотя доказательства ингибирующего эффекта обратных связей должны быть тщательно оценены, доказательства возбуждающего эффекта прямых связей однозначны.Например, у обезьяны V1 проецируется моносинаптически в V2, V3, V3a, V4 и V5 / MT (Zeki, 1978; Zeki and Shipp, 1988). Во всех случаях – когда V1 обратимо инактивируется посредством охлаждения – активность отдельных клеток в целевых областях сильно подавляется (Girard and Bullier, 1989; Girard et al., 1991a, 1991b, 1992). В случаях V2 и V3 результатом охлаждения области V1 является почти полное подавление активности отдельной единицы. Эти исследования показывают, что активность в высших областях коры зависит от входных сигналов от более ранних областей коры, которые устанавливают свойства их рецептивного поля.

Наконец, хотя многие исследования были сосредоточены на внешних связях, которые проецируются непосредственно из одной области коры в другую, появляется все больше свидетельств того, что управляющие связи с прямой связью (и, возможно, обратная связь) в коре могут быть опосредованы трансталамическими путями (Sherman and Guillery, 1998, 2011). Наиболее убедительное доказательство этого утверждения исходит от соматосенсорной системы, где недавно было показано, что заднее медиальное ядро таламуса (POm) – таламическое ядро более высокого порядка, которое получает прямой вход от коры головного мозга – может передавать информацию между S1 и S2 ( Хил и др., 2009). Кроме того, таламическое ретикулярное ядро, как предполагается, опосредует торможение, которое может лежать в основе кросс-модального внимания или предсказаний сверху вниз (Yamaguchi and Knight, 1990; Crick, 1984; Wurtz et al., 2011). Более того, вычислительные соображения и недавние экспериментальные данные указывают на потенциально важную роль таламических ядер более высокого порядка в координации и синхронизации корковых ответов (Vicente et al., 2008; Saalmann et al., 2012). Степень, в которой корковые области интегрированы напрямую через кортикокортикальные или косвенно через кортико-таламо-корковые связи, и степень, в которой трансталамические пути отделяют прямую связь от обратных связей таким же образом, как мы предложили для кортико-кортикальных связей, открыты. вопросов.

Микросхема неокортекса как tabula rasa

Абстрактные

Неокортекс обладает высокой способностью к пластичности. Чтобы понять весь объем этой способности, важно знать, как нейроны выбирают конкретных партнеров для формирования синаптических связей. Используя мультинейронные записи целых клеток и конфокальную микроскопию, мы обнаружили, что аксоны неокортикальных пирамидных нейронов слоя V преимущественно не проецируются в сторону дендритов определенных соседних пирамидных нейронов; вместо этого аксоны беспорядочно касаются всех соседних дендритов без какого-либо предубеждения.Функциональное синаптическое соединение небольшой части этих нейронов, однако, коррелирует с существованием синаптических бутонов на существующих участках касания. Эти данные предоставляют первое прямое экспериментальное свидетельство tabula rasa -подобной структурной матрицы между пирамидными нейронами неокортекса и предполагают, что пре- и постсинаптические взаимодействия формируют преобразование между прикосновениями и синапсами с образованием специфических функциональных микросхем. Эти данные также указывают на то, что локальная неокортикальная микросхема потенциально может быть изменена по-разному без необходимости ремоделирования аксональных или дендритных ветвей.

Отличительной чертой неокортекса является его чувствительность к условиям окружающей среды, которые могут вызывать глубокие структурные и функциональные изменения (1-4). На уровне микросхем эти изменения включают создание, устранение и модификацию синаптических связей между нейронами (5-10). Чтобы понять механизмы и полный потенциал корковой пластичности, важно ответить на фундаментальный вопрос: как нейрон выбирает соединение только с небольшой частью своих соседних нейронов в объеме коры, заполненном переплетенными дендритами? Этот вопрос активно обсуждается более десяти лет (11-15).В основе дискуссии лежит вопрос о том, размещаются ли повторяющиеся синапсы между пирамидными нейронами, которые составляют подавляющее большинство неокортикальных синапсов (14, 16), случайным образом, чтобы сформировать произвольную функциональную микросхему, или детерминированно, чтобы сформировать высокоспецифическую функциональную микросхему.

Теоретическая работа предполагает, что для аксона пирамидного нейрона практически невозможно избежать прикосновения к любому другому пирамидному нейрону в локальной микросхеме (до ≈150 мкм от сомы) (см.рис.1 С ) (14, 17, 18). Однако экспериментальные исследования с парными записями ясно показывают, что пирамидные нейроны синаптически связаны только с небольшой частью своих соседних нейронов (19-24). Еще более загадочным является то, что при установлении функциональной связи наблюдаются множественные синаптические контакты (22, 23, 25, 26). Кроме того, на локальном пирамидальном аксоне имеется только достаточное количество синаптических бутонов (≈1000-1500) для образования множественных синаптических контактов с небольшой долей из 1000-2000 соседних пирамидных нейронов (14, 27).Следовательно, на каком-то уровне должна происходить определенная форма отбора нейронов-мишеней. Чтобы решить этот вопрос, мы провели комбинированное исследование мультинейронов и конфокальное исследование, чтобы сравнить структурные и функциональные свойства связей между толстыми пучками пирамидных нейронов неокортекса в слое V.

Рисунок 1.

Конфокальная визуализация и трехмерные реконструкции пар и триплетов пирамидных нейронов слоя V.( A ) Сглаженное изображение из стопок трехмерных изображений пары пирамидных нейронов в слое V, полученное с помощью конфокальной микроскопии. Захватывается весь диапазон нейронов, что позволяет детально исследовать все точки соприкосновения между аксонами и дендритами. ( B ) Высокое разрешение конфокальной визуализации позволило однозначно проследить аксоны и дендриты для создания детальных трехмерных реконструкций. Высший нейрон окрашен в синий цвет для сомы и дендритов и красный для аксона.Нижний нейрон окрашен в зеленый цвет для сомы и дендритов и черный для аксона. ( C ) Геометрическую связь между пирамидными нейронами слоя V можно предсказать по их характерной морфологии. Мы предположили настройку двух пирамидных нейронов слоя V с любым пространственным разделением между их сомами. Контурный график показывает ожидаемое количество участков прикосновения как функцию относительного соматического расположения двух нейронов, когда один из них расположен в центре. График был рассчитан на основе морфологии нейронов, полученных из трехмерных реконструкций (18), и скорректирован на объем нейропиля.

Наши результаты показывают, что аксон любого пирамидного нейрона не смещен в сторону дендритов определенных соседних пирамидных нейронов. Аксоны и дендриты достаточно разветвлены, так что по крайней мере одно «касание» (прямое соприкосновение между аксональной и дендритной мембранами) наблюдается для каждой пары пирамидных нейронов, разделяющих один и тот же кортикальный столбик. Однако мы обнаружили, что синаптические бутоны образуются при существующих контактах между функционально связанными пирамидными нейронами, как показали парные записи.Мы показываем, что амплитуды записанных синаптических ответов коррелировали с количеством наблюдаемых синаптических бутонов, но не с количеством сайтов прикосновения. Основываясь на этих выводах, мы предлагаем кортикальную модель, которая утверждает, что анатомическая структура неокортикальной микросхемы подобна tabula rasa , из которой может быть сформировано множество функциональных микросхем. Эти функциональные микросхемы, вероятно, будут постоянно видоизменяться под воздействием относительной активности составляющих их нейронов, отражая текущие взаимодействия с окружающей средой.

Материалы и методы

Подготовка и запись срезов. Одновременные записи мультинейронов были получены от нейронных пар и триплетов в неокортикальных срезах (сагиттальных, толщиной 300 мкм) соматосенсорной коры крыс Wistar (14-16 сутки постнатального развития). Срезы инкубировали в течение 30 мин при 35 ° C, а затем при комнатной температуре (≈20-22 ° C) до переноса в записывающую камеру (35 ± 0,5 ° C). Срез визуализировали с помощью оптики для ИК-дифференциальной интерференционной контрастной микроскопии с помощью Zeiss Axioscope и ИК-камеры (Hamamatsu Photonics, Hamamatsu City, Japan).Раствор для купания состоял из 125 мМ NaCl, 25 мМ NaHCO ₃, 25 мМ глюкозы, 2,5 мМ KCl, 2 мМ CaCl ₂, 1,25 мМ NaH ₂ PO ₄ и 1 мМ MgCl ₂. Регистрацию целых клеток производили с помощью патч-пипеток (5-10 МОм), содержащих 110 мМ K-глюконат, 10 мМ KCl, 10 мМ Hepes, 10 мМ фосфокреатин (Na), 4 мМ MgATP, 0,3 мМ NaGTP и 4 мг / мл биоцитина. Толстые пучковые пирамидные нейроны в слое V соматосенсорной коры были выбраны для регистрации в соответствии с морфологией их сомат и проксимальных дендритов.Сомы записанных нейронов были расположены по крайней мере на 70 мкм ниже поверхности среза, чтобы обеспечить надежную морфологическую реконструкцию, а расстояния между соматами записанных пар или троек были <150 мкм. Записи напряжения получали с использованием усилителей axopatch 200 / B (Axon Instruments, Юнион-Сити, Калифорния). Существование функциональной связи между парами нейронов оценивалось в среднем по не менее 30 постсинаптическим ответам на последовательности потенциала действия в пресинаптическом нейроне (см.рис.3 B ). В тройках каждый эксперимент привел к шести проверенным соединениям. Аутаптические связи были проанализированы именно как пары с точки зрения их морфологических свойств, но не были изучены с точки зрения их электрофизиологических свойств.

Рис. 3.

Функциональная связь. ( A ) Синаптические бутоны, обнаруженные между парами нейронов после анализа конфокальных изображений с большим увеличением и классифицированные в соответствии с функциональной связностью нейронных пар.C, подключен; А, аутапсы; U, не подключено. ( B ) Пример функциональной связи между пирамидными нейронами V слоя. Цепочка пресинаптического потенциала действия (, верх, ) вызвала синаптические ответы в первом постсинаптическом нейроне (, средний, ), но не во втором (, нижний, ). Постсинаптические следы представляют собой в среднем 30 индивидуальных испытаний. ( C ) Корреляция между амплитудами ВПСП и количеством бутонов в соединенных парах. Амплитуды единичных ВПСП (первый ВПСП в поезде) наносятся на график в зависимости от количества бутонов, как определено с помощью конфокальной микроскопии.Коэффициент корреляции составляет 0,77, а наклон линейной аппроксимации составляет 0,41 ± 0,12 мВ на бутон. ( D ) Отрицательная корреляция между CV амплитуд ВПСП и количеством бутонов. CV рассчитывали как стандартное отклонение, деленное на среднее значение амплитуд ВПСП от не менее 30 индивидуальных ответов. Непрерывная линия представляет собой аппроксимацию функции обратных квадратов, которая предсказывается на основе моделей CV-анализа квантовой синаптической передачи.

Конфокальная микроскопия и 3D компьютерные реконструкции. После записи срезы фиксировали 0,1 М раствором фосфатного буфера, содержащим 2% параформальдегида и 2% глутарового альдегида, в течение 24-48 часов. Затем каждый срез промывали раствором с фосфатным буфером, заключали в желатиновый блок и резектировали на четыре-пять более тонких срезов с конечной толщиной 70-80 мкм. Затем срезы инкубировали в течение 3 часов в фосфатно-буферном растворе с 1: 100 флуоресцентным FITC-стрептавидином (Sigma) и 0,1% Triton X-100. После окрашивания срезы промывали фосфатно-буферным раствором, выравнивали на предметных стеклах в монтажной среде ImmuGlo (Immco Diagnostics, Buffalo, NY) и накладывали покровное стекло для конфокальной визуализации.Каждую группу (пара или триплет) подвергали конфокальной визуализации (Zeiss LSM 510; возбуждение, линия аргонового лазера 488 нм; обнаружение, полосовой фильтр от 505 до 560 нм). Стеки трехмерных изображений всего дендритного промежутка и локальных коллатералей аксонов были получены с использованием объектива 40x (Plan-Neofluar, Zeiss). Расстояние z между последовательными изображениями в каждой стопке составляло 1 мкм. Стеки были правильно выровнены относительно друг друга, чтобы сформировать непрерывное трехмерное представление всего диапазона нейронов (рис.1 А ).

Изображенные нейроны были полностью реконструированы с помощью программного обеспечения для 3D-реконструкции, разработанного для этой цели в нашей лаборатории. Благодаря высокому разрешению конфокальной микроскопии во всех случаях аксональные и дендритные процессы можно было однозначно проследить до их соматического происхождения (рис. 1 B ). ). После реконструкции все участки, где аксон перешел на дендрит <2 мкм, были визуально исследованы. Если визуальный осмотр изображений однозначно не исключил любой контакт между аксоном и дендритом, координаты места прохождения были сохранены для получения изображений с большим увеличением.С этой целью использовался 100-кратный объектив с 4-кратным коэффициентом масштабирования сканирования и узкой настройкой точечного отверстия. Был получен пакет трехмерных изображений каждого предполагаемого участка контакта с интервалом z 0,2 мкм. Качество полученных изображений позволило четко идентифицировать шипы, филоподии и бутоны (рис. 2). Каждая стопка была проанализирована на предмет точной природы контакта, который она содержала. Критерии классификации были следующими. Геометрические контакты учитывались там, где не было значительного уменьшения интенсивности флуоресценции между аксональными и дендритными участками.Критерием касания бутона был геометрический контакт, который также показал значительное набухание аксона (определяемого как бутон), по крайней мере, в 3 раза превышающее среднюю ширину аксона. Постсинаптическая цель была классифицирована как позвоночник или дендритный ствол. Критерием контакта на шипах было наличие дендритного выступа размером не менее 0,5 мкм, касающегося аксона. Примеры каждого типа касания приведены на рис. 2. Чтобы избежать какой-либо систематической ошибки в анализе, все стеки с большим увеличением были проанализированы без знания функциональной связи.Только после того, как они были разделены на касания с бутонами или без них, они были отсортированы по связанным, несвязанным и аутаптическим случаям.

Рис. 2.

Геометрическая связность. ( A ) Трехмерная визуализация изображений, полученных с помощью конфокального микроскопа, близкого соприкосновения аксона и дендритного стержня, в котором не наблюдается пресинаптического бутона.( B ) Трехмерный рендеринг, показывающий касание без синаптического бутона между аксоном и дендритным позвоночником. ( C ) Трехмерный рендеринг, показывающий предполагаемый синаптический контакт между аксоном и дендритным стержнем. ( D ) Трехмерный рендеринг, показывающий предполагаемый синаптический контакт между аксоном и дендритным позвоночником. (Шкала 2 мкм.)

Статистический анализ. Поскольку наличие бутона на участке касания является двоичным значением (есть бутон или нет), мы использовали биномиальные распределения индивидуальных соотношений бутона / касания для расчета вероятности образования бутона на участках касания.Биномиальное распределение, полученное из связанных и аутаптических аксодендритных пар, использовалось для оценки вероятности получения соотношений, наблюдаемых в несвязанных парах. Достоверность различий между группами оценивали по биномиальной оценке. Во всех других тестах на значимость использовался однофакторный дисперсионный анализ ANOVA.

Результаты

Одновременные записи целых клеток из пар и триплетов пирамидных нейронов V толстого слоя с пучками были получены из срезов соматосенсорной коры крыс.Для каждой пары нейронов были протестированы две реципрокные связи и классифицированы как функционально связанные в соответствии с наличием синаптических ответов (см. Материалы и методы и рис. 3 B ). Записи сопровождались инъекцией биоцитина, что обеспечивало последующее флуоресцентное окрашивание нейронов авидином. Пары и тройки нейронов, в которых наблюдалась хотя бы одна функциональная синаптическая связь, были отобраны для подробного морфологического анализа.В общей сложности 38 пар аксодендритов были независимо проанализированы морфологически в слепом исследовании, в котором нейроны, которые были функционально связаны, не были указаны. Каждую пару нейронов систематически сканировали с помощью конфокального микроскопа (см. Материалы и методы ), а затем воссоздали в 3D с помощью компьютерного программного обеспечения (Рис. 1 A и B ). ). После реконструкции были изолированы все места, в которых любой аксональный сегмент прошел <2 мкм любым дендритным процессом.Мы обнаружили, что аксон каждого пирамидного нейрона совершает до 10 таких близких проходов через дендриты любого соседнего пирамидного нейрона или своих собственных дендритов.

Затем мы повторно визуализировали эти близкие проходы при большом увеличении для анализа с более высоким разрешением, чтобы определить количество участков касания (см. Материалы и методы ). Сайты прикосновения были классифицированы на прикосновения с синаптическими бутонами и без них (рис. 2). После классификации все сенсорные сайты были отсортированы по функциональной связности (синаптически подключенные или неподключенные).Кроме того, к таковым были отнесены аутаптические аксодендритные контакты.

Геометрическая связность. Мы используем термин геометрическая связность для описания близких аксодендритных аппозиций и участков касания, независимо от существования функционального синапса. Среднее количество аксодендритных касаний между любой парой пирамидных нейронов составляло 5,6 ± 3,57 (среднее ± стандартное отклонение; n = 38 пар; диапазон 0-16, при 37/38 совершении хотя бы одного касания). Этот результат указывает на то, что каждый пирамидный нейрон физически касается каждого другого соседнего пирамидного нейрона в локальной микросхеме и что в большинстве случаев происходит несколько касаний.

Количество касаний для связанных пар (6,6 ± 1,5, n = 10), несвязанных пар (4,5 ± 0,8, n = 12) и для аутаптических аксодендритных пар (5,8 ± 0,8, n = 16) составляло существенно не отличается (см. Таблицу 1, которая опубликована как Вспомогательная информация на веб-сайте PNAS) ( P = 0,38, однофакторный дисперсионный анализ; P = 0,16 для сравнения между подключенными и аутаптическими парами по сравнению с несвязанными аксодендритными парами), что указывает на то, что прикосновения происходят таким образом, который не оказывает значительного влияния на нейроны с какие функциональные синапсы образуются.Кроме того, количество касаний между соседними пирамидными нейронами согласуется со значениями, предсказанными теоретическими исследованиями (17, 18), предполагая случайное распределение участков касания, возникающих только из геометрических соображений (Рис. 1 C ). Геометрические предсказания, подтвержденные приведенными выше результатами, показывают, что между любыми двумя пирамидными нейронами, находящимися на расстоянии менее 300 мкм друг от друга, то есть разделяющих один и тот же кортикальный столбик, вероятно, будут присутствовать несколько участков касания. Эта геометрическая связность «все ко всем» резко контрастирует с гораздо более разреженной функциональной связностью, наблюдаемой для различных пар нейронов.

Функциональная возможность подключения. Всего было обнаружено 63 касания бутона, из которых 53 образовались на базальных дендритах и 10 – на косых дендритах. Все бутоны, наблюдаемые для связанных пар, располагались на базальных дендритах ( n = 20). Мы сравнили количество бутонов, наблюдаемых для связанных, несвязанных и аутаптических аксодендритных пар. Всего 52 бутона при 159 касаниях (33%) со средним соотношением (среднее количество бутонов / касаний для всех пар нейронов) 0.30 было найдено для связанных и аутаптических случаев по сравнению с 11 бутонами при 54 (20%) прикосновениях со средним соотношением 0,19 в несвязанных случаях. Наблюдалась значительная разница между несвязанными парами и связанными и аутаптическими аксодендритными парами ( P <0,025, оценка биномиальной вероятности) (см. Материалы и методы ), что указывает на то, что предполагаемые синаптические бутоны имели значительно более высокую вероятность существования в местах касания. связанных и аутаптических аксодендритных пар по сравнению с несвязанными парами.

Число бутонов было более чем в 2 раза выше для подключенных (бутонов на пару, выраженных как среднее ± SE, 2 ± 0,5; диапазон, 0-6) и аутаптических (бутонов на пару, 2 ± 0,5; диапазон, 0-8) соединений, чем для неподключенных пар (бутоны на пару, 0,9 ± 0,3; диапазон, 0-3) (рис. 3 A ). Средние числа для бутонно-спинномозговых контактов составили 1,5 ± 0,3 и 0,58 ± 0,22 для соединенных и несвязанных случаев, соответственно. Эта почти трехкратная разница статистически значима ( P <0.02, однофакторный дисперсионный анализ), в отличие от контактов бутонов на дендритных валах. В этом случае средние значения составили 0,5 ± 0,3 и 0,33 ± 0,14 для подключенного и несвязанного направлений, и разница незначительна ( P > 0,6, однофакторный дисперсионный анализ). Эти данные убедительно свидетельствуют о том, что бутонно-позвоночные соединения действительно являются функциональными синапсами. Приведенные выше числа бутонов занижены, потому что они были определены в соответствии со строгим критерием отсечения (3-кратное увеличение аксона) с конкретной целью повышения чувствительности к любым различиям между популяциями.Если предположить гауссово распределение размеров бутонов, фактическое количество бутонов может быть в 2 раза больше, что согласуется с предыдущими экспериментальными оценками (23, 25, 28, 29). Интересно отметить, что мы наблюдали межпозвоночные соединения также между несвязанными парами (5 из 12 пар), с возможными причинами этого ( – ), что наблюдаемые контакты были синапсами в различных состояниях созревания (до или после того, как электрически функциональные), ( ii ) они могли быть «молчащими» синапсами (30-32) и ( iii ), возможно, эти наблюдаемые шипы и бутоны образовывали синаптические контакты с немечеными элементами других нейронов.

Вероятность найти функциональную связь составила ≈15% (65 из 407 протестированных пар), что аналогично ранее сообщенным значениям (23). Амплитуды возбуждающих постсинаптических потенциалов (ВПСП), записанные в связанных парах (первый ВПСП, вызванный последовательностью потенциалов действия; см. Рис. 3 B ) сильно коррелировали с количеством идентифицированных синаптических бутонов (рис. 3 C ) с коэффициентом корреляции 0,77 (0,67 только для бутонов на шипах).Наклон линейной аппроксимации амплитуд ВПСП как функции числа бутонов дал значение 0,41 ± 0,12 мВ на бутон (0,64 ± 0,24 мВ для бутонов на шипах). Когда линейная подгонка проходила через начало оси (нулевую точку), наклон был выше, давая значение 0,62 ± 0,09 мВ на бутон (0,91 ± 0,13 для бутонов на шипах). Эти значения находятся в пределах диапазона, указанного для того же типа соединения (23), и выше, чем значение 0,14 мВ на контакт, сообщаемое для соединений между шиповато-звездчатыми клетками слоя IV и пирамидными нейронами слоя III (26).Напротив, корреляция между амплитудами ВПСП и количеством участков аксодендрита касания была значительно ниже, с коэффициентом корреляции 0,17 и наклоном линейной аппроксимации, дающим значение 0,03 ± 0,06 мВ на касание. Расстояния между касаниями бутона и сомами составляли от 9,4 до 138,6 мкм, в среднем 75,7 ± 30,9 мкм. Не наблюдали значимой корреляции между расстоянием между касаниями отдельных бутонов от сомы и амплитудой ВПСП после нормализации количества бутонов на пару (данные не показаны).Вероятность высвобождения и постоянная времени восстановления после депрессии, полученные из модели синаптической динамики (33), варьировались от 0,30 до 0,56 (среднее значение 0,45 ± 0,09) и от 0,45 до 0,96 с (среднее значение 0,59 ± 0,16). соответственно, и не коррелировали с количеством касаний бутоном. Коэффициент вариации (CV) амплитуд ВПСП колебался от 9% до 86% и отрицательно коррелировал с количеством касаний бутоном (Рис. 3 D ), что согласуется с предсказаниями, полученными на основе моделей квантовой синаптической передачи (34), указывая на то, что прикосновения бутона действительно коррелируют с существованием функциональных синапсов.

Обсуждение

Наши результаты показывают полную геометрическую матрицу связности между соседними толстыми пучками пирамидных нейронов в слое V соматосенсорной коры крыс. Статистика аксодендритных аппозиций согласуется со случайной связностью, управляемой геометрическими свойствами нейронов, обеспечивая прямое свидетельство того, что аксон одного нейрона структурно не смещен по отношению к дендритам любого заранее выбранного целевого нейрона.Повышенная вероятность образования синаптических бутонов на дендритных шипах является морфологическим индикатором, позволяющим различать функционально связанные и несвязанные пирамидные нейроны. Мы предполагаем, что модификации в местах касания аксодендритов путем создания и устранения функциональных синаптических контактов могут объяснять динамическое формирование функциональных сетей между соседними пирамидными нейронами неокортикальной микросхемы.

прикосновений против синапсов. Чтобы избежать какой-либо двусмысленности в классификации сенсорных сайтов, мы использовали строгие критерии для определения существования бутона на данном сенсорном сайте (см. Материалы и методы ). Наши наблюдения за геометрическими контактами, демонстрирующими бутоны на участках касания, в частности на тех, которые сформированы на шипах, весьма вероятно, будут настоящими синаптическими участками по следующим причинам. ( i ) Мы наблюдали заметную (3-х кратную) разницу между соединенными и несоединенными парами при сравнении бутонов на шипах, но никакой разницы при сравнении бутонов на стержнях.Это открытие согласуется с тем фактом, что> 90% пирамидных возбуждающих синапсов возникают на шипах, а не на стержнях (35, 36). ( ii ) Другие исследования, сочетающие окрашивание биоцитином, световую микроскопию и электронную микроскопию (23, 25, 26), показали, что наблюдение бутона на позвоночнике с помощью световой микроскопии очень свидетельствует о существовании синаптического сайта. ( iii ) Высокое разрешение флуоресцентного окрашивания с конфокальной микроскопией гарантирует, что бутоны и шипы будут четко видны и хорошо определены.( iv ) Электрофизиологические измерения амплитуды ВПСП и CV сильно коррелировали с количеством бутонов между соединенными нейронами.

В этом исследовании было показано, что количество синаптических сайтов, участвующих в функциональной связи, ниже, чем наблюдалось в предыдущих исследованиях (23, 25, 37), включающих окрашивание пероксидазой авидин-хрен и обычную световую микроскопию. Это различие может быть связано с различными экспериментальными методами и критериями классификации.Разрешение, достигнутое в этом исследовании, было таким, что определение бутонов и шипов почти всегда было окончательным. При обычной световой микроскопии и окрашивании разрешение снижается, и иногда контакты могут неправильно классифицироваться. Кроме того, количественный критерий определения бутона в этом исследовании (3-кратное увеличение толщины аксона) является строгим и может вызвать недооценку количества синапсов. Правильность определения бутонов в нашем исследовании дополнительно подтверждается высокой корреляцией, наблюдаемой между амплитудой ВПСП и количеством бутонов (рис.3 С ), по сравнению с низкой корреляцией, наблюдаемой между амплитудой ВПСП и количеством участков прикосновения. Важно отметить, что аутаптическая иннервация была аналогична иннервации связанных пар, что согласуется с предыдущими сообщениями для той же корковой области и стадии развития (25).

Полная геометрическая связность. В этом исследовании мы показали, что пирамидные нейроны слоя V достаточно разветвлены, чтобы обеспечить множественные точки соприкосновения между аксонами и дендритами всех соседних нейронов.Таким образом, разветвление аксонов и дендритов пирамидных нейронов обеспечивает геометрическое решение для комплексной связи плотно упакованной кортикальной микросхемы. Мы предполагаем, что наши результаты могут быть обобщены на другие области коры из-за стереотипной формы пирамидных нейронов (11, 23, 38) и общих ограничений, которым все они подвергаются, например, оптимизации кортикальных проводников (14, 39-42). . Аналогичные результаты, хотя и с использованием другой техники, были также получены для пирамидных нейронов в слое 2/3 зрительной коры головного мозга крысы (17).Однако кортикальные пирамидные нейроны не являются однородной популяцией (11, 43, 44), и еще предстоит показать, будут ли свойства связности, которые мы наблюдали для пирамидных пирамидных нейронов с толстым слоем V, действительно сохраняться для связности внутри других подклассов и между ними. пирамидные нейроны. В недавнем исследовании (45) было показано, что связь между ГАМКергическими интернейронами и пирамидными нейронами высокоспецифична по сравнению со связью между пирамидными нейронами, что предполагает качественное различие в разводке микросхем для разных популяций нейронов.Также ожидается, что другие структуры мозга, например, мозжечок, который демонстрирует совершенно другую топографическую организацию, могут подчиняться совсем другим правилам связности, чем то, что мы сообщаем здесь для неокортикальной микросхемы.

Как показали парные записи, только небольшая часть геометрических контактов используется для образования функциональных связей. Как же тогда важны геометрические контакты? Мы предполагаем, что важность геометрической связности «все-ко-всем» заключается в первую очередь в том, чтобы дать возможность динамической перестройки кортикальной микросхемы без необходимости серьезного ремоделирования аксонов и дендритов.Таким образом, полная геометрическая связность позволяет любым двум пирамидальным нейронам в кортикальном столбе формировать надежное синаптическое соединение без ремоделирования ветви, просто используя существующую инфраструктуру волокна. Любой процесс обучения, который может потребовать функционального соединения двух определенных нейронов в столбце, может происходить путем преобразования существующих геометрических штрихов в синаптический контакт между бутоном и позвоночником. Такие преобразования, вероятно, быстрее (8, 9) и метаболически дешевле, чем любой процесс, требующий роста аксонов или дендритов.Во-вторых, хотя механизмы, запускающие и усиливающие формирование и модификацию синапсов, понятны лишь частично, вполне вероятно, что требуется некоторая форма «молекулярного рукопожатия» между нейронами, отражающая их относительную активность (46-49). Поскольку большинство пар пирамидных нейронов в столбце геометрически связаны, они могут передавать молекулярные сигналы между собой действительно параллельно. Тот факт, что между синаптически связанными парами нейронов наблюдаются множественные контакты, можно объяснить гипотезой о том, что молекулярные взаимодействия в аксодендритных участках касания управляются электрической активностью пре- и постсинаптических нейронов.Если молекулярная сигнализация рассматривается как вычислительный процесс, заканчивающийся решением создать, изменить или удалить функциональный синапс, это значительно усиливает параллельную обработку информации в неокортексе. Можно также предположить, что промежуточным состоянием таких преобразований является молчащий синапс (30-32). Наконец, тот факт, что для формирования функциональных соединений используется лишь небольшая часть потенциальных участков касания, наделяет микросхему огромным количеством возможных конфигураций связи (50, 51).«Фракция заполнения» (51), которая обозначает соотношение между фактической и потенциальной связностью, используется для оценки информационного содержания кортикальной ткани с точки зрения количества информационных битов на синапс в зависимости от возможных конфигураций сети. Согласно этому формализму, низкая доля заполнения (≈0,1), подразумеваемая в нашем исследовании, предполагает высокую информативность ≈4-5 бит на синапс (51).

Геометрическая роль дендритных шипов. Большинство возбуждающих клеток коры головного мозга покрыто дендритными шипами, которые долгое время считались усилителями связи между нейронами (см.52 для обзора). В частности, предполагается, что шипы играют морфологическую роль, позволяя коллатералям аксонов расти через корковое серое вещество по удивительно прямому пути (53). Свиндейл (53) утверждал, что аксонам не нужно зигзагообразно перемещаться между нейронами, потому что наличие шипов ослабляет ограничения расстояния между аксональными и дендритными центрами. Степанянц и др. . (51) предположили, что наличие шипов снижает фракцию заполнения в корковых тканях за счет увеличения числа потенциальных синаптических сайтов.Это уменьшение доли заполнения вызывает дальнейшее повышение информационного содержания на синапс.

Мы хотим выделить другой аспект морфологической роли шипов с топологической точки зрения связности. Как предсказано на основе модели геометрической связности (18), любое увеличение диаметра дендритов приводит к большему количеству участков касания аксодендритов. В этом исследовании мы обнаружили, что в среднем между аксонами и дендритными валами формируется 3,3 контакта.Когда также учитываются контакты на дендритных шипах, среднее количество контактов увеличивается до 5,6. В рамках модели это эквивалентно добавлению 70% к «эффективному диаметру» дендрита. Следовательно, шипы и филоподии можно рассматривать как устройства, которые увеличивают геометрическую связь между нейронами. На эту возможность дополнительно указывает высокая подвижность позвоночника и филоподий по сравнению с незначительным ремоделированием аксонов и дендритных отростков (54-56).

Заключение

Геометрическая связность, которая не лежит в основе функциональных синаптических контактов, обычно не обсуждается в исследованиях неокортикальной микросхемы.Наши результаты показывают, что геометрические контакты, вероятно, не просто побочные продукты кортикальной проводки, но являются преобладающим и важным свойством микросхемы, которое имеет решающее значение для пластичности и вычислений. Физическая близость между аксонами и дендритами позволяет передавать сигналы между нейронами, чтобы управлять образованием, удалением и модификацией синапсов, запускаемых реципрокной нейрональной активностью и проявляющейся подвижностью позвоночника и филоподий. Таким образом, геометрическая связность tabula rasa обеспечивает возможность полной реконфигурации локальной микросхемы без какого-либо ремоделирования ветви, просто путем создания и устранения синапсов в существующих геометрических контактах.Небольшая часть функционально связанных пирамидных нейронов в неокортикальной микросхеме в данный момент составляет лишь одну из практически бесконечного числа возможных конфигураций. Условия и временные рамки, необходимые для функциональной реконфигурации микросхемы, до сих пор неизвестны и представляют собой важные проблемы для дальнейших экспериментов.

Благодарности

Мы благодарим доктора Фила Гудмана и сотрудников лаборатории за полезные комментарии к рукописи.Это исследование было поддержано грантом Европейского Союза (H.M.).

Сноски

↵ § Кому должна быть адресована корреспонденция. Эл. Почта: henry.markram {at} epfl.ch.
↵ † Н.К. и Г.С. в равной степени внесли свой вклад в эту работу.
Вклад авторов: Н.К., Г.С., Х.М. спланированное исследование; Н.К., Г.С., Х.М. проведенное исследование; Н.К. и G.S. проанализировали данные; и Н.К., Г.С., Х.М. написал газету.
Этот документ был отправлен напрямую (Трек II) в офис PNAS.
Сокращения: ВПСП – возбуждающий постсинаптический потенциал; CV, коэффициент вариации.

Стохастические вычисления в моделях кортикальных микросхем

Состояния сети и распределения состояний сети

Марков констатирует.

Марковское состояние (или, точнее,) сети в определенный момент времени определяется здесь как недавняя история времен всплесков всех нейронов в сети за период. Термин «марковский» относится к тому факту, что в мягких условиях и для достаточно длинного окна сетевая динамика нейронной цепи со временем становится независимой от сетевой активности временами, учитывая марковское состояние и внешний вход. Следовательно, динамика сети обладает марковским свойством по отношению к этому определению состояния.

Для каждого нейрона в нейронной цепи история длины импульсов определяется как список времен всплесков, испускаемых нейроном в пределах окна. Время всплесков отсчитывается относительно начала окна в. Если – количество импульсов внутри нейрона, то список принимает вид, (3) где.

Мы обозначаем пространство всех возможных сетевых состояний длины через или, если однозначно, просто через. Обратите внимание, что это определение эквивалентно определению состояния в [18], к которому заинтересованный читатель может отослать за дальнейшими формальными деталями (e.грамм. ассоциированная -алгебра пространства состояний).

Объем теоретических результатов: Требуемые свойства сетевых и нейронных моделей шума.

Мы изучаем общие теоретические свойства моделей схем стохастических пиков, управляемых некоторым внешним, возможно векторным, входным сигналом, который может представлять, например, входные скорости в наборе входных нейронов или вводимые входные токи. Формально входная последовательность может принимать значения из любого пространства состояний; конкретным примером является векторнозначный ввод с, где – количество входных измерений.

В этой статье мы рассматриваем две разные модели шума для нейрона: В модели шума I генерация спайков непосредственно моделируется как стохастический процесс. Вся динамика сети, включая задержки аксонов, синаптическую передачу, краткосрочную синаптическую динамику, дендритные взаимодействия, интеграцию входных данных в соме и т. Д., Может быть смоделирована функцией, которая отображает состояние Маркова (которое включает недавнюю историю спайков нейрона). сам) на мгновенную вероятность всплеска. Эта модель очень гибкая и может учитывать различные типы нейронного шума.В более конкретной модели шума II механизм возбуждения нейрона считается детерминированным, и шум входит в его динамику через стохастическое высвобождение пузырьков на афферентных синаптических входах. Также для наших теоретических результатов можно предположить комбинации моделей шума I и II в одном нейроне и цепи, например нейроны с общим механизмом стохастических всплесков, которые дополнительно обладают стохастическими синапсами, или смеси нейронов из моделей I и II в одной и той же среде. схема.

В модели шума I мгновенная вероятность всплеска нейрона в определенный момент времени определяется выражением: (4) Предполагается, что эта мгновенная частота импульсов во времени ограничена и полностью определяется текущим марковским состоянием сети для некоторых достаточно больших.Точнее, для модели шума I сделаны следующие четыре допущения:

A 1 Пики – это отдельные события: Мы предполагаем, что, например, выполняется (5), которое выполняется, если каждый нейрон имеет некоторый независимый источник стохастичности.

A 2 Ограниченная скорость: Мгновенная скорость стрельбы ограничена сверху:

для некоторых. Последующая верхняя граница общей скорости активации сети обозначается как, т.е. Предполагается, что мгновенные ставки ограничены в любое время и при любом вводе.

A 3 Ограниченная память: Частота активации во времени зависит от прошлой активности сети только на основе истории недавних всплесков в окне конечной длины. Следовательно, прямой эффект всплеска во времени на будущую частоту активации всех нейронов ограничен ограниченным «периодом памяти»,. Этот ограниченный период памяти можно понимать как нижнюю границу для последующих доказательств сходимости (поскольку меньший период нарушил бы марковское свойство).В дополнение к этой зависимости ограниченной памяти от сетевых всплесков может зависеть от текущего входа любым способом, совместимым с.

A 4 Однородность по времени: Функциональное сопоставление недавних всплесков и / или входных сигналов с мгновенными скоростями воспламенения не меняется со временем. В частности, в этой работе мы не рассматриваем долговременную пластичность синаптических весов и / или возбудимости.

Допущения можно резюмировать следующим образом: Пусть и будут траекториями входных и сетевых состояний, как определено выше.Тогда существует постоянная памяти и границы скорости, такие, что для каждого нейрона существует функция, где для всех. Функция не зависит от времени, но в остальном не ограничена, и может улавливать сложные динамические эффекты, такие как нелинейные дендритные взаимодействия между синаптическими входами или кратковременная пластичность синапсов.

Входной сигнал может формально представлять любую переменную, которая оказывает произвольное влияние на мгновенную динамику сети (функции возбуждения нейронов).В простейшем случае это может быть вектор скоростей активации, контролирующий пиковое поведение набора входных нейронов, например, в этих нейронах. В этом случае (на котором мы сосредоточились в основном тексте) входные нейроны формально считаются частью схемы. Обратите внимание, что в принципе он также может представлять силу токов, которые вводятся в подмножество нейронов в сети, или недавнюю историю всплесков набора внешних входных нейронов («входные марковские состояния»). Если вход содержит значения скорости или тока, они могут быть фиксированными (например,грамм. фиксированные входные скорости срабатывания) или динамически изменяющиеся (в частности, скорости, которые либо подвержены стохастической эргодической динамике, либо периодически меняются скорости). Ниже будут представлены доказательства сходимости как для фиксированных, так и для динамических входных условий. Если вход определяется в терминах входных марковских состояний, динамический входной анализ применим в условиях, описанных ниже.

В модели шума II основным случайным событием является высвобождение синаптических пузырьков (в модели шума I это спайк).Соответственно, марковское состояние сети в модели шума II определяется как список времен высвобождения везикул для каждого синаптического участка высвобождения в сети (вместо времени спайков для каждого нейрона). Мы предполагаем, что каждый синаптический сайт высвобождения в данный момент высвобождает не более одного пузырька, заполненного нейротрансмиттерами. Но синаптическая связь между двумя нейронами может состоять из множества сайтов синаптического высвобождения (см. Обзоры [102], [103] и [3]). Вместо выражения сетевой динамики через функцию вероятности мгновенного срабатывания для каждого нейрона (модель шума I), для модели шума II динамика сети выражается в терминах вероятностей мгновенного срабатывания для каждого синапса:.Подобно модели шума I, предполагается, что существует длина окна, так что динамика высвобождения везикул во времени полностью определяется временем предыдущих высвобождений везикул внутри, и, следовательно, может быть выражена в терминах соответствующего изменения определение марковского состояния. Применяется та же структура предположений, что и в модели шума I: выбросы пузырьков являются отдельными событиями, и предполагается, что функции ограничены сверху константами скорости.

Также возможны комбинации моделей шума I и II.В этом случае состояние Маркова может содержать как время всплеска, так и время высвобождения пузырьков. Предположения модели шума I / II, описанные выше, применимы к соответствующим стохастическим нейронам и высвобождениям везикул соответственно. В целом отметим, что все три типа сетей (основанные на модели I, II и их смесях) основаны на общей структуре определений и предположений: во всех случаях динамика описывается в терминах стохастических компонентов (нейронов, синапсов). которые генерируют точечные события (всплески / выбросы пузырьков) в соответствии с мгновенными вероятностями, которые зависят от истории недавних событий в сети.

Сходимость распределений состояний.

Ниже приведены доказательства существования и единственности стационарных распределений состояний сети для рассматриваемых сетевых моделей. Кроме того, приведены границы скорости сходимости к этому стационарному распределению. Чтобы получить полную картину, сходимость изучается при трех различных входных условиях: постоянный, стохастический и периодический вход. Все доказательства подробно описаны для модели шума I. Результаты напрямую переносятся на модель шума II и смеси этих двух моделей, поскольку одни и те же рамки допущений применимы ко всем случаям.

Сетевая динамика как марковский процесс.

Мы рассматриваем моделирование модели кортикальной микросхемы при заданных условиях ввода и начиная с заданного начального состояния сети как случайный эксперимент. Формально мы обозначаем набор всех возможных исходов в этом случайном эксперименте с помощью, набор всех рассмотренных событий с помощью (то есть -алгебру), а показатель вероятности, который присваивает вероятность каждому событию с помощью. Результат – это результат одного запуска сети.Результат связан с присвоением определенных значений всем определенным случайным величинам. Событие – это набор результатов, например набор всех результатов, в которых нейрон вспыхивает в течение первых миллисекунд эксперимента. Предположим, что это случайная величина с некоторым пространством состояний, т.е. принимает значения в, и представляет собой набор событий в пространстве. Формально такая случайная величина определяется как карта, которая присваивает значение каждому возможному результату. Чтобы обозначить вероятность того, что случайная величина принимает какое-то значение в наборе, мы определяем сокращение.Кроме того, если это еще одна случайная величина, мы используем обозначение условных вероятностей и пишем еще короче, если это однозначно,. Предполагается, что базовое вероятностное пространство достаточно богато, чтобы существовали все случайные величины, которые необходимы в дальнейшем.

Мы определяем набор индексов времени и случайный процесс как описание стохастической эволюции марковских состояний сети для. Каждый раз мы определяем случайную величину (также записанную), представляющую марковское состояние сети в данный момент.принимает значения в пространстве состояний всех возможных марковских состояний некоторой фиксированной длительности. Обозначим через -алгебру, ассоциированную с. Предположения о сети, описанные в предыдущем разделе, подразумевают, что процесс обладает марковским свойством для марковских состояний любой длины, поскольку будущее развитие процесса в этом случае полностью не зависит от прошлого, учитывая текущее марковское состояние. Поэтому для последующих доказательств мы предполагаем некоторые из них. Мы также определяем случайную величину из полных путей выборки в измеряемом пространстве, т.е.е. карта . Реализации являются выборочными путями (или траекториями), то есть функциями, принимающими значения в. Поскольку реализации являются функциями, их можно рассматривать как случайную функцию.

Для последующих доказательств важно следующее определение ядра вероятности перехода : Ядро вероятности перехода на измеримом пространстве состояний – это функция, которая присваивает вероятность переходу от любой точки к любому множеству. Точнее, если фиксируется конкретное «начальное состояние», то в его целевом аргументе является вероятностная мера, соответствующая результату применения ядра перехода к (кроме того, для каждого события в целевом пространстве можно измерить исходный аргумент).Матрицы стохастических переходов цепей Маркова являются, например, ядрами вероятностей перехода.

Здесь мы записываем ядро вероятности перехода, соответствующее прогрессированию состояния сети от времени к, т. Е. (6) Далее мы определяем сокращение для прогрессии продолжительности, начиная с начального времени. Ядра переходов также могут применяться к вероятностным мерам начальных состояний (в отличие от одиночных начальных состояний). Мы будем писать для обозначения результата применения ядра к исходной вероятностной мере.Результатом снова является вероятностная мера, присваивающая вероятность любому событию в пространстве состояний в соответствии с: (7) Поскольку это снова вероятностная мера в пространстве состояний, ядра переходов могут применяться последовательно. Обратите внимание, что в силу марковского свойства для.

Стохастическая сетевая динамика сокращается.

Перед изучением конкретных входных условий разрабатываются несколько основных ключевых свойств сетевой динамики. Позвольте быть ядром вероятности перехода, соответствующим прогрессированию сети от времени до.Для приведенных ниже доказательств переходы в состояние покоя , будут иметь особое значение. Состояние покоя определяется как «пустое» марковское состояние, в котором всплески не происходили в течение последних единиц времени. Первым ключевым наблюдением является следующее Утверждение:

Предложение 1 Рассмотрим вероятность , что процесс будет в состоянии покоя в момент времени , начиная с некоторого начального состояния в момент времени .Эта «вероятность возврата» в состояние покоя ограничена снизу величиной (8) , где . Это сохраняется независимо от входной траектории , , управляющей сетью.

Утверждение следует непосредственно из того факта, что ограничивает сумму всех мгновенных скоростей стрельбы в сети. Следовательно, по крайней мере с вероятностью ни один нейрон не сработает в единицу времени (см. [18]). С технической точки зрения это означает, что стохастическое ядро, соответствующее длительности длины, удовлетворяет условию Дёблина [104] – свойство, которое очень полезно для доказательства сходимости и эргодичности результатов.

Утверждение 1 влечет за собой центральное свойство сжатия стохастических сетей нейронов с импульсами, которое сохраняется при любой входной траектории и формирует основу для нескольких последующих доказательств. Следующие определения важны: Ниже мы будем измерять разницу между любыми двумя распределениями вероятностей и с точки зрения общей вариации подписанной меры. Любая такая мера со знаком может быть выражена в терминах ее неотрицательных и неположительных компонентов, где и являются неотрицательными мерами (но, как правило, не являются вероятностными мерами).Полная вариация меры со знаком на измеряемом пространстве определяется как общая масса ее положительного и отрицательного компонентов. Согласно этому определению,.

Лемма 1 (лемма о сжатии) Следующее свойство строгого сжатия выполняется для марковского процесса , для любого и для любых начальных вероятностных мер и в любое время : (9) На словах: применение динамики сети для единиц времени гарантирует сокращение расстояния между любыми двумя начальными распределениями и состояний сети в раз.

Проба: Определите вспомогательную меру как ноль везде снаружи, и. Перепишем в терминах неотрицательных мер и, таких, что (10), и заметим, что это означает, что. Тогда (11) (12) (13) (14) (15) (16) (17) Равенство в (11) следует из линейности ядер переходной вероятности. Переход к (13) является применением неравенства треугольника. При переходе к (14) используется тот факт, что оба и неотрицательны: это следует из предложения 1, которое гарантирует, что мера имеет по крайней мере массу в состоянии покоя и, следовательно, для любой (неотрицательной) меры ( 18) Наконец, заметим, что (15) использует общее свойство ядер переходной вероятности, которое обеспечивает это для любой неотрицательной меры.

Обратите внимание, что приведенная выше лемма о сжатии, которая выполняется для нейронных сетей с пиками, имеет некоторое сходство с леммой 1 из [105], в которой анализировались искусственные аналоговые нейронные сети в дискретном времени.

Доказательство теоремы 1 для фиксированной скорости ввода.

Мы разделили точную формулировку теоремы 1 на две леммы: Лемма 2 является точной формулировкой для случая, когда входы фиксированы (например, фиксированные входные ставки). Лемма 3 в следующем разделе соответствует случаю, когда скорость ввода контролируется марковским процессом.Точные предположения о сетевой модели, необходимые для обеих лемм, описаны выше (см. «Объем теоретических результатов»).

Здесь мы предполагаем, что вектор входных данных, подаваемых в сеть, остается фиксированным во время испытания. Конкретно, это, например, случай, когда есть набор входных нейронов с фиксированной скоростью. В данном случае – это вектор входных скоростей, который остается постоянным во времени. В этом случае входные нейроны формально считаются частью сети. В качестве альтернативы, константа может соответствовать постоянным токам, которые вводятся в подмножество нейронов.

При постоянных входных условиях, динамика процесса однородна по времени: ядра вероятности перехода инвариантны к временным сдвигам, т.е. (19)

Лемма 2 Пусть . Тогда марковский процесс , имеет уникальное стационарное распределение , , к которому он сходится экспоненциально быстро, (20) из любого начального марковского состояния .

Доказательство: явно невзрывоопасно, апериодично и стохастически непрерывно (см.[18]). Таким образом, для доказательства экспоненциальной эргодичности достаточно показать, что некоторая скелетная цепь геометрически эргодична (см., Например, теорему 18.1 в [106]). Каркасная цепочка с ядром вероятности перехода апериодична и неприводима, а значит, имеет уникальное стационарное распределение. Затем, рекурсивно применяя лемму 1 с, (21) (22) доказывая геометрическую эргодичность скелетной цепи и, следовательно, экспоненциальную эргодичность. Количественная граница сходимости следует из (22) путем выбора синглтона в качестве начального распределения и использования общего факта, что для любого ядра вероятности перехода и распределений и, (23), таким образом, гарантируется, что полное расстояние вариации не (временно) не увеличивается между и .

Лемма 2 дает общий результат об эргодичности для рассматриваемого класса стохастических сетей с пиками при фиксированных входных скоростях. Доказательство опирается на два ключевых свойства стохастических сетей с пиками: апериодичность и неприводимость. Эти свойства можно интуитивно понять в контексте рисунка 1H. Если, например, внутренняя динамика сети не была апериодической, то можно было бы наблюдать колебания частот паттернов с течением времени (как на рисунке 4C). Лемма 2 доказывает, что этого не может произойти в сетях со стохастическими пиками, если скорость ввода фиксирована.Частоты колебательного паттерна действительно могут возникать только тогда, когда входные скорости сами периодически меняются (см. Теорему 2 и рисунок 4). С другой стороны, если динамика сети не была неснижаемой, то есть если были состояния сети, которые недостижимы из некоторых других состояний сети, то можно было бы потенциально наблюдать, как частоты паттернов сходятся к разным фиксированным точкам для разных начальных состояний (например, две линии в Рисунок 1H, устанавливающийся при различных значениях). Этого не может произойти в сетях стохастических пиков из-за предложения 1, которое гарантирует, что пространство состояний связано через состояние покоя.

Отметим, что, хотя апериодичность и неприводимость являются хорошо известными необходимыми и достаточными условиями эргодичности марковских цепей с дискретным временем на пространствах конечных состояний, их недостаточно для экспоненциальной эргодичности марковских процессов с непрерывным временем на общих пространствах состояний (точные сведения см. В [107]). определения -неприводимости и апериодичности таких процессов). Дополнительные условия в этом более сложном случае, обеспечивающие экспоненциальную эргодичность, такие как невзрывоопасность, стохастическая непрерывность и геометрическая эргодичность скелетной цепи, также были учтены при доказательстве леммы 2 (т.е. сети стохастических пиков также соответствуют этим дополнительным критериям).

Лемма 2 представляет собой доказательство теоремы 1 для фиксированной скорости ввода. В основном тексте мы называем стационарное распределение схемы при фиксированном входе как. Приведенное выше доказательство гарантирует стационарное распределение как для марковских, так и для простых состояний. В основном тексте относится к простому состоянию сети, если не указано иное.

Доказательство теоремы 1 для входной скорости, управляемой марковским процессом.

Фиксированные входные допущения часто могут выполняться для внешнего входа, управляя стохастическими вычислениями в нейронной системе, только приблизительно.Во входных данных могут присутствовать стохастические флуктуации в различных пространственных и временных масштабах. Кроме того, входные данные могут иметь свою собственную краткосрочную стохастическую динамику: представьте, например, визуальную сцену из беспорядочно движущихся точек. Несмотря на наличие таких краткосрочных динамических характеристик на входе, во многих случаях все еще можно подозревать, что распределения состояний сети сходятся. В самом деле, ниже мы обобщаем результаты сходимости для случая констант на довольно большой класс стохастических (и стохастически изменяющихся) входных данных, которые порождаются равномерно эргодическим марковским процессом.Равномерная эргодичность определяется как экспоненциальная эргодичность (экспоненциально быстрая сходимость к единственному стационарному распределению) с константами сходимости, которые применяются равномерно ко всем начальным состояниям [107] (это верно, например, для констант сходимости в лемме 2).

Пусть будет однородным по времени входным марковским процессом в том смысле, что входная траектория, предоставленная сети, сама генерируется случайным образом из марковского процесса. Позвольте быть (измеримым) пространством состояний.Затем определите совместный вход / сетевой марковский процесс в пространстве состояний, где обозначает -алгебру, порожденную. Дальнейшие определения для аналогичны введенным для.

Лемма 3 Если входной процесс является равномерно эргодическим, то совместный марковский процесс имеет уникальное стационарное распределение в совместном пространстве входных / сетевых состояний, сходимость к которому происходит экспоненциально быстро, т. Е. Существуют константы , так что (24) для любого начального состояния совместного марковского процесса .

Доказательство: Если бы и были полностью независимыми процессами (если не влияли), то совместный процесс автоматически был бы экспоненциально эргодичным, если бы оба и были. Хотя в данном случае не является независимым, применяется более слабая версия независимости: вероятность возврата в состояние покоя во время составляет не менее независимо от входной траектории в течение этого времени. Это свойство можно использовать, чтобы показать, что распределение времени попадания в совместное состояние покоя имеет экспоненциальную границу.Отсюда следует, что совместный процесс экспоненциально эргодичен. Подробное доказательство приведено в следующем разделе.

Вторая часть теоремы 1 (экспоненциально быстрая сходимость для случая внешнего входа, порожденного эргодическим марковским процессом) следует из леммы 3. Отметим, что в основном тексте мы слегка злоупотребляем обозначениями для динамического случая, чтобы указать стационарное распределение по состояния сети, где обозначает конкретный марковский процесс, управляющий входами.

Подробное доказательство леммы 3.

Мы разбили доказательство леммы 3 на доказательства четырех вспомогательных утверждений (предложения 2–5). Рассмотрим следующие варианты предложения 1, которые справедливы для марковского процесса, описывающего совместную динамику входных состояний и состояний сети. Обозначим через конкретную входную последовательность, определенную для (реализации входного процесса), и начальное состояние Маркова сети (с) в момент времени. Тогда (25) (26)

Легко показать, что эти свойства вместе с тем фактом, что он равномерно эргодичен, обеспечивают его неприводимость и апериодичность.Следовательно, для доказательства ее экспоненциальной эргодичности достаточно показать, что некоторая скелетная цепь геометрически эргодична [107]. С этой целью мы рассмотрим скелетную цепочку и докажем геометрическую эргодичность, показав, что распределение времени попадания в небольшой набор в совместном пространстве состояний входных и сетевых состояний допускает экспоненциальную границу.

Время срабатывания для некоторого набора во входном пространстве состояний определяется как (27) Для удобства обозначений мы сокращаем ниже.Из-за равномерной эргодичности (что подразумевает рекуррентность Харриса [107]) существует некоторое множество, для которого время попадания конечно () из любого начального состояния с вероятностью единица [108]. Кроме того, согласно [107] существует небольшой набор , и константы и, такие, что (28) Это означает, что существует небольшой набор во входном пространстве состояний, который может быть достигнут не только за конечное время из любого начального входного состояния. , но для которого распределение времени попадания в также имеет конечное среднее значение и дисперсию (и конечные моменты высшего порядка).По крайней мере, одна пара констант, удовлетворяющая (28), гарантированно существует, но на самом деле следующее предложение показывает, что можно указать конкретную желаемую границу в правой части (по причинам, которые станут ясны позже) и найти соответствие с левой стороны.

Предложение 2 Существует , такое что (29)

Проба: Определить. Позвольте и быть любой допустимой парой констант, которая удовлетворяет (28). Тривиальный случай.В оставшейся части доказательства предполагается, что он «слишком велик», так что. По определению экспоненты для любого, (30) (31) По теореме Тонелли, поскольку все слагаемые неотрицательны, порядок двойной суммы можно поменять местами: (32) (33) Обратите внимание, что это моменты распространение . По равномерной эргодичности, все моменты должны существовать, а кроме того существует такой, что. Несложно увидеть, что тогда ряд сходится для всех, что является непрерывным на. Наконец, поскольку и, по теореме о промежуточном значении существует такое, что.

Обозначьте временем, когда скелетная цепь посещает малый набор в -й раз: (34) Кроме того, обозначьте временем между -м и -м посещением: (35) (36)

Согласно этому определению, можно выразить время достижения степени как. Следующее предложение расширяет экспоненциальную границу времени первого попадания до времени попадания более высоких степеней.

Предложение 3 Существует , такое, что (37)

Доказательство: (38) (39) (40)

Позвольте быть время попадания в малый набор на совместном пространстве состояний входных и сетевых состояний, (41)

Кроме того, пусть будет количество посещений небольшой группы до времени включительно, (42)

Предложение 4 Для любой входной траектории и любого начального состояния сети , (43)

Это следует из (25) и (26), которые гарантируют, что всякий раз, когда входной процесс посещает небольшой набор, также существует небольшая вероятность того, что сеть находится в состоянии покоя.

Утверждение 5 Существуют и константа такие, что (44)

Доказательство: Пусть. Выберите те, которые удовлетворяют предложению 3. (45) (46) (47) (48) (49) (50) (51)

По предложению 5 экспоненциально эргодично [107]. Это завершает доказательство леммы 3.

Доказательство теоремы 2

Если входная последовательность периодична с периодом, то есть для всех, то марковский процесс будет периодическим по времени в том смысле, что ядра перехода инвариантны к сдвигам, кратным периоду: (52)

Отсюда следует следующий результат, который является более точной версией теоремы 2:

Лемма 4 При периодическом вводе, т.е.е. для всех , с некоторыми , периодический по времени марковский процесс с периодом имеет периодически стационарное распределение , сходимость к которому происходит экспоненциально быстро из любого начального состояния. В частности, для каждого существует уникальное стационарное распределение , такое, что (53) из любого начального марковского состояния .

Доказательство: Для каждого существует скелетная цепочка с ядром вероятности перехода, которое является однородным по времени, неприводимым и апериодическим и, таким образом, имеет уникальное стационарное распределение.Применение, которое соответствует полному периоду, уменьшает общее расстояние вариации как минимум на: (54) (55) (56) Первое неравенство следует из того факта, что применение оставшегося может только дополнительно уменьшить общее расстояние вариации между два распределения согласно (23). Второе неравенство связано с леммой 1.

Тогда лемма 4 следует из рекурсивного применения (54) – (56) для нескольких периодов и выбора синглтона в качестве начального распределения.

В основном тексте мы используем обозначение для фазового стационарного распределения, где обозначает конкретную периодическую входную последовательность.

Оценка необходимого времени вычислений

Одномерный и многомерный анализ Гельмана-Рубина.

Различные методы были разработаны для измерения скорости сходимости к стационарному распределению в контексте дискретизации цепи Маркова методом Монте-Карло [56], [119], [120]. Диагностика Гельмана-Рубина, которую мы использовали в этой статье, является одним из наиболее широко используемых методов [55], [57], [58], [119], помимо других популярных методов, таких как диагностика Рафтери и Льюиса [121]. ] и Гевеке [122].Заметим, что в литературе существует единое мнение о том, что ни один метод в целом не идеален. Некоторые привлекательные свойства метода Гельмана-Рубина – это общая применимость к любой системе MCMC (некоторые другие методы работают только, например, в контексте выборки Гиббса), простота использования, простота реализации, вычислительная эффективность и тот факт, что результаты количественная (в отличие от графической диагностики) [56], [119].

Диагностика сходимости Гельмана-Рубина [55] принимает в качестве входных выборок из разных прогонов (испытаний / цепочек / последовательностей), произведенных одной и той же системой, запущенных из разных начальных состояний.Первоначально метод был разработан для систем с дискретным временем в контексте дискретизации цепи Маркова Монте-Карло. В наших симуляциях используется временной шаг, поэтому мы просто рассматриваем каждый шаг симуляции как один дискретный временной шаг в цепи Маркова. Метод Гельмана-Рубина дает на выходе потенциальный коэффициент уменьшения масштаба как функцию времени. Коэффициент уменьшения масштаба является индикатором того, сходимся ли система во времени или нет. Высокие значения указывают на то, что до сходимости требуется больше времени, в то время как близкие значения предполагают, что схождение (почти) произошло.

Для вычисления коэффициента масштабного уменьшения во времени учитываются выборки из периода из каждого прогона сети. В одномерном случае фокусируется на конкретной единственной переменной (такой как крайнее простое состояние одиночного нейрона или простое состояние нейрона со «случайным считыванием», как показано сплошными линиями на рисунке 2G). Позвольте быть количеством выборок, полученных за период из каждого моделирования. Затем определяется (62), где и находятся между и внутри последовательности дисперсий, соответственно, которые могут быть вычислены, как описано в [55], на основе выборок, взятых за период времени.В редком случае, например, если нейрон никогда не срабатывает и, следовательно, его состояние постоянно во всех прогонах, мы устанавливаем 1.

К сожалению, источником путаницы является тот факт, что Гельман и Рубин [55] первоначально ввели в его «дисперсионную» форму, эквивалентную уравнению (62), но позже в [57], [60] изменили это определение и определили как квадратный корень из (62). Этот вопрос особенно важен при рассмотрении пороговых значений для: пороговое значение было предложено в контексте исходного определения [59].Позже был предложен типичный порог, но этот нижний порог применялся к модифицированному определению [57], [60]. Возведение этого явно более низкого порога в квадрат снова дает типичный порог приблизительно.

В многомерном случае (например, при анализе сходимости векторнозначного простого состояния небольшого подмножества нейронов, как показано пунктирными линиями на рисунке 2G) берется векторнозначная (-мерная) выборка и вычисляется многомерное уменьшение потенциального масштаба. коэффициент согласно: (63) где – наибольшее собственное значение, и и обозначают внутри и между оценками матрицы ковариации последовательностей (подробности см. в [123]).

Анализ сходимости моделей кортикальных микросхем.

Значения Гельмана-Рубина были рассчитаны на основе прогонов, где продолжительность каждого прогона была биологическим временем. Мы также пробовали более длительные симуляции, но не заметили никаких признаков неконвергентного поведения. Случайное начальное состояние устанавливалось в каждом прогоне путем отображения случайных входных данных перед началом фактического моделирования. Этот начальный случайный ввод подавался в сеть через два обычных входных потока (по 40 нейронов в каждом), путем присвоения каждому входному нейрону случайной скорости, равномерно взятой из диапазона.Анализ сходимости маргиналов был выполнен путем применения одномерного анализа к отдельным компонентам простого состояния с. Из индивидуальных значений предельной сходимости были получены среднее и худшее предельное сходимость (как на рис. 2E, F) путем взятия во времени среднего / максимального значения по всем индивидуальным значениям в данный момент. Для парных совпадений спайков (см. Рис. 2D) мы проанализировали образцы продукта простых состояний двух нейронов (произведение равно, только если оба нейрона имели спайк в пределах последнего).

Случайное считывание для рисунка 2G было реализовано путем добавления в сеть дополнительного возбуждающего нейрона-наблюдателя, который получает синаптические входы от случайного подмножества из 500 сетевых нейронов (мы сохранили это число 500 фиксированным для моделирования с разными размерами сети, чтобы обеспечить справедливое сравнение).Количество случайно выбранных нейронов из каждого пула приведено в таблице 1.

Синапсы на считывающий нейрон создавались аналогично соединениям в модели кортикального столба: параметры краткосрочной пластичности устанавливались в зависимости от типа соединения (EE или IE) согласно [30]. Веса для соединений EE и IE были случайно выбраны из гамма-распределения со средним и масштабным параметром, а также средним и масштабным параметром, соответственно. Затем вычислялась сходимость отсчетов по Гельману-Рубину, как для предельного случая.

Анализ сходимости векторных простых состояний подмножеств нейронов (см. Рисунок 2G) был выполнен путем применения многомерного анализа к случайно выбранным подсетям коркового столбца. В частности, мы случайным образом отобрали по 5 нейронов из каждого из 6 пулов, получив подсеть из 30 нейронов, и рассчитали.

Решение проблем удовлетворения ограничений в сетях импульсных нейронов

Формулировка судоку как проблемы удовлетворения ограничений.

Задача удовлетворения ограничений состоит из набора переменных, определенных в некоторой области, и набора ограничений, которые ограничивают пространство допустимых присвоений переменных.Решение проблемы состоит из присвоения каждой переменной таким образом, чтобы выполнялись все ограничения. Чтобы сформулировать судоку как проблему удовлетворения ограничений, мы определяем для каждого из 81 поля (из стандартной сетки 9 × 9), которое должно быть заполнено цифрой от 1 до 9, набор из 9 двоичных переменных (принимающих значения в ) [124]. Каждая из этих двоичных переменных голосует ровно за одну цифру в поле. Правила игры Судоку накладывают ограничения на группы этих переменных, которые можно разделить на следующие три типа.

Заданные ограничения числа: Заданные числа головоломки фиксированы. Следовательно, двоичные переменные для данных полей ограничены фиксированными значениями, например, данное значение соответствует фиксированным двоичным значениям.

Уникальные ограничения поля: В правильном решении должна быть активна только одна цифра в каждом поле. Следовательно, в каждом поле должна быть ровно одна из 9 связанных двоичных переменных, а все остальные должны быть (эквивалентно заявлению, что сумма по этим двоичным переменным должна быть равна 1).

Уникальные ограничения группы: Есть три типа групп: строки, столбцы и подсетки 3 × 3. Есть 9 групп строк, 9 групп столбцов и 9 групп подсеток. В любой из этих групп каждая цифра должна появляться только один раз. Следовательно, в каждой группе все двоичные переменные, голосующие за одну и ту же цифру, должны суммироваться до.

Сетевая архитектура для решения судоку.

Судоку можно реализовать в нейронной сети с пиковыми сигналами, создав для каждой из 9 двоичных переменных в каждом поле судоку локальную группу пирамидных ячеек.Каждый раз, когда срабатывает одна из этих пирамидальных ячеек, соответствующая двоичная переменная устанавливается на короткий период времени. Бинарная переменная определяется только в том случае, если ни один нейрон в связанной с ней группе не сработал в последней. Это отображение позволяет считывать текущее (предварительное) решение, представленное сетью, в любое время. Предварительное решение является правильным только при соблюдении всех ограничений. Для всех моделей, которые мы использовали, в результате получилась общая пирамидальная ячейка. Ограничения среди переменных судоку могут быть реализованы посредством дисинаптического ингибирования между группами пирамидных клеток, как подробно описано ниже.

Заданные числовые ограничения реализуются путем предоставления сильных положительных входных токов выборочно тем нейронам, которые кодируют данные числа, и отрицательных токов к нейронам, кодирующим неправильные цифры в данном поле. Ограничения уникального поля реализуются путем формирования схемы «победитель получает все» (WTA) среди всех нейронов, связанных с одним и тем же полем судоку. Цепь WTA моделируется одним тормозящим нейроном, который взаимно связан со всеми пирамидными клетками.Чтобы уменьшить вероятность того, что никакая пирамидальная ячейка не сработает (что нарушит уникальное ограничение поля), пороговые значения пирамидальных ячеек устанавливаются на низкие значения (подробности см. В следующем разделе). Ограничения уникальной группы реализуются схемой WTA, в которой участвуют все нейроны в группе, имеющей код для одной и той же цифры. Таким образом, существует 81 уникальное ограничение поля и уникальное групповое ограничение (в каждой группе есть ограничение для каждой цифры), что дает общее количество цепей WTA.Эти схемы WTA частично перекрываются в том смысле, что каждая пирамидальная ячейка участвует в 4 из этих схем WTA (одна для ограничения уникального значения в своем поле и три для ограничений уникальной группы в своей строке / столбце / подсетке).

Генерация стохастических всплесков как в возбуждающих, так и в тормозных нейронах реализована в соответствии с теоретической моделью шума I (подробности см. В следующем разделе). Таким образом, сеть удовлетворяет всем теоретическим условиям теоремы 1 и гарантирует уникальное стационарное распределение состояний сети, к которому она сходится экспоненциально быстро.Этот ландшафт будет автоматически иметь пики в тех состояниях сети, которые удовлетворяют большинству ограничений игры, поскольку каждая из цепей WTA гарантирует, что недопустимые конфигурации относительно этого ограничения маловероятны. Любая конкретная проблема судоку может быть решена путем предоставления входных данных в сеть в виде сильных токов к тем нейронам, которые соответствуют заданным значениям. Это автоматически изменяет ландшафт стационарного распределения таким образом, что генерируются только (или преимущественно) решения, согласующиеся с данными.Наконец, из-за нейронного шума сеть может быстро исследовать различные пики ландшафта (разные многообещающие варианты решения) и одинаково быстро преодолевать их. Важно отметить, что этот процесс может происходить одновременно в разных местах головоломки судоку. Следовательно, можно интерпретировать динамику сети также как высокопараллельный алгоритм стохастического поиска.

Детали реализации и моделирование для рисунка 5.

Моделирование для рисунка 5 было выполнено в NEVESIM, симуляторе на основе событий для сетей импульсных нейронов, разработанном на C ++ с интерфейсом Python [125].Головоломка на рисунке 5A была создана и оценена как «сложная» в компании «Sudoku Solutions» [126]. Генерация спайков моделируется согласно уравнению (60) с параметрами,. Стохастический порог был установлен для возбуждающих и тормозных нейронов, соответственно. Для пирамидных клеток выбран абсолютный рефрактерный период. Чтобы максимально ускорить моделирование на основе событий, PSP моделировались упрощенным способом как прямоугольные импульсы длины на основе тока (в отличие от более сложной интеграции синаптических входов на основе проводимости, используемой для моделей кортикальных микросхем).

контуров WTA были сформированы путем реципрокного соединения одного ингибирующего нейрона со всеми участвующими пирамидными клетками. Одиночный тормозящий нейрон моделировался таким образом, чтобы имитировать реакцию популяции тормозящих нейронов (т. Е. Сильное торможение в течение длительного периода времени), с использованием абсолютного рефрактерного периода и сильных двунаправленных связей от и к возбуждающим нейронам (синаптические веса и, соответственно, ).

Чтобы задать конкретную головоломку, данные числа были зафиксированы путем подачи сильных входных токов в соответствующие пирамидальные ячейки.В частности, нейроны, кодирующие данные числа в поле судоку, получали постоянный положительный входной ток (постоянный вход на мембранный потенциал). Нейроны, кодирующие конфликтующие цифры в данных полях судоку, получали постоянный отрицательный входной ток силы.

Последнее практическое замечание касается количества нейронов, кодирующих каждую двоичную переменную,. Мы обнаружили, что сети с имеют ряд привлекательных свойств по сравнению с сетями с кодированием одного нейрона. В частности, частота возбуждения отдельных нейронов может быть ниже (пирамидная клетка должна постоянно взрываться, чтобы указывать на устойчивое активное состояние).Кроме того, синаптическая эффективность нейронов может быть ослаблена, и общие паттерны спайк-ответа кажутся более биологически правдоподобными. Принимая во внимание потенциальную реализацию в аналоговом нейроморфном оборудовании, присвоения переменных с популяционным кодированием также менее подвержены сбоям отдельных единиц или несоответствию устройств.

Прецизионная связь между микросхемой и микросхемой дальнего действия, соединяющая лобную и сенсорную коры в мозге млекопитающих

Основные моменты

•

Клоны сенсорных возбуждающих нейронов получают определенные дальнодействующие пресинаптические входы

• 4 9322 нейроны во фронтальной области организованы в дискретные радиальные кластеры

•

Пресинаптические нейроны во фронтальной области выборочно образуют синапсы друг с другом

•

Взаимная коммуникационная микросхема соединяет лобную и сенсорную коры

7 9328

932 Фронтальная область коры головного мозга обеспечивает поступление сигналов на большие расстояния в сенсорные области для модуляции активности нейронов и обработки информации.Эти схемы дальнего действия имеют решающее значение для точного сенсорного восприятия и сложного поведенческого контроля; однако об их точной схемотехнике известно немного. Здесь мы специально идентифицировали пресинаптические входные нейроны к отдельным клонам возбуждающих нейронов как единицу, которая составляет функциональные микросхемы в сенсорной коре головного мозга мыши. Интересно, что входные нейроны дальнего действия во фронтальной, но не контралатеральной сенсорной области пространственно организованы в дискретные вертикальные кластеры и предпочтительно образуют синапсы друг с другом, а не соседние невходные нейроны.Более того, сборка отдаленных пресинаптических микросхем во фронтальной области зависит от избирательной синаптической связи клонов возбуждающих нейронов в сенсорной области, которые обеспечивают входы во фронтальную область. Эти данные свидетельствуют о том, что высокоточная реципрокная связь между микросхемой и микросхемой на больших расстояниях опосредует взаимодействия лобно-сенсорной области в коре головного мозга млекопитающих.