Single neuron dynamics and interaction in neuronal networks during synchronized spontaneous activity

Abstract: Synchronized spontaneous network activity, also referred to as bursting, is fundamental to the development of neuronal circuitry. It is the first correlated activity pattern found in developing neuronal networks devoid of sensory inputs and thereby helps to shape functional connectivity. How network bursts are generated and how individual neurons behave during bursts likely depends on network properties such as connectivity or the balance between excitation and inhibition. Yet, details of such dependencies are still largely unknown.
In the current dissertation, we addressed this issue by investigating bursting dynamics at the single neuron and network level in vitro. We utilized networks formed by dissociated rat cortical neurons which preserve many biophysical features of native neuronal networks and offer good accessibility for imaging and electrophysiological experiments. We combined dual patch clamp recordings with extracellular microelectrode array (MEA) recordings to simultaneously capture membrane potential dynamics in individual neurons as well as network-wide activity.
Typical membrane potential trajectories during bursts were characterized by a steep rising phase followed by a plateau phase of variable length and a subsequent exponential decay back towards the resting membrane potential. The strong initial depolarization indicated a very high number of correlated excitatory synaptic inputs. Inhibitory inputs, in turn, systematically lagged behind excitatory inputs by 5.6 ms on average, which was not the case during interburst intervals. This finding supports the assumption that the timing of excitation and inhibition is crucial for burst initiation. During the burst decline phase, neurons continued to receive excitatory inputs when extracellularly assessed network-wide spiking activity had ceased. This suggests a considerable amount of background activity in the decline phase of bursts that was not captured by MEA recordings probably due to undersampling.
The spike frequency in individual neurons and the time course of the membrane potential during bursts varied strongly between networks, between neurons in the same network and, although much less, even across bursts of the same neuron. Individual neurons spiked with high frequency in some bursts, but then generated no action potential in others. In general, the intracellular spike frequency was modulated over the time course of a burst and depended on its latency with respect to burst onset: For the same membrane potential level, action potential frequencies were higher at burst onset than at burst end, which indicated spike frequency adaptation. In addition, the spiking rate was limited by depolarization blocks in bursts with very strong excitatory input.
Recent findings indicate that clustering of neurons and the resulting modularization of the network crucially influences burst initiation, recruitment and network synchronization. Yet, our data only weakly support this, showing a non-significant trend towards higher burst frequencies and lower recruitment for networks with more pronounced clustering. Different cell densities or degrees of clustering in comparison to previous studies might be causal for these differences. On the other hand, we could show that the electrical properties of single neurons were not dependent on the overall strength of network clustering or the distance of individual neurons with respect to the closest cluster.
In conclusion, we could observe several mechanisms which occur during synchronized spontaneous network activity in the network and in single neurons. At burst initiation, the timing of excitation and inhibition was crucially involved. During bursts, spike rate and membrane potential dynamics in single neurons were dependent on the temporal distance to burst onset and the spatiotemporal summation of inputs, which led to a depolarization block in case of very strong excitatory input. Our results from the investigation of the network architecture indicate that clustering might change network-wide activity patterns but does not have an effect on the biophysical properties of individual neurons
Abstract: Synchronisierte spontane Netzwerkaktivität, auch als „Bursting“ bezeichnet, ist für die Entwicklung von neuronalen Verschaltungen grundlegend. Sie ist das erste korrelierte Aktivitätsmuster, welches in sich entwickelnden neuronalen Netzwerken ohne sensorischen Input gefunden wird und hilft bei der Herausbildung funktionaler Konnektivität. Wie solche Bursts erzeugt werden und wie sich individuelle Neuronen während Bursts verhalten, hängt wahrscheinlich von Netzwerkeigenschaften wie Konnektivität oder dem Gleichgewicht zwischen Exzitation und Inhibition ab. Details solcher Abhängigkeiten sind jedoch immer noch weitgehend ungeklärt.
In der vorliegenden Dissertation befassten wir uns mit diesem Problem, indem wir die Dynamik von Bursts sowohl auf der Ebene einzelner Neuronen als auch auf Netzwerkebene in vitro untersuchten. Dazu nutzten wir aus dissoziierten kortikalen Neuronen der Ratte bestehende Netzwerke, welche viele biophysikalische Eigenschaften nativer neuronaler Netzwerke beibehalten und eine gute Zugänglichkeit für Bildgebung und elektrophysiologische Experimente bieten. Wir kombinierten duale Patch-Clamp-Ableitungen mit extrazellulären Ableitungen durch Mikroelektrodenarrays (MEAs), um gleichzeitig die Membranpotentialdynamik in einzelnen Neuronen sowie die die netzwerkweite Aktivität zu erfassen.
Typische Membranpotentialverläufe während Bursts waren von einer steile Anstiegsphase gekennzeichnet, gefolgt von einem Plateau variabler Länge und einem exponentiellen Abfall zurück zum Ruhemembranpotential. Die starke initiale Depolarisation wies auf eine sehr hohe Anzahl von korrelierten exzitatorischen Inputs hin. Inhibitorische Inputs waren im Vergleich zu exzitatorischen im Durchschnitt 5.6 Millisekunden verspätet, allerdings nicht in Phasen zwischen den Bursts. Diese Entdeckung stützt die Annahme, dass die zeitliche Koordinierung von Exzitation und Inhibition entscheidend für die Burstinitialisierung ist. Während der Abklingphase des Bursts erhielten Neuronen weiterhin exzitatorischen Input, auch über das Ende der extrazellulär gemessenen netzwerkweiten Aktivität hinaus. Dies deutet auf eine beträchtliche Menge an Hintergrundaktivität während der Abklingphase von Bursts hin, die, wahrscheinlich aufgrund von Undersampling, nicht mit MEA-Ableitungen erfasst werden konnte.
Die Feuerrate in einzelnen Neuronen sowie der zeitliche Verlauf des Membranpotentials während Bursts variierte stark zwischen Netzwerken, zwischen Neuronen desselben Netzwerkes und, wenn auch deutlich weniger, sogar zwischen Bursts des gleichen Neurons. Einzelne Neuronen feuerten mit hoher Frequenz in einigen Bursts, aber generierten keine Aktionspotentiale in anderen. Generell modulierte die intrazelluläre Feuerrate im zeitlichen Verlauf eines Bursts und hing vom zeitlichen Abstand zum Anfang des Bursts ab: Beim gleichen Membranpotential war die Frequenz von Aktionspotentialen am Burstanfang höher als am Burstende, was auf eine Adaption der Feuerrate hinweist. Außerdem wurde die Feuerrate in Bursts mit sehr starkem exzitatorischen Input durch Depolarisationsblocks eingeschränkt.
Aktuelle Erkenntnisse weisen darauf hin, dass das Clustering von Neuronen und die daraus resultierende Modularisierung des Netzwerks die Burstinitialisierung, die Rekrutierung sowie die Synchronisation des Netzwerkes entscheidend beeinflusst. Indem sie einen nicht-signifikanten Trend zu höheren Burstfrequenzen und niedrigen Rekrutierungen bei Netzwerken mit stärkerer Clusterung zeigen, liefern unsere Daten eine schwache Unterstützung dieser Annahme. Andere Zelldichten oder Stärken der Clusterung im Vergleich zu vorangegangenen Studien könnten für die Unterschiede verantwortlich sein. Auf der anderen Seite konnten wir zeigen, dass die elektrischen Eigenschaften von einzelnen Neuronen nicht von der Stärke der Clusterung des Netzwerks oder von der Entfernung von Einzelneuronen zum nächstgelegenen Cluster abhängig waren.
Zusammenfassend lässt sich sagen, dass wir mehrere Mechanismen beobachten konnten, die während synchronisierter spontaner Netzwerkaktivität im Netzwerk und bei Einzelneuronen auftreten. Bei der Burstinitialisierung war die zeitliche Koordinierung von Exzitation und Inhibition offenbar entscheidend beteiligt. Während eines Netzwerksbursts waren Feuerrate und Membranpotentialdynamik in Einzelneuronen vom zeitlichen Abstand zum Anfang des Bursts sowie der räumlich-zeitlichen Summierung von Inputs abhängig, die bei sehr starkem exzitatorischem Input zu einem Depolarisationsblock führte. Unsere Ergebnisse der Untersuchung der Netzwerkarchitektur deuten darauf hin, dass die Clusterung von Neuronen die Aktivitätsmuster im Netzwerk beeinflussen könnte, aber keinen Einfluss auf die biophysikalischen Eigenschaften von Einzelneuronen hat

Object Details

• Location: Deutsche Nationalbibliothek Frankfurt am Main
• Extent: Online-Ressource
• Language: Englisch
• Notes: Universität Freiburg, Dissertation, 2019

Classification and Topics

• Keyword: Dynamics ; Neurowissenschaften ; Patch-Clamp-Methode

Contributors, Places and Time

• Event: Veröffentlichung
• (where): Freiburg
• (who): Universität
• (when): 2020
• Creator: Rüppell, Maximilian Alexander
• Contributor: Egert, Ulrich ; Albert-Ludwigs-Universität Freiburg. Fakultät für Biologie

Further information

• DOI: 10.6094/UNIFR/155043
• URN: urn:nbn:de:bsz:25-freidok-1550439
• Rights: Kein Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Last update: 25.03.2025, 1:51 PM CET