Des microélectrodes dédiées à la surveillance de l'activité neuronale extracellulaire
Les matrices de microélectrodes (MEA) se révèlent désormais des instruments de recherche précieux pour l'étude, dans des réseaux simples, de l'activité électrophysiologique in-vitro des cellules excitables et spontanément actives, telles que les neurones. Grâce à un assemblage de plusieurs électrodes, il est possible de cibler plusieurs sites pour la simulation non-effractive et l'enregistrement extracellulaire de l'activité électrophysiologique en une seule opération. Malgré une architecture simplifiée, ces systèmes neurobiologiques ex vivo peuvent constituer un modèle physique bidimensionnel du cerveau dont les réactions fonctionnelles restent identiques à celles de sa structure tridimensionnelle. Les tracés électrophysiologiques en résultant varient entre pointes-ondes stochastiques apparentes et bouffées de rythme organisées. En outre, la structure de chaque neurone est fortement influencée par l'interaction avec le milieu extérieur. Le projet NEUROBIT a pour but de développer des algorithmes et des techniques visant à établir une connexion bidirectionnelle entre les populations de neurones de culture et les dispositifs externes. Il devait principalement permettre d'incorporer des neurones de culture dans un véritable corps physique et d'inciter le composant biologique du système hybride à traiter des informations de manière ciblée. Plutôt que d'utiliser des outils disponibles dans le commerce et dotés d'une compatibilité limitée avec les différentes techniques d'enregistrement expérimental, les partenaires du projet de Telecom Italia Learning Services S.p.A. se sont efforcés de mettre au point un pack logiciel plus adapté. Ce pack intègre des fonctions permettant une adaptation aisée aux différents types de matrices de microélectrodes et de cartes A/N ainsi qu'une transmission des données via différents protocoles et dispositifs. Les modifications induites dans l'activité du réseau neuronal sont identifiées comme des changements de paramètres au cours des différentes phases expérimentales tandis que les caractéristiques des paramètres expérimentaux sont gérées vie une interface utilisateur graphique conviviale (Graphical User Interface - GUI). Afin de réduire la quantité de données brutes à traiter, il était souhaitable de développer des algorithmes de détection des crêtes permettant d'extraire les états fonctionnels collectifs et d'approfondir les analyses. L'architecture du logiciel permet à l'utilisateur d'ajouter facilement de nouvelles fonctionnalités ainsi que des algorithmes de traitement supplémentaires via des structures modulaires appelées bibliothèques de liens dynamiques (Dynamic Link Library - DLL). Cette évolution est considérée comme une étape essentielle pour la réalisation d'outils logiciels complexes dédiés au traitement automatique et en temps réel des données électrophysiologiques de vastes populations de neurones.
