Xenon LFP 分析平台：用于大规模 MEA 记录的局部场电位新型图形用户界面
Xenon LFP Analysis Platform Is a Novel Graphical User Interface for Analysis of Local Field Potential From Large-Scale MEA Recordings
📋 文献信息
| 项目 | 内容 |
|---|---|
| 期刊 | Frontiers in Neuroscience |
| 发表时间 | 2022-07-01（Received 2022-03-26, Accepted 2022-06-08） |
| DOI | 10.3389/fnins.2022.904931 |
| 作者 | Arjun Mahadevan, Neela K Codadu, R Ryley Parrish |
| 机构 | Xenon Pharmaceuticals Inc.（主导）; University College London |
| 通讯作者 | R Ryley Parrish (rrparris1@gmail.com) |
| 文章类型 | Methods |
| 开源代码 | GitHub |
| 下载 PDF |
🔬 一句话总结
本文开发了 Xenon LFP Analysis Platform ——一个基于 Python + Plotly Dash 的开源图形用户界面（GUI），专门用于分析 3Brain HD-MEA（4096 电极）记录的大规模局部场电位（LFP）数据，提供交互式通道选择、数字滤波、FFT 频谱分析、自定义光栅图、通道组对比、以及自动癫痫发作检测和传播速度分析功能，并用 Scn1aHet 癫痫小鼠模型验证了新发现：Scn1aHet 小鼠脑片的癫痫发作传播速度显著快于野生型。
📊 配图
Figure 1: HD-MEA 数据分析流程
数据流程：(1) 从原始 hdf5 文件（4096 通道，10 kHz 采样，~250 GB）中选出覆盖脑片的 ~600 通道导出为较小 hdf5 文件（~80 GB）；(2) Python 降采样至目标频率（如 300 Hz）；(3) 使用 Xenon LFP Analysis Platform 进行交互式分析和可视化。
Figure 2: 分析 GUI 功能概览
GUI 基于 Plotly's Dash 渲染在浏览器中，功能包括：单个/组通道选择、低通/高通/带通滤波、全时长/片段查看、FFT 频谱图、自定义光栅图、小组通道分析、组摘要指标生成。绿色点对应电极位置，可直接点击选择。
Figure 3: MEA Viewer 功能演示
(A) 407 个通道覆盖新皮层和海马区。(B) 全通道光栅图展示 LFP 活动时间点。(C) 三条代表性 trace：海马区（蓝）、新皮层两端（红、青），显示同一时刻不同脑区活动模式差异。(D) 放大首次癫痫发作（AA 区域），黑色竖线为 GUI 内峰值检测。(E) 带通滤波（40-150 Hz）显示 gamma 成分。(F) FFT 频谱图对比滤波前后。
Figure 6: 跨空间和时间跟踪癫痫活动
(A) 自动检测组内各通道的癫痫发作，跟踪起止时间。(B) 光栅图中选择时间区间生成癫痫地图。(C) 癫痫地图：红色=参与发作的通道，蓝色=未参与，绿色=起始位点。计算指标：最大传播距离、持续时间、传播速度（μm/s）。
🧠 核心科学问题
HD-MEA 产生海量数据，但缺乏用户友好的 LFP 分析工具：
- 数据规模挑战：4096 电极 × 10 kHz × 50 min = ~250 GB 原始数据，传统工具无法高效处理
- LFP 分析工具稀缺：现有工具多关注 spike sorting（高频），缺乏针对低频 LFP（0.5-300 Hz）的灵活分析平台
- 现有方案局限：Bridges et al. (2018) 仅支持查看，无滤波/分析功能；商业软件封闭且不可定制
- 癫痫研究需求：需要能跨空间和时间追踪癫痫发作传播的新方法，优于钙成像（动力学慢）和电压成像（光漂白强）
💡 技术方案：Xenon LFP Analysis Platform
技术栈
| 组件 | 技术 |
|---|---|
| 语言 | Python |
| 核心库 | NumPy, pandas, SciPy |
| 可视化 | Plotly's Dash（浏览器渲染） |
| 数据格式 | HDF5（与 3Brain BrainWave4 兼容） |
| 部署 | 本地主机（localhost:8050）或服务器 |
三大功能模块
| 模块 | 功能 |
|---|---|
| MEA Viewer | 单/多通道 trace 查看、全通道光栅图、低通/高通/带通滤波、FFT 频谱、交互式缩放 |
| Channel Groups | 选择 3 个脑区组、组间对比、LFP 峰值检测、组摘要指标（峰值计数/振幅/持续时间） |
| Seizure Detection | 自动癫痫检测、传播距离、持续时间、传播速度（μm/s） |
自动癫痫检测算法
原始 trace（300 Hz 降采样）
↓
STFT 频谱分析（1s 窗口，Hanning 窗，无重叠）
↓
LFP 活动检测：>6 倍标准差 + 0.035s 持续时间
↓
频谱活动检测：>6 倍标准差
↓
两个滑动窗口（30 点 + 500 点）检测连续活动
↓
LFP + 频谱重叠区域 ≥ 10s → 判定为癫痫发作包络
癫痫传播速度计算
$$ ext = rac}}$$
📊 性能基准
| 文件大小 | 活跃通道 | 读取时间 | 光栅图生成 | 3 条 trace 绘制 |
|---|---|---|---|---|
| 0.17 GB | 100 | 4.4s | 5.4s | 4.9s |
| 0.50 GB | 300 | 11.8s | 15.9s | 7.1s |
| 1.12 GB | 600 | 37.8s | 48.9s | 10.9s |
| 2.22 GB | 1,200 | 73.6s | 82.4s | 18.9s |
| 4.43 GB | 2,500 | 135.9s | 158.7s | 43.3s |
| 7.20 GB | 4,096 | 300.0s | 316.3s | 63.1s |
测试环境：Windows Server 2019，Intel Xeon Gold 6126 @ 2.60 GHz（2 处理器），64 GB RAM
📊 生物学发现：Scn1aHet 癫痫模型
实验设计
- 模型：Scn1aHet 小鼠（NaV1.1 杂合缺失，Dravet 综合征模型）vs WT 同窝对照
- 脑片：350 μm 水平切片（含新皮层 + 海马）
- 设备：3Brain BioCAM DupleX + Accura HD-MEA（4096 电极，60 μm 间距）
- 采样：10 kHz，高通 2 Hz
- 诱发：低 Mg²⁺（25 μM ACSF）诱导癫痫样活动
- 记录：50 min 全程记录
核心发现
| 指标 | WT | Scn1aHet | 显著性 |
|---|---|---|---|
| 癫痫发作次数 | 较少 | 显著更多 | p < 0.05 |
| 首次发作时间 | 较晚 | 显著更早 | p < 0.05 |
| 癫痫传播速度 | 较慢 | 显著更快 | p < 0.05 |
| 发作持续时间 | 无差异 | 无差异 | n.s. |
机制解释：Scn1aHet 小鼠 PV⁺ 和 SST⁺ 中间神经元 NaV1.1 表达降低，导致前馈抑制减弱，癫痫传播速度加快。
🔬 创新点
| 创新维度 | 具体贡献 |
|---|---|
| 开源 GUI | 首个基于浏览器的交互式 HD-MEA LFP 分析平台，无需专业编程技能 |
| 自动癫痫检测 | 基于 STFT 频谱 + LFP 峰值双重检测的无监督方法，可同时分析 400+ 通道 |
| 传播速度量化 | 首次用 HD-MEA 高密度电极量化癫痫在脑片中的传播速度（μm/s） |
| 可扩展性 | 支持高达 7.2 GB 文件（4096 通道 × 50 min），可自定义添加分析函数 |
| 生物新发现 | 发现 Scn1aHet 小鼠癫痫传播速度显著加快，为 Dravet 综合征提供新表型特征 |
⚠️ 挑战与局限
- HDF5 效率问题：单维大数组存储使通道索引和低效，难以并行化
- 内存限制：受限于本地系统 RAM，超大文件（>250 GB）无法直接处理
- 信噪比敏感：自动癫痫检测在低信噪比时需要手动调整参数
- 无 spike sorting：本文聚焦 LFP，不包含 spike sorting 功能
- 未支持 GPU：信号处理任务未利用 GPU 加速
🎯 客户场景
🏥 高校科研院所/药企 + 脑片电生理数据分析/癫痫研究/药物筛选 + 3Brain HD-MEA（LFP 记录）+ Xenon LFP 分析平台（开源免费）
具体场景：
- 脑片 LFP 数据分析：用 GUI 快速浏览数百通道 × 数小时记录，交互式筛选和对比不同脑区
- 癫痫药物筛选：自动检测癫痫发作次数、传播速度和持续时间，量化药物效果
- 网络动力学研究：用通道组功能对比不同脑区（新皮层 vs 海马）的 LFP 活动模式
- 定制化分析：Python 开源代码，可根据研究需求添加自定义分析函数
📦 产品线关联
| 产品 | 关联点 |
|---|---|
| 3Brain HD-MEA (Accura/BioCAM) | 本文基于 3Brain 4096 电极 HD-MEA 数据开发，是 3Brain 用户的配套分析工具。解决了 BrainWave4 软件仅支持查看、缺乏深度分析功能的问题 |
| 3Brain 生态补充 | Xenon LFP 平台作为开源免费工具，与 3Brain 商业软件形成互补：BrainWave4 负责数据采集和通道选择，Xenon LFP 负责深度分析和可视化 |
📚 关键参考文献
- Bridges et al. 2018 — GPU 加速 MEA 数据查看器（仅查看，无分析）
- Codadu et al. 2019 — HD-MEA 脑片记录方案
- Martin et al. 2010 — Scn1aHet 小鼠 PV⁺ 中间神经元放电率降低
- Buccino et al. 2022 — SpikeInterface spike sorting 框架
联系人｜李东伟
📞 18045130660
🌐 主页：https://www.biokingdom.top