Xenon LFP 分析平台：用于大规模 MEA 记录中局部场电位分析的新型图形用户界面
PDF原文：下载原文
文献信息
| 项目 | 内容 |
|---|---|
| 标题 | Xenon LFP Analysis Platform Is a Novel Graphical User Interface for Analysis of Local Field Potential From Large-Scale MEA Recordings |
| 作者 | Arjun Mahadevan, Neela K. Codadu, R. Ryley Parrish* |
| 机构 | Xenon Pharmaceuticals Inc.（加拿大）；伦敦大学学院神经病学研究所（英国） |
| 期刊 | Frontiers in Neuroscience, 2022, 16: 904931 |
| DOI | 10.3389/fnins.2022.904931 |
一句话总结
开发了基于 Python 和 Plotly Dash 的开源交互式 GUI 工具（Xenon LFP Analysis Platform），用于分析 3Brain HD-MEA（4096 电极）记录的局部场电位（LFP），实现通道选择、数字滤波、FFT 分析、自定义栅格图、通道组比较和无监督癫痫样事件（SLE）自动检测，并在 Scn1aHet 小鼠模型中发现癫痫发作传播速度显著加快。
核心科学问题
高密度多电极阵列（HD-MEA）能够以高空间分辨率记录局部场电位（LFP）、细胞外动作电位和网络范围的电信号。然而，4096 电极、20 kHz 采样率产生的海量数据给数据处理、分析和可视化带来了巨大挑战。
- 数据规模：单个测量文件约 250 GB（未压缩），约 50 分钟记录，每通道 898,952 个数据点
- 分析工具缺乏：缺乏开源、用户友好、可扩展的分析平台来处理 HD-MEA 大数据
- 癫痫检测复杂：不同类型癫痫样活动、不同实验范式导致 SLE 检测和分类困难
- 药物筛选需求：长期药物协议测试产生 TB 级数据，需要标准化分析工具进行化合物比较
关键问题：如何开发一个交互式、开源、可扩展的 GUI 平台，用于 HD-MEA LFP 数据的可视化、分析和癫痫样事件自动检测？
技术方案
- 动物模型：Scn1aHet 小鼠（NaV1.1 杂合子缺失）和野生型对照，低 Mg²⁺ 急性癫痫发生模型
- HD-MEA 记录：3Brain 4096 电极阵列，10 kHz 采样率，约 50 分钟记录
- 数据预处理：从 4096 电极中选择覆盖脑片的 300-600 通道，降采样至 300 Hz
- GUI 开发：Python + Plotly Dash，基于 Web 浏览器的交互式界面
- LFP 分析方法：峰值检测（scipy.signal.find_peaks）、数字滤波（低通/高通/带通）、FFT 分析
- 癫痫检测算法：基于短时傅里叶变换（STFT）+ LFP 峰值活动的无监督检测方法
- 癫痫分析指标：传播距离、持续时间、传播速度（μm/s）
实验数据
1. HD-MEA 数据分析流程
做了什么：建立从原始 HDF5 测量文件到交互式 GUI 分析的完整数据处理流程。
发现了什么：
- 原始文件：4096 通道，10 kHz，约 50 分钟，约 250 GB（未压缩）
- 第一步：选择覆盖脑片的 300-600 通道，导出为约 80 GB 的 HDF5 文件
- 第二步：降采样至 300 Hz，文件大小减小，保持与 BrainWave4 向后兼容
- 第三步：使用 Xenon LFP Analysis Platform 进行交互式分析
说明了什么：降采样和通道选择是处理 HD-MEA 大数据的关键步骤，使交互式分析成为可能。
图 1：从原始 4096 电极记录到降采样工作文件的完整数据处理流程
2. GUI 功能概览
做了什么：开发基于 Web 浏览器的交互式 GUI，集成 MEA 查看器、通道组功能和癫痫检测分析。
发现了什么：
- MEA 查看器功能：单通道选择、栅格图生成、数字滤波（低通/高通/带通）、FFT 分析
- 通道组功能：三个区域/通道组选择、自定义栅格图、LFP 峰值计数、幅度、持续时间摘要
- 癫痫检测功能：无监督自动 SLE 检测、传播距离、持续时间、传播速度计算
说明了什么：GUI 提供了从原始数据探索到高级分析的完整工具链，用户可根据需求自定义参数。
图 2：Xenon LFP Analysis Platform 交互式界面，集成通道选择、滤波、FFT 和栅格图
3. MEA 查看器功能演示
做了什么：从 407 通道（覆盖新皮层和海马）中选择代表性通道，展示 LFP 活动可视化。
发现了什么：
- 海马区（蓝色）和新皮层两端（红色、青色）的活动模式在同一时间点存在显著差异
- 放大第一个癫痫事件（图 3D），黑色竖线显示基于阈值的 LFP 峰值检测
- 40-150 Hz 带通滤波显示蓝色和红色轨迹有 gamma 成分，青色轨迹无显著 gamma 成分
- 时间序列迹线交互式选择可自动生成 FFT 频谱图
说明了什么：不同脑区的 LFP 活动模式存在区域特异性，GUI 支持快速探索和比较不同区域的活动。
图 3：407 通道 LFP 活动可视化、栅格图、时间序列迹线、滤波和 FFT 分析
4. 通道组比较功能
做了什么：将脑片分为三个区域组（海马组 1、新皮层组 2 和组 3），比较 LFP 活动摘要指标。
发现了什么：
- 组 1（海马，132 通道）：83 个活跃通道
- 组 2 和组 3（新皮层各半）：活跃通道数不同
- 摘要指标包括：总 LFP 峰值计数/秒、活跃通道数、前 20 最活跃通道的平均幅度和持续时间
- 不同区域的 LFP 峰值幅度、持续时间存在显著差异
说明了什么：通道组功能支持比较不同脑区的 LFP 活动，适用于药物处理前后的区域特异性效应评估。
图 4：三个脑区组的通道选择、区域特异性栅格图和 LFP 活动摘要指标
5. 无监督癫痫检测方法
做了什么：开发基于 STFT + LFP 峰值活动的无监督 SLE 自动检测方法。
发现了什么：
- 基线选择：前 5 分钟无 LFP 活动/癫痫/电噪声的 60 秒段
- STFT 参数：1 秒时间窗，Hanning 窗，无重叠
- LFP 活动检测：基线电压 6 个标准差阈值，固定持续时间 0.035 秒
- 谱活动检测：基线谱幅度均值 + 6 个标准差阈值
- SLE 包络：LFP 活动和谱活动重叠区域≥10 秒
说明了什么：该方法快速、简单，可同时应用于 400+ 通道，支持参数标准化和自定义调整。
图 5：基于 STFT + LFP 峰值活动的无监督癫痫检测流程
6. 癫痫活动时空追踪
做了什么：在通道组栅格图中选择特定时间区间，生成癫痫地图，追踪 SLE 起始位点、传播距离和速度。
发现了什么：
- 红色点：参与 SLE 的通道
- 蓝色点：未参与 SLE 的通道
- 绿色点：SLE 起始位点（谱活动首先超过阈值的通道）
- 计算指标：最大传播距离、持续时间、传播速度（μm/s）
说明了什么：时空追踪功能可量化癫痫在脑组织中的传播特性，适用于评估药物对癫痫传播的影响。
图 6：单通道 SLE 检测、栅格图选择和癫痫地图（起始位点、传播距离、持续时间、传播速度）
7. Scn1aHet 小鼠癫痫表型分析
做了什么：使用癫痫追踪功能比较 Scn1aHet 小鼠（NaV1.1 杂合子缺失）和野生型对照的癫痫表型。
发现了什么：
- SLE 数量：Scn1aHet 小鼠显著多于野生型对照（p = 0.04, n = 7-9 切片）
- 首次发作时间：Scn1aHet 小鼠显著早于对照（p = 0.006, n = 5-7 切片）
- 传播速度：Scn1aHet 小鼠的癫痫传播速度显著快于对照（p = 0.0059, n = 10-14 次发作）
- 持续时间：两组间无显著差异（p = 0.66）
说明了什么：Scn1aHet 小鼠表现出癫痫易感性增加和传播速度加快，可能与生长抑素和小白蛋白中间神经元的前馈抑制缺陷相关。
图 7：Scn1aHet 小鼠 SLE 数量增加、首次发作时间提前、传播速度加快
创新点
- 首次 开发基于 Python + Plotly Dash 的开源交互式 GUI，用于 HD-MEA LFP 数据分析
- 无监督癫痫检测：基于 STFT + LFP 峰值活动的自动 SLE 检测方法，支持 400+ 通道同时分析
- 时空癫痫追踪：量化癫痫起始位点、传播距离、持续时间和传播速度
- 交互式可视化：时间序列、栅格图、FFT 频谱、通道组比较一体化
- 可扩展架构：支持用户自定义数据模型和回调函数，适应不同研究需求
局限性
- hdf5 文件限制：单维大数组使通道索引和低效读取困难，难以并行化
- 内存限制：当前工作文件大小受限于本地系统 RAM
- 用户干预需求：无监督方法在信噪比低时可能需要手动验证和调整参数
- 仅演示 300 Hz 数据：未展示高频（10 kHz）数据分析
- 通道数限制：当前演示约 400 通道，未充分利用 4096 电极的潜力
客户场景
🏥 高校/科研院所 + HD-MEA LFP 数据分析/癫痫研究 + 需要 3Brain HD-MEA 结合开源分析工具进行高通量 LFP 分析和癫痫样事件检测
💊 药企（抗癫痫药物筛选） + 化合物对癫痫传播的影响评估 + 需要标准化分析平台比较不同药物浓度和处理方案对 SLE 数量、持续时间和传播速度的影响
🧠 神经科学实验室 + 癫痫模型表型分析 + 需要 3Brain 系统结合 Xenon LFP 平台进行 Scn1aHet 等转基因动物的癫痫网络活动研究
学术启示
这篇文献直接展示了 3Brain HD-MEA 在癫痫研究中的核心价值：4096 电极的高空间分辨率结合 Xenon LFP 分析平台，实现了从原始数据探索到高级癫痫分析的完整工具链。
值得注意的是，文献作者来自 Xenon Pharmaceuticals 和 伦敦大学学院，使用 3Brain HD-MEA 和低 Mg²⁺ 癫痫模型，发现了 Scn1aHet 小鼠的新型癫痫表型（传播速度加快）。这为 3Brain 在以下场景的应用提供了直接依据：
- 癫痫药物筛选：Xenon LFP 平台支持长期药物协议测试和化合物比较
- 癫痫表型分析：时空追踪功能可量化癫痫传播特性
- 大数据分析：交互式 GUI 使 TB 级 HD-MEA 数据分析成为可能
对于我们的产品线而言，这篇文献是 3Brain HD-MEA 在癫痫研究和药物筛选领域 的极佳应用案例，尤其适合向做癫痫机制、抗癫痫药物筛选、LFP 分析的客户推广。
PDF 原文：下载原文
原始链接：Frontiers in Neuroscience
📝 Xenon LFP Analysis Platform 是开源交互式 GUI，用于 3Brain HD-MEA（4096 电极）LFP 数据分析。无监督癫痫检测 + 时空追踪揭示 Scn1aHet 小鼠癫痫传播速度显著加快。为抗癫痫药物筛选和癫痫表型分析提供新工具。
联系人｜李东伟
📞 18045130660
🌐 主页：https://www.biokingdom.top