瞬态伽马事件在 S1 区界定体感模态

《iScience》:Transient gamma events delineate somatosensory modality in S1

【字体: 大 中 小 】 时间:2026年08月28日 来源:iScience 4.5

编辑推荐:

   亮点 •有害和无害刺激在 S1 中产生时间锁定的伽马频段活动 •伽马频段活动由单次试验中的瞬态光谱事件组成 •有害刺激比无害刺激引发更多的瞬态伽马事件 •S1 中的瞬态伽马事件揭示了体感处理的神经特征 摘要 定位在人和其他动物初级体感皮层(S1)的伽马频段活动被认为与疼痛和

  

亮点
•有害和无害刺激在 S1 中产生时间锁定的伽马频段活动
•伽马频段活动由单次试验中的瞬态光谱事件组成
•有害刺激比无害刺激引发更多的瞬态伽马事件
•S1 中的瞬态伽马事件揭示了体感处理的神经特征

摘要
定位在人和其他动物初级体感皮层(S1)的伽马频段活动被认为与疼痛和触觉刺激的高阶处理有关。然而,尚不清楚伽马活动是否能区分这些体感模态。在此,我们将基于反射的行为读出与慢性细胞外电生理记录相结合,研究了在 TRPV1 表达的感觉神经元中表达通道视紫红质 2(ChR2)的转基因小鼠中,有害和无害刺激引发的 S1 伽马频段活动的差异。与先前的研究类似,在有害和无害刺激之后,试验平均伽马功率增加。然而,刺激引发的伽马频段响应并非连续振荡信号,而是瞬态光谱事件。我们发现,在有害刺激后伽马事件的发生率较高,从而将其与无害刺激区分开来。我们的研究结果表明,关于体感刺激的信息可能嵌入在伽马活动的特征中,这可能会为大脑中急性疼痛处理的机制提供见解。

图形摘要

引言
初级体感皮层(S1)在疼痛感知中起着重要作用。历史上,S1 被认为是代表疼痛的感觉辨别(强度和位置)成分,但 S1 还通过皮层脊髓投射帮助调节伤害性防御反射行为,并通过皮层间投射调节参与情感疼痛处理的皮层区域的活动。这种在疼痛处理高阶协调中的作用,使 S1 成为理解急性和慢性疼痛状态下的疼痛机制的主要目标。定位到 S1 的伽马频段(30–100 Hz)神经活动与跨物种疼痛的各个维度相关:人体 S1 上的脑电图(EEG)记录表明,伽马频段振荡(GBO)幅度与疼痛强度呈正相关,而啮齿动物上的皮层电图(ECoG)记录表明,痛觉过敏与 GBO 幅度呈正相关。此外,在小鼠 S1 中光遗传学诱导 GBO 会增强伤害性防御行为。这些发现表明,S1 在伽马范围的振荡将有害信息中继到并潜在协调高级脑回路中的神经活动。

尽管 S1 伽马频段活动被认为是疼痛的神经相关物,但在非疼痛性触摸过程中,S1 中也存在类似的活动特征。无害体感刺激在非人灵长类动物的皮层内记录和人类的 EEG 记录中都能引发伽马功率的增加。在细胞水平上,感觉皮层中快速放电中间神经元产生的伽马活动增强了对触觉刺激的检测。综上所述,这些发现表明伽马频段活动在增加跨体感模态显著性方面具有更普遍的效用,而不是疼痛的特异性神经相关物。

对先前发现的另一种解释是,有害和无害刺激可能参与 S1 内不同的神经元群。先前的人类 EEG 研究通过使用选择性激活 Aδ 纤维和 C 纤维的有害激光刺激,直接比较了伤害性感觉和触觉处理。Michail 等人报道,疼痛和触摸在 S1 中引发的伽马频段活动具有不同的时间和光谱特征,疼痛相关反应比触摸引发的反应发生得更早且频率更高(约 80 Hz 对约 70 Hz)。作者建议这些差异可能反映了对每种模态感知有贡献的不同神经元集合的参与。同样,Lenoir 等人展示了在经颅直流电刺激期间,振动触觉和有害激光刺激对人体 S1 的差异化参与。重要的是,必须仔细参数化激光刺激,以便在选择性靶向伤害感受器同时避免组织损伤,这可能限制实验设计。相比之下,临床前啮齿动物模型允许使用光遗传学方法,在不需要热剂量或组织损伤风险的情况下,选择性激活基因定义的 Aδ 纤维和 C 纤维传入神经子集。这些转基因方法通过利用高速视频和机器学习方法在刺激开始后毫秒内定量表征伤害性反射,提高了临床前疼痛测量的可靠性。

因此,我们将外周光遗传学与自我报告的定量行为测量相结合,以确定 (1) 伤害性或触觉特异性刺激是否引发了伽马频段活动中可测量的差异,以及 (2) 这些模态特异性差异是否代表了感觉输入的差异化编码。我们开发了一种方法,在转基因小鼠中研究时间精确和模态特异性的感觉刺激,同时在 S1 中实施慢性电生理记录。我们确定了反映不同刺激模态的瞬态伽马频段活动特征。这些结果可能有助于理解大脑中疼痛的神经相关物,并有望在临床环境中识别疼痛候选生物标志物。

结果
反射性反应的时间精确替代物
为了实现行为反应的时间精确测量,我们修改了先前的行为范式,包括一个定制测力板,能够以 30 kHz 采样率将感觉刺激后的后爪力测量为连续模拟电压(图 1A 和 S1)。这确保了我们的行为读出不仅能跟上刺激输送和神经记录固有的毫秒时间尺度,还可用于与以前使用反射性测量作为行为输出的调查 GBO 的实验结果进行比较。通过测力板上的孔洞传递刺激,我们在整个行为测试过程中跟踪了对有害和无害刺激的力响应(图 1B 和 1C)。行为范式的自动化和可重复性使得动物可以在 500 次试验过程中接受测试,包含四种不同的刺激条件。超阈值光遗传刺激和触觉刺激分别用于调查疼痛和触摸的不同状态;阈值光遗传刺激用于检查疼痛显著性,同时阈值光遗传和触觉刺激用于检查多模态整合的效果。

图 1 转基因小鼠反射性力响应的高速监测
显示完整说明
图像查看器
(A) 植入四极微驱动器的 TRPV1-ChR2 小鼠头部固定,后爪限制在测力板上,触觉和光遗传(470 nm LED)刺激通过该测力板传递。
(B) 小鼠接受 4 种刺激条件:超阈值光遗传刺激、触觉刺激、阈值光遗传刺激以及同时阈值光遗传和触觉刺激。
(C) 每种刺激条件对应的代表性单次试验力响应。

无监督后爪力聚类描绘感觉反应
随后,我们寻求以自动化且不依赖观察者的方式对每次会话中每次试验的力响应进行分类(图 2A)。这是通过首先识别力读出中与后爪伤害性防御反应相关且最大化触觉和超阈值光遗传试验之间差异的特征来实现的。这些特征包括 1 到 30 Hz 之间功率谱密度(PSD)的百分比变化以与爪子摇晃相关,力响应初始阶段(0–65 ms)的最大和最小幅度以及力响应后期阶段(65–1,000 ms)的最大和最小幅度以与爪子撤回高度相关,以及最大变化率以与爪子速度相关(图 2B,左)。从每次会话中的每次试验中提取这些特征后,我们使用 t 分布随机邻域嵌入(tSNE)进行降维,将每次试验的力特征从 6 维空间减少到 3 维空间(图 2B,中)。然后我们使用聚类大小为 3 的 K-means 聚类来表示行为响应范围,我们根据其特征空间将其标记为“强”、“中”和“弱”力子空间(图 2B,右),并为每次试验分配分数(图 2C)。强力子空间包含最高密度的超阈值光遗传试验,弱力子空间包含最高密度的触觉试验,而中等力子空间包含阈值和超阈值光遗传以及触觉试验的混合。对于所有后续分析,我们将强力子空间中的试验与弱力子空间中的试验进行比较,因为这表明行为响应的最大偏差,以及疼痛和触觉状态之间的清晰区分。对强力超阈值光遗传试验(suprastr)和弱力触觉试验(tactilewk)之间进行比较以表征感觉模态的差异,并在强力阈值光遗传试验(thresholdstr)和弱力阈值光遗传试验(thresholdwk)之间进行比较以表征诱发和非诱发阈值行为的差异(图 2D)。此外,对强力同时试验(SMTstr)和弱力同时试验(SMTwk)之间进行比较以表征体感整合对行为运动反应强度的影响。suprastr 试验的力响应潜伏期为 34.5 ± 8.2 ms,tactilewk 试验为 78.8 ± 48.6 ms,thresholdstr 试验为 84.5 ± 26.8 ms,thresholdwk 试验为 154.4 ± 56.3 ms,SMTstr 试验为 50.4 ± 62.9 ms,SMTwk 试验为 60.78 ± 108.4 ms。TRPV1-通道视紫红质 2(ChR2)小鼠对 suprastr 和阈值光遗传刺激条件的力开始潜伏期均在高速视频确定的 TRPV1-ChR2 小鼠后爪反射潜伏期范围内。此外,suprastr 和 tactilewk 条件与 thresholdstr 和 thresholdwk 条件之间的开始潜伏期存在显著差异(p > 0.05,Mann-Whitney U 检验,图 S2),但 SMTstr 和 SMTwk 条件之间的开始潜伏期没有显著差异。

图 2 无偏力响应聚类
显示完整说明
图像查看器
(A) 不同试验的后爪力响应示例。
(B) 左:tSNE 降维中使用的特征选择参数和相应指标的示例说明;中:使用 tSNE 降维后单次会议试验分布的示例(为简单起见仅显示触觉和超阈值光遗传刺激条件);右:使用聚类大小 k = 3 对相同数据集进行 K-means 聚类。根据每个聚类中包含的超阈值光遗传和触觉试验的百分比,将聚类识别为强、中和弱。
(C) 选自 (B) 的强、中和弱力响应示例轨迹。
(D) 超阈值、触觉和阈值试验在强、中和弱力子空间中的分布。

外周体感刺激后 S1 伽马功率增加
S1 定位的伽马频段活动与人类和动物诱发的疼痛密切相关,因此,我们寻求确定伽马频段活动是否在刺激条件之间被差异化调节。通常,伽马频段活动定义为约 30 到 100 Hz 的宽范围;然而,皮层处理的各个方面可能由此范围内的特定子带表示。为了考虑频带特异性活动,我们在伽马的两个子带中评估了神经数据:低频(30–50 Hz)和高频(70–100 Hz)。我们计算了 suprastr 和 tactilewk 条件(图 3A)以及 thresholdstr 和 thresholdwk 条件(图 3B)在刺激输送前 0.5 s 和后 1 s 的局部场电位(LFP)时频响应(TFR)。TFR 结果显示,在触觉、超阈值和阈值光遗传刺激后,高频(70–100 Hz)和低频(30–50 Hz)伽马频段的功率相对于刺激前基线期增加。

图 3 伽马频段活动在不同条件下存在差异
显示完整说明
图像查看器
(A 和 B) 来自单次力排序显著和阈值条件会话的示例平均频谱图,显示为相对于基线期(刺激前 -500–0 ms)的百分比变化。
(C 和 D) 所有动物之间显著和阈值条件下平均功率(均值 ± SEM,相对于基线的百分比变化)的比较,分为高频(70–100 Hz)和低频(30–50 Hz)伽马频段。n = 126 样本,来自特定会话中四极记录的测量;?p < 0.05, ??p < 0.001,带有 Bonferroni 校正的线性混合效应模型。

有趣的是,我们发现 suprastr 和 tactilewk 试验在高伽马频段表现出双峰反应,早期峰值发生在 0 到 55 ms 之间(suprastr 为 22.4 ± 3.5 ms,tactilewk 为 19.4 ± 2.3 ms),suprastr 条件(355% ± 201%)显著高于(线性混合效应模型,p < 0.05)tactilewk 条件(303% ± 195%),晚期峰值发生在 55 到 250 ms 之间(suprastr 为 94.7 ± 30.4 ms,tactilewk 为 89.6 ± 27.6 ms),suprastr 光遗传条件(232% ± 121%)显著高于(线性混合效应模型,p < 0.001)tactilewk 条件(83% ± 32%)(图 3C,上)。在阈值条件下,高伽马频段的双峰反应明显缺失。

然而,在刺激后的前 55 毫秒内,高伽马功率增加,在阈值强(thresholdstr)条件下产生的反应显著大于 (p < 0.001) 阈值弱(thresholdwk)条件 (129% ± 58% 对比 74% ± 59%)。此外,两种阈值条件下的早期反应均显著弱于 (p < 0.001) 触觉弱(tactilewk)和超阈值强(suprastr)试验的早期反应。阈值强条件的晚期反应 (201% ± 96%, 103.2 ± 42.5 ms) 也显著大于 (p < 0.001) 相应的阈值弱条件 (144% ± 68%, 115.3 ± 38.5 ms, 图 3D,顶部)。有趣的是,与触觉弱试验相比,阈值强 (p < 0.001) 和阈值弱 (p < 0.001) 试验的晚期反应功率均显著更高。这表明早期高伽马反应可能代表刺激模态和绝对刺激强度的组合,而晚期反应可能代表特定模态的处理。在对 SMT 强(SMTstr)和 SMT 弱(SMTwk)试验进行刺激后,高 (70–100 Hz) 和低 (30–50 Hz) 伽马功率均增加 (图 S3)。高伽马波段的反应显示出与超阈值强试验相似的雙峰反应,表现出早期 (0–55 ms) 和晚期 (55–250 ms) 成分。由于 SMT 条件包含触觉和阈值光遗传刺激,早期反应很可能代表 SMT 刺激的触觉成分,而晚期反应则代表 SMT 刺激的阈值光遗传成分。与超阈值强和触觉弱试验类似,早期反应的幅度没有显著差异 (p = 1.00),但 SMT 强晚期反应显著大于 (p < 0.001) SMT 弱晚期反应 (图 S3B),进一步表明晚期反应反映了伤害性处理。

在低伽马波段 (30–50 Hz),也存在一个发生于 0 到 55 毫秒的早期反应,该反应在触觉弱 (22.9 ± 6.8 ms) 和超阈值强 (27.2 ± 7.6 ms) 试验中比在阈值强 (59.2 ± 81.6 ms) 和阈值弱 (91.8 ± 109.5 ms) 试验中更为明显和定型。在此期间,超阈值强试验的低伽马功率显著大于 (p < 0.001) 触觉弱试验。然而,我们发现触觉弱和阈值强光遗传条件之间早期反应的幅度没有差异 (p = 1.00),但在触觉弱和阈值弱光遗传条件之间发现了显著差异 (p < 0.001)。在早期反应期间,阈值强试验的低伽马功率也显著大于 (p < 0.05) 阈值弱试验。虽然低伽马波段没有明显的次级反应,但 55 到 250 毫秒之间的低伽马功率在超阈值强试验中显著大于 (p < 0.001) 触觉弱试验,并且在阈值强试验中显著大于 (p < 0.05) 阈值弱试验。与高伽马波段不同,SMT 条件下低伽马波段的功率变化与触觉、超阈值光遗传和阈值光遗传条件不一致。SMT 强和 SMT 弱试验均显示出急剧的早期反应,且两种条件之间没有显著差异 (p = 0.11)。低幅度的晚期反应在 SMT 强试验与 SMT 弱试验之间也没有显著差异 (p = 0.06) (图 S3C)。

瞬态伽马事件与刺激模态和防御性反应相关

虽然我们的初步分析将伽马波段活动视为连续的,但我们注意到在单次试验中,时频表示 (TFR) 中的伽马波段活动表现为瞬态的“光谱事件”。这提出了一个问题,即这些瞬态事件是否负责强弱力子空间中试验间伽马波段功率的差异。为了测试这一点,我们实现了一个工具箱,使用三种不同算法之一从时间序列数据的 TFR 中识别感兴趣频率范围内的瞬态光谱事件 (https://github.com/jonescompneurolab/SpectralEvents)。我们专门选择这个工具箱,因为它计算感兴趣特征,有助于解释试验平均期间观察到的功率增加,例如图 3 中显示的平均 TFR。在我们的分析中,我们实现了一种之前使用过的算法 (STAR 方法),它将光谱事件识别为非标准化 TFR 局部最大值内的超阈值区域。我们比较了所有四极电极记录中超阈值强和触觉弱试验之间,以及阈值强和阈值弱试验之间的高低伽马事件的平均事件计数、起始时间、功率、持续时间和频率跨度 (图 4)。所有比较均使用来自同一四极电极和记录会话的配对测量值进行,允许跨刺激条件对样本内伽马事件特征进行比较。在高伽马波段,我们发现超阈值强和触觉弱条件在平均事件计数、起始时间和持续时间方面存在显著差异,但在平均事件频率跨度或最大功率方面没有差异 (图 4B,顶部)。平均事件计数在特征中具有最显著的差异;超阈值强条件的事件数量显著大于 (p < 0.001) 触觉弱条件 (4.27 ± 0.59 平均事件/试验 对比 1.95 ± 0.56 平均事件/试验),只有一个四极电极在条件间持续显示相似的事件计数。事件计数在重复试验中保持稳定 (图 S4),表明重复刺激未改变伽马事件的发生率。事件起始时间和持续时间在不同条件之间也显著 (p < 0.001) 不同;然而,这些差异的幅度很小。超阈值强试验显示出比触觉弱试验更短的起始时间和略长的持续时间 (起始:0.11 ± 0.03 对比 0.16 ± 0.05 秒;持续时间:0.039 ± 0.002 对比 0.037 ± 0.002 秒),表明尽管具有统计学显著性,但效应量有限。对于阈值条件,只有平均事件计数和起始时间产生了显著差异 (图 4B,底部)。阈值强条件的每试验事件数量显著大于 (p < 0.001) 阈值弱条件 (3.83 ± 0.56 平均事件/试验 对比 2.55 ± 0.75 平均事件/试验)。阈值强条件的起始时间也显著快于 (p < 0.001) 阈值弱条件 (0.14 ± 0.03 对比 0.18 ± 0.05 秒)。与其他条件一样,SMT 强试验 (3.83 ± 0.84 平均事件/试验) 的平均事件计数显著大于 (p < 0.001) SMT 弱试验 (2.70 ± 0.83 平均事件/试验)。SMT 强试验 (0.040 ± 0.005 秒) 的平均持续时间也显著大于 SMT 弱试验 (0.038 ± 0.004 秒);然而,同样地,这种差异是边际性的 (图 S5A)。我们还在 SMT 和阈值光遗传条件之间比较了这些特征 (图 S5B 和 S5C)。我们发现,对于聚类在弱力子空间中的两种试验,SMT 条件的平均事件起始时间显著早于 (p < 0.001) 且平均事件功率显著低于 (p < 0.05) 互补的阈值光遗传条件 (起始:0.14 ± 0.06 对比 0.18 ± 0.05 秒;功率:844.0 ± 514.0 对比 778.0 ± 460.0 μV2)。与群体水平发现一致,单个动物分析 (图 S6) 证实,在所有小鼠中,较高的伽马反应始终与较强的行为反应相关。这些结果表明,伤害性刺激引发更多的高伽马事件,并且这些事件的发生时间早于且持续时间长于无害刺激后的高伽马事件。

图 4 伽马事件特征在不同刺激条件间存在差异
显示完整标题
图查看器
(A) 来自不同刺激条件的单次试验谱图示例,显示事件状伽马活动 (白色框)。
(B) 显著超阈值和触觉条件之间 (顶部),以及强阈值和弱阈值条件之间 (底部) 的高伽马 (70–100 Hz) 事件比较。
(C) 显著超阈值和触觉条件之间 (顶部),以及强阈值和弱阈值条件之间 (底部) 的低伽马 (30–50 Hz) 事件比较。
绿色"+"代表每个条件的平均事件特征交点。n = 126 个四极电极 - 会话样本,每个会话内每个四极电极跨条件配对测量;(B 和 C) ?p < 0.05, ??p < 0.001, 线性混合效应模型并进行 Bonferroni 校正。

在低伽马波段,超阈值强 (2.51 ± 0.67 平均事件/试验) 试验的伽马事件数量显著大于 (p < 0.001) 触觉弱 (1.53 ± 0.36 平均事件/试验) 试验,同时超阈值强 (0.27 ± 0.07 秒) 试验的起始时间也显著快于 (p < 0.05) 触觉弱 (0.28 ± 0.06 秒) 试验,尽管差异幅度很小。阈值强 (2.52 ± 0.63 平均事件/试验) 试验的事件计数也大于阈值弱 (1.84 ± 0.50 平均事件/试验) 试验。虽然触觉弱试验似乎引发了相似数量的低和高伽马事件 (平均~1–2 事件/试验),但超阈值强试验在所有四极电极记录中引发的高伽马波段事件平均数量几乎是低伽马波段的两倍。这种趋势也出现在阈值强和阈值弱试验的比较中。对于 SMT 条件,SMT 强和 SMT 弱试验之间仅在平均事件计数上存在显著差异 (p < 0.001) (图 S7A)。此外,我们发现 SMT 和阈值条件之间没有任何低伽马事件特征的显著差异 (图 S7B 和 S7C)。

高伽马事件未受到后爪运动的显著调节

基于力读数幅度比较条件的一个潜在混杂因素是,后爪力的变化表明整个皮肤中低阈值机械感受器的调节,这些感受器响应压力、触摸和振动等无害感觉输入。如我们所展示的,触觉刺激引起 S1 中伽马波段活动的增加;因此,伤害性刺激后增加的运动可能激活机械感受器,进而可能引发伽马事件。尽管所有条件下后爪力反应起始之前局部场电位 (LFP) 中伽马功率的增加表明伽马活动独立于运动,但我们仍想确定后爪运动是否是产生伽马事件增加的原因。由于超阈值强试验中每次试验的平均事件数在高伽马波段高于低伽马波段,我们分析了力反应与高伽马事件之间的关系。我们假设,如果后爪力的变化引发了高伽马事件,我们预计伽马事件之前的力幅度分布将具有非零均值。为了测试这一点,我们通过找到所有试验中每个高伽马事件最大值时间前 20 毫秒的力幅度,为每个四极电极记录生成了力分布 (图 5A)。使用 20 毫秒是因为这大致是外周触觉刺激后达到最大高伽马功率的延迟。然后,我们执行了一个自举程序来生成平均力幅度的分布 (见 STAR 方法)。这种分析旨在识别伽马事件与后爪力显著相关的四极电极 - 会话样本,以便可以排除这些离群值并评估跨条件伽马事件差异的稳健性。在单个滞后处存在显著效应反映了离群四极电极 - 会话中力 - 伽马耦合的一个示例 (图 5B 和 5C,代表性示例)。有趣的是,我们发现大多数四极电极记录 (70%) 在力分布和自举分布之间没有显示显著差异 (表 S1),这表明在大多数高伽马波段的四极电极 - 会话样本中,力幅度不是光谱事件的主要驱动因素。我们还使用 0 和 +20 毫秒的时间滞后进行了这种分析,以确定力反应在伽马事件周围或之后是否一致。与?20 毫秒滞后比较类似,大多数跨记录会话的四极电极在 0 (61%) 和 +20 毫秒 (52%) 滞后处显示力幅度没有显著差异。利用这些信息,我们重新计算了高伽马事件特征的差异,排除了在?20 毫秒滞后力分布中显示显著差异的四极电极记录。移除这些样本后,我们发现超阈值强和触觉弱试验之间事件计数的显著差异仍然存在 (图 5D)。超阈值强试验的事件数量显著 (p < 0.001) 多于触觉弱试验 (4.24 ± 0.53 对比 1.92 ± 0.44),且发生时间更早 (0.107 ± 0.030 对比 0.162 ± 0.052 秒)。超阈值强试验的事件持续时间也显著长于 (p < 0.001) 触觉弱试验 (0.039 ± 0.002 对比 0.036 ± 0.002 秒);然而,再次地,这种差异是微小的。

移除样本后,thresholdstr 和 thresholdwk 试验之间的差异依然存在(图 5E)。thresholdstr 试验的事件数量显著(p < 0.001)多于 thresholdwk 试验(3.81 ± 0.54 vs. 2.48 ± 0.80),且发生时间更早(0.143 ± 0.035 vs. 0.176 ± 0.050 s)。在 SMT 条件下,我们发现经过自助法校正后,仅平均事件计数保持了显著差异(p < 0.001),其中 SMTstr 试验的事件数量多于 SMTwk 试验(3.85 ± 0.84 vs. 2.70 ± 0.67)(图 S8)。SMT 和 threshold 条件之间的比较仅在平均事件起始时间上保持了显著差异(p < 0.001),其中 SMTwk 试验的发生时间显著早于 thresholdwk 试验(0.140 ± 0.055 vs. 0.176 ± 0.050 s)。

图 5 运动校正后伽马事件差异依然存在
显示完整标题 图查看器
(A) 用于生成力分布的相对于伽马事件的力响应示意图。来自单次会话中单个四极管的三个代表示例 (B) 分布,以及 (C) 通过计算 10,000 个自助样本的平均值生成的相应自助分布。箱须图跨越四分位距(第 25 至 75 百分位),中央线表示事件计数、起始时间和持续时间特征的中间值,用于 (D) 强(超阈值光遗传)和弱(触觉)条件之间的显著比较,以及 (E) 强和弱条件之间的阈值比较。n = 87 个四极管 - 会话样本;??p < 0.001,带有邦弗伦尼校正的线性混合效应模型。

讨论

本研究建立在现有文献基础之上,这些文献在细胞外场电位水平上研究了与明显不同的伤害性和无害状态相关的 S1 神经动态。使用基于诱发性后爪力的新型行为指标,我们表明无害触觉和伤害性刺激在伽马频段引发了独特的响应。对频谱活动的进一步调查显示,躯体感觉刺激引发了伽马范围内的瞬态事件,且在伤害性刺激后这些事件的发生率高于触觉刺激。这些结果深化了对伽马活动与感觉处理之间关系的理解,并可能为疼痛的临床检查提供效用。

伽马振荡与感觉处理

关于伽马频段活动在 S1 中的作用,研究表明证据相互矛盾;跨动物和人类的结果表明伽马频段活动是疼痛的神经相关物,而其他发现表明伽马频段活动是感觉处理的通用标记物。然而,由于伽马广泛包含 30-100 Hz 振荡,伽马范围内特定类型的活动可能反映躯体感觉刺激不同特征的处理。我们发现,伤害性光遗传刺激和触觉刺激均导致高伽马频段和低伽马频段的功率增加,这反映了一般感觉处理的机制。值得注意的是,尽管超阈值光遗传和触觉刺激在试验平均数据中引发了相似的早期伽马响应,但早期伽马活动始终不存在于阈值光遗传试验中,尽管各条件之间的时间对齐是相同的。虽然增强的逐试验相位锁定可以放大平均响应,但鉴于观察到的各条件间低延迟变异性,仅相位对齐的差异无法解释这种选择性缺失。当将高频活动作为频谱事件分析时,我们发现瞬态伽马事件的数量、持续时间和时间与引发强力响应(即伤害防御性)的超阈值和阈值光遗传刺激相关。这些结果表明,伽马频段活动的某些特征可能差异性反映伤害性和无害处理,这一结论与人类脑电图结果一致,显示对伤害性激光和无害触觉刺激的响应在高伽马频段内存在差异性激活。

最近的研究提供了令人信服的因果证据,表明 S1 中由激光诱发的伤害性 GBOs(伽马带振荡)编码疼痛强度,并由白蛋白(PV)抑制性中间神经元产生。重要的是,这项研究还表明,非伤害性电刺激引发了由锥体神经元主导的早期相位锁定高频响应,并且没有像伤害性刺激那样在相同的时间或功能机制中参与伽马频段活动。这种区别支持了这样一种观点:在伤害性感觉期间观察到的伽马频段活动反映了专门的回路机制,而不是一般的感觉响应。在这种情况下,我们研究中确定的瞬态伽马事件可能代表这种中间神经元驱动动态的离散网络级表现,事件时间和发生率提供了超越伽马振幅本身的额外信息。我们的发现扩展了这一框架,表明即使观察到跨躯体感觉模态的伽马频段功率增加,事件级特征也能区分伤害性刺激和无害刺激,这表明了一种反映模态和回路参与的复用编码方案。

为了理解伽马活动可能如何反映不同躯体感觉模态的处理,了解驱动 S1 细胞外伽马振荡的回路机制非常重要。高频振荡已被证明通过抑制性 - 抑制性神经元耦合网络或兴奋性 - 抑制性神经元耦合网络,或通过伽马振荡前馈驱动,内在发生于皮层区域内。最近的研究将快速放电抑制性中间神经元与伤害性刺激后 S1 伽马振荡的产生联系起来。然而,由于确定伽马振荡的回路机制超出了这些实验的范围,未来的研究需要实施细胞特异性操作,例如抑制性中间神经元亚群的光遗传激活或高速电压成像。

解剖学证据表明,前馈驱动可能部分负责伤害性刺激和无害刺激引发的 S1 响应之间的差异。脊髓丘脑束(STT)从外周中继伤害性信息,将突触从丘脑发送到浅层 S1,而背柱 - 内侧丘系(DCML)通路从外周中继无害信息,将丘脑投射发送到 S1 的中间层。目标的发散可能意味着伤害性和无害信息可能通过以层特异性方式驱动相同的 S1 回路来产生不同的伽马活动特征。最近使用 S1 的生物物理原理神经模型探索了这一想法,该模型显示向浅层锥体神经元远端树突的 40 Hz 伽马驱动足以重建人类测量的伤害性激光诱导诱发响应的特征。

运动诱导的伽马

我们结果的一个潜在混杂因素是试验之间的比较基于后爪力响应的大小,这可能表明爪子运动引发了无害的感觉刺激,从而构成了伽马活动产生的基础。尽管之前的发现表明伤害性刺激诱导的伽马频段功率增加不是刺激驱动运动的结果,但我们需要确定伽马事件的发生是否也是如此。我们发现,伽马功率的增加发生在后爪运动开始之前,如力读数所确定的。我们还发现,在跨会话中,大多数四极管上的高伽马事件显示出不依赖于随后的后爪力,这表明行为测试期间经历的后爪力不足以引发我们研究中调查的伽马事件。

另一种可能性是伽马事件依赖于复杂的运动模式,因为后爪无毛皮肤中的皮肤感觉传入纤维由多种受体组成,这些受体响应皮肤凹陷、拉伸、运动和振动。此外,这些受体可以是快速适应的感觉传入纤维,响应皮肤凹陷的开始和结束,以及慢速适应的感觉传入纤维,响应皮肤的持续凹陷。尽管这些皮肤受体在其皮肤内的神经支配和脊髓内的层状组织中都表现出显著的组织性,但 S1 在这些初级感觉受体之间表现出较少可辨别的躯体定位或层状区分。这一问题因这样一个事实而进一步复杂化,即我们无法事后判断刺激诱发的运动后激活了哪些感觉受体。有趣的是,主动和被动运动已被证明可以通过自下而上和自上而下的机制门控 S1 中的感觉响应。此外,被动运动已被证明可以门控 S1 中伽马范围内的高频振荡。这些发现表明,由脊髓反射回路启动并受自上而下控制调节的、跟随伤害性刺激的运动,可能会门控因运动诱导的皮肤感觉传入激活而发生的向 S1 的感觉驱动。然而,这并不意味着运动期间感觉信息的门控会完全禁止 S1 中伽马事件的产生,但它可能指向一个潜在机制,旨在帮助调节伽马频段内特定类型感觉信息的处理。

研究的局限性

重要的是要强调我们的工作与先前研究之间在实验设置上的潜在差异。首先,大多数调查小鼠和人类伽马频段活动的研究使用伤害性热(激光)或机械(Von Frey)刺激。在这里,我们实施了时间分辨的外周伤害性光遗传刺激。由于使用了 TRPV1-ChR2 小鼠品系,光遗传刺激将最类似于伤害性热感觉,因为 TRPV1 受体响应超过 43 °C 的温度而开放。然而,与光遗传激活不同,TRPV1 受体的热激活不是瞬时的,因为皮肤需要时间达到激活通道开放所需的温度。因此,相对于标准热刺激,使用光遗传刺激可能会延长神经反应的时间线。相对于标准热刺激的额外偏差可能源于 TRPV1-ChR2 小鼠中初级伤害感受器的激活是通过光诱导的 ChR2 开放而不是热诱导的 TRPV1 开放来实现的。虽然 ChR2 和 TRPV1 都是非特异性阳离子通道,因此可能产生相似的细胞内响应,但它们通道门控的差异可能产生不同的细胞动态,从而导致下游神经激活和 resulting 行为的差异。例如,通过离子型或代谢型机制激活含有 MrgprA3+ 的 C 纤维在小鼠中会产生不同的行为响应。因此,未来的实验应该直接比较 TRPV1-ChR2 小鼠中光遗传介导和热介导的 TRPV1 阳性初级伤害感受器激活的神经和行为诱发响应。

除了源于伤害感受器激活模式的差异外,一个重要的解释性考虑涉及跨模态比较伤害性刺激和无害刺激。匹配伤害性模态和无害模态之间的刺激强度本身具有挑战性,因为这些刺激涉及不同类别的外周传入纤维(例如,Aβ vs. Aδ/C 纤维),并且在感知显著性、时间动态和皮层放大方面存在差异。因此,试验平均伽马振幅的差异可能部分反映有效中枢驱动的差异,而不是模态特异性处理。之前的感觉神经科学工作中也提出了类似的担忧,其中诱发响应的差异部分归因于刺激显著性或觉醒。这一考虑促使我们使用频谱事件分析,该分析侧重于瞬态伽马事件的发生率、时间和持续时间,而不是绝对功率,从而降低了对跨模态刺激强度不可避免差异的敏感性。

本研究的一个重要观察是,不同强度的光遗传刺激可以产生可比较的行为结果,同时引发不同的神经动态,特别是在早期伽马响应窗口期间。这种分离突显了感觉运动处理的灵活性,通过部分不同的神经通路或皮层活动的时间模式可以产生相似的行为输出。这种简并性,即不同的神经机制支持等效的功能结果,已被提议作为生物系统的一般组织原则。在这种情况下,早期伽马活动(图 3)可能反映刺激皮层参与的程度或即时性,而后期伽马响应即使在显性行为响应收敛时仍继续编码与强度相关的信息。同样重要的是要注意,此处使用的基于力的读数捕捉了伤害防御性反应的局部成分;然而,之前的研究表明,伤害性刺激招募协调的全身行为模式,这可能无法仅通过后爪撤回力完全反映。因此,尽管试验可能基于力输出在相似的行为子空间中聚类,但更细粒度或分布的行为特征在不同刺激条件下可能仍然不同,可能与观察到的早期皮层伽马活动差异相一致。

伽马频段活动被牵涉到躯体感觉之外的一系列认知和感觉过程中,包括注意力和运动规划。虽然本研究侧重于刺激锁定和行为分层的伽马事件以隔离模态特异性动态,但纳入药理学操作的未来工作对于确定这些瞬态伽马事件是否在镇痛期间被选择性抑制将是必不可少的。

此类实验将有助于进一步将疼痛特异性伽马活动与支持其他高阶功能的伽马振荡区分开来。对于频谱事件分析,时频表示是使用 Morlet 小波计算的,这涉及时间分辨率和频谱分辨率之间的内在权衡,使得短暂的高频事件在时频空间中变得模糊。重要的是,我们的分析侧重于不同条件下算法检测到的伽马事件的相对差异,而不是单个时频特征的视觉形态。未来的研究可能受益于比较多种时频分解方法下的基于事件的指标,以进一步评估方法依赖性。通过调查由有害和无害刺激诱发的 S1 神经活动差异,我们的结果进一步洞察了伽马频段活动在疼痛处理中的作用。这些结果重现了以前的发现,表明伽马频段活动反映了疼痛和非疼痛信息的处理。通过进一步将伽马频段活动作为频谱事件进行分析,我们得以确定躯体感觉模态和阈值伤害性反应之间伽马事件特征的差异。这些发现增强了我们对模态特异性伽马活动的理解,并可能指导未来转化研究中关于疼痛检测的调查。

资源可用性
主要联系人
所有关于进一步信息和资源的请求应向 David A. Borton (daborton@brown.edu) 提出,并将由他满足。

材料可用性
本研究未生成新的独特材料。

数据和代码可用性
•伽马事件数据已存入 OSF 仓库,并自发表之日起公开可用(开放科学框架:https://doi.org/10.17605/OSF.IO/GU3JR)。本文报告的所有数据将在主要联系人要求下共享。
•本文未报告原始代码。
•重新分析本文报告数据所需的任何其他信息均可在要求下从主要联系人处获得。

致谢
这项工作部分通过 NIH NINDS BRAIN Initiative 资助(授予号 1R01NS108414-01 (C.S. 和 D.A.B.))以及 NIH T32 培训授予号 MH115895 (C.B.) 得到支持。我们要感谢 Brian Leblanc 博士(罗德岛医院)负责制定和维护动物护理和使用方案,并就行为测试和电生理学进行讨论,感谢 Jacqueline Hynes 博士和 Hyeyoung Shin 博士就数据分析进行讨论,感谢 Muhammad Edhi 博士协助维护动物种群。Borton 教授是退伍军人事务部雇员。本文中表达的观点是作者的观点,不一定反映退伍军人事务部或美国政府的立场或政策。

作者贡献
C.J.B., C.Y.S., 和 D.A.B. 参与了构思;C.J.B., C.Y.S., 和 D.A.B. 设计了工作;C.J.B. 执行了数据采集和分析;C.J.B., C.Y.S., 和 D.A.B. 解释了数据;C.J.B., C.Y.S., 和 D.A.B. 起草和修改了手稿;C.J.B., C.Y.S., 和 D.A.B. 批准并提交了版本。

利益声明
作者声明无竞争利益。

STAR★方法
关键资源表
试剂或资源 | 来源 | 标识符
存入的数据:来自个体动物的伽马事件数据 | 本文 | https://doi.org/10.17605/OSF.IO/GU3JR
实验模型:生物体/品系 | 成年雄性小鼠 | 杰克逊实验室 | TRPV1-ChR2-EYFP,源自 RRID:IMSR_JAX:017769 / RRID:IMSR_JAX:024109
软件和算法 | RR 核心团队 | r-project.org
MATLAB 2025a | Mathworks | https://www.mathworks.com/products/matlab.html
频谱事件工具箱 | 布朗大学 Stephanie Jones 博士 | https://github.com/jonescompneurolab/SpectralEvents
在新标签页中打开表格

实验模型和研究参与者详情
动物
所有方法均按照相关指南和规定执行,动物实验经罗德岛医院(RIH),罗德岛州普罗维登斯市的机构动物护理和使用委员会批准,方案编号为#5044-18。动物为 3 只雄性 TRPV1-ChR2-EYFP 小鼠,年龄 2–24 个月,在 RIH 使用来自杰克逊实验室的 TRPV1-Cre 和 Ai32(RCL-ChR2(H134R)/EYFP) 商用品系繁育。除非接受慢性四电极植入,否则小鼠以两只或以上为一组合笼饲养,在这种情况下它们单独笼养。所有实验均使用雄性小鼠以限制性别相关变量。未来的研究将纳入雌性小鼠以调查躯体感觉皮层动态的性别差异。

方法详情
请提供本文中所有程序(行为任务、试剂生成、生物测定、建模等)的精确详情,以便清楚地了解程序如何、何时、何地以及为何执行。我们鼓励作者按照 NIH 和 ARRIVE 指南的建议提供有关实验设计的信息(例如,有关重复、随机化、盲法、样本量估计以及任何数据或受试者纳入和排除标准的信息)。

慢性细胞外电生理学
微驱动植入物由 4 到 16 个四电极组成,使用 Neuralynx Halo-5 驱动器或 Open Ephys shuttleDrive。四电极是通过将成对的 12.7 微米镍铬丝(带聚酰亚胺涂层,Sandvik)扭曲而成,使用开源四电极扭曲器(Open Ephys)。根据初始阻抗,使用 Nano-Z (White Matter LLC) 用金溶液 (Neuralynx) 对四电极进行电镀,以确保阻抗在 150 至 350 千欧之间;电镀以 -0.05μA, 1004Hz 进行 2 次运行,间隔 2 秒并暂停 1 秒,目标为 250 千欧。驱动器主体涂有导电漆(MG Chemicals, Super Shield),并连接到电极接口板上的接地位置,用于电气屏蔽。

所有四电极最初降低到 600 至 900 微米之间,以考虑头骨厚度并确保与皮层接触。然后,降低四电极以实现 S1HL 内三个目标区域中大致相等数量的四电极;浅层(L2/3),中层(L4),和深层(L5/6)。这些深度的近似估计是使用立体定位和组织学坐标确定的。四电极每天降低约 20–50 微米,以 minimize 对皮层和周围神经元的损伤。

使用 Open Ephys 采集板和低剖面 SPI 头端(https://open-ephys.org/)以 30 kHz 采样四电极记录。用于时频分析的神经数据在 0 至 150Hz 之间滤波,并下采样至 2 kHz。

立体定位手术
使用异氟烷麻醉小鼠。剃除头部毛发并使用碘伏和 70% 乙醇消毒。然后将小鼠固定在立体定位框架(Kopf instruments)中。沿头皮中线切开切口并拉回皮肤。然后清洁暴露的头骨并进行划刻,以提供与牙科水泥粘合的干燥表面。使用 S1HL 的立体定位坐标(相对于 bregma 后 0.5,侧 1.5)确定植入的颅骨切开部位。使用微型钻(Stoelting)钻出大约 2-4 mm 的颅骨切开孔和 2–3 个先导孔。将不锈钢螺丝(000–120, Antrin miniature)拧入先导孔,为四电极微驱动提供结构支撑,并提供接地连接。颅骨切开后,进行硬脑膜切开术,以便四电极进入皮层而不被损坏,并在手术剩余过程中覆盖生理盐水。然后正确对齐定制钛或不锈钢头柱,并使用牙科水泥(MetaBond)固定在头骨上。然后缓慢降低四电极微驱动越过颅骨切开处,直到驱动器底部与头骨表面齐平。再次涂抹牙科水泥将驱动器固定在头骨上。然后将小鼠放在加热灯下或保暖垫上,直到它们明亮、警觉且有反应。植入后至少一周开始行为测试和限制饮水。

行为测试
在行为测试之前,小鼠经历至少一次阈值设定会话,包括 80 次试验的 5 种不同光遗传学刺激强度(10 ms 脉宽,0.39–1.18 mW/mm2),总共 400 次试验。然后阈值光遗传学刺激强度由诱发大约 50% 击中率的刺激强度确定,通过评分后肢运动确定。所有小鼠执行 6 到 8 次行为测试会话,包括 500 次随机分布的试验,以确保试验顺序不影响动物的行为反应。此外,每次试验都有随机分布(3-6s)的试验间间隔,以确保动物无法预期即将发生的刺激。小鼠接受四种不同类型的后爪刺激:100 次超阈值光遗传学刺激(单个 10 ms 脉冲,4 mW/mm2),这是从前述对光遗传学刺激的心理物理反应中确定的,200 次阈值光遗传学刺激(按上述方法确定,单个 10 ms 脉冲),100 次触觉刺激(100Hz 正弦波的一个周期,10 ms),以及 100 次同时阈值光遗传学和触觉刺激。为了递送后爪光遗传学刺激,一个套管和光纤电缆连接到位于力板下方的 470 nm LED 源。数模转换器向 LED 驱动器提供方波脉冲,控制光遗传学刺激的强度和持续时间。为了递送后爪触觉刺激,光纤电缆和套管连接到一个压电弯曲器。通过在压电弯曲器上施加电压,弯曲器偏转导致连接的套管向后爪提供一次短暂的轻拍。

时频分析
时频分析(TFR)通过将时间序列数据与 1-150Hz 范围内的 7 周期 Morlet 小波卷积执行。为了比较四电极间的功率,使用 500 ms 刺激前窗口,计算每个会话中所有试验在感兴趣频段内所有四电极相对于基线的百分比变化。

频谱事件分析
频谱事件分析使用 MATLAB 中的 SpectralEvents 工具箱(https://github.com/jonescompneurolab/SpectralEvents)执行,该工具箱由 Stephanie Jones 博士实验室开发。频谱事件的识别使用 Shin 等人,2017 年实施的主要方法;通过在感兴趣频段内未归一化频谱图中的局部最大值峰值进行阈值设定。频谱图的计算使用 TFR 分析中应用的相同方法(见上述方法)。对于给定记录会话内的每个四电极,分别针对每个刺激条件和行为子空间计算伽马事件特征,通过平均试验间事件指标,得出每个四电极 - 会话每个条件的一个值。这些四电极 - 会话值作为所有比较的分析单位。因为事件特征在平均前基于每次试验进行归一化,所以条件间试验计数的差异不会偏向特征估计。

定制力板
为了在行为测试期间跟踪后爪力,一个载荷传感器连接到定制浮动脚板,后爪被限制在上面。载荷传感器连接到定制电路,放大载荷传感器的输出电压以与神经数据同步。

力数据采集和分析
使用连接到 100g 载荷传感器(Sparkfun, TAL221)的定制力板采集力数据,该单元集成到行为平台中。载荷传感器由 4 个应变片组成,排列成惠斯通电桥,通过比较应变片之间的电阻变化来测量力。载荷传感器的输出由集成在定制电路板上的仪表放大器(Texas Instruments, INA125P)放大。载荷传感器放大板的输出通过 Open Ephys 采集板的模拟输入以 30 kHz 采样。数据在 1 至 100Hz 之间滤波,并下采样至 2 kHz 用于分析。为了显示目的,力数据在 1 至 20Hz 之间滤波。

力子空间生成
在每个会话内,力响应在所有试验上进行 z 分数标准化。因为可以从载荷传感器力读数中的正向或负向偏转识别刺激反应,我们通过设定 z 分数力阈值为≥1 或≤-1 来识别反应时间。然后我们将第一次阈值交叉之前的最近局部最小值作为该试验的反应时间。

为了生成功率聚类,首先目视检查力数据以识别高刺激前运动试验,将其从分析中拒绝。然后力数据相对于 500 ms 刺激前基线进行归一化。由于触觉刺激在力响应中产生了大的瞬态(由于接触后爪减少了对力板的向下压力),特征是在刺激开始后 10 ms 从基线化数据中提取的,以确保无监督特征提取和聚类不会将刺激伪影误认为是反射性反应的一部分。重要的是,在这个 10 ms 窗口内没有发生行为反应,因此将此时窗从分析中排除不会偏向反应时间或力子空间分析。然后对特征子空间使用 t 分布随机邻居嵌入(tSNE)来生成聚类数据。tSNE 的第一步是通过为每个数据点创建高斯分布来生成高维地图,该分布描述其与集合中所有其他数据点的接近程度。

第二步是将高维数据随机排列到低维空间中以创建低维映射,然后在低维数据点上构建学生 t 分布。最后,为了获得描述数据的低维空间,使用 Barnes-Hut 算法来最小化高维映射与低维映射之间的距离。随后在低维数据集上执行 K-means 聚类,聚类数量 k = 3。K-means 聚类旨在最小化整体的簇内变异。

Gamma 事件力分布

为了生成立分布,我们首先对每只动物每个记录会话的所有力数据进行 z 分数化。然后相对于相应试验的事件时间,在 0、?20 和 +20 ms 处提取 z 分数化后的力值,为每个会话的每个四极电极创建单个分布。通过对每个数据点减去原始分布的均值,使每个分布中心化,从而获得 0 均值。对中心化后的分布使用自助法(Bootstrapping)创建 10,000 个新数据集,用于生成 z 分数化力均值的分布。

量化与统计分析

对于所有神经分析,观察单位为单个行为会话期间记录的四极电极(称为四极电极 - 会话样本)。每只动物贡献了多个记录会话,每个会话包含多个四极电极,总计获得 126 个样本(表 S1)。由于多个四极电极 - 会话样本源自同一动物,因此在 R 语言中使用线性混合效应模型进行分析,以考虑非独立性。对于 gamma 功率和 gamma 事件分析,数据针对高 gamma 和低 gamma 频段分别进行分析。实验条件被建模为固定效应,动物个体和嵌套在动物内的四极电极标识作为随机效应。在不同条件(超阈值、触觉、阈值和 SMT)之间进行两两比较,并使用 Bonferroni 校正来调整多重比较。

动物内试验级 gamma 事件计数(图 S6)的比较采用泊松广义线性混合效应模型进行,其中条件为固定效应,四极电极标识为随机效应。为每只小鼠内的显著性、阈值和 SMT 条件对比分别拟合了单独模型。使用自助法测试来确定每个记录会话中每个四极电极的后爪力与 gamma 事件之间是否存在显著相关性(参见 Gamma 事件力分布方法)。在任何测试滞后(?20 到 +20 ms)表现出显著力 - gamma 相关性的四极电极 - 会话样本被归类为异常值,并从后续分析中排除,以确保所报告的 gamma 事件差异不是由力的大小驱动的。所有统计测试的显著性报告为?p < 0.05,??p < 0.001,非显著性结果标记为 n.s.。图例和/或正文中未包含的完整统计信息列入表 S2(Excel 文件)。

补充信息(2)

下载所有 PDF (1.99 MB) 文档 S1. 图 S1–S8 和表 S1 电子表格 (23.80 KB) 表 S2. 详细统计结果,包括测试、比较、测试统计量、自由度、确切 p 值、模型观测值和样本量 (n)。(A) 图 3,(B) 图 4,(C) 图 5,(D) 图 S3,(E) 图 S4,(F) 图 S5,(G) 图 S6,(H) 图 S7,以及 (I) 图 S8
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号