Clasificación de subpoblaciones neuronales en registros electrofisiológicos optogenéticos utilizando aprendizaje no supervisado

Abstract

La gran diversidad de tipos neuronales en el sistema nervioso central presenta un desafío para su identificación funcional. Esta investigación tuvo como objetivo clasificar distintas poblaciones neuronales basándose en la forma de onda de sus potenciales de acción. Para ello, se utilizaron técnicas optogenéticas, marcando tipos celulares específicos con una opsina expresada mediante vectores virales para permitir su identificación por fotoestimulación. Posteriormente, se aplicó una reducción de dimensionalidad a las formas de onda registradas para analizar la separabilidad de los tipos neuronales en un espacio de dos dimensiones. El análisis reveló que los tipos neuronales forman agrupaciones distintas al aplicar la reducción dimensional, aunque se debe estudiar con más profundidad el cambio de forma de onda, que es dependiente de la posición del electrodo . Este método ofrece una herramienta valiosa para el análisis de datos electrofisiológicos a gran escala.