KR102596331B1 - Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 - Google Patents
Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 Download PDFInfo
- Publication number
- KR102596331B1 KR102596331B1 KR1020220059880A KR20220059880A KR102596331B1 KR 102596331 B1 KR102596331 B1 KR 102596331B1 KR 1020220059880 A KR1020220059880 A KR 1020220059880A KR 20220059880 A KR20220059880 A KR 20220059880A KR 102596331 B1 KR102596331 B1 KR 102596331B1
- Authority
- KR
- South Korea
- Prior art keywords
- neurotransmitter
- data
- current
- concentration
- fscv
- Prior art date
Links
- 239000002858 neurotransmitter agent Substances 0.000 title claims abstract description 184
- 238000003944 fast scan cyclic voltammetry Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 92
- 238000001075 voltammogram Methods 0.000 claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000002347 injection Methods 0.000 claims abstract description 32
- 239000007924 injection Substances 0.000 claims abstract description 32
- 239000000284 extract Substances 0.000 claims abstract description 23
- 230000004069 differentiation Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000013480 data collection Methods 0.000 claims abstract description 12
- 230000003647 oxidation Effects 0.000 claims description 40
- 238000007254 oxidation reaction Methods 0.000 claims description 40
- 238000010586 diagram Methods 0.000 claims description 25
- 230000001256 tonic effect Effects 0.000 claims description 19
- 239000000126 substance Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000001568 sexual effect Effects 0.000 abstract 1
- VYFYYTLLBUKUHU-UHFFFAOYSA-N dopamine Chemical compound NCCC1=CC=C(O)C(O)=C1 VYFYYTLLBUKUHU-UHFFFAOYSA-N 0.000 description 186
- 229960003638 dopamine Drugs 0.000 description 93
- 229940090044 injection Drugs 0.000 description 20
- 230000008859 change Effects 0.000 description 19
- 238000001727 in vivo Methods 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 7
- 238000009826 distribution Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 210000001577 neostriatum Anatomy 0.000 description 6
- 230000002123 temporal effect Effects 0.000 description 6
- 238000002474 experimental method Methods 0.000 description 5
- 238000004832 voltammetry Methods 0.000 description 5
- WTDRDQBEARUVNC-LURJTMIESA-N L-DOPA Chemical compound OC(=O)[C@@H](N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-LURJTMIESA-N 0.000 description 4
- WTDRDQBEARUVNC-UHFFFAOYSA-N L-Dopa Natural products OC(=O)C(N)CC1=CC=C(O)C(O)=C1 WTDRDQBEARUVNC-UHFFFAOYSA-N 0.000 description 4
- 241000699670 Mus sp. Species 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 229960004502 levodopa Drugs 0.000 description 4
- 238000012805 post-processing Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 208000018737 Parkinson disease Diseases 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- CIWBSHSKHKDKBQ-JLAZNSOCSA-N Ascorbic acid Chemical compound OC[C@H](O)[C@H]1OC(=O)C(O)=C1O CIWBSHSKHKDKBQ-JLAZNSOCSA-N 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 2
- 241000699666 Mus <mouse, genus> Species 0.000 description 2
- 239000012491 analyte Substances 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 229920000642 polymer Polymers 0.000 description 2
- 238000004365 square wave voltammetry Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 206010012335 Dependence Diseases 0.000 description 1
- 201000004311 Gilles de la Tourette syndrome Diseases 0.000 description 1
- 208000000323 Tourette Syndrome Diseases 0.000 description 1
- 208000016620 Tourette disease Diseases 0.000 description 1
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 1
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 1
- 229960005070 ascorbic acid Drugs 0.000 description 1
- 235000010323 ascorbic acid Nutrition 0.000 description 1
- 239000011668 ascorbic acid Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 229920001940 conductive polymer Polymers 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 229940005482 dopamine injection Drugs 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008482 dysregulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012623 in vivo measurement Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 230000001722 neurochemical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 201000000980 schizophrenia Diseases 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000005062 synaptic transmission Effects 0.000 description 1
- 229940116269 uric acid Drugs 0.000 description 1
- 230000021542 voluntary musculoskeletal movement Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/416—Systems
- G01N27/4163—Systems checking the operation of, or calibrating, the measuring apparatus
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/40—Detecting, measuring or recording for evaluating the nervous system
- A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
- A61B5/4064—Evaluating the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/416—Systems
- G01N27/48—Systems using polarography, i.e. measuring changes in current under a slowly-varying voltage
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
- G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
- G01N33/94—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving narcotics or drugs or pharmaceuticals, neurotransmitters or associated receptors
- G01N33/9406—Neurotransmitters
- G01N33/9413—Dopamine
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14546—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Urology & Nephrology (AREA)
- Hematology (AREA)
- Electrochemistry (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Cell Biology (AREA)
- Pharmacology & Pharmacy (AREA)
- Microbiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Biotechnology (AREA)
- Neurology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Psychology (AREA)
- Neurosurgery (AREA)
- Physiology (AREA)
Abstract
본 발명은 FSCV(fast-scan cyclic voltammetry) 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터를 추출하고, 추출된 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공하는 기술에 관한 것으로, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치는 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV 데이터를 수집하는 데이터 수집부, 상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR 데이터로 처리하는 데이터 처리부 및 상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 측정 결과 제공부를 포함할 수 있다.
Description
본 발명은 FSCV(fast-scan cyclic voltammetry) 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법에 관한 것으로, 구체적으로, FSCV 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터를 추출하고, 추출된 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공하는 기술에 관한 것이다.
우리 뇌에서 신경전달물질(neurotransmitter)로 작용하는 도파민은 인지, 보상 및 쾌락, 자발적인 운동과 같은 중요한 정보를 전달하는 신경 조절제로서 도파민 시스템의 조절장애는 파킨슨병, 투렛 증후군, 중독 및 정신분열증과 같은 광범위한 뇌 장애와 관련된다.
뇌의 표적 영역에 있는 도파민 수치는 매우 역동적인 변화를 보이며 다양한 시간 척도에 따라 변동한다.
이러한 변화에는 몇 초 동안 지속될 수 있는 램프인 급격한 과도 현상(위상성)과 분에서 시간 단위의 진동(긴장성)이 포함될 수 있다.
도파민 수치의 정량적 분석은 정상 뇌에서 도파민 역학의 기능적 역할에 대해 배우고 전임상 및 임상 연구에서 뇌 장애 병리학을 연구하는 데 중요하다.
도 1은 종래 기술에 따른 FSCV(fast-scan cyclic voltammetry) 기반 신경전달물질 측정을 설명하는 도면이다.
도 1을 참고하면, 그래프(100)는 도파민 측정을 위한 10 Hz로 가해지는 표준 FSCV 전압 파형을 나타내고, 그래프(110)는 전압 변화 중 측정한 배경 전압 전류도와 도파민이 존재할 때의 전압 전류도를 나타내며, 그래프(120)는 그래프(110)에서 배경을 제거한 전압전류도를 나타낸다.
탄소 섬유 미세 전극(carbon fiber minute electrode, CFM)을 사용한 고속 스캔 순환 전압전류법(fast-scan cyclic voltammetry, FSCV)은 뇌의 도파민 수준 변화를 효과적으로 측정할 수 있는 잘 정립된 전기화학 기술이다.
FSCV는 배경 전류를 뺀 후 볼타모그램에 표시된 도파민 산화 피크 전압을 기반으로 패러데이 전류 변화를 측정한다.
그래프(100)에서 전류 변화 영역(101) 중 측정한 전압에 따른 전류를 그래프(110)로 변환하고, 그래프(110)에서 영역(111)은 도파민이 존재할 때의 전압 전류도를 나타내는데, 영역(111)을 제외한 배경을 제거하는 배경 제거(background subtraction)의 결과가 그래프(120)일 수 있고, 피크(121)를 확인할 수 있다.
그러나, FSCV의 높은 스캔 속도는 도파민 수준(위상성(phasic) 도파민)의 급격한 변화를 측정하기에 충분히 민감하지만, 또한 점진적으로 큰 배경 충전 전류(용량성 충전 전류)를 생성하므로 2분을 초과하는 전압 전류를 분석하기 어렵다.
이 배경 충전 전류로 인한 FSCV의 도파민 피크 진폭의 꾸준한 상승을 배경 드리프트(drift)라고 한다.
FSCV 배경 드리프트는 도파민 수준(긴장성(tonic) 도파민)의 느린 변화를 측정하기 어렵게 만든다.
실시간으로 뇌의 긴장성 도파민 수치를 측정하려는 시도는 여전히 어렵고, 이에 따라 생체 내에서 긴장성 도파민을 측정하기 위해 수정된 전압전류법이 제안되었다.
이러한 수정된 전압 전류 측정 기술은 긴장성 도파민 수준을 측정하지만 낮은 시간 분해능(10-20초)으로 인해 신경 정신 장애를 이해하기 위한 자세한 도파민 신호를 분석하기가 어렵다는 문제점이 있다.
고역 통과 필터링 기술은 배경 드리프트가 제거된 위상 도파민을 측정할 수 있지만 배경 드리프트와 유사한 주파수 대역을 갖는 토닉 도파민 수준도 제거할 수 있는 문제점이 있다.
FSCV 란 빠른 전압변화 중 전극 주변에 있는 분석물의 산화, 환원 정도에 따라 변하는 전류를 측정하여 실시간으로 분석물의 농도변화를 측정하는 기술로서, 특히 FSCV는 빠르게 변하는 도파민 농도의 측정을 위해 많이 사용되어 왔다.
FSCV의 높은 스캔속도는 신경전달물질(예: 도파민)을 민감하게 측정가능하게 하지만, 동시에 점진적으로 큰 용량성전류를 생성시킬 수 있다.
따라서 용량성전류가 발생하는 속도보다 빠른 1~2분 이내에 발생하는 신경전달물질 농도 변화만 분석 가능하다.
따라서 FSCV는 고질적으로 2분 이상의 측정 중 느린 도파민 농도 변화를 관찰할 수 없었다.
이는 뇌속 신경전달물질 시스템의 이해를 기반으로 하는 모든 뇌과학 연구의 발전 속도를 늦추고 있다.
본 발명은 FSCV(fast-scan cyclic voltammetry) 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터를 추출하고, 추출된 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공하는 것을 목적으로 한다.
본 발명은 표준 FSCV를 그대로 사용하면서 후처리로 느린 도파민변화 정보를 추출하기 때문에, 표준 FSCV로 높은 민감도로 측정가능한 빠른 도파민정보에 추가적인 느린 도파민 변화정도를 제공하여 빠른 도파민농도 변화만 제한적으로 보기위해 측정된 모든 표준 FSCV 데이터에 느린 도파민농도 변화정보를 추가적으로 제공하는 것을 목적으로 한다.
본 발명은 표준 FSCV의 입력 전압파형을 그대로 사용할 수 있어서 표준 FSCV 데이터를 이용하여 신경전달물질의 농도 측정하려는 신경과학자들의 접근성을 향상시키는 것을 목적으로 한다.
본 발명은 용량성 충전 전류와 관계없이 신경전달물질의 패러데이 전류의 형태를 추출할 수 있음에 따라 시간해상도를 향상시키기 때문에 신경전달물질인 도파민의 신호를 세부 분석율을 향상시키는 것을 목적으로 한다.
본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치는 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 데이터 수집부, 상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 데이터 처리부 및 상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 측정 결과 제공부를 포함할 수 있다.
상기 데이터 처리부는 상기 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 상기 배경 제거에 의해 스캔마다 상기 패러데이(faradaic) 전류 및 상기 용량성 충전 전류가 함께 반영된 상기 개별 전류 전압도를 추출하고, 상기 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 상기 SDBR 데이터로 처리할 수 있다.
상기 추출된 개별 전류 전압도는 상기 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과를 포함하고, 상기 SDBR 데이터는 상기 신경전달물질 농도 측정과 관련하여 상기 위상성(phasic) 측정 결과 및 긴장성(tonic) 측정 결과를 포함할 수 있다.
상기 데이터 처리부는 상기 배경 제거 이후 신경전달물질 산화 피크 부근의 전압 전류도가 대칭적인 가우시안 형태를 가지도록 상기 개별 전류 전압도를 추출할 수 있다.
상기 데이터 처리부는 상기 개별 전류 전압도에 해당하는 볼타모그램(voltammogram)의 신경전달물질 산화 피크의 진폭 전류가 신경전달물질의 농도와 선형 상관관계를 갖고, 상기 신경전달물질 산화 피크 부근에서 발생하는 배경 충전 전류(background charging current)가 전압과는 무관하도록 SDBR 데이터를 처리할 수 있다.
상기 측정 결과 제공부는 상기 SDBR 데이터에 기반한 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 상기 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 상기 신경전달물질의 농도 측정 결과로 제공할 수 있다.
상기 데이터 수집부는 상기 신경전달물질 주입 시점에 전류가 상승하는 상기 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 상기 용량성 충전 전류가 결합된 상기 FSCV 데이터를 수집할 수 있다.
본 발명의 일실시예에 따르면 신경전달물질 농도 측정 방법은 데이터 수집부에서, 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 단계, 데이터 처리부에서, 상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계 및 측정 결과 제공부에서, 상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 단계를 포함할 수 있다.
상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계는, 상기 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 상기 배경 제거에 의해 스캔마다 상기 패러데이(faradaic) 전류 및 상기 용량성 충전 전류가 함께 반영된 상기 개별 전류 전압도를 추출하고, 상기 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 상기 SDBR 데이터로 처리하는 단계를 포함할 수 있다.
상기 추출된 개별 전류 전압도는 상기 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과를 포함하고, 상기 SDBR 데이터는 상기 신경전달물질 농도 측정과 관련하여 상기 위상성(phasic) 측정 결과 및 긴장성(tonic) 측정 결과를 포함할 수 있다.
상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계는, 상기 배경 제거 이후 신경전달물질 산화 피크 부근의 전압 전류도가 대칭적인 가우시안 형태를 가지도록 상기 개별 전류 전압도를 추출하는 단계 및 상기 개별 전류 전압도에 해당하는 볼타모그램(voltammogram)의 신경전달물질 산화 피크의 진폭 전류가 신경전달물질의 농도와 선형 상관관계를 갖고, 상기 신경전달물질 산화 피크 부근에서 발생하는 배경 충전 전류(background charging current)가 전압과는 무관하도록 SDBR 데이터를 처리하는 단계를 포함할 수 있다.
상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 단계는 상기 SDBR 데이터에 기반한 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 상기 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 상기 신경전달물질의 농도 측정 결과로 제공하는 단계를 포함할 수 있다.
상기 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 단계는, 상기 신경전달물질 주입 시점에 전류가 상승하는 상기 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 상기 용량성 충전 전류가 결합된 상기 FSCV 데이터를 수집하는 단계를 포함할 수 있다.
본 발명은 FSCV(fast-scan cyclic voltammetry) 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터를 추출하고, 추출된 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공할 수 있다.
본 발명은 표준 FSCV를 그대로 사용하면서 후처리로 느린 도파민변화 정보를 추출하기 때문에, 표준 FSCV로 높은 민감도로 측정가능한 빠른 도파민정보에 추가적인 느린 도파민 변화정도를 제공하여 빠른 도파민농도 변화만 제한적으로 보기위해 측정된 모든 표준 FSCV 데이터에 느린 도파민농도 변화정보를 추가적으로 제공할 수 있다.
본 발명은 표준 FSCV의 입력 전압파형을 그대로 사용할 수 있어서 표준 FSCV 데이터를 이용하여 신경전달물질의 농도 측정하려는 신경과학자들의 접근성을 향상시킬 수 있다.
본 발명은 용량성 충전 전류와 관계없이 신경전달물질의 패러데이 전류의 형태를 추출할 수 있음에 따라 시간해상도를 향상시키기 때문에 신경전달물질인 도파민의 신호를 세부 분석율을 향상시킬 수 있다.
도 1은 종래 기술에 따른 FSCV(fast-scan cyclic voltammetry) 기반 신경전달물질 측정을 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 신경전달물질 농도와 관련하여 패러데이 전류(faradaic current)를 추출하는 과정을 설명하는 도면이다.
도 4는 본 발명의 일실시예에 따른 SDBR(second-derivative-based background drift removal) 결과와 종래의 배경 제거(background subtraction) 결과에 대한 표준 정규 분포 모양의 전압전류도 모델을 이용하여 비교 설명하는 도면이다.
도 5 내지 도 7b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 표준 FSCV 데이터를 이용하여 기반한 신경전달물질 농도 측정 과정을 설명하는 도면이다.
도 8a 및 도 8b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 이용하여 생체 내 실험에서 신경전달물질 농도의 측정 결과를 설명하는 도면이다.
도 9는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법을 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 설명하는 도면이다.
도 3은 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 신경전달물질 농도와 관련하여 패러데이 전류(faradaic current)를 추출하는 과정을 설명하는 도면이다.
도 4는 본 발명의 일실시예에 따른 SDBR(second-derivative-based background drift removal) 결과와 종래의 배경 제거(background subtraction) 결과에 대한 표준 정규 분포 모양의 전압전류도 모델을 이용하여 비교 설명하는 도면이다.
도 5 내지 도 7b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 표준 FSCV 데이터를 이용하여 기반한 신경전달물질 농도 측정 과정을 설명하는 도면이다.
도 8a 및 도 8b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 이용하여 생체 내 실험에서 신경전달물질 농도의 측정 결과를 설명하는 도면이다.
도 9는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법을 설명하는 도면이다.
본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시예들에 대해서 특정한 구조적 또는 기능적 설명들은 단지 본 발명의 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
본 발명의 개념에 따른 실시예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시예들을 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 본 발명의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~사이에"와 "바로~사이에" 또는 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
본 명세서에서 사용한 용어는 단지 특정한 실시예들을 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 스테이지, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 스테이지, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 특허출원의 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 2는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 설명하는 도면이다.
도 2는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치의 구성 요소를 예시한다.
도 2를 참고하면, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치(200)는 데이터 수집부(210), 데이터 처리부(220) 및 측정 결과 제공부(230)를 포함한다.
일례로, 데이터 수집부(210), 데이터 처리부(220) 및 측정 결과 제공부(230)는 프로세서에 의해 기능적으로 동작하는 구성 요소일 수 있다.
본 발명의 일실시예에 따르면 데이터 수집부(210)는 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집할 수 있다.
일례로, 데이터 수집부(210)는 신경전달물질 주입 시점에 전류가 상승하는 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 용량성 충전 전류가 결합된 FSCV 데이터를 수집할 수 있다.
예를 들어, FSCV 데이터는 실시간 뇌속 신경전달물질 레벨 변화를 측정하기 위한 데이터로서, 신경전달물질인 도파민 측정을 위해 가해지는 전압 파형을 기본 데이터로 하고, 전압 변화 중 측정한 배경 전압전류도와 신경전달물질이 존재할 때의 전압 전류도로 변환 가능한 데이터를 지칭할 수 있다.
또한, FSCV 데이터는 시간 변화에서 도파민 주입에 따른 계단형의 패러데이 전류와 용량성 충전 전류가 결합되어진 형태로 구성될 수 있다.
본 발명의 일실시예에 따르면 데이터 처리부(220)는 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 FSCV 데이터를 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리할 수 있다.
즉, 데이터 처리부(220)는 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 배경 제거에 의해 스캔마다 패러데이(faradaic) 전류 및 용량성 충전 전류가 함께 반영된 상기 개별 전류 전압도를 추출할 수 있다.
또한, 데이터 처리부(220)는 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 SDBR 데이터로 처리할 수 있다.
예를 들어, 배경 제거(background subtraction)에 기반하여 추출된 개별 전류 전압도는 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과를 포함하고 있어서, 위상성(phasic) 측정 결과를 나타낼 수 있다.
한편, 본 발명의 일실시예에 따라 데이터 처리부(220)에 의해 처리되는 SDBR 데이터는 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과 및 긴장성(tonic) 측정 결과를 포함할 수 있다.
예를 들어, 위상성 측정결과는 빠른 시간 안에 변화되는 신경전달물질의 농도 변화와 관련되고, 긴장성 측정 결과는 느린 시간 안에 변화되는 신경전달물질의 농도 변화와 관련될 수 있다. 여기서, 빠른 시간은 짧은 시간일 수 있고, 느린 시간은 긴 시간일 수 있다.
또한, 위상성 측정결과는 용량성 충전 전류의 영향이 작으나, 긴장성 측정 결과는 용량성 충전 전류의 영향이 큼에 따라 용량성 충전 전류의 존재 여부에 따라 긴장성 측정 결과는 차이가 존재할 수 있다. 또한, 용량성 충전 전류의 영향은 시간에 비례한다.
본 발명의 일실시예에 따르면 데이터 처리부(220)는 배경 제거 이후 신경전달물질 산화 피크 부근의 전압 전류도가 대칭적인 가우시안 형태를 가지도록 개별 전류 전압도를 추출할 수 있다.
일례로, 데이터 처리부(220)는 개별 전류 전압도에 해당하는 볼타모그램(voltammogram)의 신경전달물질 산화 피크의 진폭 전류가 신경전달물질의 농도와 선형 상관관계를 갖도록 SDBR 데이터를 처리할 수 있다.
또한, 데이터 처리부(220)는 신경전달물질 산화 피크 부근에서 발생하는 배경 충전 전류(background charging current)가 전압과는 무관하도록 SDBR 데이터를 처리할 수 있다.
본 발명의 일실시예에 따르면 측정 결과 제공부(230)는 SDBR 데이터에 기반하여 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공할 수 있다.
일례로, 측정 결과 제공부(230)는 SDBR 데이터에 기반한 상기 용량성 충전 전류가 제외된 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 신경전달물질의 농도 측정 결과로 제공할 수 있다.
따라서, 본 발명은 FSCV(fast-scan cyclic voltammetry) 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터를 추출하고, 추출된 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공할 수 있다.
도 3은 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 신경전달물질 농도와 관련하여 패러데이 전류(faradaic current)를 추출하는 과정을 설명하는 도면이다.
도 3은 기존 FSCV 데이터를 이용하여 긴 시간 측정을 불가능하게 했던 용량성 충전 전류를 제외한 패러데이 전류를 추출하기 위하여 FSCV 데이터의 배경 제거 이후에 이차미분을 통해 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR 데이터를 추출하는 과정을 예시한다.
도 3을 참고하면, 그래프(300)는 시간 경과 중 신경전달물질인 도파민의 주입에 따른 패러데이 전류를 나타내고, 그래프(310)는 시간 경과 중 용량성 충전 전류를 나타낼 수 있다.
또한, 그래프(320)는 삼차원으로, 그래프(300)과 그래프(310)에 기반한 전류가 결합된 FSCV 데이터에 스캔 마다 배경 제거가 적용된 결과인 개별 전류 전압도를 나타내고, 그래프(330)은 이차원으로 나타낸다.
한편, 그래프(340)는 삼차원으로, 그래프(320)의 데이터에 대하여 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 표현하는 SDBR 데이터를 나타내고, 그래프(350)는 이를 이차원으로 나타낸다.
그래프(300)에서 지점(301)은 신경전달물질인 도파민이 주입되는 시점을 나타내고, 이는 그래프(320)의 지점(321), 그래프(330)의 지점(331), 그래프(340)의 지점(341) 및 그래프(350)의 지점(351)에 대응한다.
그러나, 지점(301)과 지점(331) 및 지점(351)을 대비하면 지점(301)과 지점(351)이 유사하고, 지점(331)과 지점(301)은 용량성 충전 전류의 영향으로 인해 차이점이 존재하는 것을 확인할 수 있다.
이는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치 지점(331)의 데이터에 대하여 이차미분 후 음값을 곱하는 SDBR(Second-derivative-based background removal) 기법을 적용한 결과로 SDBR 데이터로 처리함에 따라 용량성 충전 전류가 제거된 패러데이 전류로서 SDBR 데이터를 처리한 결과로 지점(351)을 포함하는 그래프(350) 상의 데이터를 제공하기 때문이다.
SDBR 데이터 처리 방법은 각 스캔에 대해 생성된 신경전달물질 산화 피크 주변의 배경 제거 전압 전류도를 모델링하고, 모델링된 전압 전류도에서 특정 스캔 시간 및 도파민 산화 피크 전압에 대하여 하기 수학식 1을 통해 추출될 수 있다.
[수학식 1]
상기 수학식 1에서, VoltgramBS는 배경 제거가 적용된 볼타모그램을 나타낼 수 있고, V는 주변의 전압을 나타낼 수 있으며, t는 특정 스캔 시간을 나타낼 수 있고, peakv는 도파민 산화 피크를 나타낼 수 있으며, ConcDA는 도파민 농도를 나타낼 수 있고, Chargc는 백그라운드 충전 전류를 나타낼 수 있다.
V를 peakv로 설정하여 볼타모그램의 도파민 산화 피크의 전류를 관찰할 수 있으며, 해당 수학식은 하기 수학식 2와 같을 수 있다.
[수학식 2]
peakv의 전류를 일반 배경에서 제거한 전압전류도를 나타내는 수학식 2에서 Chargc는 일정하게 유지될 수 있다.
Chargc가 제거되면, 각 배경 제거 볼타모그램(background-subtracted voltammogram)에 2차 미분을 위한 2차 도함수를 적용하여 도파민 산화 피크의 고유 곡률을 정량화하여 하기 수학식 3과 같이 나타낼 수 있다.
[수학식 3]
수학식 3에서 VoltgramSDBR은 SDBR 데이터로서 SDBR이 적용된 볼타모그램을 나타낼 수 있다.
V를 peakv로 설정하여 모델링된 전압전류도의 2차 도함수 후 도파민 피크 전류를 관찰할 수 있으며, 해당 수학식은 하기 수학식 4와 같을 수 있다.
[수학식 4]
수학식 4에 따르면 FSCV 데이터에서 배경 제거된 개별 전류 전압도에서 용량성 충전 전류가 제거되고, 패러데이 전류만 남는 것을 확인할 수 있다.
본 발명의 일실시예에 따르면 신경전달물질 농도 측정 장치는 기존 FSCV의 긴 시간 측정을 불가능하게 했던 용량성 충전 전류를 제외한 패러데이 전류를 추출하기 위해 개별 시간의 전압의 전류도에서의 전압에 대해 이차미분후 음값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 용량성 충전 전류와 상관없이 신경전달물질 패러데이 전류의 형태를 추출할 수 있다.
도 4는 본 발명의 일실시예에 따른 SDBR(second-derivative-based background drift removal) 결과와 종래의 배경 제거(background subtraction) 결과에 대한 표준 정규 분포 모양의 전압전류도 모델을 이용하여 비교 설명하는 도면이다.
도 4를 참고하면, 그래프(400)는 표준정규분포(standard normal distribution, SND) 모양의 전압전류도 모델에서 도파민 농도와 충전 전류에 따른 배경 제거 결과를 나타낼 수 있고, 그래프(410)는 표준정규분포(standard normal distribution, SND) 모양의 전압전류도 모델에서 도파민 농도와 충전 전류에 따른 SDBR 결과를 나타낼 수 있다.
그래프(400)에서 배경 제거 결과의 가우시안 볼타모그램(Gaussian voltammogram) 모델에서 표준정규분포(SND), 시간 경과에 따른 충전 전류의 증가는 덧셈(SND+1)으로 표시되고 도파민 수치의 증가는 곱셈(SND*2)으로 표시된다.
한편, 그래프(410)에서 SDBR 결과의 가우시안 볼타모그램 모델에서 표준정규분포(SND), 시간 경과에 따른 충전 전류의 증가는 덧셈(SND+1)으로 표시되고 도파민 수치의 증가는 곱셈(SND*2)으로 표시된다.
그래프(400) 및 그래프(410)는 충전 전류와 도파민 레벨에 따른 배경 제거 결과 및 SDBR 결과를 예시한다.
농도 변화는 가우시안 모델의 선형 곱으로 표현되고, 시간 변화에 따른 충전 전류는 덧셈으로 표현될 수 있다.
일반적인 배경 차감 모델에서 피크 전류 측정은 시간 변화로 인한 충전 전류 증가와 도파민 농도 변화로 인한 전류 증가를 구분할 수 없다.
그러나, SDBR을 적용한 볼타모그램 모델에서는 충전전류의 영향을 제거하여 시간의 경과에 관계없이 동일한 농도에서 동일한 피크전류를 나타냄을 확인할 수 있다.
또한, 증가된 도파민 농도는 SDBR 피크 전류의 선형 증가로 표현됨을 확인할 수 있다.
도 5 내지 도 7b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 표준 FSCV 데이터를 이용하여 기반한 신경전달물질 농도 측정 과정을 설명하는 도면이다.
도 5 내지 도 7b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 표준 FSCV 데이터를 이용하여 배경 제거 결과와 SDBR 결과의 in vitro 시험 결과를 예시한다.
다시 말해, 도 5 내지 도 7b는 표준 FSCV를 사용하여 위상성(phasic) 및 긴장성(tonic) 도파민 농도를 측정하기 위한 테스트 결과일 수 있다.
도 5를 참고하면, 그래프(500)는 로우 데이터(raw data)를 나타내고, 그래프(510) 및 그래프(511)는 배경 제거 데이터를 나타내며, 그래프(520) 및 그래프(521)는 SDBR 데이터를 나타낼 수 있다.
그래프(500)는 시험관 내 테스트에서 로우 FSCV 색상 플롯을 나타내고, 검은색 점선으로 200 nm 도파민 방울이 주입되는 타이밍을 나타낸다.
또한, 각 원으로 표시된 숫자와 해당하는 선은 도 7a 및 도 7b로 설명될 특정 시간의 전압 전류도와 관계될 수 있다.
그래프(510) 및 그래프(511)는 배경 제거 결과에 기반하여 시간에 따른 도파민 피크의 색상 플롯 및 전류 변화를 나타낼 수 있다.
그래프(520) 및 그래프(521)는 SDBR 결과에 기반하여 시간에 따른 도파민 피크의 색상 플롯 및 전류 변화를 나타낼 수 있다.
PBS 용액에 도파민(200nM)을 20분마다 떨어뜨리고 2분 동안 교반하여 이용될 수 있다.
그래프(500)는 표준 FSCV는 CFM 주변의 도파민으로 인한 패러데이 전류를 측정하며 높은 스캔 속도로 인해 용량성 전류 변화가 점진적으로 생성되는 것을 나타낸다.
그래프(510) 및 그래프(511)는 종래 기술에 따른 위상 도파민 수준을 관찰하기 위해 배경 제거 기술이 적용된 결과를 나타낸다.
그러나, 그래프(510) 및 그래프(511)에 따르면 동일한 도파민 농도에서도 지속적인 전류 상승을 유발하는 용량성 전류는 긴장성(tonic) 도파민 레벨의 변화를 분석하기 어렵게 만드는 것을 확인시켜준다.
시간에 따른 용량성 전류의 이러한 지속적인 증가는 그래프(511)에 서 확인할 수 있다.
대조적으로, SDBR 데이터에 기반한 결과를 나타내는 그래프(521)은 배경 드리프트 없이 1시간 실험 동안 동일한 농도에서 유사한 값으로 평평한 것을 나타낸다.
도 6을 참고하면, 그래프(600)는 SDBR 보정 플롯에 따른 이차미분 후 음 값이 곱해진 전류와 농도의 상관 관계를 보여준다.
다시 말해, 그래프(600)는 SDBR 보정 플롯을 보여주고, SDBR 신호는 긴장성 도파민 농도와 상관관계를 나타낼 수 있다.
그래프(600)내 타원은 신경전달 물질인 도파민이 주입된 시기를 나타내며 전류가 상승하면 농도가 상승함을 나타낸다.
예를 들어, 검출 한계는 생체 내 도파민 측정에 충분한 8.16 ± 0.08 nM일 수 있다.
도 7a는 동일한 도파민 농도인 200nM에 대해 2분 간격으로, 도 5의 그래프(500)에서 ①, ② 및 ③에서의 전압전류도 변화를 나타낸다.
도 7a를 참고하면, 그래프(700)에서 점선 네모 부분에 대하여 배경 제거 기법이 적용된 결과는 그래프(701)에 해당하고, 그래프(701)에 대한 SDBR 결과는 그래프(702)에 해당된다.
그래프(700) 및 그래프(701)에서 2분 간격의 볼타모그램(voltammograms)은 도파민 산화 피크 부근에서 유사한 모양을 가졌으나, 용량성 전류로 인해 진폭이 꾸준히 증가함을 확인할 수 있다.
한편, 그래프(702)는 시간의 경과에도 불구하고 도파민 산화 피크의 SDBR 값은 동일한 농도를 가질 때 거의 동일함을 나타낸다.
도 7b는 200nM 도파민(도파민의 다양한 농도)을 한 방울 떨어뜨린 후 10분 후의 전압전류로, 도 5의 그래프(500)에 표시된 ①, ④ 및 ⑤와 관련하여 전압전류도 변화를 나타낸다.
도 7b를 참고하면, 그래프(710)에서 점선 네모 부분에 대하여 배경 제거 기법이 적용된 결과는 그래프(711)에 해당하고, 그래프(711)에 대한 SDBR 결과는 그래프(712)에 해당된다.
그래프(711)에서 3개의 배경제거 볼타모그램(background-subtracted voltammograms)에 표현된 피크 전류는 용량성 전류에 의해 오염되었기 때문에 도파민 농도와 선형적으로 상관관계가 없음을 확인할 수 있다.
반면에, 그래프(712)에서의 SDBR은 도파민 산화 피크의 진폭에 따라 세 가지 다른 도파민 수준 변화를 선형으로 나타낸다.
도 8a 및 도 8b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치를 이용하여 생체 내 실험에서 신경전달물질 농도의 측정 결과를 설명하는 도면이다.
도 8a 및 도 8b는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치가 표준 FSCV 데이터를 이용하여 장시간 동안의 측정을 통해 확인 가능한 SDBR 기반의 긴장성 도파민 측정 결과를 생체 내 실험을 통해 확인하기 위한 예시이다.
도 8a를 참고하면, 그래프(800) 및 그래프(801)은 배경 제거 결과를 예시하고, 그래프(802) 및 그래프(803)은 SDBR 결과를 예시한다.
그래프(800) 내지 그래프(803)은 건강한 생쥐의 선조체에서 측정된 결과를 비교하기 위해 예시된다.
도 8b를 참고하면, 그래프(810) 및 그래프(811)은 배경 제거 결과를 예시하고, 그래프(812) 및 그래프(813)은 SDBR 결과를 예시한다.
그래프(810) 내지 그래프(813)은 레보도파 주입(levodopa infusion) 후 생쥐의 선조체에서 측정된 결과를 비교하기 위해 예시된다.
생체 내 환경에서 SDBR의 실용성을 확인하기 위해 건강한 생쥐의 선조체와 파킨슨병(PD) 모델(6-OHDA) 생쥐의 선조체에서 레보도파 주입 후 FSCV 결과를 도 8a 및 도 8b의 그래프들이 예시한다.
그래프(800) 및 그래프(801)은 건강한 마우스의 선조체에서 측정된 FSCV 데이터에 배경 제거 기법이 적용된 배경 제거 결과에서 도파민 피크의 진폭은 꾸준히 증가하는 것을 확인할 수 있다.
그러나, 그래프(802) 및 그래프(803)은 SDBR이 적용될 때 추정된 도파민 농도는 약 50분 동안 10nM 내에서 변동하는 것을 나타낸다.
한편, 도 8b의 그래프(810) 내지 그래프(813)은 레보도파가 실험 대상 생쥐에 직접 주입된 후 15분 후에 선조체에서 FSCV에 의해 측정된 결과를 나타내는데, 그래프(810) 및 그래프(811)은 배경 빼기 기술이 도파민 피크의 진폭이 약물 주입과 무관하게 꾸준히 증가한다는 것을 나타낸다.
그러나 SDBR 결과를 나타내는 그래프(812) 및 그래프(813)은 약 15분 동안 평탄한 신호를 보였으며 레보도파 주입 직후 추정된 도파민 농도는 약 25분 동안 72.4nM 증가하고 다시 포화되는 것을 나타낸다.
따라서, 두 가지 유형의 생체 내 실험에서 SDBR이 생체 내에서 긴장성 도파민 농도의 변화를 안정적으로 추출할 수 있음을 확인시켜준다.
표 1은 종래 기술과 본 발명의 일실시예에 따른 데이터 처리 기술을 비교하여 설명한다.
방법 |
시간 해상도 | 감지제한(nM) | 위상성 도파민의 동시 가용성 | 표준 FSCV의 파형 수정 요구 여부 |
FSCAV | 20s | 3.7±0.5 | 부분적으로 | Y |
CBM-FSCV | 10s | 5.7±0.9 | N | Y |
Convolution-based current removal | 1s | <40 | Y | Y |
M-CSWV | 10s | 0.17±0.03 | N | Y |
SWV | 15s | 2.03±0.09 | N | Y |
SDBR | 0.1s | 8.16±0.08 | Y | N |
본 발명의 일실시예에 따라 신경전달물질 농도 측정 장치에 의해 구현되는 SDBR은 표준 FSCV에 적용할 수 있는 후처리 기술이기 때문에 높은 시간 분해능으로 위상 도파민 및 강장 도파민을 측정할 수 있는 장점이 존재한다.
또한, 신경전달물질 농도 측정 장치에 의해 구현되는 SDBR은 표준 FSCV를 그대로 사용하기 때문에 표준 FSCV로 측정된 모든 FSCV 데이터에서 토닉 도파민 정보를 추출할 수 있는 범용성을 갖을 수 있다.
신경전달물질 농도 측정 장치에 의해 구현되는 SDBR은 장시간에 의해 변화와 관련된 긴장성 도파민 변화를 측정하기에 충분한 감지 제한 성능이 확보된다.
또한, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 장치에 의해 구현되는 SDBR은 종래 기술 대비 개선된 시간 해상도를 가짐에 따라 도파민 신호의 분석 정확도 및 세부성 모두 개선 가능하다.
따라서, 본 발명은 표준 FSCV를 그대로 사용하면서 후처리로 느린 도파민변화 정보를 추출하기 때문에, 표준 FSCV로 높은 민감도로 측정가능한 빠른 도파민정보에 추가적인 느린 도파민 변화정도를 제공하여 빠른 도파민농도 변화만 제한적으로 보기위해 측정된 모든 표준 FSCV 데이터에 느린 도파민농도 변화정보를 추가적으로 제공할 수 있다.
또한, 본 발명은 용량성 충전 전류와 관계없이 신경전달물질의 패러데이 전류의 형태를 추출할 수 있음에 따라 시간해상도를 향상시키기 때문에 신경전달물질인 도파민의 신호를 세부 분석율을 향상시킬 수 있다.
도 9는 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법을 설명하는 도면이다.
도 9를 참고하면, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 단계(901)에서 FSCV 데이터를 수집한다.
즉, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 신경전달물질 주입 시점에 전류가 상승하는 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 용량성 충전 전류가 결합된 FSCV 데이터를 수집할 수 있다.
예를 들어, FSCV 데이터는 신경전달물질의 인가에 따라 농도가 증가하는 것을 전류의 크기로 나타내는 패러데이 전류와 시간에 따라 용량성으로 점진적 증가시키는 용량성 충전 전류가 결합되어져 신경전달물질의 농도를 확인하기 위해서는 데이터 처리가 요구된다.
단계(902)에서 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 FSCV 데이터에서 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 FSCV 데이터를 SDBR 데이터로 처리할 수 있다.
즉, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 FSCV 데이터에서 배경 제거에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 FSCV 데이터를 용량성 충전 전류가 제외된 패러데이 전류의 형태의 SDBR 데이터로 처리할 수 있다.
보다 구체적으로, 신경전달물질 농도 측정 방법은 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 배경 제거에 의해 스캔마다 패러데이(faradaic) 전류 및 상기 용량성 충전 전류가 함께 반영된 개별 전류 전압도를 추출하고, 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 SDBR 데이터로 처리할 수 있다.
단계(903)에서 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 SDBR 데이터에 기반하여 신경전달물질의 농도 측정 결과를 제공할 수 있다.
즉, 본 발명의 일실시예에 따른 신경전달물질 농도 측정 방법은 SDBR 데이터에 기반한 용량성 충전 전류가 제외된 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 신경전달물질의 농도 측정 결과로 제공할 수 있다.
따라서, 본 발명은 표준 FSCV의 입력 전압파형을 그대로 사용할 수 있어서 표준 FSCV 데이터를 이용하여 신경전달물질의 농도 측정하려는 신경과학자들의 접근성을 향상시킬 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
200: 신경전달물질 농도 측정 장치
210: 데이터 수집부 220: 데이터 처리부
230: 측정 결과 제공부
210: 데이터 수집부 220: 데이터 처리부
230: 측정 결과 제공부
Claims (13)
- 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 데이터 수집부;
상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 데이터 처리부; 및
상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 측정 결과 제공부를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제1항에 있어서,
상기 데이터 처리부는 상기 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 상기 배경 제거에 의해 스캔마다 상기 패러데이(faradaic) 전류 및 상기 용량성 충전 전류가 함께 반영된 상기 개별 전류 전압도를 추출하고, 상기 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 상기 SDBR 데이터로 처리하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제2항에 있어서,
상기 추출된 개별 전류 전압도는 상기 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과를 포함하고,
상기 SDBR 데이터는 상기 신경전달물질 농도 측정과 관련하여 상기 위상성(phasic) 측정 결과 및 긴장성(tonic) 측정 결과를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제1항에 있어서,
상기 데이터 처리부는 상기 배경 제거 이후 신경전달물질 산화 피크 부근의 전압 전류도가 대칭적인 가우시안 형태를 가지도록 상기 개별 전류 전압도를 추출하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제4항에 있어서,
상기 데이터 처리부는 상기 개별 전류 전압도에 해당하는 볼타모그램(voltammogram)의 신경전달물질 산화 피크의 진폭 전류가 신경전달물질의 농도와 선형 상관관계를 갖고, 상기 신경전달물질 산화 피크 부근에서 발생하는 배경 충전 전류(background charging current)가 전압과는 무관하도록 SDBR 데이터를 처리하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제1항에 있어서,
상기 측정 결과 제공부는 상기 SDBR 데이터에 기반한 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 상기 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 상기 신경전달물질의 농도 측정 결과로 제공하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 제1항에 있어서,
상기 데이터 수집부는 상기 신경전달물질 주입 시점에 전류가 상승하는 상기 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 상기 용량성 충전 전류가 결합된 상기 FSCV 데이터를 수집하는 것을 특징으로 하는
신경전달물질 농도 측정 장치. - 데이터 수집부에서, 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 단계;
데이터 처리부에서, 상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계; 및
측정 결과 제공부에서, 상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 단계를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법. - 제8항에 있어서,
상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계는,
상기 FSCV 데이터에서 신경전달물질 주입에 따른 피크(peak)와 관련하여 상기 배경 제거에 의해 스캔마다 상기 패러데이(faradaic) 전류 및 상기 용량성 충전 전류가 함께 반영된 상기 개별 전류 전압도를 추출하고, 상기 추출된 개별 전류 전압도에 전압에 대해 이차미분 후 음 값을 곱하여 신경전달물질 피크의 곡률을 정량화하여 상기 SDBR 데이터로 처리하는 단계를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법. - 제9항에 있어서,
상기 추출된 개별 전류 전압도는 상기 신경전달물질 농도 측정과 관련하여 위상성(phasic) 측정 결과를 포함하고,
상기 SDBR 데이터는 상기 신경전달물질 농도 측정과 관련하여 상기 위상성(phasic) 측정 결과 및 긴장성(tonic) 측정 결과를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법. - 제8항에 있어서,
상기 FSCV 데이터에서 배경 제거(background subtraction)에 의해 스캔마다 생성되는 개별 전류 전압도의 전압에 대한 이차미분에 기반하여 상기 FSCV 데이터를 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태의 SDBR(Second-derivative-based background removal) 데이터로 처리하는 단계는,
상기 배경 제거 이후 신경전달물질 산화 피크 부근의 전압 전류도가 대칭적인 가우시안 형태를 가지도록 상기 개별 전류 전압도를 추출하는 단계; 및
상기 개별 전류 전압도에 해당하는 볼타모그램(voltammogram)의 신경전달물질 산화 피크의 진폭 전류가 신경전달물질의 농도와 선형 상관관계를 갖고, 상기 신경전달물질 산화 피크 부근에서 발생하는 배경 충전 전류(background charging current)가 전압과는 무관하도록 SDBR 데이터를 처리하는 단계를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법. - 제8항에 있어서,
상기 SDBR 데이터에 기반하여 상기 신경전달물질 주입에 따라 변화되는 신경전달물질의 농도 측정 결과를 제공하는 단계는
상기 SDBR 데이터에 기반한 상기 용량성 충전 전류가 제외된 상기 패러데이 전류의 형태에 기반한 신경전달물질 산화 피크 전압을 결정하고, 상기 결정된 신경전달물질 산화 피크 전압에 대비되는 신경전달물질의 농도를 상기 신경전달물질의 농도 측정 결과로 제공하는 단계를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법. - 제8항에 있어서,
상기 신경전달물질 주입에 따라 변화되는 패러데이(faradaic) 전류에 용량성 충전 전류가 반영되는 FSCV(fast-scan cyclic voltammetry) 데이터를 수집하는 단계는,
상기 신경전달물질 주입 시점에 전류가 상승하는 상기 패러데이(faradaic) 전류와 시간의 변화에 따라 점진적으로 증가하는 상기 용량성 충전 전류가 결합된 상기 FSCV 데이터를 수집하는 단계를 포함하는 것을 특징으로 하는
신경전달물질 농도 측정 방법.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220059880A KR102596331B1 (ko) | 2022-05-17 | 2022-05-17 | Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 |
US18/120,771 US20230375502A1 (en) | 2022-05-17 | 2023-03-13 | Neurotransmitter concentration measuring apparatus for providing second derivative-based neurotransmitter concentration measurement result of fast-scan cyclic voltammetry data and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220059880A KR102596331B1 (ko) | 2022-05-17 | 2022-05-17 | Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102596331B1 true KR102596331B1 (ko) | 2023-10-31 |
Family
ID=88543196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220059880A KR102596331B1 (ko) | 2022-05-17 | 2022-05-17 | Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230375502A1 (ko) |
KR (1) | KR102596331B1 (ko) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101069310B1 (ko) | 2007-11-02 | 2011-10-05 | 건국대학교 산학협력단 | 도파민, 아스코빅산 및 요산의 동시 검출이 가능한 전도성고분자 전극을 이용한 바이오센서 및 그 제조방법 |
KR20200088358A (ko) | 2017-10-30 | 2020-07-22 | 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 | 전기 화학 센서를 사용한 분석물의 캘리브레이션 프리 체내 측정 |
KR102192043B1 (ko) | 2018-08-16 | 2020-12-16 | 숙명여자대학교산학협력단 | 온도감응성 고분자의 상전이 측정방법 및 온도감응성 고분자의 상전이 측정장치 |
-
2022
- 2022-05-17 KR KR1020220059880A patent/KR102596331B1/ko active IP Right Grant
-
2023
- 2023-03-13 US US18/120,771 patent/US20230375502A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101069310B1 (ko) | 2007-11-02 | 2011-10-05 | 건국대학교 산학협력단 | 도파민, 아스코빅산 및 요산의 동시 검출이 가능한 전도성고분자 전극을 이용한 바이오센서 및 그 제조방법 |
KR20200088358A (ko) | 2017-10-30 | 2020-07-22 | 더 리젠트스 오브 더 유니이버시티 오브 캘리포니아 | 전기 화학 센서를 사용한 분석물의 캘리브레이션 프리 체내 측정 |
KR102192043B1 (ko) | 2018-08-16 | 2020-12-16 | 숙명여자대학교산학협력단 | 온도감응성 고분자의 상전이 측정방법 및 온도감응성 고분자의 상전이 측정장치 |
Non-Patent Citations (2)
Title |
---|
논문 1 * |
미국공개특허 제2021/0341412호, "MEASURING NEUROCHEMICAL LEVELS WITH MULTIPLE CYCLIC SQUARE WAVE VOLTAMMETRY" |
Also Published As
Publication number | Publication date |
---|---|
US20230375502A1 (en) | 2023-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Oh et al. | Tracking tonic dopamine levels in vivo using multiple cyclic square wave voltammetry | |
Blasco et al. | 1H-NMR-based metabolomic profiling of CSF in early amyotrophic lateral sclerosis | |
Guzman et al. | Stimfit: quantifying electrophysiological data with Python | |
Qu et al. | Capillary blood collected on volumetric absorptive microsampling (VAMS) device for monitoring hydroxychloroquine in rheumatoid arthritis patients | |
Cao et al. | Characterization of complexity in the electroencephalograph activity of Alzheimer's disease based on fuzzy entropy | |
Elpa et al. | Skin metabolomics | |
Edmands et al. | Normalization to specific gravity prior to analysis improves information recovery from high resolution mass spectrometry metabolomic profiles of human urine | |
US8026049B2 (en) | Noninvasive measurement and identification of biomarkers in disease state | |
Vidal et al. | Linking EEG signals, brain functions and mental operations: Advantages of the Laplacian transformation | |
Li et al. | Specific recognition of ion channel blocker by high-content cardiomyocyte electromechanical integrated correlation | |
JP7090184B2 (ja) | 人工知能ディープラーニング学習を利用した生体測定物濃度測定方法 | |
Zhang et al. | Study on urinary metabolic profile of phenylketonuria by micellar electrokinetic capillary chromatography with dual electrochemical detection—potential clinical application in fast diagnosis of phenylketonuria | |
US10561348B2 (en) | Device and method for spectrum analysis and device for blood glucose measurement | |
Bashford et al. | SPiQE: an automated analytical tool for detecting and characterising fasciculations in amyotrophic lateral sclerosis | |
Segers et al. | CE-MS metabolic profiling of volume-restricted plasma samples from an acute mouse model for epileptic seizures to discover potentially involved metabolomic features | |
Geng et al. | Sleep EEG-based approach to detect mild cognitive impairment | |
KR102596331B1 (ko) | Fscv 데이터의 이차미분기반 신경전달물질의 농도 측정 결과를 제공하는 신경전달물질 농도 측정 장치 및 방법 | |
Mikaliunaite et al. | Computational method for untargeted determination of cycling yeast metabolites using comprehensive two-dimensional gas chromatography time-of-flight mass spectrometry | |
Gu et al. | Solid phase microextraction device coupled with miniature mass spectrometry and mathematical model of its ion chronogram | |
US20120086448A1 (en) | Amplifying driving unit using giant magneto resistance sensor and diagnosis device using the same | |
US20230280317A1 (en) | Data generation method and device, and discriminator generation method and device | |
US20230368916A1 (en) | Eeg p-adic quantum potential in neuro-psychiatric diseases | |
Weber et al. | Online breath analysis with SESI/HRMS for metabolic signatures in children with allergic asthma | |
US20210158154A1 (en) | Apparatus and method for distinguishing neural waveforms | |
CN113261977B (zh) | 一种基于参数优化多尺度排列熵的疲劳脑电特征提取方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |