在CMOS集成高密度微电极阵列上记录与分析多模态大规模神经元集群动态

我们的研究通过整合基于高密度CMOS的微电极阵列，探索神经技术的前沿领域，以解码大规模神经网络中的神经通信。我们致力于揭示神经信息在不同尺度上如何被精细编码，从而加深对健康与疾病状态下大脑功能及功能障碍的理解。在探索神经元集群研究的复杂领域时，我们面临诸多挑战，例如如何在大脑活动背景下实现精确的信号分辨率，以及如何确保CMOS微电极区域的生物相容性。

这些障碍在利用多模态记录准确捕捉和解读丰富的神经相互作用方面至关重要。本研究针对神经科学领域的一个关键空白，即目前缺乏一种能够以高空间和时间分辨率记录并分析大尺度神经元集群动态的综合方法。这一空白限制了我们对复杂脑网络及其在健康与疾病状态下功能的理解。

本方案可实现对海马体、嗅球以及人源诱导多能干细胞分化神经元的多模态、无标记、高分辨率记录，为多种实验提供了一种灵活的工具。这一独特方法有助于深入理解神经元动态，弥合不同脑区与模型系统之间的研究鸿沟，显著推动我们对神经功能及其相关疾病的认识。本实验室未来的研究将深入探索从基因到神经网络层面的神经计算与动态过程，旨在通过先进的生物电子学与神经技术，连接健康与疾病状态下的分子特征与功能表型。

我们将聚焦于神经可塑性、嗅觉编码、人工智能开发以及用于新型治疗手段和脑机接口的记忆增强策略。首先，建立脑片恢复与维持的工作区域。准备脑片制备的工作空间，并设置振动切片机。

接下来，设置脑组织提取与制备的工作区域。然后将取出的小鼠脑组织转移至脑制备工作区中装有预冷的含碳酰气切割液的90毫米塑料培养皿中。将脑组织定向，以便在琼脂糖模具中定位。

将超级胶水涂抹在琼脂糖模具的吻端。用刮铲将脑组织背侧朝下放入模具中，以进行水平切片。切取海马和嗅球组织。

使用玻璃巴斯德吸管，在每轮操作后收集切片。将切片置于充满人工脑脊液的恢复室中，在32摄氏度水浴中孵育45分钟，随后在室温下放置1小时。开始时，取HD-MEA芯片。

用经96%乙醇润湿的组织擦拭芯片上的玻璃环。将每个装置放入生物安全柜内的无菌培养皿中，并用70%乙醇填充MEA储液池。吸除乙醇后，用无菌过滤的双蒸水冲洗储液池三次。

加入一毫升预处理培养基，过夜培养。第二天，从装置中移除预处理培养基。用一毫升聚-D-赖氨酸（PDLO）包被每个装置的活性区域。

第二天，从装置中吸除PDLO。用双蒸水清洗装置三次，并在通风橱下使其干燥。用无菌、过滤的双蒸水填充一个35 mm × 10 mm的培养皿，并将其放置在芯片旁边。

使用预热的培养基，将细胞悬液移液至芯片活性区域的表面。将芯片置于37摄氏度、含5%二氧化碳的环境中孵育。45分钟后，轻轻向HD-MEA储液池中加入2毫升室温预热的培养基。

将芯片置于37摄氏度、5%二氧化碳条件下孵育。首先，将所有必要工具放置于指定的工作区域。用PDLO包被HD-MEA芯片，以增强组织芯片的耦合。

将芯片放置在采集记录平台上。向芯片的储液槽中加入人工脑脊液，并将锚定装置放入芯片储液游戏副本以进行平衡。从恢复室中取出准备好的小鼠脑片，转移至直径90毫米的培养皿中，并持续通入碳合气。

分离海马或嗅球后，用玻璃移液管将脑片转移至HD-MEA储液池中。使用细刷轻轻将脑片在MEA的活性区域上对齐。吸除芯片孔中的所有溶液。

用镊子将锚轻轻放置在切片上方。轻轻向芯片储液池中加入溶液后，启动灌流系统。接着，启动 BrainWave 软件。

选择文件并点击“新建记录会话”。将记录参数设置为记录频率1赫兹，采样频率每电极14千赫兹。按下“记录”以开始在预设实验条件下进行数据采集。

最后，在完成最后一次记录后，对急性脑片进行明场成像。然后将脑片移回恢复室。使用刷子清除芯片上附着的任何有机物质，并继续进行下一个脑片的实验。

首先，取含有iPSCs的HD-MEA芯片。在通风橱内，参照HD-MEA环的位置，小心地放置基于PDM的盖帽。然后将HD-MEA芯片置于采集平台上。

启动 BrainWave 软件，选择文件，然后单击新建记录会话。将记录参数设置为记录频率 50 赫兹，采样频率每电极 18 千赫兹。根据实验计划中指定的每一天，记录 iPSC 网络的自发放电活动或药物诱导反应。

在实验过程中，将高密度微电极阵列（HD-MEAs）置于37摄氏度、5%二氧化碳条件下孵育。首先，记录离体小鼠脑急性切片以及体外培养的人诱导多能干细胞（iPSC）来源神经元网络的时空神经元活动。在BrainWave软件中打开已记录的原始数据文件，选择“分析”（Analysis），然后点击局部场电位检测（LFP Detection）或动作电位检测（Spike Detection）。

对于海马体和嗅球环路记录，将立体显微镜结构光图像导入检测事件文件的高级工作区选项进行整合。构建结构层以研究大尺度的海马皮层环路。使用自定义编写的Python脚本读取BXR文件。

从iPSC神经网络记录中提取脉冲序列，并从海马和嗅球脑片电路记录中提取局部场电位事件序列。将包含时空信息的事件序列数据保存为NPY文件格式。利用BRW文件中的时间序列数据，计算64×64电极阵列中每对活跃电极之间的互协方差。

将每个连接矩阵转换为动态图文件。对于网络连接图，应用地理布局以实现空间映射，并对节点度范围和边权重设置参数约束，以便进行比较。分配节点颜色、边粗细和节点度大小，以增强可视化效果。

平均大尺度局部场电位（LFP）或脉冲放电模式的拓扑空间图被叠加在相应显微镜拍摄的光学图像上。光栅图显示了在特定时间频段内同步检测到的LFP或脉冲事件。来自高密度微电极阵列（HD-MEA）记录电极的代表性事件轨迹显示了海马体、皮层和嗅球环路中记录到的多种振荡频率，以及人诱导多能干细胞（iPSC）神经网络中的多单元脉冲簇状放电活动。

海马体、皮层和嗅球环路连接组图谱揭示了代表不同层次的多个节点，其中节点大小表示连接强度的程度，颜色表示所属层次。在人类诱导多能干细胞（iPSC）神经网络中，通过时空滤波器和潜伏期阈值进一步优化了连接识别，节点颜色表示输入为兴奋性或抑制性。