8 maart 2024
Hier gebruiken we HD-MEA om ons te verdiepen in de computationele dynamica van grootschalige neuronale ensembles, met name in hippocampussen, olfactoriusbolcircuits en menselijke neuronale netwerken. Het vastleggen van spatiotemporele activiteit, gecombineerd met computationele tools, geeft inzicht in de complexiteit van neuronale ensembles. De methode verbetert het begrip van hersenfuncties en identificeert mogelijk biomarkers en behandelingen voor neurologische aandoeningen.
Ons onderzoek verkent de grenzen van neurale technologie door CMOS-gebaseerde micro-elektrode-array met hoge dichtheid te integreren voor het decoderen van neurale communicatie en grote netwerken. We streven ernaar om te beantwoorden hoe neurale informatie op verschillende schalen in uniek detail wordt gecodeerd, waardoor ons begrip van hersenfunctie en disfunctie in gezondheid en ziekte wordt vergroot. Navigerend door het complexe gebied van neuronaal ensembleonderzoek, worden we geconfronteerd met uitdagingen zoals het bereiken van nauwkeurige signaalresolutie te midden van hersenactiviteit en het waarborgen van de biocompatibiliteit van onze CMOS-gebaseerde micro-elektrode-arrays.
Deze hindernissen zijn cruciaal bij het nauwkeurig vastleggen en interpreteren van het rijke tapijt van neurale interactie met behulp van multimodale opnames. Ons onderzoek richt zich op een kritieke lacune in de neurowetenschappen, het ontbreken van een uitgebreide methode om de dynamiek van een grootschaliger neuronaal ensemble met een hoge ruimtelijke en temporele resolutie te hercoderen en te analyseren. Deze kloof belemmert ons begrip van complexe hersennetwerken en functies in gezondheid en ziekte.
Ons protocol maakt multimodale, labelvrije opnames met hoge resolutie mogelijk over de hippocampus, de bulbus olfactorius en menselijke IPSC-afgeleide neuronen, wat een veelzijdig hulpmiddel biedt voor diverse experimenten. Deze unieke aanpak maakt een ongeëvenaard inzicht in neuronale dynamiek mogelijk en overbrugt de onderzoekskloof tussen verschillende hersengebieden en modelsystemen, waardoor ons begrip van neurale functie en stoornis aanzienlijk wordt verbeterd. Toekomstige inspanningen in ons laboratorium zullen neurale berekeningen en dynamiek van genen tot netwerken diepgaand onderzoeken, met als doel moleculaire en functionele handtekeningen in gezondheid en ziekte te overbruggen.
Door middel van geavanceerde bio-elektronica en neurale technologie zullen we ons richten op neuroplasticiteit, olfactorische codering, het ontwikkelen van AI en geheugenverbeterende strategieën voor nieuwe therapieën en hersen-machine-interfaces.
Deze studie maakt gebruik van high-density multi-electrode arrays (HD-MEA) om de computationele dynamiek van grootschalige neuronale ensembles in circuits van de hippocampus en bolbulbus, alsmede in menselijke neuronale netwerken, te onderzoeken. De integratie van spatiotemporele activiteitsregistratie en computationele analyse verdiept het begrip van complexe neuronale interacties, wat inzicht biedt in de hersenfunctie en potentiële biomarkers voor neurologische aandoeningen.
Micro-elektrodearrays met hoge dichtheid die zijn geïntegreerd in CMOS (HD-MEA) maken ongekende, multimodale opnames op grote schaal van neuronale ensemble-dynamiek mogelijk, wat bijdraagt aan mechanische risicoreductie en voorspellende betrouwbaarheid bij het ontdekken van neurofarmaca. Dit platform slaat een brug tussen ex vivo en in vitro systemen, wat de translationele continuïteit en robuuste targetvalidatie voor de verdere ontwikkeling van CNS-portfolio's faciliteert. De integratie van geavanceerde computationele analyses positioneert deze methodologie als een herbruikbare bedrijfscapaciteit voor de ontdekking van biomarkers en het onderzoeken van neurale circuits.
Deze HD-MEA-methodologie integreert naadloos van vroege ontdekking tot lead-identificatie en preklinisch onderzoek, en ondersteunt zowel hypothese-testen als translationele biomarker-afstemming.