查看原文
其他

新型芯片:对神经元网络进行同步记录!

John Zhang IntelligentThings 2022-04-16
导读

据美国哈佛大学约翰·保尔森工程与应用科学学院官网近日报道,该校研究人员开发出一款电子芯片,它可以对数千个相互连接的神经元细胞同步展开高灵敏度的细胞内记录。


背景


为了实现高级的脑部功能,我们的脑细胞或者说神经元如何采用电信号来沟通和协调,已经成为所有学科的最大难题之一。


生物神经网络中的神经元与突触(图片来源:维基百科)


数十年来,研究人员采用电极监听并记录这些信号。膜片钳电极(一种位于超薄玻璃管中的电极),利用其穿透神经元以及记录来自细胞内部的安静但能说明问题的突触信号的能力,彻底革新了上世纪七十年代的神经生物学。但是,这个工具缺少记录神经网络的能力,仅仅能并行测量约10个细胞。


创新


近日,美国哈佛大学的研究人员开发出一款电子芯片,它可以对数千个相互连接的神经元细胞同步展开高灵敏度的细胞内记录。这项突破使他们能以前所未有的水平映射突触连接性,识别数百个突触连接。


这篇论文的高级合著者、化学系教授以及物理系教授 Hongkun Park 表示:“我们将灵敏度与相似性结合起来,可以造福于相似的基础和应用神经生物学,包括功能连接体结构与高通量电生理学筛选。” 


约翰·保尔森工程与应用科学学院(SEAS)应用物理学与电气工程系教授、论文高级合著者 Donhee Ham 表示:“由这种备受追捧的并行化细胞内记录实现的生物突触网络,也为机器智能提供了一种新策略,以打造新一代人工神经网络和神经形态处理器。”


这项研究发表在《自然·生物医学工程(Nature Biomedical Engineering)》期刊上。


技术


研究人员采用与计算机微处理器相同的制造技术开发出这款电子芯片。该芯片的表面上有一个垂直放置的纳米电极阵列,该阵列受到下方的高精度集成电路操控。每个纳米电极都涂上了铂粉末,具有粗糙的表面纹理,从而提高了传递信号的能力。


 电子芯片采用了与计算机微处理器同样的制造技术。(图片来源:哈佛大学 SEAS)


神经元直接在芯片上培养。集成电路通过纳米电极将电流发送至每个耦合的神经元,从而在其细胞膜上打开微孔,创造出一个细胞内通路。同时,这个集成电路也对由纳米电极通过微孔采集到的来自神经元的电压信号进行了放大处理。


在电极阵列上培养的神经元的假彩色扫描电镜图像。实际的记录实验采用了更高的神经元密度,它含有覆盖整个电极阵列的三到六个细胞层。(图片来源:哈佛大学 SEAS)


化学与化学生物系以及 SEAS 的博士后研究员 Jeffrey Abbott 表示:“通过这种方式,我们将细胞内记录的高灵敏度与现代电子芯片的相似性结合了起来。”


联网神经元的细胞内记录。该视频以比实时慢4倍的速度播放。(图片来源:哈佛大学 SEAS)


价值


在实验中,该阵列对逾1700个大鼠神经元展开了细胞内记录。仅20分钟的记录使得研究人员前所未有地观察到了神经元网络,并使他们可以映射超过300个突触连接。


Abbott 表示:“我们也采用这种高通量、高精度的芯片来测量药物作用于通过大鼠神经元网络的突触连接的效果,并且现在我们也在开发晶圆级的系统,对于神经系统疾病例如精神分裂症、帕金森病、自闭症、阿尔茨海默病和成瘾症进行药物筛选。”


针对一个药物应用的约65个神经元的细胞内映射。(图片来源:哈佛大学 SEAS)


关键字


神经网络芯片电极


参考资料


【1】Jeffrey Abbott, Tianyang Ye, Keith Krenek, Rona S. Gertner, Steven Ban, Youbin Kim, Ling Qin, Wenxuan Wu, Hongkun Park, Donhee Ham. A nanoelectrode array for obtaining intracellular recordings from thousands of connected neurons. Nature Biomedical Engineering, 2019; DOI: 10.1038/s41551-019-0455-7
【2】Jeffrey Abbott, Tianyang Ye, Keith Krenek, Rona S. Gertner, Steven Ban, Youbin Kim, Ling Qin, Wenxuan Wu, Hongkun Park, Donhee Ham. https://www.seas.harvard.edu/news/2019/09/up-close-and-personal-with-neuronal-networks




了解更多前沿技术,请点击“阅读原文”。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存