通过机器人系统监测特定的神经元

原文作者：Anne Trafton

译者：李凌

概要：从大脑神经元内部所记录的电信号中，我们可以看到有关神经元功能的大量信息，并知晓它是如何与大脑其他细胞进行协调的。

图片来源: Ho-Jun Suk

上图：麻省理工学院的工程师想出了一种通过使用算法来自动监测大脑神经元活动过程的方法，同时，在使用这种算法分析了显微镜中的图像后再将机械臂引导到靶细胞。在该图像中，由机械臂控制的移液管正在接近被荧光染色后所展现出来的神经元。

从大脑神经元内部所记录的电信号中，我们可以看到有关神经元功能的大量信息，并知晓它是如何与大脑其他细胞进行协调的。然而，由于进行这种记录十分困难，所以相应的，全世界的神经科学实验室也寥寥无几。

为了让这种技术更具有实用性，目前，麻省理工学院的工程师又想出了一种方法，能让纪录自动自主的进行，那就是使用既能分析显微镜图像又能将机械臂引导到靶细胞的计算机算法。

这项技术可以让更多科学家对单个神经元进行研究，同时也对神经元与其他细胞的相互作用进行深入了解，以此让我们对认识能力、感官知觉和大脑其他部分的功能有更好的认识。研究人员还可以使用它来了解脑部疾病是如何影响神经回路的。

“了解神经元如何进行交流合作是临床神经科学的基础。”麻省理工学院媒体实验室和麦戈文脑研究所的成员、麻省理工学院生物工程与脑认知科学的副教授EdBoyden说：“我们希望这项技术可以通过神经计算或者是相关病情状况让您了解到细胞内部究竟发生了什么。”

Boyden，他是该论文的主要作者，这篇文章发表在8月30日的Neuron杂志上。而本文的第一作者是麻省理工学院的研究生Ho-Jun Suk。

 

精准引导

 

30多年来，神经科学家一直在使用膜片钳的技术来记录细胞的电流活动。这个方法是用一个微玻管电极（膜片电极或膜片吸管）接触神经元膜，并在膜上开出一条通道来测量电流。通常，研究生或博士后需要花几个月的时间来学习这项技术。而更难的却是，学习在活体哺乳动物大脑中对神经元进行这一项工作。

膜片钳有两种：一种是“盲目”（非图像引导）法，这种方法十分受限，因为研究人员无法看到细胞的具体位置，从而只能对吸管中首先出现的细胞做记录；而另一种是图像引导法，这种方法可以准确地锁定特定细胞。

五年前，Boyden和他在美国麻省理工学院和佐治亚理工大学的同事们，以及合作作者CraigForest，设计了一种使“盲目”膜片钳自动化的方法。他们创建了一种计算机算法，其可以基于电阻抗的属性将吸管引至细胞旁，并且阻抗的大小能反映出电流从吸管中流出的困难程度。如果周围没有细胞，电流和阻抗则较低。而当尖端撞击到一个细胞时，电子无法再流动，阻抗则升高。

一旦膜片吸管探测到细胞，它便立即停止移动，防止它穿透细胞膜。随后，真空泵施加吸力与细胞膜形成封接。之后，电极便可以吸破膜与细胞相通，以记录细胞内部的电活动。

研究人员通过使用这种技术保证了非常高的准确性，但仍然不能将某个特定的细胞当成靶点。Boyden说：“对大多数的研究而言，有一种特定的细胞类型是神经科学家们非常想要了解的。”

“这可能是一个在自闭症或是精神分裂症中被改变损坏的细胞，也可能一个在记忆时非常活跃的细胞。这，就是你想要的细胞，”他说， “你修复了一千个细胞才找到令你感兴趣的那一个。”

为了实现这种精准定位，让研究人员找到他们想要的细胞，他们开始着手于研究影像导引下的膜片钳技术的自动化。这种技术难以通过人工手动执行，其原因在于，虽然科学家可以通过显微镜观察到目标神经元和移液管，但是科学家们必须面对这样一个事实——周围的细胞将会随移液管进入大脑的过程而产生移动，同时他们也要为这种现象付出代价。

“这就好比是在大脑不断移动的细胞中击中一个目标，一个微小的组织，”Suk说， “然而对于机器而言，这将变得更加容易，因为它们可以跟踪每个单元格的位置，它们可以自动移动显微镜的焦点，它们也可以自动移动移液器。”

通过整合这几种图像处理技术，研究人员提出了一种算法，它能将移液管引导到距目标细胞约25微米的范围内。在这一点上，这个算法系统将开始依赖图像和阻抗的结合体，因为这种结合体在检测移液管与靶细胞的接触上比一个单独的信号体更为准确。

研究人员用双光子显微镜对这些细胞进行成像，这也是一种常用的技术——使用脉冲激光将红外光发射到脑中，来照亮那些已经被选中的表达荧光蛋白的细胞。

使用这种自动化方法，研究人员就能够成功地定位和记录两种类型的细胞了——一类是中间神经元，它们在其他的各种神经元之间传递信息；还有一类是被称为锥体细胞的兴奋性神经元。研究人员对这两种细胞进行定位和记录的成功率已经达到了近20％，这几乎已经可以和那些训练有素的科学家的人工操作相媲美了。

 

拆散电路

 

这项技术为特定神经元行为性的深入研究铺平了道路，展示了神经元的普遍功能，阐明了我们是如何在阿尔茨海默病和精神分裂症等疾病的治疗中出现问题的。例如，在本文中，研究人员研究的中间神经元在以前说是与阿尔茨海默病有关。但是，由麻省理工学院Picower学习与记忆研究所所长李惠辉牵头，与Boyden合作进行的一项研究显示，在海马体中诱发特定的脑波振荡频率很可能会有助于清除那些与阿尔茨海默病患者所拥有的相似的淀粉状斑块。

“你会很想知道那些细胞中到底发生了什么，”Boyden说，“它们是否会向特定的下游细胞发出信号？从而利于后续的治疗？大脑就是一个电路，为了了解电路的工作原理，你必须要获得能在电路运行时监视电路的组件。“

这种技术还可以对神经科学中的基本问题进行研究，例如，当大脑作出决定或进行回忆时，个体神经元之间如何进行相互作用。

哈佛医学院的神经生物学教授BernardoSabatini表示，他对这种技术很感兴趣，希望能在将来应用到他的实验室中，因为现在，他的学生要在记录培养皿中神经元的脑电活动上花费大量时间。

“让拥有高智商的学生去做一些连机器人都能完成的繁琐的工作是很愚蠢的，”没有参与这项研究的Sabatini说到， “我非常乐意让机器人去完成更多的其他的实验，这样我们就可以专注于去设计和解释每个实验了。”

为了让其他实验室也能够使用这种新技术，研究人员计划将这项技术的具体步骤和细节放在他们的官网上——autopatcher.org。

其他合作者还包括Ingrid van Welie，SuhasaKodandaramaiah和Brian Allen。该研究由Jeremy和Joyce Wertheimer，国家卫生研究院（包括NIH单细胞计划和NIH主任先驱奖），HHMI-Simons学院学者计划以及纽约干细胞基金会——罗伯逊奖资助。

本文系网易新闻 · 网易号“各有态度”特色内容

原文链接：http://robohub.org/robotic-system-monitors-specific-neurons/