高分辨率生物电传感动态绘制海马网络水平长时程增强
Shahrukh Khanzada, Xin Hu, Brett Addison Emery, Władysław Średniawa, Daniel K Wójcik, Gerd Kempermann, Hayder Amin | APL Bioengineering 2025 | DOI: 10.1063/5.0258985
标签: #高密度微电极阵列 #海马突触可塑性 #长时程增强 #神经电生理 #衰老认知衰退 #3Brain CMOS-MEA
一、做什么 🔬
研究背景：传统海马突触可塑性研究依赖膜片钳、锐电极或低密度微电极阵列，空间覆盖范围有限，难以同步捕捉跨亚区、多层级的网络级长时程增强（LTP）动态。实验间变异性高与空间分辨率不足，导致突触重组的时空异质性被掩盖，阻碍了对记忆编码网络机制的系统解析。
核心问题：
- 能否在完整海马回路中实现无标记、网络级LTP的实时动态映射？
- 高频刺激是如何在不同解剖层间引发时空特异性突触重组与传导延迟变化的？
- 衰老如何特异性改变海马网络内突触传递的幅度、波形特征与功能放电区分布？
研究模型：急性小鼠海马脑切片（12周龄年轻组 vs 56周龄老年组）。
技术路线：
- 4096通道HD-CMOS-MEA记录：使用EvoNES平台实现全海马网络同步电生理信号采集。
- 双通路精准电刺激：通过外部双极电极靶向刺激Schaffer侧支（SC）与内侧穿通通路（mPP）。
- 高频强直刺激（HFS）诱导LTP：施加100 Hz/1 s电脉冲序列模拟生理性突触强化。
- 无监督波形聚类与时空延迟分析：结合PCA与k-means算法自动分类层特异性fEPSP/PS波形，计算刺激后潜伏期变化。
- 核电流源密度（kCSD）重建：基于高密度电极阵列反演跨膜电流源/汇分布，精确定位突触活动发生层。
二、发现什么 📊
核心发现1：EvoNES平台实现双向刺激与全网络同步记录
图1：4096电极阵列覆盖约7 mm²活跃区域，电极间距42 μm，配合零漂移微操纵器实现SC与mPP双通路精准定位，采样率达14 kHz/电极。
| 维度 | 说明 |
|---|---|
| 做了什么 | 搭建集成4096通道HD-CMOS-MEA的EvoNES系统，配置双极刺激电极与恒温灌注模块，对海马切片进行14 kHz高频同步记录与双通路独立刺激。 |
| 发现什么 | 电极阵列覆盖约7 mm²活跃感应区，实现SC与mPP双通路独立刺激与全网络信号同步采集，刺激伪影被有效抑制，信噪比满足毫秒级波形解析需求。 |
| 说明什么 | 突破传统MEA通道数与空间分辨率瓶颈，为后续无标记、高通量网络级突触可塑性研究提供硬件基础，确保全网络动态映射的时空保真度。 |
核心发现2：高频刺激诱导海马网络呈现双相LTP与层特异性增强
图2：100 Hz/1 s HFS后fEPSP在5分钟内达峰值并维持120分钟，SO层增强幅度达82%±9.7，SP层为47%±5.3，SR层为31%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 对SC与mPP施加100 Hz持续1秒的高频强直刺激，连续记录120分钟内各亚区fEPSP斜率与归一化电压变化，绘制伪彩色空间增强图。 |
| 发现什么 | LTP呈现快速上升（5分钟内达峰）与持久维持（120分钟）双相模式；SO层增强82%±9.7，SP层47%±5.3，SR层31%，SLM层28%±3.8（p<0.001）。 |
| 说明什么 | 证实海马突触强化具有显著的空间异质性与时间持续性，不同解剖层对LTP诱导的敏感度存在明确层级差异，推翻均匀增强的传统假设。 |
核心发现3：无监督聚类精准解析层特异性突触波形谱
图3：PCA与k-means算法在CA1-CA3网络区分4类波形，基线与刺激后分类准确率分别为94%±2.3与92.2%±2.2；DG网络为99.3%±0.6与99.6%±0.3。
| 维度 | 说明 |
|---|---|
| 做了什么 | 提取基线与HFS后各层诱发电位波形，进行主成分降维与k-means无监督聚类，计算峰峰值幅度与斜率变化，生成混淆矩阵验证分类性能。 |
| 发现什么 | CA1-CA3成功分离SO、SP、SR、SLM四类波形，DG分离ML、GCL、H三类波形；HFS后所有层峰峰值幅度平均提升1.6倍，斜率增加1.4倍（p<0.01）。 |
| 说明什么 | 突触强化伴随波形形态的规律性演变，无监督分类可作为高通量识别层特异性突触传递状态的可靠生物标志物，替代人工波形判读。 |
核心发现4：突触激活时空延迟缩短与静默区域网络重组
图4：HFS后CA1-CA3网络初始/中央/末端簇激活电极数分别增加1.5倍、1.8倍、2.25倍，传导延迟分别缩短6%±0.3、4.8%±0.4、13.8%±0.25。
| 维度 | 说明 |
|---|---|
| 做了什么 | 基于刺激后潜伏期将电极响应聚类为初始、中央、末端三组，量化各组活跃电极数量与时间延迟百分比变化，追踪新发放电极空间分布。 |
| 发现什么 | 新发放电极在先前静默区大量涌现；CA1-CA3三簇延迟分别下降6%±0.3、4.8%±0.4、13.8%±0.25；DG网络初始与中央簇延迟下降7.3%±0.45与4.8%±0.3，末端簇延迟上升10.8%±0.42。 |
| 说明什么 | LTP不仅增强已有通路传导速度，更通过招募静默神经元实现网络拓扑重构，末端延迟上升提示抑制性反馈回路被同步激活，揭示记忆编码的动态漂移机制。 |
核心发现5：kCSD反演揭示跨膜电流源汇的层特异性重分布
图5：kCSD分析显示SR层向内汇电流放大1.9倍，SP层源电流空间分布锐化，相比原始电位图定位精度提升约3.2倍。
| 维度 | 说明 |
|---|---|
| 做了什么 | 基于64×64电极网格构建二维电势图，应用kCSD算法反演基线与HFS后跨膜电流源/汇分布，对比原始电位与kCSD的空间分辨率与动态特征。 |
| 发现什么 | SR层兴奋性输入汇电流显著放大，SP层胞体整合源电流空间范围缩小且强度集中；kCSD在LTP诱导期呈现多相动态波动，原始电位仅显示二元变化。 |
| 说明什么 | 高密度阵列结合kCSD可突破细胞外电位空间模糊性，精准定位突触电流发生层，为解析树突-胞体信号整合提供中尺度计算框架。 |
核心发现6：衰老导致海马网络LTP幅度衰减与功能放电区萎缩
图6：56周龄老年小鼠SP与SR层fEPSP增强幅度较12周龄组分别下降至38%±4.7（对照49.9%±5.9）与21%±3.9（对照24.8%±3.5，p<0.01）。
| 维度 | 说明 |
|---|---|
| 做了什么 | 对比12周龄与56周龄小鼠海马切片在HFS后的fEPSP斜率、波形特征及活跃电极计数变化，量化层特异性可塑性衰退程度。 |
| 发现什么 | 老年组SP层增强幅度降低23.8%，SR层降低15.7%（p<0.01）；SO与SLM层活跃电极数量较基线下降18.4%±3.1，波形斜率增幅仅为年轻组的52%。 |
| 说明什么 | 衰老特异性削弱海马特定层的突触可塑性储备，伴随功能细胞群招募能力下降，为早期认知衰退提供层特异性电生理生物标志物。 |
三、说明什么 💡
领域意义：该研究将海马LTP研究范式从单细胞/低密度记录推向全网络、高分辨率动态映射。学界过去普遍认为LTP是突触权重的均匀上调，该论文证实LTP是空间异质、时间动态的网络拓扑重组过程，静默神经元招募与传导延迟缩短共同构成记忆痕迹的物理基础。衰老研究打破了“全局性突触衰退”的旧有认知，明确特定解剖层（SP/SR）的可塑性储备下降是认知老化的核心电生理特征。
临床/转化价值：
- 层特异性电生理波形与活跃电极分布可作为阿尔茨海默病及轻度认知障碍的早期筛查生物标志物。
- 高通量网络级LTP平台适用于神经退行性疾病药物筛选，直接量化候选化合物对突触可塑性网络级恢复的效力。
- 时空动态映射数据为脉冲神经网络（SNN）与类脑计算提供实证参数，优化人工记忆分配与突触权重更新算法。
与我们产品的关联：论文核心硬件直接采用3Brain CMOS-MEA平台。若实验室需复现该网络级LTP映射或扩展至类器官/慢性培养模型，3Brain HD-MEA可直接替代；SIEVEWELL可保障切片/类器官在长时程记录中的微环境稳定；Celvivo适用于构建三维海马微组织以追踪慢性可塑性演变。
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| 3Brain HD-MEA / CorePlate | ⭐⭐⭐⭐⭐ | 论文核心硬件即为3Brain CMOS-MEA，可直接复现4096通道高密度网络级LTP记录、双向刺激与kCSD反演分析 |
| SIEVEWELL | ⭐⭐⭐⭐ | 配套用于海马切片或类器官的恒温灌注与长期维持，保障高密度记录期间的组织活性与信号稳定性 |
| Celvivo | ⭐⭐⭐ | 若将急性切片模型扩展至类器官或长期培养体系，可提供无扰动微流控环境以追踪慢性可塑性演变 |
| Cellink BIO X / BIO X6 | ⭐⭐ | 适用于构建三维海马微组织或类器官模型，为后续网络级电生理测试提供标准化组织支架 |
参考文献
- Shahrukh Khanzada, Xin Hu, Brett Addison Emery, Władysław Średniawa, Daniel K Wójcik, Gerd Kempermann, Hayder Amin. Dynamic mapping of network-level LTP in the hippocampus via high-resolution bioelectrical sensing. APL Bioengineering. 2025. DOI: 10.1063/5.0258985
- H. Amin, T. Nieus, D. Lonardoni, A. Maccione, L. Berdondini. High-resolution bioelectrical imaging for Abeta-induced network dysfunction on CMOS-MEA. Scientific Reports. 2017. DOI: 10.1038/s41598-017-02556-1
- X. Hu, S. Khanzada, D. Klütsch, F. Calegari, H. Amin. Realizing a biohybrid olfactory bulb on a high-density CMOS chip to reveal large-scale spatiotemporal circuit information. Biosensors and Bioelectronics. 2022. DOI: 10.1016/j.bios.2021.113834
- B. A. Emery, X. Hu, S. Khanzada, G. Kempermann, H. Amin. CMOS-based high-resolution biosensor for assessing experience-dependent plasticity in hippocampal circuits. Biosensors and Bioelectronics. 2023. DOI: 10.1016/j.bios.2023.115471
转发语：海马LTP研究进入4096通道高密度记录时代，层特异性突触重组与衰老电生理标志物被首次精准量化，为认知衰退早筛与类脑计算提供硬核数据支撑。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top