基于高密度微电极阵列的阿尔茨海默病海马环路网络级功能障碍表征
Brett Addison Emery, Shahrukh Khanzada, Xin Hu, Maria Anna Maggi, Silvia Bisti, Hayder Amin | IEEE EMBC 2025 | 10.1109/EMBC58623.2025.11253272
标签: #高密度微电极阵列 #阿尔茨海默病 #海马环路 #藏红花干预 #脑片电生理
一、做什么 🔬
研究背景：阿尔茨海默病（AD）研究长期聚焦于淀粉样蛋白（Aβ）斑块与Tau蛋白病理，但海马-皮层（HC）环路层面的网络级功能障碍在疾病早期即已出现，直接破坏记忆巩固与认知处理。传统单通道或低密度电极无法捕捉全脑区尺度的时空动态，导致环路级生物标志物与干预靶点长期缺失。
核心问题：
- 能否利用高密度微电极阵列精准量化AD模型中海马-皮层环路的时空电活动异常？
- 藏红花干预能否以剂量依赖方式逆转高频振荡（SWR/MUA）的网络级损伤？
- 网络修复是否存在明确的剂量阈值与空间响应边界？
研究模型：36周龄APPNL与APPNL-G-F转基因雌性小鼠离体海马-皮层脑片。
技术路线：
- CMOS-HD-MEA记录：采用4096通道微电极阵列（电极间距42 μm）覆盖完整海马-皮层切片
- 4AP诱导自发活动：使用100 μM 4-氨基吡啶（4AP）激发脑片基础网络放电
- 藏红花梯度给药：在灌流液中依次添加0、25、50、75 μg/mL藏红花提取物
- 多频段时空解析：离线划分DG/CA3/CA1/EC/PC亚区，提取LFP（1-100 Hz）、SWR（120-240 Hz）与MUA（300-1000 Hz）事件参数与频谱功率
二、发现什么 📊
核心发现1：APPNL-G-F模型呈现高频振荡网络特异性衰退
图1：APPNL-G-F小鼠海马脑片的SWR与MUA事件发生率较APPNL对照组显著下降，LFP事件率无统计学差异（n=3,083 vs 3,067活跃电极）。
| 维度 | 说明 |
|---|---|
| 做了什么 | 将36周龄APPNL与APPNL-G-F脑片置于HD-MEA芯片，记录100 μM 4AP诱导的自发网络活动，统计LFP、SWR、MUA事件发生率 |
| 发现什么 | SWR与MUA发生率在APPNL-G-F组显著降低，LFP事件率在两组间保持同等水平；SWR空间分布收缩，CA3与CA1区事件持续时间缩短 |
| 说明什么 | AD晚期病理特异性破坏高频同步放电网络，低频场电位相对保留；SWR衰减直接反映兴奋-抑制（E/I）失衡与突触完整性丧失 |
核心发现2：藏红花干预呈现明确的非线性剂量响应曲线
图2：藏红花对LFP、SWR和MUA的剂量响应呈非线性，Levenberg-Marquardt拟合显示EC50值约为25 μg/mL，50-75 μg/mL时效应进入平台期。
| 维度 | 说明 |
|---|---|
| 做了什么 | 在APPNL与APPNL-G-F脑片灌流液中梯度添加0、25、50、75 μg/mL藏红花，连续记录10分钟/浓度，拟合剂量-响应曲线 |
| 发现什么 | EC50≈25 μg/mL；25 μg/mL时SWR与MUA率显著回升至APPNL基线水平；50-75 μg/mL未产生额外增益，曲线饱和 |
| 说明什么 | 藏红花修复存在网络响应阈值，超过病理修复极限后出现平台期；证明其作用为环路稳态重建而非非特异性兴奋 |
核心发现3：25 μg/mL藏红花恢复CA3区高频振荡时序与频谱功率
图3：25 μg/mL藏红花处理后，APPNL-G-F脑片CA3亚区的SWR(120-240 Hz)与MUA(300-1000 Hz)时序波形振幅与高频功率谱显著恢复。
| 维度 | 说明 |
|---|---|
| 做了什么 | 提取CA3区10秒带通滤波信号，对比0与25 μg/mL给药前后的时域波形与伪彩色频谱图（SWR频段120-240 Hz） |
| 发现什么 | APPNL-G-F组给药前高频功率缺失，给药后SWR与MUA波形节律恢复，频谱能量分布接近APPNL健康基线 |
| 说明什么 | 藏红花精准靶向受损的高频同步放电，恢复突触传递的时间精度与CA3-CA1信息传递效率 |
核心发现4：网络空间参与度大幅扩展与突触协调性重建
图4：25 μg/mL藏红花使APPNL-G-F脑片检测SWR的活跃电极数量增加2.75倍，SWR事件持续时间恢复至APPNL对照组水平。
| 维度 | 说明 |
|---|---|
| 做了什么 | 量化SWR活跃通道数、平均发生率及事件持续时间，进行组间箱线图统计与ANOVA检验 |
| 发现什么 | 活跃电极数提升2.75倍，事件发生率成比例上升，事件持续时间恢复至与APPNL组无显著差异 |
| 说明什么 | 网络空间参与度大幅扩展，突触协调性实现跨亚区重建；验证了环路级功能修复而非局部代偿性放电 |
三、说明什么 💡
领域意义：该研究将AD病理评估维度从分子沉积物推向全网络振荡动力学。学界过去依赖Aβ/Tau负荷作为核心指标，该工作证实SWR与MUA的衰减是更直接的功能性衰退标志。HD-MEA平台的高时空分辨率使“网络解耦”从理论假设转化为可量化、可干预的实验终点，推动AD研究向环路生物标志物范式转移。
临床/转化价值：
- 建立离体脑片网络振荡表型筛选体系，为AD早期诊断提供电生理生物标志物
- 藏红花多靶点调控特性提示天然化合物在神经环路稳态重建中的潜力，需结合精准给药窗口
- 剂量平台效应提示临床转化需避开过度刺激，聚焦EC50附近的最佳治疗窗
与我们产品的关联：该实验完全依赖高密度CMOS微电极阵列进行全脑片级电生理记录。若客户需开展类似AD网络药理学筛选或类器官电生理表型分析，3Brain平台可直接复现该工作流。类器官或长期培养模型可结合微流控与活体成像进行延伸验证。
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| 3Brain HD-MEA / CorePlate | ⭐⭐⭐⭐⭐ | 核心工具：论文实际使用的记录平台，直接用于离体脑片/类器官的高通量、高时空分辨率网络电生理分析 |
参考文献
- G. Buzsáki. Hippocampal sharp wave‐ripple: A cognitive biomarker for episodic memory and planning. Hippocampus. 2015. DOI: 10.1002/hipo.22488
- J. J. Palop, L. Mucke. Network abnormalities and interneuron dysfunction in Alzheimer disease. Nat Rev Neurosci. 2016. DOI: 10.1038/nrn.2016.132
- H. Amin, T. Nieus, D. Lonardoni, A. Maccione, L. Berdondini. High-resolution bioelectrical imaging of Aβ-induced network dysfunction on CMOS-MEAs for neurotoxicity and rescue studies. Sci Rep. 2017. DOI: 10.1038/s41598-017-00012-4
- T. Saito, N. Matsuba, N. Mihira, J. Takano, P. Nilsson, S. Itohara, T. C. Saido. Single App knock-in mouse models of Alzheimer’s disease. Nat Neurosci. 2014. DOI: 10.1038/nn.3697
转发语：AD研究正从“看斑块”转向“听网络”，这篇论文用4096通道电极直接画出海马环路衰退的电生理图谱，藏红花25 μg/mL就能把高频振荡拉回基线，给环路级药物筛选提供了新标尺。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top