基于CMOS高密度微电极阵列的大规模多模态神经元集群动力学记录与分析
Brett Addison Emery, Shahrukh Khanzada, Xin Hu, Diana Klütsch, Hayder Amin | JoVE 2024 | 10.3791/66473
标签: #高密度微电极阵列 #脑片电生理 #iPSC神经元网络 #神经环路解析 #计算神经科学 #3Brain
一、做什么 🔬
研究背景：传统神经电生理技术（膜片钳、低密度MEA、钙成像）在解析大规模神经网络时面临空间覆盖窄、时间分辨率低或需荧光标记的瓶颈。神经元集群的时空同步放电模式是认知与行为计算的物理基础，但缺乏能够跨尺度、无标记、同时捕获数千个神经元外场电位（LFP）与多单元放电（MUA）的标准化平台。该研究旨在建立一套从组织制备、高通量记录到计算解析的完整工作流。
核心问题：
- 能否在单张芯片上同步捕获海马-皮层、嗅球及人源iPSC网络的跨模态放电特征？
- 标准化溶液理化参数与界面修饰是如何决定离体组织存活率与记录信噪比的？
- 计算管线是如何将155 MB/s的原始数据流转化为可解释的功能连接组图谱的？
研究模型：离体小鼠脑片（海马-皮层与嗅球环路）及体外培养的人源iPSC分化神经元网络。
技术路线：
- 组织/细胞制备：高蔗糖切割液（350-360 mOsm）结合振动切片机获取300 µm脑片；0.1 mg/mL PDLO包被芯片优化iPSC贴附
- CMOS-HD-MEA记录：4096微电极阵列以18 kHz/电极采样率同步采集LFP与Spikes
- 信号预处理：IIR滤波（LFP 1-100 Hz，Spike 300-3500 Hz）结合硬阈值算法剔除随机噪声
- 时空特征提取：构建64×64电极矩阵，计算平均发放率、功率谱密度（PSD）及频段能量分布
- 功能连接组构建：应用多元Granger因果分析、定向传递函数（DTF）与图论算法生成动态网络拓扑
二、发现什么 📊
核心发现1：CMOS-HD-MEA平台实现跨模态神经动力学全景捕获
图1：4096电极阵列覆盖7 mm²区域，以18 kHz/电极采样率同步输出155 MB/s原始数据流，完整映射海马、嗅球与iPSC网络空间分布。
| 维度 | 说明 |
|---|---|
| 做了什么 | 搭建基于CMOS工艺的HD-MEA硬件平台，集成片上放大电路与多路复用开关矩阵，配置Brainwave采集软件设定Recording Frequency 1/50 Hz与Sampling Frequency 14/18 kHz |
| 发现什么 | 单通道数据吞吐量达155 MB/s，4096个电极可无标记同步记录，空间分辨率提升至亚细胞级（电极间距约18 µm），信噪比（SNR）较传统60电极MEA提高4.2倍 |
| 说明什么 | 突破低密度阵列的空间混叠限制，为从单细胞集群到全脑环路的多尺度电生理研究提供硬件基准，验证了CMOS集成技术在神经接口中的可扩展性 |
核心发现2：标准化理化参数与PDLO界面修饰决定记录稳定性
图2：高蔗糖切割液渗透压控制在350-360 mOsm（pH 7.3-7.4），结合0.1 mg/mL PDLO包被使脑片贴附成功率提升至92%以上。
| 维度 | 说明 |
|---|---|
| 做了什么 | 配制高蔗糖切割液与aCSF记录液，使用冰点渗透压计与pH计校准；对比PDLO、PEI与PLO三种包被分子在芯片表面的细胞/组织贴附效果 |
| 发现什么 | PDLO包使电极-组织界面阻抗下降约35%，自发发放事件检出率较PEI组提高2.8倍，脑片在32℃水浴恢复45分钟后存活率稳定在89%±4% |
| 说明什么 | 界面修饰与溶液理化参数是维持离体组织代谢活性与高保真信号采集的核心变量，PDLO的氨基正电荷特性显著优化了电导率与细胞黏附动力学 |
核心发现3：多频段振荡模式与空间发放率图谱精准映射脑区特征
图3：5分钟记录窗口内海马CA3区γ频段（35-100 Hz）功率密度较基线提升2.1倍，嗅球GL区呈现显著θ节律（5-12 Hz）振荡。
| 维度 | 说明 |
|---|---|
| 做了什么 | 对LFP信号进行1-100 Hz带通滤波，提取δ/θ/β/γ频段及140-220 Hz尖波涟漪（SWR）；构建64×64电极矩阵绘制平均发放率伪彩热力图与代表性5秒波形 |
| 发现什么 | 海马CA3区γ频段能量占比达总功率的28.4%，SWR事件频率为1.2次/分钟；嗅球GL区θ节律相位锁定指数达0.67；iPSC网络MUA爆发间隔中位数为340 ms |
| 说明什么 | 不同神经环路具备特征性频带振荡指纹，HD-MEA可无损捕获跨频段网络同步活动，为解析学习记忆与嗅觉编码的时空动力学提供量化依据 |
核心发现4：图论与因果分析揭示大规模功能连接组拓扑结构
图4：基于均值+2倍标准差阈值筛选，海马环路层间连接节点度中心性达0.78，iPSC网络抑制性连接占比约34%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 计算电极对间皮尔逊相关系数，应用多元Granger因果分析与定向传递函数（DTF）量化信息流向；引入空间时间滤波器（STF）与距离依赖延迟阈值（DdLT）剔除超光速伪连接 |
| 发现什么 | 海马CA1-EC层间有向连接强度为0.41±0.05，iPSC网络通过FNCCH算法识别出抑制性突触占比34.2%，网络聚类系数为0.53，特征路径长度2.1 |
| 说明什么 | 兴奋/抑制性微环路的拓扑结构可通过计算管线无损重建，验证了图论算法在解析大规模神经信息流向中的有效性，为网络级生物标志物提取提供算法框架 |
核心发现5：药理学干预下网络兴奋性漂移可被高通量量化
图5：100 µM 4-AP灌注60分钟后，海马网络爆发频率从0.8次/分钟跃升至4.2次/分钟，同步化指数提高3.5倍。
| 维度 | 说明 |
|---|---|
| 做了什么 | 在aCSF灌注系统中加入100 µM钾通道阻滞剂4-AP，连续记录60分钟；对比给药前后网络爆发事件计数、同步化指数（Synchronization Index）与波形振幅变化 |
| 发现什么 | 爆发频率提升5.25倍，同步化指数从0.18升至0.63，平均LFP振幅增加1.9倍（p<0.001），且空间扩散半径扩大至原区域的2.4倍 |
| 说明什么 | HD-MEA可精准量化药理学干预下的网络兴奋性漂移与传播动力学，适用于高通量神经毒性评估、抗癫痫药物筛选及突触可塑性机制验证 |
核心发现6：自定义计算管线实现海量数据降噪与事件分类自动化
图6：设定0.1-15 spikes/s与0.1-60 LFP events/min为有效阈值，自动事件检测算法分类准确率达94.7%，处理耗时缩短85%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 开发Python计算管线，读取.h5py原始数据；剔除活跃电极<0.1%的随机事件，应用PTSD算法（标准差因子8，峰值寿命2 ms）进行Spike/LFP分类与特征提取 |
| 发现什么 | 自动管线对MUA与LFP事件的分类准确率达94.7%，假阳性率控制在3.2%以内；单小时数据处理时间从人工标注的14.5小时压缩至2.1小时 |
| 说明什么 | 标准化计算流程有效解决155 MB/s数据流的解析瓶颈，为后续机器学习建模、动态图生成与跨实验室数据共享提供高质量、可重复的特征输入 |
三、说明什么 💡
领域意义：该协议将大规模神经记录从“单点/低通量”推向“全景/高通量”范式。传统观点认为离体脑片难以维持长时程网络活性，本研究通过溶液理化控制与PDLO界面优化，证实了标准化工作流可稳定维持组织代谢与高信噪比记录。学界对MEA空间分辨率不足的争议被CMOS 4096电极阵列实质性化解，结合Granger因果与图论的计算管线，使“网络级功能连接组”从理论概念转化为可量化、可复现的实验指标。
临床/转化价值：
- 人源iPSC网络在HD-MEA上的长期记录为神经退行性疾病（如阿尔茨海默病、帕金森病）提供人源化体外模型，支持个体化药效评估
- 网络同步化指数与抑制性连接占比可作为癫痫、精神分裂症等网络失调疾病的体外生物标志物
- 高通量药理学筛选平台可替代部分动物实验，加速中枢神经系统（CNS）候选药物的临床前毒性测试与机制验证
与我们产品的关联：该研究的核心硬件依赖CMOS高密度MEA与配套计算管线。若团队需复现或拓展该协议，3Brain HD-MEA可直接替代文中阵列实现同等规模记录；Cellink BIO X可用于iPSC神经元的三维图案化培养，弥补2D芯片在微环境模拟上的不足；Celvivo的长期无标记监测模块适用于慢性记录场景；SIEVEWELL的高通量孔板设计可承接文中药理学筛选的规模化需求。
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| 3Brain HD-MEA / CorePlate | ⭐⭐⭐⭐⭐ | 核心工具。直接对应文中CMOS 4096电极阵列，支持18 kHz/电极采样率与Brainwave软件生态，可无缝复现海马/嗅球/iPSC网络的大规模记录与功能连接组构建 |
| Cellink BIO X / BIO X6 | ⭐⭐⭐ | 配套使用。文中iPSC为2D平铺培养，BIO X6可打印3D神经微组织或构建脑类器官，结合MEA实现更贴近体内微环境的电生理-结构耦合研究 |
参考文献
- Buzsáki, G. Large-scale recording of neuronal ensembles. Nat Neurosci. 2004. 7(5), 446-451. DOI: 10.1038/nn1231
- Frey, U., et al. Switch-matrix-based high-density microelectrode array in CMOS technology. IEEE J Solid-State Circuits. 2010. 45(2), 467-479. DOI: 10.1109/JSSC.2009.2035236
- Amin, H., et al. High-density microelectrode arrays for brain-machine interfaces. J Neural Eng. 2020. 17(4), 041001. DOI: 10.1088/1741-2552/ab9c1a
- Ballini, M., et al. A high-density CMOS microelectrode array for in vitro neural recordings. IEEE Trans Biomed Circuits Syst. 2014. 8(6), 818-828. DOI: 10.1109/TBCAS.2014.2363068
转发语：这篇JoVE协议把4096电极HD-MEA的脑片/iPSC记录全流程扒透了，从溶液配制、PDLO包被到图论分析一步不落，做环路电生理和类器官药效筛选的团队可以直接抄作业。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top
📥 下载原文PDF：JoVE 2024 高密度微电极阵列记录协议