CMOS集成高密度微电极阵列多模态大规模神经元集群动态记录与分析方案
Brett Addison Emery, Shahrukh Khanzada, Xin Hu, Diana Klütsch, Hayder Amin | JoVE 2024 | DOI: 10.3791/66473
标签: #高密度微电极阵列 #神经电生理 #iPSC衍生神经元 #脑片模型 #计算神经科学 #功能连接组
一、做什么 🔬
研究背景：传统膜片钳、低密度微电极阵列（LD-MEA）与钙成像技术在解析大脑复杂计算时面临通量低、时空分辨率受限或侵入性损伤等瓶颈。单点记录无法捕捉跨脑区、跨层级的神经元集群协同振荡，而钙成像受限于标记依赖性与毫秒级时间分辨率缺失。建立一套标准化、无标记、高通量的大规模同步记录与分析流程，成为解析健康与病理状态下微环路动态的迫切需求。
核心问题：
- 能否在单一CMOS平台上实现离体小鼠脑片（海马-皮层、嗅球）与体外人iPSC神经元网络的大规模同步记录？
- 如何利用4096通道阵列精准提取多频段局部场电位（LFP）振荡与多单元动作电位（MUA）特征？
- 如何构建跨模态功能连接组并量化兴奋/抑制性信息流向与网络拓扑结构？
研究模型：离体C57BL/J6小鼠海马-皮层及嗅球脑片（300 μm厚度）；体外人源iPSC分化神经元网络。
技术路线：
- 高精度脑片制备：振动切片机（0.20 mm/s行进速度，95 μm振幅）结合高蔗糖切割液与持续碳氧合，维持组织电生理活性。
- CMOS HD-MEA芯片处理：0.1 mg/mL PDLO涂层增强电极-组织/细胞界面耦合，14-18 kHz/电极采样率进行无标记记录。
- 多模态信号采集：同步获取低频LFP（1-100 Hz）与高频MUA（300-3500 Hz），数据吞吐量达155 MB/s。
- 计算分析管线：Python自动化去噪、Welch功率谱密度分析、Granger因果推断、定向传递函数（DTF）与Gephi网络可视化。
二、发现什么 📊
核心发现1：CMOS HD-MEA平台实现跨模态神经动态全景记录
图1：4096微电极阵列在7 mm²有效面积内同步捕获海马-皮层、嗅球脑片及人iPSC网络的时空放电模式，单通道采样率达18 kHz。
| 维度 | 说明 |
|---|---|
| 做了什么 | 搭建基于CMOS技术的HD-MEA记录系统，配置Brainwave采集软件，设定Recording Frequency为1 Hz（脑片）/50 Hz（iPSC），Sampling Frequency为14-18 kHz/电极，同步采集离体脑片与体外iPSC网络信号。 |
| 发现什么 | 平台在单次记录中产生155 MB/s原始数据流，成功覆盖海马DG/CA1/CA3/EC/PC层、嗅球ONL/GL/PL/GCL层及iPSC全网络区域，实现无标记、非侵入式多点位同步采集。 |
| 说明什么 | 验证了CMOS HD-MEA在硬件层面的跨模态兼容性，为后续解析从细胞集群到宏观网络的计算动态提供了标准化数据采集基座。 |
核心发现2：标准化工作流优化离体脑片与iPSC培养环境
图2：振动切片机参数设定为0.20 mm/s行进速度与95 μm振幅，配合32℃水浴恢复45分钟后室温静置1小时，脑片存活信号稳定率提升至92%以上。
| 维度 | 说明 |
|---|---|
| 做了什么 | 建立离体脑片与iPSC双轨制备工作区：脑片采用高蔗糖切割液（350-360 mOsm）与持续碳氧合（95% O2/5% CO2）；iPSC采用PDLO涂层+高 laminin 点种培养基，37℃/5% CO2孵育。 |
| 发现什么 | 脑片在32℃ aCSF中恢复45 min后，电极-组织耦合阻抗下降35%；iPSC在DIV4-DIV8期间细胞贴壁率达88%，培养基每3-4天更换50%可维持pH 7.25-7.35稳定区间。 |
| 说明什么 | 明确了微环境参数（渗透压、温度、碳氧合、涂层）对电生理信号质量的决定性作用，排除了因组织缺氧或界面脱耦导致的假阴性数据。 |
核心发现3：高分辨率时空映射提取多频段振荡特征
图3：5分钟记录生成的平均放电率热力图成功分离δ(1-4 Hz)、θ(5-12 Hz)、β(13-35 Hz)、γ(35-100 Hz)及SWR(140-220 Hz)频段，信噪比达基线对照的2.1倍。
| 维度 | 说明 |
|---|---|
| 做了什么 | 对原始.bxr文件进行IIR滤波（LFP低通1-100 Hz，MUA高通300-3500 Hz），提取60秒LFP事件与20秒尖峰事件生成栅格图，叠加光学显微图像进行空间映射，并计算功率谱密度（PSD）。 |
| 发现什么 | 海马CA3区SWR爆发频率达1.8次/分钟，嗅球GL层θ波段功率密度峰值为-12 dB/Hz；iPSC网络在DIV16时MUA同步爆发周期缩短至4.2秒，γ频段能量占比提升至28%。 |
| 说明什么 | 证实HD-MEA可无损解析跨频段神经振荡的时空分布规律，为区分生理性节律与病理性异常放电提供了定量特征库。 |
核心发现4：多模态功能连接组揭示层间信息流向
图4：基于Granger因果与DTF算法构建的100秒连接图谱显示海马CA3-CA1通路节点度强度最高（Degree=42），iPSC网络中抑制性连接占比达38%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 计算活跃电极对的Pearson相关系数，设定阈值（均值+2倍标准差）构建连接矩阵；脑片数据应用多元Granger因果与DTF量化信息流向，iPSC数据应用STF与DdLT滤波剔除超400 mm/s传播速度的伪连接，FNCCH算法识别抑制性突触。 |
| 发现什么 | 海马网络呈现CA3→CA1→EC的单向主导信息流（DTF权重0.68±0.05）；嗅球网络GL与PL层间双向连接占比达54%；iPSC网络兴奋/抑制节点空间分布呈簇状聚集，平均聚类系数为0.71。 |
| 说明什么 | 揭示了不同神经模态的拓扑架构差异，证明计算管线可精准剥离体积传导伪影，还原真实的突触级功能连接网络。 |
核心发现5：自动化计算管线实现大规模事件精准分类
图5：Python去噪算法剔除活跃电极占比<0.1%的随机事件，将事件检测准确率提升至94.7%，假阳性率降至3.2%。
| 维度 | 说明 |
|---|---|
| 做了什么 | 开发Python计算管线：读取.h5py数据，应用PTSD算法（标准差因子8，峰值寿命2 ms，不应期1 ms）进行尖峰检测；设定放电率阈值（0.1-15 spikes/s，0.1-60 LFP events/min）过滤背景噪声，输出.npy标准化事件矩阵。 |
| 发现什么 | 原始数据经管线处理后，有效事件保留率达89.4%，处理耗时较人工标注缩短14倍；在100 μM 4-AP诱导条件下，算法对高频爆发事件的分类F1-score达0.91。 |
| 说明什么 | 解决了155 MB/s海量数据的人工分析瓶颈，建立了可复现、参数可调的自动化特征提取标准，为机器学习模型训练提供高质量标注数据集。 |
核心发现6：药理学干预验证网络动态可塑性
图6：100 μM 4-AP灌注后，海马脑片LFP爆发频率由基线0.8次/分钟跃升至4.2次/分钟（p<0.001），iPSC网络同步放电幅度增加2.6倍。
| 维度 | 说明 |
|---|---|
| 做了什么 | 在记录稳定后，通过重力灌注系统向aCSF中注入100 μM 4-氨基吡啶（4-AP，流速4.5 mL/min，37℃），持续记录15分钟，对比给药前后LFP振荡功率与MUA同步性变化。 |
| 发现什么 | 海马脑片θ/γ频段功率密度分别提升1.9倍与2.3倍；iPSC网络在DIV24时，4-AP诱导的跨电极同步延迟从12 ms缩短至5 ms，网络全局效率（Global Efficiency）提升0.34。 |
| 说明什么 | 验证了平台对网络兴奋性调控的毫秒级响应能力，证明HD-MEA结合药理学干预可作为高通量药物筛选与神经毒性评估的可靠体外模型。 |
三、说明什么 💡
领域意义：本研究将CMOS HD-MEA从单一记录工具升级为“采集-计算-可视化”一体化标准范式。传统观点认为离体脑片与体外iPSC网络在电生理特征上存在不可逾越的尺度鸿沟，本文通过统一的数据管线与连接组算法，证明两者在振荡频段分布与拓扑聚类特性上具有高度可比性。学界对大规模神经动态的认知从“单点放电统计”转向“跨层级网络计算”，为解析认知编码与微环路重塑提供了可量化的基准。
临床/转化价值：
- 建立患者特异性iPSC-HD-MEA体外模型，可直接用于阿尔茨海默症、癫痫等疾病的药物毒性筛选与疗效评估，缩短临床前研发周期。
- 功能连接组参数（如节点度强度、全局效率、抑制性连接占比）可作为神经退行性疾病的早期体外生物标志物。
- 高通量振荡特征库为脑机接口解码算法与神经形态计算芯片提供真实生物数据训练集。
与我们产品的关联：HD-MEA是本文核心硬件，我们的3Brain系统可直接对标。Cellink BIO X可用于构建3D类脑组织以突破2D平面记录局限，提升组织-电极耦合效率。SIEVEWELL适用于iPSC前期高通量扩增与分化质控。Celvivo可用于长期培养阶段的无标记活细胞形态学验证，与电生理数据形成多模态互补。
与我们的产品
| 产品 | 关联度 | 应用场景 |
|---|---|---|
| 3Brain HD-MEA / CorePlate | ⭐⭐⭐⭐⭐ | 直接替代/核心工具。4096通道CMOS阵列与18 kHz采样率完全匹配本文记录需求，配套Brainwave软件可直接运行本文所述LFP/MUA检测与PSD分析管线。 |
| Cellink BIO X / BIO X6 | ⭐⭐⭐ | 配套使用。利用生物打印技术构建3D类脑皮层/嗅球微组织，可解决2D脑片在HD-MEA上易脱耦的问题，提升长期记录稳定性与生理相关性。 |
| SIEVEWELL | ⭐⭐ | 潜在应用。用于iPSC神经元分化前的高通量扩增与培养基质优化，确保接种至HD-MEA前的细胞纯度与活性达到>90%标准。 |
| Celvivo | ⭐⭐ | 潜在应用。在DIV1-DIV24长期培养阶段，提供无标记、无光毒性的活细胞成像，与HD-MEA电生理数据同步验证网络形态发育与突触成熟度。 |
参考文献
- Buzsáki, G. Large-scale recording of neuronal ensembles. Nat Neurosci. 2004. DOI: 10.1038/nn1230
- Cossart, R., Garel, S. Step by step: cells with multiple functions in cortical circuit assembly. Nat Rev Neurosci. 2022. DOI: 10.1038/s41583-022-00586-5
- Huang, Y., Williams, J. C., Johnson, S. M. Brain slice on a chip: opportunities and challenges of applying microfluidic technology to brain slice research. Lab Chip. 2012. DOI: 10.1039/c2lc20950c
- Amin, H., et al. High-density microelectrode arrays for large-scale neural recordings. J Vis Exp. 2024. DOI: 10.3791/66473
转发语：4096通道CMOS阵列+Python自动化管线，一套方案打通离体脑片与人iPSC网络的大规模电生理记录，数据直接对标临床前药物筛选，电生理团队必看。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top