海马微环路中二维电流源密度的高分辨率动态追踪
K.W.P. 扎普费, I. 罗梅罗-马尔多纳多, R. 古铁雷斯 | Zenodo预印本 2025 | DOI: 10.5281/zenodo.17108410
标签: #高密度微电极阵列 #电流源密度分析 #海马微环路 #神经信息传递 #3Brain #脑片电生理
一、做什么 🔬
研究背景：高密度微电极阵列（HD-MEA）单次记录可产生超4000通道的海量场电位数据，传统独立成分分析（ICA）或静态电流源密度（CSD）计算难以在接近细胞分辨率的尺度上分离空间重叠的电流发生器，更无法量化信息在结构化神经组织中的动态传递路径。海马体具有明确的分层解剖结构，其突触传递会在不同亚区产生极性相反的电流汇与源，但高振幅场电位常掩盖阈下活动与微环路接力传递的精细时空特征。
核心问题：
- 能否通过二维CSD将空间重叠的电流发生器严格分离为独立的汇与源集合？
- 如何量化并追踪这些独立组分随时间演化的空间轨迹以推断信息传递路径？
- 该轨迹追踪方法能否有效区分结构化组织（海马）与均质组织（纹状体）中的生理性信号与随机噪声？
研究模型：30-35日龄雄性Wistar大鼠海马脑片（CA3/DG区）及纹状体脑片体外记录体系。
技术路线：
- 高密度场电位采集：使用3Brain BioCamX CMOS平台（64×64电极阵列，42/80 μm间距，17855 Hz/电极采样率）记录诱发与自发活动。
- 通道重建与活性筛选：剔除饱和/故障通道，采用三次B样条插值与8邻域均值重建信号，计算基数与标准差权重向量识别真实生理通道。
- 二维CSD估算：应用有限差分算子与核CSD（kCSD）方法，结合σ=2倍电极间距的高斯空间平滑，生成电流密度分布。
- 非连通分量与质心轨迹追踪：基于中位数绝对偏差设定阈值分离汇/源，执行连通域分析提取不连通分量，计算各分量质心并设定空间容差δ串联时空轨迹。
二、发现什么 📊
核心发现1：模拟皮层柱模型验证CSD质心计算的几何准确性
图1：356个细胞网络在0-600ms记录窗口内，fCSD与kCSD计算的质心位置与模拟双极电流分布几何中心完全重合，空间误差小于1个电极间距（42 μm）。
| 维度 | 说明 |
|---|---|
| 做了什么 | 导入Traub等人构建的356细胞丘脑皮质网络模型，施加2ms脉冲刺激，分别使用有限差分算子（fCSD）与核CSD（kCSD）计算0-600ms时间窗内的电流源密度，并提取各极性区域的质心坐标。 |
| 发现什么 | fCSD与kCSD生成的质心轨迹与预设的双极电流源/汇几何中心完全吻合，空间定位偏差<1个电极间距（42 μm），且两种算法在噪声水平变化下均保持稳定。 |
| 说明什么 | 证明该质心提取算法在已知几何结构下具备亚通道级空间精度，有限差分法在通道完整时计算效率更高且结果可靠，为后续真实脑片分析奠定方法学基础。 |
核心发现2：CSD非连通分量分离实现海马亚区独立活动组分的精准定位
图2：刺激后8ms的CA3区CSD图谱成功分离出多个不连通分量，经阈值筛选（强度>均值10%）后，各分量质心（黄/黑圆点）准确落在解剖活跃区内。
| 维度 | 说明 |
|---|---|
| 做了什么 | 对DG区刺激后8ms采集的CA3区场电位进行CSD计算，设定中性带阈值将正值（源）与负值（汇）分离为独立集合，执行单次连通域标记算法提取不连通分量，计算各分量积分强度与质心。 |
| 发现什么 | 成功识别出多个空间上不重叠的汇/源斑块，剔除强度低于均值10%的噪声分量后，剩余分量的质心均落在CA3锥体细胞层及邻近树突区，未出现跨解剖边界的伪影。 |
| 说明什么 | 引入“非连通分量”概念有效克服了传统矢量平均在非凸区域产生外部质心的缺陷，使每个质心严格对应局部微环路的真实活动中心，支持独立追踪。 |
核心发现3：残差分析有效剔除假阳性，证实方法对结构化组织的特异性
图3：15秒自发记录中，海马切片质心经>3个标准差残差阈值过滤后保留组织内分布；纹状体切片质心几乎全部被判定为随机事件，无法形成有效轨迹。
| 维度 | 说明 |
|---|---|
| 做了什么 | 同步记录海马与纹状体切片15秒自发活动，计算所有检测到的汇/源质心，测量空间欧氏距离与强度差残差，设定>3个标准差为异常值阈值进行过滤，对比两组织质心保留率。 |
| 发现什么 | 海马切片过滤后保留大量聚集于CA/DG解剖边界的质心；纹状体切片质心分布呈均匀随机态，残差检验显示95%以上事件低于阈值，无法串联成连续轨迹。 |
| 说明什么 | 质心轨迹的生成高度依赖组织的分层结构，该方法能自动区分生理性微环路活动与均质组织中的随机背景噪声，排除假阳性干扰。 |
核心发现4：CSD图谱叠加解剖照片实现CA3区源汇交替分布的可视化
图4：100μs脉冲刺激DG后9ms，CSD彩色图谱清晰显示沿CA3锥体层交替分布的源与汇，空间跨度覆盖记录区域全长（约2.67 mm）。
| 维度 | 说明 |
|---|---|
| 做了什么 | 将MEA内置刺激电极置于DG区施加100μs脉冲，记录CA3区场电位并计算9ms时刻的CSD，将电压与CSD色度图直接叠加于切片解剖照片的电极坐标网格上。 |
| 发现什么 | CSD图谱在CA3区呈现清晰的源-汇交替条纹，极性分布与锥体细胞树突-胞体解剖朝向完全一致，空间覆盖范围达2.67 mm记录阵列全长。 |
| 说明什么 | 证明CSD分析能突破单一电极记录的局限，在宏观解剖尺度上还原突触电流的极性反转规律，为后续动态追踪提供静态空间基准。 |
核心发现5：CSD动态演化揭示刺激后13.5ms内CA3区信息传递的强度消长
图5：DG刺激后13.5ms内，CA3区CSD显示汇与源强度呈动态消长，活动峰值在刺激后5-8ms达到最大，极性翻转严格遵循树突-胞体传导方向。
| 维度 | 说明 |
|---|---|
| 做了什么 | 以1ms为步长连续计算DG刺激后0-13.5ms内CA3区的CSD分布，量化各时间点源/汇斑块的积分强度与空间位移，对比场电位（FP）与CSD的时序差异。 |
| 发现什么 | 刺激后5-8ms CSD强度达到峰值，随后出现明显的源-汇极性翻转与强度衰减，空间位移方向与海马三突触环路传导路径一致，FP记录中部分微弱活动被CSD放大。 |
| 说明什么 | 动态CSD能捕捉传统FP难以分辨的阈下活动与极性转换过程，证实信息在CA3微环路中以接力形式传递，且传递强度随突触后电位累积呈非线性变化。 |
核心发现6：CSD质心分析成功克服刺激伪影饱和，提取高分辨率传播轨迹
图6：外部刺激导致FP通道饱和截断，CSD分析成功避开伪影，清晰呈现CA3特定层级的电流流动，质心轨迹起始于刺激后2.6ms，持续0.4-3.4ms。
| 维度 | 说明 |
|---|---|
| 做了什么 | 使用外部双极电极强烈激活DG区，记录导致FP通道饱和的原始数据，同步计算CSD与质心（CM），设定容差δ串联连续帧质心，绘制轨迹并测量持续时间。 |
| 发现什么 | FP图谱在刺激瞬间出现大面积信号截断，CSD与CM图谱完整保留CA3区电流流动边界；共提取约4600条轨迹，持续时间集中在0.4-3.4ms，轨迹起始于刺激后2.6ms。 |
| 说明什么 | CSD的数学密度特性使其对电极饱和具有天然鲁棒性，质心轨迹能精准量化微环路内短时程信息接力，为癫痫样爆发或高频振荡的起源定位提供可靠工具。 |
三、说明什么 💡
领域意义：该研究将CSD从静态的“源汇快照”升级为动态的“轨迹追踪器”。传统电生理依赖因果检验或盲源分离推断有效连接，易受组合爆炸与假阳性困扰。本研究通过非连通分量分离与质心串联，证明在高度分层组织中，电流密度的时空演化可直接映射微环路的信息传递路径。此前学界认为高密度MEA数据需依赖复杂机器学习降维，该工作提供了一套基于物理密度函数的确定性解析框架，使亚细胞级电流流动可视化成为可重复的标准流程。
临床/转化价值：
- 癫痫灶定位与传播路径解析：在皮质损伤诱导的高频振荡模型中，CSD轨迹能清晰区分起始点、传播方向与反向侵入区域，为精准神经调控靶点筛选提供电生理依据。
- 阈下活动与微环路功能评估：方法可剥离高振幅场电位掩盖的阈下突触电流，适用于阿尔茨海默病或精神分裂症早期突触可塑性损伤的体外电生理筛查。
- 药物作用机制验证：通过对比受体阻滞剂干预前后的质心轨迹长度、方向性与持续时间，可定量评估抗癫痫药或促智药对微环路信息传递效率的影响。
与我们产品的关联：该研究的核心数据采集完全依赖3Brain BioCamX HD-MEA平台。若实验室需复现该算法或拓展至类器官/长期培养体系，3Brain系统提供原生数据接口与高采样率保障；Celvivo可支持脑片在药物梯度下的长时程动态监测，验证轨迹参数随时间的演变规律。
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，直接用于64×64高密度脑片场电位采集，提供17855 Hz采样率与42/80 μm电极间距，满足CSD计算的空间分辨率要求。 |
| Celvivo | ⭐⭐⭐ | 配套使用：支持海马脑片或3D类器官在灌流条件下的长期培养，结合3Brain MEA可连续记录数天至数周的CSD轨迹演变，用于慢性药物干预或可塑性研究。 |
| Cellink BIO X / BIO X6 | ⭐⭐ | 潜在应用：构建具有明确分层结构的海马微组织或类器官，验证该CSD质心追踪算法在三维非平面结构中的适用性与空间校正策略。 |
| SIEVEWELL | ⭐ | 勉强相关：高通量药物筛选平台，可与MEA联用进行多条件并行测试，但非本文CSD动态分析的核心载体。 |
参考文献
- Zapfe, K.W.P., Romero-Maldonado, I., Gutierrez, R. High-resolution detection of static and dynamic 2D current source density in neuronal microcircuits. Zenodo. 2025. DOI: 10.5281/zenodo.17108410
- Potworowski, J., Jakuczun, W., Leski, S., Wójcik, D.K. Kernel Current Source Density Method. Neural Computation. 2012. DOI: 10.1162/NECO_a_00236
- Leski, S., Pettersen, K.H., Tunstall, B., Einevoll, G.T., Gigg, J., Wójcik, D.K. Inverse Current Source Density Method in Two Dimensions. Neuroinformatics. 2011. DOI: 10.1007/s12021-011-9111-4
- Ortiz, F., Zapfe, W.P.K., Draguhn, A., Gutierrez, R. Early Emergence and Propagation of Fast Ripples in a Cortical Traumatic Brain Injury Model. Journal of Neuroscience. 2018. DOI: 10.1523/JNEUROSCI.3507-17.2018
- Traub, R.D., Contreras, D., Cunningham, M.O., et al. Single-Column Thalamocortical Network Model Exhibiting Gamma Oscillations, Sleep Spindles, and Epileptogenic Bursts. Journal of Neurophysiology. 2005. DOI: 10.1152/jn.00983.2004
转发语：高密度MEA记录的海马数据不再是一团乱麻，用CSD非连通分量+质心追踪，能直接把微环路里的电流接力路径画出来，连刺激饱和的伪影都能绕开，做癫痫传播或突触可塑性研究的团队可以直接抄作业。
联系人：李东伟
📞 18045130660 🌐 https://www.biokingdom.top