海马网络水平 LTP 的高分辨率生物电传感动态图谱

期刊: APL Bioengineering, 2025, 9: 036109
DOI: 10.1063/5.0258985
PDF 原文: SeaFile 下载

作者: Shahrukh Khanzada, Xin Hu, Brett Addison Emery, ..., Gerd Kempermann, Hayder Amin
机构: 德国神经退行性疾病研究中心 (DZNE) / 德累斯顿工业大学 / 波兰 Nencki 实验生物学研究所

核心科学问题

传统的膜片钳和场电位记录技术在解析海马网络范围内的突触连接和长时程增强（LTP）时存在局限性，主要表现为空间分辨率不足和难以同时覆盖多个海马亚区。本研究开发了 EvoNES 平台，利用 4096 通道 CMOS-HD-MEA 首次实现了海马回路中网络水平 LTP 和诱发电位的实时、无标记、高分辨率动态图谱绘制。

技术方案

EvoNES 平台

• HD-CMOS-MEA: 4096 个微电极，42 μm 间距，平面芯片
• 双向刺激-记录: 外部双极铂电极刺激 Schaffer 侧支（SC）和内侧穿通通路（mPP），同时在芯片上记录全网络响应
• 零漂移三维微操纵器: 确保刺激电极的精确定位和稳定
• 定制立体显微镜: 用于海马组织与 CMOS-MEA 的精确对齐

实验模型

• 小鼠海马脑片: 包含 DG、CA3、CA2、CA1 完整回路
• LTP 诱导: 高频刺激（HFS），100 Hz，持续 1 秒
• 老年小鼠模型: 评估年龄相关的网络 LTP 变化

数据分析管线 (Python)

• 伪彩色图谱: 动态显示基线（BS）和 LTP 状态下的网络激活
• 波形分类: PCA + k-means 聚类，识别不同细胞层的特征波形
• 核电流源密度 (kCSD): 计算跨膜电流源和汇
• 多变量模式分析 (MVPA): 量化网络重组

实验数据

1. EvoNES 平台实现

图 1：(a) 实验设置 — HD-CMOS-MEA + 外部刺激电极 + 显微镜 | (b) 刺激 SC 和 mPP 通路，同时记录 CA1-CA3 和 DG 网络响应 | (c) Python 分析管线

• 双通路刺激: 刺激 SC 纤维（CA3→CA1）和 mPP 纤维（皮层→DG），同时捕获 EPSP 和 PS 信号
• 层特异性映射: 覆盖 SO、SP、SR、SLM（CA1-CA3）及 ML、GCL、Hilus（DG）

2. 网络水平 LTP 的连续编码模式

图 2：(c-f) 伪彩色图谱显示 CA1-CA3 和 DG 网络的基线和 LTP 状态 — LTP 后原本不活跃的区域被激活 | (g-h) fEPSP 归一化定量 — 双相 LTP 模式（快速诱导 + 持续增强）

• LTP 空间异质性: 不同海马亚区对 LTP 的敏感性不同
  • CA1-CA3: SO 82% ± 9.7, SP 47% ± 5.3, SR 31% ± 5.3, SLM 54% ± 3
  • DG: ML 35% ± 5.6, GCL 157% ± 8.2, Hilus 122% ± 8.4
• DG 反应最强: 颗粒细胞层（GCL）和 Hilus 的塑性变化显著高于 CA 区
• 沉默细胞激活: LTP 诱导后，基线状态下不活跃的细胞集合被激活，表明网络重构

3. 突触特征的无监督分类

图 3：(a-c) CA1-CA3 网络识别出 4 种波形类别 (SO, SP, SR, SLM) | (e-g) DG 网络识别出 3 种模式 (ML, GCL, Hilus) | (d, h) 聚类准确度 >92%

• 波形分类:
  • CA1-CA3: 4 类，分别对应 SO（起始层）、SP（锥体层）、SR（辐射层）、SLM（腔隙分子层）
  • DG: 3 类，分别对应 ML（分子层）、GCL（颗粒层）、Hilus（门区）
• LTP 后特征变化: 峰峰值振幅和斜率在所有层均显著增加
• 分类准确度: CA1-CA3 基线 94% / LTP 后 92.2%；DG 基线 99.3% / LTP 后 99.6%

4. 电流源密度 (kCSD) 分析

图 4：(a) 刺激 SC 纤维时的 kCSD 分布 — 汇（sink）和源（source）随时间动态变化 | (b) DG 区域电流源分布

• kCSD 映射: 揭示了突触后电位在空间上的电流源和汇分布
• 时空动态: 刺激后电流模式在不同层之间传播，反映了突触传递的时序

5. 衰老对网络 LTP 的影响

图 5：(a-b) 年轻 vs 老年小鼠 LTP 响应 — 老年小鼠 LTP 幅度显著降低 | (c-d) 老年小鼠中特定放电模式减少

• 老年小鼠 LTP 受损: 定量和定性均显示突触塑性下降
• 网络重组受损: 老年小鼠中 LTP 诱导的细胞集合激活范围缩小
• 特定模式消失: 某些特定的放电模式在老年网络中不再出现

创新点

1. 首次使用 4096 通道 HD-MEA 实现全海马网络 LTP 动态图谱 — 突破传统场电位记录的空间局限
2. 双向刺激-记录架构 — 外部电极刺激 + 芯片记录，避免刺激伪影，实现精准通路激活
3. 层特异性波形分类 — 自动识别 CA1-CA3 的 4 种和 DG 的 3 种特征波形，分类精度 >92%
4. kCSD 分析揭示电流源汇动态 — 从电信号反演突触电流的时空分布
5. 衰老模型验证 — 证明 EvoNES 可检测年龄相关的网络塑性变化，为神经退行性疾病研究提供工具

局限性

1. 仅使用脑片模型 — 未在体验证，缺乏行为学关联
2. 外部刺激电极定位依赖人工 — 需立体显微镜辅助，自动化程度有限
3. 未进行药理学阻断验证 — 未使用 AP5 或 CNQX 验证 LTP 的 NMDA 受体依赖性
4. 仅研究年轻和老年两组 — 未覆盖中年阶段，缺乏老化轨迹的连续性数据

学术启示

本研究直接关联 3Brain HD-MEA 产品线的核心应用价值：

• 3Brain 4096 通道 CMOS-MEA 是实现全网络 LTP 图谱的关键硬件 — 42 μm 间距足以分辨海马亚层的细微电位变化
• EvoNES 平台 为海马记忆编码和突触塑性研究提供了全新的"宏观 - 微观"结合视角
• 衰老研究: 该平台可检测年龄相关的网络重组受损，为阿尔茨海默病等神经退行性疾病的早期诊断提供电生理标志物
• 药物筛选: LTP 诱导和波形分类可作为评估促智药物或神经保护剂的高通量体外筛选工具
• 神经形态计算: 网络水平的 LTP 动态图谱为类脑计算和自适应学习算法提供生物学基准

产品线关联: 🟢 3Brain HD-MEA (4096 通道) — 核心电生理记录平台

💡 德国 DZNE 团队利用 3Brain 4096 通道 HD-MEA 首次绘制了全海马网络水平的 LTP 动态图谱。通过外部电极刺激 Schaffer 侧支和穿通通路，同时记录 DG、CA3、CA1 的层特异性响应。研究发现 DG 颗粒细胞层和 Hilus 的塑性变化（157% 和 122%）远高于 CA 区（31-82%）。衰老小鼠表现出 LTP 幅度下降和特定放电模式消失。该 EvoNES 平台为记忆编码、衰老和神经退行性疾病研究提供了强大的高通量电生理工具。

联系人｜李东伟
📞 18045130660
🌐 主页：https://www.biokingdom.top