海马网络层面LTP动态高清映射：EvoNES平台
Khanzada et al. | APL Bioengineering 2025 | PMID: 40740280
一、做什么（研究背景与目的）
1.1 科学问题
记忆是认知的核心，其存储依赖于海马网络中突触可塑性——尤其是长时程增强（LTP）。然而，传统技术存在根本局限：
- 膜片钳：单细胞记录，无法观测网络层面的协调活动
- 场电位记录：仅反映局部群体信号，无法定位亚区差异
- 传统MEA：电极密度不足（通常64-256通道），无法覆盖完整海马回路
核心问题：LTP如何在CA1、CA3、齿状回（DG）整个网络中同步传播和表达？
1.2 研究目标
开发 EvoNES（Evoked Network Electrophysiology Sensor） 平台，实现：
- 4096通道HD-CMOS-MEA同步记录全海马网络
- 双向刺激：Schaffer侧支（SC）+ 内穿通路径（mPP）
- 实时绘制LTP的空间传播动态图
- 介观尺度（mesoscale）突触电流源/汇分析
二、发现什么（核心结果）
2.1 EvoNES平台建立
【图1】平台架构：HD-CMOS-MEA（4096微电极）+ 外部铂金双极刺激电极 + 三轴微操器 + 立体显微镜，可覆盖CA1-CA3和DG同步记录。
实验流程：基线测量 → 高频刺激（HFS, 100Hz）→ LTP诱导 → 实时网络动态绘图。
2.2 网络层面LTP的双相增强模式
【图2】LTP空间异质性：
- 伪彩色图显示CA1-CA3和DG网络在基线（BS）和LTP状态的动态变化
- LTP效应呈现空间异质性：某些区域强烈增强，邻近区域变化微弱
- 量化数据：SC通路fEPSP斜率增加49.9% ± 5.9%，SR通路增加24.8% ± 3.5%
- DG网络也观察到显著的LTP效应，提示记忆痕迹可能跨多个海马亚区同步形成
2.3 波形分类揭示突触传递特征
【图3】无监督波形分类：
- 对4096通道信号进行波形特征提取
- 使用聚类算法将神经元分为不同功能类型
- LTP状态下波形特征发生显著变化：某些原本沉默的通路在LTP后激活
- 建立了波形特征 → 突触功能的直接映射关系
2.4 LTP的时空传播动态
【图4】LTP的空间传播模式：
- CA3 → CA1 → DG呈波浪式传播
- 不同刺激位点触发的LTP具有不同的空间传播方向
- "previously inactive zones"（原本沉默区域）在LTP后显著激活——这是传统技术无法发现的
2.5 介观尺度电流源分析（kCSD）
【图5】LTP的介观发生器定位：
- 使用kernel Current-Source Density（kCSD）分析
- CA1 stratum radiatum层是主要的突触后电位产生区域
- 不同海马亚层的电流源/汇分布存在显著差异
2.6 老化显著削弱网络层面LTP
【图6】老化与突触可塑性：
| 通路 | 老年组 | 年轻组 | 差异 |
|---|---|---|---|
| SP通路fEPSP | 38% ± 4.7% | 49.9% ± 5.9% | ↓24% |
| SR通路fEPSP | 21% ± 3.9% | 24.8% ± 3.5% | ↓15% |
老年组网络层面LTP显著降低（p < 0.05），与认知功能下降密切相关。
三、说明什么（研究意义）
3.1 技术对比
| 特性 | EvoNES（本文） | 传统MEA | 膜片钳 | 场电位 |
|---|---|---|---|---|
| 电极通道 | 4096 | 64-256 | 1 | 1 |
| 空间覆盖 | 全海马网络 | 局部 | 单细胞 | 局部 |
| 双向刺激 | ✅ SC+mPP | ❌ | ❌ | ❌ |
| 网络动态映射 | ✅ | ❌ | ❌ | ❌ |
| 介观kCSD分析 | ✅ | ❌ | ❌ | ❌ |
3.2 科学贡献
- 首次实现网络层面的完整LTP动态映射——突破了传统技术只能观测局部信号的根本限制
- 揭示了LTP的空间异质性——同一海马区域内LTP效应不均匀，某些沉默通路在LTP后被激活
- 证明了老化对网络层面LTP的显著影响——为老年认知减退提供电生理学证据
3.3 与我们的产品的关系
| 相关产品 | 技术对比 | 评分 |
|---|---|---|
| 3Brain BioCam X HD-MEA (4096 ch) | 同样4096通道；EvoNES为定制研究平台，BioCam X为商业封闭系统；BioCam X优势在于开箱即用和完整软件生态 | ⭐⭐⭐⭐ |
| 3Brain Cell Bridge Stim | 双向刺激功能：EvoNES用外部铂金双极电极，3Brain提供集成化刺激模块；BioCam X可单系统完成刺激+记录 | ⭐⭐⭐⭐ |
| 其他64-256通道MEA | 通道数远低于EvoNES；无法覆盖全海马网络；不适合网络层面LTP研究 | ⭐⭐ |
结论：本文有力证明了大通道数MEA在网络层面神经可塑性研究中的独特价值。3Brain BioCam X（4096通道）与EvoNES在概念上高度一致——都是通过高密度阵列捕捉网络层面的协调活动。BioCam X的商业化可用性使其成为类器官、脑片网络记录的理想工具，尤其适合需要完整软件生态和商业支持的实验室。
附：Figure
图1 - EvoNES平台架构
图2 - 网络层面LTP变化的详细映射
图3 - 波形无监督分类结果
图4 - LTP时空传播动态
图5 - 介观尺度kCSD分析
图6 - 老化对网络LTP的影响
原文下载
📄 Khanzada_2025_APL_Bioeng_Hippocampus_LTP_HDMEA.pdf
参考文献
- Khanzada S, Hu X, Emery BA, et al. Dynamic mapping of network-level LTP in the hippocampus via high-resolution bioelectrical sensing. APL Bioengineering. 2025;9(3):036109. PMID: 40740280.
李东伟
📞 18045130660
🌐 https://www.biokingdom.top