文献研究报告

Microscale dysfunction and mesoscale compensation in degenerating neuronal networks

（退行性神经元网络中的微观尺度功能障碍与介观尺度代偿）

📋 文献基本信息

📖 研究背景

1.1 神经退行性疾病的共同特征

进行性神经退行性疾病尽管在解剖起源、易感神经元亚型和特定错误折叠蛋白方面存在差异，但具有关键共同特征：

• 疾病前期代偿：在症状前阶段，神经网络启动代偿过程以维持功能
• 网络重组：包括增加中枢化和依赖 hub 节点的 rich-club
• 蛋白病：TDP-43 在 ALS 和其他多种神经退行性疾病中错误折叠、错误定位、聚集和传播

1.2 ALS 研究现状与空白

• 神经元过度兴奋是 ALS 的广泛报道特征
• ALS 患者脑网络随疾病进展变得更加集中化（Sorrentino et al., 2018）
• 研究空白：此类代偿机制在 ALS 中的证据有限，限制了对其症状前反应的理解

1.3 研究目标

调查 ALS 患者来源的运动神经元网络与健康对照相比的结构和功能特性，验证：

• ALS 网络特征是否可在体外模型中重现
• 这些网络是否逐渐变得更加集中以保留计算能力

🔬 核心方法

2.1 细胞模型

2.2 高密度微电极阵列 (HD-MEA)

设备：3Brain Arena HD-MEA

数据处理：

• 5 阶 Butterworth 高通滤波（>200 Hz）
• 精确时序尖峰检测算法（Maccione et al., 2009）
• 阈值：8 倍噪声标准差
• 连接矩阵：100ms 分箱的尖峰共现分析，保留 1% 最强连接

2.3 多井微电极阵列 (Multiwell MEA)

设备：Axion Biosystems M384-tMEA-6B

数据处理：

• Butterworth 带通滤波（200 Hz - 3 kHz）
• 自适应阈值检测（6 标准差）
• 连接矩阵：电极对 Pearson 相关，剪枝 90% 最弱连接

2.4 免疫细胞化学 (ICC)

标记物：

• 运动神经元标志物：Islet1, HB9, ChAT
• 泛神经元标志物：NeuN
• 结构分析：重神经丝 (heavy neurofilament)
• 核染色：Hoechst
• 病理标志物：TDP-43

成像：EVOS M7000 显微镜，20×物镜

2.5 Western Blot

方法：NE-PER 核/胞浆提取试剂盒分离细胞组分

• 检测 TDP-43 在胞浆与核中的分布比例
• 以 actin 作为内参标准化

2.6 图论分析

使用 Brain Connectivity Toolbox (Rubinov & Sporns, 2010) 计算：

2.7 统计分析

• 纵向数据：广义线性混合模型 (GLMM)，IBM SPSS Statistics v29
• 组间比较：Wilcoxon 秩和检验（非正态分布），Bonferroni 校正

📊 主要发现

3.1 微观尺度功能障碍 (Microscale Dysfunction)

3.1.1 TDP-43 蛋白病

Western Blot 结果：

• ALS 运动神经元网络的胞浆/核 TDP-43 比例比健康对照增加 7.415 倍
• 表明 TDP-43 从核内错误定位到胞浆

免疫荧光结果：

• ALS 网络中非核 TDP-43 包涵体数量显著增加
• 统计：z = -9.6858, p = 3.47 × 10⁻²²
• HC: n=419 个图像，ALS: n=463 个图像

意义：

• 胞浆 TDP-43 包涵体是 ALS 和额颞叶痴呆中最普遍的运动神经元细胞病理标志
• 与氧化应激增加、抗氧化能力降低和线粒体功能障碍相关

3.1.2 神经元过度兴奋 (Hyperexcitability)

HD-MEA 结果：

• ALS 网络中位放电率显著高于 HC 网络
• 统计：p = 0.0140

Multiwell MEA 结果：

• ALS 网络中位放电率显著高于 HC 网络
• 统计：p = 5.01 × 10⁻⁵

意义：

• 神经元过度兴奋是 ALS 和其他神经退行性疾病的广泛报道特征
• 表明更高的代谢成本和氧化应激

3.1.3 尖峰幅度降低

HD-MEA 结果：

• ALS 网络尖峰幅度显著低于 HC 网络
• HC 平均：43.0 μV vs ALS 平均：41.5 μV
• 统计：p = 1.09 × 10⁻⁴

Multiwell MEA 结果：

• HC 平均：27.9 μV vs ALS 平均：26.0 μV
• 统计：p = 8.07 × 10⁻⁸

意义：

• 尖峰幅度降低减少 Ca²⁺内流，可能是 ALS 网络对 Ca²⁺诱导的兴奋性毒性和氧化应激的适应
• 但同时也减少神经递质释放，可能导致网络功能紊乱
• ALS 网络产生更多但更弱的尖峰，表明更高的代谢成本

3.2 介观尺度代偿 (Mesoscale Compensation)

3.2.1 Rich-club 连通性增加

HD-MEA 结果：

• ALS 网络的平均 rich-club 系数显著高于 HC 网络
• HC 平均：0.611 vs ALS 平均：0.658
• 统计：p = 0.0180

意义：

• 表明 ALS 网络变得更加集中化
• 高度互联的 hub 节点之间连接增强
• 维持网络计算能力的代偿机制

3.2.2 网络同配性增加

Multiwell MEA 结果：

• ALS 网络同配性显著高于 HC 网络
• HC 平均：0.116 vs ALS 平均：0.286
• 统计：p = 4.11 × 10⁻³

意义：

• 表明 ALS 网络内节点度等级更加严格
• 与 ALS 患者 EEG 和 fMRI 研究结果一致
• 同配性更高的网络更可能具有高度互联的 rich-club

3.2.3 网络密度增加

Multiwell MEA 结果：

• ALS 网络密度显著高于 HC 网络
• HC 平均：0.0150 vs ALS 平均：0.0270
• 统计：p = 1.07 × 10⁻³

意义：

• 表明通过建立新连接来维持网络功能的代偿反应
• 与结构分析中发现的神经突增生一致

3.2.4 特征路径长度缩短 & 聚类增加

Multiwell MEA 结果：

• 特征路径长度：HC 1.84 vs ALS 1.66, p = 0.0111
• 聚类系数：HC 0.0119 vs ALS 0.0229, p = 0.0324

意义：

• 表明网络功能连接增强
• 可能是对结构网络损伤的代偿反应

3.2.5 小世界倾向和模块度变化

HD-MEA 结果：

• 小世界倾向：HC 0.822 vs ALS 0.836, p = 0.315（无显著差异）
• 模块度：HC 0.292 vs ALS 0.293, p = 0.831（无显著差异）

Multiwell MEA 结果：

• 小世界倾向：HC 0.947 vs ALS 0.901, p = 0.0498（ALS 降低）
• 模块度：HC 0.319 vs ALS 0.190, p = 1.22 × 10⁻⁴（ALS 降低）

解释：

• 两种 MEA 平台结果的差异可能源于空间采样差异
• ALS 模块可能更小、更碎片化，在 HD-MEA 的高空间分辨率下更容易检测
• ALS 网络仍保持小世界特征（>0.6），但模块度降低表明社区结构受损

3.3 结构变化：神经突增生

结构分析结果（NeuroConnectivity 插件，Fiji/ImageJ）：

意义：

• ALS 网络表现出神经突增生，表明试图形成新连接
• 但长程连接比例减少（平均长度缩短）
• 支持功能代偿的发现

🔬 科学意义

4.1 首次证实的关键发现

1. 首次在体外模型中重现 ALS 内源性功能连接病理变化

   • 使用患者来源的 iPSC 分化运动神经元
   • 内源性 C9orf72 突变（非 CRISPR 诱导或蛋白种子诱导）

2. 首次清晰证明 ALS 中的网络集中化

   • Rich-club 连通性增加
   • 网络同配性增加
   • 此前在创伤性脑损伤和阿尔茨海默病中有证据，但在 ALS 中证据有限

3. 首次同时展示微观和介观尺度的病理-代偿动态

   • 微观：TDP-43 蛋白病 + 过度兴奋 + 尖峰幅度降低
   • 介观：Rich-club 增加 + 同配性增加 + 集中化

4.2 对神经退行性疾病机制的理解

共同网络重组机制：

• 研究结果支持跨神经退行性疾病的共同网络重组机制模型
• 早期结构退化 → 活动增加和功能超连接（短期适应反应）
• 长期 → 网络更加集中化，依赖 rich-club hub 节点
• 最终 → hub 节点因代谢负担过重而衰竭，网络功能崩溃

"Hub 过载和衰竭"模型：

• 高度连接的 hub 节点承担越来越多的信息路由
• 代谢需求增加，氧化应激加剧
• hub 节点衰竭导致网络整体功能丧失（Stam, 2024）

4.3 临床转化价值

1. 早期检测：网络集中化可能作为症状前生物标志物
2. 治疗靶点：针对 hub 节点保护或代谢支持
3. 个性化医疗：iPSC 网络模型 + 复杂网络分析可用于患者特异性评估

💡 对我们产品（3Brain MEA）的关联价值

5.1 技术验证

3Brain HD-MEA 系统能力验证：

• 本研究使用 3Brain Arena HD-MEA（4,096 电极）
• 成功检测到健康对照和 ALS 网络的高计算能力特征：
  • 小世界倾向 >0.6
  • 模块度
  • 幂律度分布（无标度网络特征）
  • Rich-club 系数

发表文献背书：

• 本研究发表于 Network Neuroscience（MIT Press）
• 3Brain 官网已将此文献列为 Publications
• 使用的产品：BioCAM DupleX, CorePlate™ 1W

5.2 应用场景拓展

神经退行性疾病研究：

• ALS 疾病建模和机制研究
• 药物筛选平台（针对过度兴奋、网络集中化）
• 毒性测试（氧化应激、线粒体毒性）

纵向研究能力：

• HD-MEA 支持长期记录（本研究：30-46 DIV，每两天记录一次）
• 可追踪疾病进展和代偿动态

高空间分辨率优势：

• HD-MEA（4,096 电极）vs Multiwell MEA（64 电极/井）
• 本研究指出 HD-MEA 可能更好地检测 ALS 网络的小模块结构
• 空间分辨率影响局部和网络特性测量

5.3 产品开发启示

数据分析功能：

• 需要集成图论分析工具（Brain Connectivity Toolbox 功能）
• Rich-club 系数、同配性、小世界倾向等指标
• 纵向 GLMM 分析支持

标准化方案：

• 运动神经元分化方案（Nijssen et al., 2019）
• 数据处理流程（滤波、尖峰检测、连接矩阵构建）
• 质量控制标准（放电率>5 spikes/min，活跃电极>7 个）

市场定位：

• 神经退行性疾病研究的专业平台
• 药物发现（针对网络水平病理）
• 个性化医疗（患者来源 iPSC 网络分析）

5.4 潜在合作机会

研究团队：

• 挪威科技大学 (NTNU) - Ioanna Sandvig 团队
• 已有 ALS 和神经退行性疾病研究经验
• 可能成为 Key Opinion Leader (KOL)

文献引用策略：

• 在 3Brain 应用文档中引用本研究
• 展示 HD-MEA 在 ALS 研究中的成功案例
• 吸引神经退行性疾病研究领域用户

📎 补充信息

6.1 资助来源

• Olav Thon 基金会 (Ioanna Sandvig)
• Alf Harborg 基金 (Vegard Fiskum)
• ALS Norge 基金会 (Ioanna Sandvig)

6.2 通讯作者

• Vegard Fiskum: vegard.fiskum@ntnu.no
• Ioanna Sandvig: ioanna.sandvig@ntnu.no

6.3 补充材料

• 补充材料 PDF：https://doi.org/10.1162/NETN.a.552
• 补充图 1-4：单个数据点展示、分布拟合等

6.4 关键参考文献

1. Hillary, F. G., & Grafman, J. H. (2017). Injured brains and adaptive networks. Trends in Cognitive Sciences.
2. Sorrentino, P., et al. (2018). Brain functional networks become more connected as ALS progresses. NeuroImage: Clinical.
3. Stam, C. J. (2024). Hub overload and failure as a final common pathway. Network Neuroscience.
4. Heiney, K., et al. (2021). Criticality, connectivity, and neural disorder. Frontiers in Computational Neuroscience.

📝 总结

本研究首次使用 ALS 患者来源的 iPSC 分化运动神经元，在体外工程化神经网络中重现了内源性病理变化。通过 HD-MEA 纵向记录和图论分析，揭示了：

微观尺度：TDP-43 蛋白病、神经元过度兴奋、尖峰幅度降低
介观尺度：Rich-club 连通性增加、网络同配性增加、集中化代偿

这些发现支持跨神经退行性疾病的共同网络重组机制模型，并为早期检测和治疗干预提供了新靶点。同时，本研究验证了 3Brain HD-MEA 系统在神经退行性疾病研究中的应用价值，为产品开发和市场推广提供了科学依据。

报告生成时间：2026-03-31
文献来源：Network Neuroscience, DOI: 10.1162/NETN.a.552