基于CMOS制造技術(shù)的電極陣列，如Neuropixels探針，已經(jīng)能夠記錄活體大腦中成千上萬(wàn)個(gè)神經(jīng)元信息。這些工具促進(jìn)了關(guān)于感知和行動(dòng)的全腦相關(guān)性（brain-wide correlates）的研究，但目前仍主要用于頭固定時(shí)的短期記錄。因此，為了研究跨時(shí)間尺度的神經(jīng)元處理動(dòng)態(tài)，有必要對(duì)神經(jīng)元進(jìn)行數(shù)周和數(shù)月的記錄，最好是在不受約束的行為中和小動(dòng)物（如小鼠）中進(jìn)行。

為此，在一項(xiàng)新的科學(xué)研究中，來(lái)自英國(guó)、美國(guó)、挪威、比利時(shí)和葡萄牙的研究人員設(shè)計(jì)了一種稱為Neuropixels 2.0的新型微型化探針，它具有的5120個(gè)記錄點(diǎn)分布在四個(gè)柄上。Neuropixels 2.0的探針和頭架（headstage）被縮小到原來(lái)尺寸（即Neuropixels 1.0探針的大小）的三分之一左右，因此，它的兩個(gè)探針及其單個(gè)頭架只重約1.1克，沒(méi)有通道數(shù)的損失（每個(gè)探針384通道）。使用兩個(gè)四柄探針（four-shank probe）在植入它們的動(dòng)物中提供10240個(gè)記錄點(diǎn)。相關(guān)研究結(jié)果發(fā)表在2021年4月16日的Science期刊上，論文標(biāo)題為“Neuropixels 2.0: A miniaturized high-density probe for stable, long-term brain recordings”。

為了在大腦運(yùn)動(dòng)時(shí)實(shí)現(xiàn)穩(wěn)定的記錄，這些作者優(yōu)化了記錄點(diǎn)的安排。這種探針具有更密集的線性化的幾何形狀，允許使用新設(shè)計(jì)的算法進(jìn)行事后計(jì)算運(yùn)動(dòng)校正。這種在Kilosort 2.5軟件包中實(shí)現(xiàn)的算法從峰值數(shù)據(jù)中確定隨時(shí)間的運(yùn)動(dòng)，并通過(guò)空間重采樣進(jìn)行校正，如在圖像配準(zhǔn)中一樣。

為了驗(yàn)證這些探針的長(zhǎng)期記錄，這些作者將它們長(zhǎng)期植入6個(gè)實(shí)驗(yàn)室的21只大鼠和小鼠體內(nèi)。在這21個(gè)植入物中，有20個(gè)取得成功，并且在數(shù)周和數(shù)月內(nèi)記錄了神經(jīng)元，同時(shí)保留了良好的記錄信號(hào)質(zhì)量。使用新設(shè)計(jì)的植入物固定裝置，這些探針可可靠地回收。

Neuropixels 2.0探針允許前所未有的記錄。圖片來(lái)自Science, 2021, doi:10.1126/science.abf4588。

為了測(cè)試運(yùn)動(dòng)校正算法的性能，這些作者利用探針對(duì)它相對(duì)于大腦施加的運(yùn)動(dòng)進(jìn)行記錄。該算法提高了對(duì)神經(jīng)元的穩(wěn)定記錄，并在很大程度上消除了運(yùn)動(dòng)對(duì)記錄的影響。

這種算法的一個(gè)版本允許連續(xù)數(shù)天穩(wěn)定地記錄神經(jīng)元。這些作者通過(guò)對(duì)初級(jí)視覺(jué)皮層中長(zhǎng)期記錄的神經(jīng)元進(jìn)行“指紋”識(shí)別來(lái)評(píng)估這一點(diǎn)，這些神經(jīng)元對(duì)一系列圖像有獨(dú)特的視覺(jué)反應(yīng)。神經(jīng)元追蹤在2周內(nèi)取得>90%成功，在2個(gè)月內(nèi)取得>80%成功。

綜上所述，這項(xiàng)研究展示了一套電生理工具，包括微型化的高密度探針，可回收的長(zhǎng)期植入物固定裝置，以及用于自動(dòng)事后運(yùn)動(dòng)校正的算法。這些工具使得可以在小動(dòng)物（如小鼠）身上記錄的位點(diǎn)數(shù)量以數(shù)量級(jí)增加，并且能夠在很長(zhǎng)時(shí)間內(nèi)穩(wěn)定地在它們身上進(jìn)行記錄。

責(zé)任編輯：lq