点击显示 收起
获得了解活体大脑神经元内部运作机制的途径可为我们提供大量有用的信息：它的电活动模式，甚至在某个指定时刻基因的开关图谱。然而达到这一目标却是一个极其艰苦的任务，它被认为是掌握一门艺术；由于非常难于学习当前世界上只有少数实验室能够对其进行实践操作。
然而这一情况将很快会得到改变：来自麻省理工学院和佐治亚理工学院的研究人员开发出一种新方法实现了在活体大脑中自动化寻找和记录来自神经元的信息。研究人员利用单细胞检测计算机运算控制单个机器手臂，以相比人类试验操作人员更高的精确度和速度鉴别和记录下了活体小鼠大脑中的神经元。相关论文发布在5月6日的《自然方法》（Nature Methods）杂志上。
新的自动化程序无需数月的培训，提供了长期以来寻求的关于活细胞活动的信息。利用这一技术，科学家们能够鉴别出大脑中数千种不同的细胞类型，绘制出它们相互联系的图谱，并找出疾病细胞与正常细胞的差异。
这一项目是由麻省理工学院生物工程学和大脑与认知科学副教授Ed Boyden与佐治亚理工学院机械工程学院助理教授Craig Forest协作完成。
“我们的研究团队从开始就一直从事跨学科研究，这使得我们能够将精密机械设计的原理带到活体大脑研究中，”Forest说。他的研究生Suhasa Kodandaramaiah是文章的主要作者，作为访问学者已在麻省理工学院开展了两年的研究工作。
这一技术尤其适用于研究诸如精神分裂症、帕金森氏症、自闭症和癫痫等大脑疾病。Boyden说：“在所有这些情况下，对单个细胞的电及回路特征进行分子描述……一直难以实现。如果我们真的能够描述活体大脑特异细胞中疾病改变分子的机制，就有可能发现更好的药物靶点。”
Kodandaramaiah、Boyden 和 Forest着手于研究让一种已有30年历史的技术——全细胞膜片钳（whole-cell patch clamping）自动化。全细胞膜片钳技术是通过将一个微小的空心玻璃吸管与神经元细胞膜接触，然后打开细胞膜上一个小孔来记录细胞中电活动的方法。通常一个研究生或博士后需要数月的时间才能学习掌握这项技术。
Kodandaramaiah花了大约四个月的时间学习手动膜片钳技术，这让他认识到这一技术非常难以掌握。“当我相当出色地掌握了这一技术时，我感到虽然它是一种艺术形式，也可将其变为一套定型任务，并通过机器人执行决策。”
为此，Kodandaramaiah和他的同事们构建了一个机器手臂，可以微米精确度将一个玻璃吸管置入麻醉小鼠大脑。随着移动，吸管监测了细胞的电阻抗性——测量电流出吸管的难度。如果周围没有细胞，电流动且阻抗低。一旦吸管尖头接触到细胞，电流将无法流动，阻抗会升高。