Gennemsigtigt hjerneimplantat kan læse dyb neural aktivitet fra overfladen

Forskere ved University of California San Diego har udviklet et neuralt implantat, der giver information om aktivitet dybt inde i hjernen, mens man sidder på dens overflade. Implantatet består af en tynd, gennemsigtig og fleksibel polymerstrimmel, der er pakket med en tæt række grafenelektroder. Teknologien, der er testet i transgene mus, bringer forskerne et skridt tættere på at bygge et minimalt invasivt hjerne-computer-interface (BCI), der giver højopløselige data om dyb neural aktivitet ved at bruge optagelser fra hjernens overflade.

Værket er udgivet i Nature Nanotechnology .

"Vi udvider den rumlige rækkevidde af neurale optagelser med denne teknologi," siger seniorforfatter Duygu Kuzum, professor ved Institut for Elektro- og Computerteknik ved UC San Diego Jacobs School of Engineering. "Selvom vores implantat ligger på hjernens overflade, går dets design ud over grænserne for fysisk sansning, idet det kan udlede neural aktivitet fra dybere lag."

Dette arbejde overvinder begrænsningerne ved nuværende neurale implantatteknologier. Eksisterende overfladearrays er for eksempel minimalt invasive, men de mangler evnen til at fange information ud over hjernens ydre lag. I modsætning hertil er elektrodearrays med tynde nåle, der trænger ind i hjernen, i stand til at sondere dybere lag, men de fører ofte til betændelse og ardannelse, hvilket kompromitterer signalkvaliteten over tid.

Det nye neurale implantat udviklet ved UC San Diego tilbyder det bedste fra begge verdener.

Implantatet er en tynd, gennemsigtig og fleksibel polymerstrimmel, der tilpasser sig hjernens overflade. Strimlen er indlejret med en række små, cirkulære grafenelektroder med høj tæthed, der hver måler 20 mikrometer i diameter. Hver elektrode er forbundet med en mikrometer-tynd grafentråd til et printkort.

I test på transgene mus gjorde implantatet forskerne i stand til at fange højopløsningsinformation om to typer neural aktivitet - elektrisk aktivitet og calciumaktivitet - på samme tid. Når implantatet blev placeret på overfladen af ​​hjernen, registrerede det elektriske signaler fra neuroner i de ydre lag. Samtidig brugte forskerne et to-fotonmikroskop til at skinne laserlys gennem implantatet for at afbilde calciumspidser fra neuroner placeret så dybt som 250 mikrometer under overfladen.

Forskerne fandt en sammenhæng mellem elektriske overfladesignaler og calciumspidser i dybere lag. Denne korrelation gjorde det muligt for forskerne at bruge elektriske overfladesignaler til at træne neurale netværk til at forudsige calciumaktivitet - ikke kun for store populationer af neuroner, men også individuelle neuroner - i forskellige dybder.

"Den neurale netværksmodel er trænet til at lære forholdet mellem overfladens elektriske optagelser og calciumionaktiviteten af ​​neuronerne i dybden," sagde Kuzum. "Når den først lærer det forhold, kan vi bruge modellen til at forudsige dybdeaktiviteten fra overfladen."

En fordel ved at kunne forudsige calciumaktivitet ud fra elektriske signaler er, at det overvinder begrænsningerne ved billeddannelseseksperimenter. Ved billeddannelse af calciumspidser skal forsøgspersonens hoved fikseres under et mikroskop. Desuden kan disse eksperimenter kun vare i en time eller to ad gangen.

"Da elektriske optagelser ikke har disse begrænsninger, gør vores teknologi det muligt at udføre længerevarende eksperimenter, hvor forsøgspersonen er fri til at bevæge sig rundt og udføre komplekse adfærdsmæssige opgaver," sagde undersøgelsens medforfatter Mehrdad Ramezani, en elektro- og computeringeniør. Ph.D. studerende i Kuzums laboratorium. "Dette kan give en mere omfattende forståelse af neural aktivitet i dynamiske scenarier i den virkelige verden."

Design og fremstilling af det neurale implantat

Teknologien skylder sin succes til flere innovative designfunktioner:gennemsigtighed og høj elektrodetæthed kombineret med maskinlæringsmetoder.

"Denne nye generation af gennemsigtige grafenelektroder indlejret ved høj tæthed gør det muligt for os at prøve neural aktivitet med højere rumlig opløsning," sagde Kuzum. "Som et resultat forbedres kvaliteten af ​​signaler betydeligt. Det, der gør denne teknologi endnu mere bemærkelsesværdig, er integrationen af ​​maskinlæringsmetoder, som gør det muligt at forudsige dyb neural aktivitet fra overfladesignaler."

Denne undersøgelse var et samarbejde mellem flere forskningsgrupper ved UC San Diego. Holdet, ledet af Kuzum, som har specialiseret sig i at udvikle multimodale neurale grænseflader, omfatter nanoingeniørprofessor Ertugrul Cubukcu, som har specialiseret sig i avancerede mikro- og nanofabrikationsteknikker til grafenmaterialer; elektro- og computeringeniørprofessor Vikash Gilja, hvis laboratorium integrerer domænespecifik viden fra områderne grundlæggende neurovidenskab, signalbehandling og maskinlæring for at afkode neurale signaler; og neurobiologi og neurovidenskabsprofessor Takaki Komiyama, hvis laboratorium fokuserer på at undersøge neurale kredsløbsmekanismer, der ligger til grund for fleksibel adfærd.

Gennemsigtighed er en af ​​nøglefunktionerne ved dette neurale implantat. Traditionelle implantater bruger uigennemsigtige metalmaterialer til deres elektroder og ledninger, som blokerer for synet af neuroner under elektroderne under billeddannelsesforsøg. I modsætning hertil er et implantat fremstillet ved hjælp af grafen gennemsigtigt, hvilket giver et helt klart synsfelt for et mikroskop under billeddannelsesforsøg.

"Sømløs integration af optagelse af elektriske signaler og optisk billeddannelse af den neurale aktivitet på samme tid er kun mulig med denne teknologi," sagde Kuzum. "At være i stand til at udføre begge eksperimenter på samme tid giver os mere relevante data, fordi vi kan se, hvordan billeddannelseseksperimenterne er tidskoblet til de elektriske optagelser."

For at gøre implantatet helt gennemsigtigt brugte forskerne supertynde, lange grafentråde i stedet for traditionelle metaltråde til at forbinde elektroderne med printkortet. Men at fremstille et enkelt lag grafen som en tynd, lang ledning er udfordrende, fordi enhver defekt vil gøre ledningen ikke-funktionel, forklarede Ramezani. "Der kan være et hul i grafen-tråden, der forhindrer det elektriske signal i at strømme igennem, så du som udgangspunkt ender med en knækket ledning."

Forskerne behandlede dette problem ved hjælp af en smart teknik. I stedet for at fremstille ledningerne som et enkelt lag grafen, fremstillede de dem som et dobbeltlag doteret med salpetersyre i midten.

"Ved at have to lag grafen oven på hinanden, er der en god chance for, at defekter i det ene lag vil blive maskeret af det andet lag, hvilket sikrer oprettelsen af ​​fuldt funktionelle, tynde og lange grafentråde med forbedret ledningsevne," sagde Ramezani.

Ifølge forskerne viser denne undersøgelse den mest tætpakkede gennemsigtige elektrode-array på et overfladesiddende neuralt implantat til dato. At opnå høj tæthed krævede fremstilling af ekstremt små grafenelektroder. Dette gav en betydelig udfordring, da krympende grafenelektroder i størrelse øger deres impedans - dette hindrer strømmen af ​​elektrisk strøm, der er nødvendig for at registrere neural aktivitet.

For at overvinde denne hindring brugte forskerne en mikrofremstillingsteknik udviklet af Kuzums laboratorium, der involverer aflejring af platinnanopartikler på grafenelektroderne. Denne tilgang forbedrede betydeligt elektronstrømmen gennem elektroderne, mens de holdt dem små og gennemsigtige.

Næste trin

Holdet vil derefter fokusere på at teste teknologien i forskellige dyremodeller med det ultimative mål om menneskelig oversættelse i fremtiden.

Kuzums forskergruppe er også dedikeret til at bruge teknologien til at fremme fundamental neurovidenskabelig forskning. I den ånd deler de teknologien med laboratorier i hele USA og Europa og bidrager til forskellige undersøgelser lige fra at forstå, hvordan vaskulær aktivitet er koblet til elektrisk aktivitet i hjernen til at undersøge, hvordan stedceller i hjernen er så effektive til at skabe rumlig hukommelse .

"Denne teknologi kan bruges til så mange forskellige fundamentale neurovidenskabelige undersøgelser, og vi er ivrige efter at gøre vores del for at accelerere fremskridt i bedre forståelse af den menneskelige hjerne," sagde Kuzum.

Flere oplysninger: Transparente grafenarrays med høj densitet til forudsigelse af cellulær calciumaktivitet i dybden fra overfladepotentiale optagelser, natur nanoteknologi (2024). DOI:10.1038/s41565-023-01576-z

Journaloplysninger: Naturenanoteknologi

Leveret af University of California - San Diego