读取记忆的“流苏USB”

2019 年 5 月 26 日 中科院之声

近年来,大家对一些智力比拼的节目关注越来越高。在紧张的气氛中,有人能从成千上万的小色块中找出颜色变化的那一块,有人能够在很短的时间内记住上百个人的指纹……这些“特异功能”都离不开选手们超凡的“工作记忆”能力。在对选手们的表现叹为观止的同时,我们不禁好奇——在发生“工作记忆”时,我们的大脑是如何运转的呢?


工作记忆,顾名思义,就是工作中的记忆。它就像电脑里的临时缓存,存放着很多思维的中间结果。神经元细胞是大脑的基本功能单元,大脑通过神经元细胞的电活动进行信息的传递、转换和整合,进而完成各种功能,包括感知觉、学习、记忆、抉择和运动控制等。要理解大脑如何实现“工作记忆”的机制,需要对参与“工作记忆”的神经元细胞进行详细记录。


近日,中科院脑科学与智能技术卓越创新中心、国家纳米科学中心方英研究员和神经科学研究所李澄宇研究员及其团队发展了一种柔性“神经流苏”电极,它可以对参与“工作记忆”的神经元细胞进行高时空分辨率、稳定的记录。


奇思妙想,原来“流苏”可以这样玩


这种“神经流苏”由上千根超细的柔性神经纤维电极组成。每一根柔性神经纤维电极的截面只有3X1.5平方微米,达到了神经元轴突的尺寸,比目前国际上报道的最小值还要小一个数量级。“神经流苏”的尺寸如此之小,还特别柔软,那么问题来了——如何将 “神经流苏”电极成功植入大脑内部,而且还不会对大脑造成严重的损伤呢?


让我们先回想一下日常生活中洗头发的情景:浸泡在水中时,头发往往会向四处散开;离开水面后,头发则会聚拢到一起,形成一小束。受此启发,研究人员大胆猜想,或许可以把水换成其他液体,这种液体在空气中凝固变硬,在大脑里却会安全降解代谢,这样就可以满足植入大脑的需求,而且电极在植入后也会恢复柔软状态。


高分子聚乙二醇,就是这样一种奇妙而又常规的液体。通过精巧的设计,“神经流苏”被浸没在熔融的聚乙二醇液体中,在液体表面张力的作用下,上千根柔性神经纤维电极自组装形成高密度神经电极/聚乙二醇复合细丝,从而极大地降低了植入过程中对大脑的损伤,释放后的超细柔性神经纤维电极能够原位、精准测量清醒大脑内侧前额叶皮层中多个神经元的电活动。尤其重要的是,“神经流苏”与脑组织的力学性能相匹配,因此形成了相容性良好的界面,从而实现了对大脑中神经元电活动的长期稳定记录。


(a)柔性神经流苏的自组装过程; (b)组装后的柔性神经流苏; (c)柔性神经流苏电极截面图;(d)柔性神经流苏对活体神经信号的长期稳定记录;(e)柔性神经流苏与脑组织的相容性界面。


研究人员将柔性“神经流苏”电极植入小鼠的大脑内侧前额叶皮层,随后设计引导小鼠学习一种嗅觉工作记忆任务及一系列相关对照实验,从而研究小鼠在学习工作记忆任务期间内侧前额叶皮层的神经元活动。结果表明,“神经流苏”电极相比传统微丝电极而言,能够更稳定地记录同一批神经元的信号。这有助于获取更多有关小鼠在学习成绩上升过程中神经元发放特性变化的细节,对深入了解与认知功能相关的神经机制大有帮助。


(a) 小鼠嗅觉工作记忆任务的示意图; (b) 小鼠对于该嗅觉工作记忆任务的学习曲线 ;(c) 神经流苏与传统微丝电极的性能对比; (d) 神经流苏对于同一个神经元稳定的跨天记录 ;(e) 两个神经元跨天变化发放特性的热图。


大脑就像一座宝藏,蕴藏奥秘魅力无穷,吸引着越来越多的人们加入寻宝之队。而柔性神经流苏好比一束光,照耀了前进的道路,为研究大脑功能提供了全新的思路与解决方案,不仅将推动抑郁症、帕金森病、精神分裂症及阿尔兹海默症等一系列神经系统疾病的积极治疗,还为开发脑机接口(BCI)带来了全新的希望。


随着脑科学的不断发展,基础理论的突破,伴随着像柔性神经流苏这样的技术创新,相信在不久的将来,每一个人都可能成为阿凡达,通过意念控制机器,让失聪的人恢复部分听力,让残疾人恢复肢体系统都有望成为现实。


相关论文“ Elastocapillary self-assembled neurotassels for stable neural activity recordings ”(《自组装柔性神经流苏对神经电活动的稳定测量》)发表在Science AdvancesScience Advances, 2019, 5, eaav2842)上。


来源:中国科学院国家纳米科学中心


温馨提示:近期,微信公众号信息流改版。每个用户可以设置 常读订阅号,这些订阅号将以大卡片的形式展示。因此,如果不想错过“中科院之声”的文章,你一定要进行以下操作:进入“中科院之声”公众号 → 点击右上角的 ··· 菜单 → 选择「设为星标」


登录查看更多
0

相关内容

【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【ICML2020-华为港科大】RNN和LSTM有长期记忆吗?
专知会员服务
74+阅读 · 2020年6月25日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
Nature 一周论文导读 | 2019 年 6 月 27 日
科研圈
8+阅读 · 2019年7月7日
Nature 一周论文导读 | 2019 年 6 月 6 日
科研圈
7+阅读 · 2019年6月16日
Nature 一周论文导读 | 2019 年 5 月 30 日
科研圈
15+阅读 · 2019年6月9日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
一文读懂LSTM和循环神经网络
七月在线实验室
8+阅读 · 2018年4月18日
详解LSTM:神经网络的记忆机制是这样炼成的
人工智能头条
5+阅读 · 2018年2月1日
脑机接口技术如何具体实现?
人工智能学家
7+阅读 · 2017年12月7日
Bivariate Beta LSTM
Arxiv
5+阅读 · 2019年10月7日
Foreground-aware Image Inpainting
Arxiv
4+阅读 · 2019年1月17日
Arxiv
21+阅读 · 2018年5月23日
Arxiv
5+阅读 · 2018年5月10日
VIP会员
相关资讯
Nature 一周论文导读 | 2019 年 6 月 27 日
科研圈
8+阅读 · 2019年7月7日
Nature 一周论文导读 | 2019 年 6 月 6 日
科研圈
7+阅读 · 2019年6月16日
Nature 一周论文导读 | 2019 年 5 月 30 日
科研圈
15+阅读 · 2019年6月9日
Nature 一周论文导读 | 2018 年 5 月 24 日
科研圈
11+阅读 · 2018年5月27日
一文读懂LSTM和循环神经网络
七月在线实验室
8+阅读 · 2018年4月18日
详解LSTM:神经网络的记忆机制是这样炼成的
人工智能头条
5+阅读 · 2018年2月1日
脑机接口技术如何具体实现?
人工智能学家
7+阅读 · 2017年12月7日
Top
微信扫码咨询专知VIP会员