將一個電極夾在活體動物大腦細胞上記錄其電顫振是一項需要靈巧度和耐心的工作。這種技術(shù)的名字是“全細胞膜片鉗”，被譽為“神經(jīng)科學的藝術(shù)”，神經(jīng)生物學家Edward Boyden說，而且該技術(shù)在*范圍內(nèi)僅有的實驗室可以操作。

但研究人員正在設(shè)法使其轉(zhuǎn)變?yōu)榫喌?、自動化的技術(shù)，利用機器人和可下載的源代碼讓任何實驗室都可以進行操作，從而讓這種藝術(shù)不再那么神秘。

“全細胞膜片鉗提供了一種了解神經(jīng)回路的*方法，但這種令人興奮的技術(shù)使用量卻很低。”美國弗吉尼亞大學霍華德·休斯醫(yī)學研究所珍妮莉婭研究院神經(jīng)學家Karel Svoboda說，“這正是自動化是極為令人振奮方向的原因。”

3月3日，在麻省理工學院工作的Boyden和同事發(fā)表了詳細的說明指南，介紹了如何組裝及操作全細胞膜片鉗自動化系統(tǒng)，他們在2012年描述了這一概念。這份指南代表了Boyden和亞特蘭大佐治亞理工學院機械工程專家Craig Forest實驗室的合作成果，后者主要進行機器人自動化研究。

大多數(shù)神經(jīng)記錄會包括在腦細胞間插入電極，用來捕捉神經(jīng)元之間的生物電截擊。比如“細胞外記錄”可以探測外面的信號，但是卻錯過了細胞內(nèi)的生物電活動，而后者決定了它們是否會發(fā)出電擊。這正是全細胞膜片鉗的用武之地，這種技術(shù)能夠嵌入到一個神經(jīng)元的內(nèi)部。這個微妙的過程“有著非常陡峭的學習曲線，很多人甚至從未使其發(fā)揮作用。”Svoboda說。

全細胞膜片鉗涉及到將一個含有電極絲的微型玻璃吸管放入大腦。在zui普通的“盲”版操作中，研究人員需要在看不見神經(jīng)元的情況下實施這一過程?？茖W家必須持續(xù)增加壓力使腦白質(zhì)離開吸管，但是電極電阻升高表明附近存在細胞，他們必須迅速地在恰當時機切換到抽吸模式，以便在超薄的吸管對少量神經(jīng)元膜進行密封。再通過其他若干次抽吸，研究人員就可以在細胞膜上鉆出一個小孔，用來記錄神經(jīng)元的活動。在錯誤的角度電擊神經(jīng)元、對壓力調(diào)控錯誤以及其他大量的變量都會導致信息記錄錯誤。

“每一步都有一定的失敗率，在整個過程中出現(xiàn)錯誤的幾率會成倍增加。”Boyden說。經(jīng)驗豐富的操作人員成功率也僅在20%~60%之間。

Boyden和Forest決定讓這一棘手的技術(shù)變得自動化。他們的自動化機器人的操作能力現(xiàn)在尚未超過人類專家，其在小鼠實驗中的平均成功率為33%。這套設(shè)備在商業(yè)操作平臺LabVIEW上進行，僅需要研究人員放置好動物和吸管，接下來一個計算機算式會控制吸管的內(nèi)部壓力和大腦內(nèi)的操作。佐治亞州亞特蘭大一家叫作Neuromatic Devices的公司會根據(jù)Boyden和Forest的技術(shù)提供相關(guān)機器，但是該公司并未披露相關(guān)價格和銷售量。

得克薩斯州立大學*分校的研究人員也創(chuàng)建了類似的自動修補系統(tǒng)，該系統(tǒng)通過MATLAB計算機環(huán)境進行控制。它利用一種略有差異的算術(shù)公式?jīng)Q定何時抽吸，其在小鼠大腦細胞實驗中的成功率為17%左右。帶領(lǐng)該團隊的神經(jīng)學家Niraj Desai表示，他希望應(yīng)用更加*的算術(shù)公式。

一些研究人員質(zhì)疑這些記錄機器人能否超越zui*的人類專家。“參與人類決策的元素比機器捕獲的元素豐富得多。”英國倫敦大學學院神經(jīng)學家Michael Hausser說。但他補充說，這一技術(shù)對于新手操作來說仍然向前推進了一大步。其他人則表示，機器人可以幫助不同水平的用戶進行冗長或是復雜的實驗，而在這些情況下，人類的疲勞會變成限制因素。

這種自動化技術(shù)能否普遍被神經(jīng)科學界接受仍要拭目以待?，F(xiàn)在，上述兩個團隊的編碼已經(jīng)可供人們免費下載。“我們希望能夠幫助盡可能多的人，回答關(guān)于神經(jīng)元如何運算的問題。”來源：中國科學報