BU神经科学家和合作者开发了一种多学科方法

在研究大脑时，研究人员刚刚开始使用一种称为电压成像的方法来追踪活体动物的神经活动。虽然这种方法是一种有前途的方法，可以更好地理解神经元放电、行为和认知，但也存在局限性和风险因素。这种做法需要向大脑中注入大量光线(这会导致过热)，并且一次只能对十个神经元成像。

波士顿大学艺术与科学学院生物学助理教授Jerry Chen及其合作者的新研究 旨在应对这些挑战。 今天发表在 Nature Methods上的 Chen 和合著者概述了他们使用新显微镜、人工智能算法和电压指示器的多学科方法如何增强成像过程。总而言之，他们的方法成功地对小鼠大约 100 个神经元进行了微创和持续成像。

在此问答中，Chen 描述了与他的合作者合作的新研究发现，以及对癫痫患者和未来脑成像技术的激动人心的影响。

请用您自己的话描述这项研究。您的主要研究目标是什么?

神经科学作为一个领域，对了解大脑的工作方式很感兴趣。电信号是神经元计算信息和相互通信的主要方式。我们可以使用电极来记录单个神经元的活动，但这是一种侵入性手术，需要将电极插入大脑。成像电压信号提供了一种非侵入式读出神经元群体活动的方法。在过去的十年中，人们付出了很多努力来推进这种电压成像技术。我们的研究目标是帮助使其在研究应用中具有实用性和可扩展性。

这项研究旨在解决的具体挑战是什么?

活体动物的电压成像意味着必须在物理学和生物学的基本极限下运行。我们需要表达基因编码的指标，这些指标会根据神经元活动改变荧光，我们需要显微镜让我们能够以非常高的速度(至少每秒 1000 帧)成像，以测量动作电位(神经元中的主要信息单位) ). 使用我们的显微镜，我们需要将足够的光线放入大脑以发出荧光信号。如果我们想从越来越多的神经元中成像，我们就想把更多的光输入大脑。但是，我们不能给大脑放太多，否则会造成光损伤。

当您与受过细胞和分子生理学、生物医学工程、神经光子学等方面培训的合著者合作时，您将这项工作描述为“多学科方法”。您能否详细说明这些独特的学科如何结合起来支持/影响研究的不同领域?

为了克服我上面描述的挑战，没有一种解决方案可以做到这一点。相反，您需要结合使用多种方法来克服这些基本限制。具体来说，我们需要能够开发出更灵敏的电压指示器的蛋白质工程师，这些电压指示器会响应神经元活动而发出荧光。作为一名光学工程师，我开发了一种新的显微镜，使我们能够增加能够以非常高的速度成像的神经元数量。最后，我们需要一位能够使用人工智能开发新算法的计算机科学家，这种算法可以在嘈杂的条件下提取电压信号，而在这种条件下我们向大脑输入的光线很少。

谁是主要的研究合作者?

耶鲁大学 John B. Pierce 实验室的Vincent Pieribone 开发了新的电压传感器。 BU 电气与计算机工程系助理教授 Lei Tian开发了新的去噪算法。BU 神经光子学中心高级成像科学家兼微纳成像核心设施经理 Anderson Chen在构建我们的 SMURF 显微镜方面提供了指导。BU 生物系副教授Ian Davison帮助我们实验室测试了电压传感器。

通过这项研究，您有没有发现任何让您感到惊讶的结果?

我相信雷天开发的去噪算法(称为 DeepVID)改变了游戏规则。当您在弱光条件下成像时，您收集的图像可能会非常嘈杂。这称为散粒噪声。这是显微镜的一个基本限制，它阻止我们使用我们的仪器进行可靠的测量。雷开发的计算方法打破了这一基本限制。当我看到应用 Lei 的去噪算法后我们可以更容易地看到电压信号时，我感到很惊讶。

研究结果的一些长期影响是什么?结果如何应用于现实世界的患者或影响脑成像技术的未来?

长期的影响是我们已经开发出一种组合方法，使我们能够扩大电压成像。以前，我们一次只能对 10 个神经元进行成像。我们的论文表明 100 个神经元是可能的。通过扩展我们在实践中证明可行的原理，我们应该能够对 1000 个或更多神经元进行成像。这将使我们能够更好地了解信息在大脑中是如何处理的。它还将使我们能够更好地研究电活动受到干扰的疾病，例如癫痫。

您和您的合作者的下一步是什么?

我们的下一步是应用我们的技术来回答神经科学中的基本问题，并探索进一步将这种成像扩大到更大的神经元群体的途径。