韓國科學家用機器人體外操控了小鼠腦神經 不到1分鐘實現通信連接
2020-09-30 09:44:02 雷鋒網
為何構建“體外神經網絡”？
這款機器人由韓國腦研究所和韓國大邱慶北科學技術院（DGIST）下屬的機器人工程系、DGIST-ETH 微型機器人研究中心、腦與認知科學系共同研發。
2020 年 9 月 25 日，該團隊的論文正式發表于頂尖學術期刊《科學》子刊《科學進展》（Science Advances），題為 A magnetically actuated microrobot for targeted neural cell delivery and selective connection of neural networks（一種用于定向神經細胞傳遞和神經網絡選擇性連接的磁驅動微型機器人）。
一直以來，腦科學研究者都在嘗試，希望更加深入地理解大腦的學習、記憶、運動、感覺處理和決策等功能，而大腦中這些功能的實現都離不開神經連接。
要研究神經研究，科學家們提出了一種通過化學和電生理方法進行腦功能分析的“體外神經網絡”研究方法。
為什么要在體外研究甚至是操縱神經網絡？
原因在于，這種方法可以在盡可能降低外部影響的前提下，在大腦目標位置進行精確的、有選擇性的神經連接，從而測量神經活動、確定神經元的交流方式。當然，它也可以幫助理解受傷或功能出現障礙的神經元軸突再增長。
微米級磁驅動機器人
那么，體外神經網絡要如何實現呢？
為了形成并控制細胞神經突生長的模式，各國科學家們都曾嘗試過了化學、物理、機械方式，而韓國腦研究所和韓國大邱慶北科學技術院（DGIST）科學家們的思路則是設計一款機器人。
當前，已有研究成果表明，由磁驅動的球形、螺旋狀和毛刺狀多孔球形微型機器人可在體內或體外實現靶向細胞傳遞。
但韓國研究團隊表示：
此前的研究主要集中在制造各種外形的微型機器人，并在外部電源下將細胞裝載到微機器人上。據我們所知，還沒有科學團隊報道過利用微型機器人調節神經突排列和神經連接的研究。
因此，他們設計了一種載有神經元的 3D 磁驅動微型機器人，可通過外部磁場將神經網絡精確傳送到兩個神經簇之間的間隙處，再選擇性地連接神經網絡。同時，細胞外動作電位通過微型機器人載有的神經元從一個神經簇傳送到另一個神經簇。
據論文介紹：
我們設計的機器人具有可重現、可選擇和精確連接的優勢。
上圖 A 展示的是兩個神經簇之間的神經網絡主動構建，這一過程中主要依賴的是內置于機器人的一片高密度多級陣列芯片，這種芯片可以測量到軸突信號傳輸。
上圖 B 主要展示了微型機器人的具體尺寸——高 27μm、寬 5μm、深 2μm。
可以看到，機器人頂部有一個凹槽，側面還有翻轉指示。
C 部分展示了利用基于雙光子聚合（TPP）的三維激光光刻技術和沉積鎳（Ni，用于磁性）層、二氧化鈦（TiO2，用于生物相容性）層制備機器人的過程。
D 部分則是機器人的掃描電子顯微鏡圖像，可見這種機器人是微米級大小的。
機器人培養神經元
機器人設計好了，下一步就要開始嘗試培養神經元了。
實驗中：
實驗組是：機器人凹槽上小鼠顱腦神經細胞的神經突增長；
對照組是：玻璃基質（也就是平面）上小鼠顱腦神經細胞的神經突增長。
科學家們利用免疫熒光圖像展示了兩組的神經元凸起數量變化。
結果顯示：
實驗組（機器人）：細胞高度約 40μm；
對照組（玻璃基質）：只觀察到少量細胞。神經突厚度約為 2-5μm，神經元胞體厚度約為 10-20μm。
也就是說，與對照組相比，利用機器人可以成功培養出神經元，在對存活率沒有顯著影響的情況下神經突也得以增長。
研究團隊表示：
微型機器人具有在 2 周內運輸、培養神經元以及以所需方向引導、連接神經突生長的潛力。
體外神經網絡新突破
在神經元培養的基礎上，這款微型機器人打造了神經網絡，而這一過程是通過在神經簇陣列上對機器人施加磁場影響實現的。
科學家們的設計是，通過 8 個電磁線圈半球的線性疊加及其頂部的一個電荷耦合裝置（ CCD）相機產生強度為 20 mT 和 1.2 Hz 的磁場。
下圖中，白色虛線框表示神經網絡，紅色虛線框表示機器人的目標點。
實際上，要想實現神經網絡主動連接，一個關鍵就是將培養在機器人上的神經元精確地傳遞和定位到指定位置。雖然附著在機器人上的細胞增加了額外重量，可能會影響機器人的前進，但科學家們借助磁場實現了精確控制——精度在幾十 μm 級別（誤差范圍約 10％）。
如上圖所示，神經元在 10 秒內到達了目標位置，并在 1 分鐘內精確對齊了連接網絡所需的神經簇。
不僅如此，科學家們還經過測定顯示：微型機器人的運作并不會影響細胞活力。
至此，利用微型機器人培養神經元、形成物理和功能性神經網絡連接成為可能。
就未來的發展方向而言，研究團隊表示：
希望我們的研究成果為先進的人工神經網絡可控體外模型創造了新突破，我們也正在利用各種微型機器人建立復雜多樣的連接，希望增進人們對神經網絡的理解。
