用算法分析顯微鏡圖像，以實現(xiàn)對神經(jīng)元具體行為的研究與分析

近日，MIT 的工程師團(tuán)隊發(fā)明一種自動化方法，利用計算機(jī)算法來分析顯微鏡圖像，并將“機(jī)械臂”引導(dǎo)到目標(biāo)細(xì)胞上，以實現(xiàn)對神經(jīng)元具體行為的研究與分析。

據(jù)了解，這項技術(shù)可以讓更多科學(xué)家對單個神經(jīng)元進(jìn)行研究，并且去了解單個神經(jīng)元是如何通過與其他細(xì)胞的相互作用來實現(xiàn)人腦的認(rèn)知、感覺知覺和其他功能。此外，研究人員還可以通過此項技術(shù)去了解神經(jīng)回路是如何受到大腦紊亂的影響的。

對此MIT生物工程的副教授解釋道：“了解神經(jīng)元的溝通方式是基礎(chǔ)和臨床神經(jīng)科學(xué)的基礎(chǔ)。當(dāng)神經(jīng)元在工作或是神經(jīng)元處于病態(tài)時，我們希望通過這項技術(shù)讓你看見細(xì)胞內(nèi)究竟發(fā)生了什么。”

在過去30年，神經(jīng)科學(xué)家一直采用一種叫做“貼補(bǔ)”的技術(shù)來記錄細(xì)胞的電位活動。這種技術(shù)的具體實現(xiàn)就是，用一個微小的空心玻璃管與神經(jīng)元的細(xì)胞膜接觸，然后在膜上打開一個小的孔來觀察。這項技術(shù)通常需要一個研究生或博士后用幾個月的時間來學(xué)習(xí)和操作。尤其在哺乳動物的大腦中，這項技術(shù)將會更難學(xué)。

此前，該“貼補(bǔ)”技術(shù)有兩種類型，一種就是盲目隨機(jī)的選取位置，因為研究人員無法看見細(xì)胞的具體位置，所以只能記錄每一次的嘗試位置，以此來尋找細(xì)胞的精確位置。還有一種是利用圖像引導(dǎo)，但該方法的精度也不高。

12年，Boyden和其同事發(fā)明了一種自動修復(fù)補(bǔ)丁的方法，他們編寫了一種計算機(jī)算法，該算法可以根據(jù)一種叫做電阻抗特性來引導(dǎo)吸管對準(zhǔn)一個細(xì)胞。

這一方法也體現(xiàn)出了此前手動探尋細(xì)胞位置是多么困難，因為即使是利用算法，也是通過計算機(jī)不斷的嘗試和計算來逼近最終的位置。具體過程就是，如果周圍沒有細(xì)胞，電流會降低，阻抗也會降低，尖端就會移動，當(dāng)尖端到達(dá)一個細(xì)胞時，電流就不會流動，阻抗隨之迅速增高，從而計算機(jī)就可以讓尖端迅速鎖定細(xì)胞位置。

當(dāng)移液管的尖端鎖定位置后，它就停在細(xì)胞表面，然后利用真空泵通過吸力將膜與尖端形成封閉空間，然后，透過膜的電極會記錄細(xì)胞內(nèi)部的電位活動。

雖然這項技術(shù)已經(jīng)達(dá)到了很高的精度，但它仍然無法用于鎖定特定的目標(biāo)細(xì)胞。為了實現(xiàn)精準(zhǔn)的定向操作，研究人員開始嘗試結(jié)合自動圖像引導(dǎo)技術(shù)，手動完成操作。但值得注意的是，此處移液管的尖端進(jìn)入大腦后，附近的細(xì)胞是會自動移動，故而手動操作十分艱難。

于是基于與多種成像技術(shù)的結(jié)合，研究人員又提出了一種算法，該算法將移液管移動到大約25微米的目標(biāo)細(xì)胞內(nèi)。為了實現(xiàn)這一更高的精度，系統(tǒng)將圖像技術(shù)與利用阻抗特性的技術(shù)結(jié)合在一起。

隨后研究人員用雙光子顯微鏡對細(xì)胞進(jìn)行成像，然后利用脈沖激光將紅外線送入大腦，讓被設(shè)計用來表達(dá)熒光蛋白的細(xì)胞變亮，以便于追蹤和識別。

現(xiàn)在，利用這種最新的方法，研究人員能夠成功鎖定目標(biāo)細(xì)胞，成功率達(dá)到20％。這與訓(xùn)練有素的科學(xué)家在人工操作過程中的表現(xiàn)相當(dāng)。

伴隨著腦機(jī)接口技術(shù)的發(fā)展與生物科技的持續(xù)升溫，這一研究方法將成為關(guān)鍵性基礎(chǔ)技術(shù)，為特定神經(jīng)元行為的深入研究鋪平了道路。此外，讓計算機(jī)或是機(jī)器人來替代學(xué)生，減免學(xué)生在重復(fù)工作上的時間耗費，無疑是一項極大的進(jìn)步。同時該項研究的計 算機(jī)錄像也十分便于共享研究，某種程度上實現(xiàn)了資源的整合。該技術(shù)也將極大促進(jìn)醫(yī)學(xué)領(lǐng)域?qū)o解疾病（如阿爾茨海默病或精神分裂癥等）的研究。