제퍼넷 로고

UC 샌디에고, 뇌 심부 기록을 위한 혁신적인 신경 임플란트 개발

시간

캘리포니아 대학교 샌디에고 캠퍼스의 연구원들은 표면에 앉아 있는 동안 뇌 내부 깊은 곳의 활동에 대한 정보를 제공하는 신경 임플란트를 개발했습니다. 임플란트는 그래핀 전극의 조밀한 배열로 채워진 얇고 투명하며 유연한 폴리머 스트립으로 구성됩니다. 유전자 변형 쥐에서 테스트된 이 기술은 연구자들이 뇌 표면의 기록을 사용하여 심부 신경 활동에 대한 고해상도 데이터를 제공하는 최소 침습성 뇌-컴퓨터 인터페이스(BCI) 구축에 한 걸음 더 다가갈 수 있도록 해줍니다.

이 작품은 11월 XNUMX일에 출판되었습니다. 자연 나노 기술.

우리는 이 기술을 통해 신경 녹음의 공간적 범위를 확장하고 있습니다. 우리의 임플란트는 뇌 표면에 위치하지만 그 디자인은 더 깊은 층에서 신경 활동을 추론할 수 있다는 점에서 물리적 감지의 한계를 뛰어넘습니다.”

Duygu Kuzum, 연구 수석 저자, UC San Diego Jacobs School of Engineering 전기 및 컴퓨터 공학과 교수

이 연구는 현재 신경 임플란트 기술의 한계를 극복합니다. 예를 들어, 기존 표면 배열은 최소한의 침습성을 갖고 있지만 뇌의 외층을 넘어서는 정보를 포착하는 능력이 부족합니다. 이와 대조적으로, 뇌를 관통하는 얇은 바늘이 있는 전극 배열은 더 깊은 층을 탐색할 수 있지만 염증과 흉터를 유발하여 시간이 지남에 따라 신호 품질이 저하되는 경우가 많습니다.

UC San Diego에서 개발된 새로운 신경 임플란트는 두 가지 장점을 모두 제공합니다.

임플란트는 뇌 표면에 맞는 얇고 투명하며 유연한 폴리머 스트립입니다. 스트립에는 각각 직경이 20마이크로미터인 작은 원형 그래핀 전극의 고밀도 배열이 내장되어 있습니다. 각 전극은 마이크로미터 두께의 그래핀 와이어로 회로 기판에 연결됩니다.

유전자 변형 쥐를 대상으로 한 테스트에서 연구원들은 이 임플란트를 통해 두 가지 유형의 신경 활동(전기 활동 및 칼슘 활동)에 대한 고해상도 정보를 동시에 포착할 수 있었습니다. 임플란트를 뇌 표면에 배치하면 외부 층의 뉴런에서 나오는 전기 신호가 기록됩니다. 동시에 연구원들은 250광자 현미경을 사용하여 임플란트를 통해 레이저 빛을 비추어 표면 아래 XNUMX마이크로미터 깊이에 위치한 뉴런의 칼슘 스파이크를 이미지화했습니다. 연구진은 표면 전기 신호와 더 깊은 층의 칼슘 스파이크 사이의 상관관계를 발견했습니다. 이러한 상관관계를 통해 연구원들은 표면 전기 신호를 사용하여 신경망을 훈련하여 다양한 깊이에서 대규모 뉴런 집단뿐만 아니라 개별 뉴런에 대한 칼슘 활동을 예측할 수 있었습니다.

Kuzum은 “신경망 모델은 표면 전기 기록과 뉴런의 칼슘 이온 활동 사이의 관계를 학습하도록 훈련되었습니다.”라고 말했습니다. "일단 해당 관계를 학습하면 모델을 사용하여 표면의 깊이 활동을 예측할 수 있습니다."

전기 신호로부터 칼슘 활성을 예측할 수 있다는 장점은 영상 실험의 한계를 극복한다는 것입니다. 칼슘 스파이크를 영상화할 때 피험자의 머리를 현미경으로 고정해야 합니다. 또한 이러한 실험은 한 번에 한두 시간 동안만 지속될 수 있습니다.

"전기 녹음에는 이러한 제한이 없기 때문에 우리의 기술을 사용하면 피험자가 자유롭게 움직이고 복잡한 행동 작업을 수행하는 장기간의 실험을 수행할 수 있습니다."라고 공동 제1저자인 전기 및 컴퓨터 공학자인 Mehrdad Ramezani는 말했습니다. 박사. Kuzum 연구실의 학생. "이를 통해 역동적인 실제 시나리오에서 신경 활동에 대한 보다 포괄적인 이해를 제공할 수 있습니다."

신경 임플란트 설계 및 제작

이 기술의 성공은 기계 학습 방법과 결합된 투명성 및 높은 전극 밀도라는 몇 가지 혁신적인 설계 기능 덕분입니다.

Kuzum은 “고밀도에 내장된 이 차세대 투명 그래핀 전극을 사용하면 더 높은 공간 분해능으로 신경 활동을 샘플링할 수 있습니다.”라고 말했습니다. “결과적으로 신호 품질이 크게 향상됩니다. 이 기술을 더욱 돋보이게 하는 것은 표면 신호로부터 심층 신경 활동을 예측할 수 있게 해주는 기계 학습 방법의 통합입니다.”

이 연구는 UC San Diego의 여러 연구 그룹 간의 공동 노력이었습니다. 다중 모드 신경 인터페이스 개발 분야의 세계적 리더 중 하나인 Kuzum이 이끄는 팀에는 그래핀 재료에 대한 고급 마이크로 및 나노 제조 기술을 전문으로 하는 나노공학 교수 Ertugrul Cubukcu가 포함됩니다. 전기 및 컴퓨터 공학 교수인 Vikash Gilja의 연구실은 기본 신경 과학, 신호 처리 및 기계 학습 분야의 도메인별 지식을 통합하여 신경 신호를 디코딩합니다. 그리고 신경생물학 및 신경과학 교수인 Takaki Komiyama의 연구실은 유연한 행동의 기초가 되는 신경 회로 메커니즘을 연구하는 데 중점을 두고 있습니다.

투명성은 이 신경 임플란트의 주요 특징 중 하나입니다. 전통적인 임플란트는 전극과 와이어에 불투명한 금속 재료를 사용하는데, 이는 이미징 실험 중에 전극 아래 뉴런의 시야를 차단합니다. 대조적으로, 그래핀을 사용하여 만든 임플란트는 투명하여 이미징 실험 중에 현미경에 대한 완전히 명확한 시야를 제공합니다.

Kuzum은 “전기 신호 기록과 신경 활동의 광학 이미징을 동시에 완벽하게 통합하는 것은 이 기술을 통해서만 가능합니다.”라고 말했습니다. "동시에 두 가지 실험을 수행할 수 있으면 이미징 실험이 전기 기록과 시간 결합되는 방식을 확인할 수 있기 때문에 더 관련성이 높은 데이터를 얻을 수 있습니다."

임플란트를 완전히 투명하게 만들기 위해 연구진은 전통적인 금속 와이어 대신 매우 얇고 긴 그래핀 와이어를 사용하여 전극을 회로 기판에 연결했습니다. 그러나 단일 층의 그래핀을 얇고 긴 와이어로 제조하는 것은 어떤 결함이라도 와이어가 기능하지 못하게 만들기 때문에 어려운 일이라고 Ramezani는 설명했습니다. "그래핀 와이어에 틈이 있어 전기 신호가 흐르지 못하게 되어 결국 와이어가 끊어지는 경우가 생길 수 있습니다."

연구원들은 영리한 기술을 사용하여 이 문제를 해결했습니다. 와이어를 그래핀 단일층으로 제작하는 대신 중간에 질산을 도핑한 이중층으로 제작했다. Ramezani는 “두 개의 그래핀 층을 서로 겹쳐 놓으면 한 층의 결함이 다른 층에 의해 가려질 가능성이 높아 전도성이 향상되고 완전히 기능적이고 얇고 긴 그래핀 와이어가 생성될 수 있습니다.”라고 말했습니다.

연구원들에 따르면, 이 연구는 현재까지 표면에 위치한 신경 임플란트에서 가장 조밀하게 포장된 투명 전극 어레이를 보여줍니다. 고밀도를 달성하려면 극히 작은 그래핀 전극을 제작해야 합니다. 그래핀 전극의 크기가 줄어들면 임피던스가 증가하므로 이는 상당한 과제를 안겨주었습니다. 이는 신경 활동을 기록하는 데 필요한 전류의 흐름을 방해합니다. 이러한 장애물을 극복하기 위해 연구진은 그래핀 전극에 백금 나노입자를 증착하는 것과 관련된 Kuzum 연구실에서 개발한 미세 가공 기술을 사용했습니다. 이 접근법은 전극을 작고 투명하게 유지하면서 전극을 통한 전자 흐름을 크게 향상시켰습니다.

다음 단계

팀은 앞으로 인간 번역의 궁극적인 목표를 가지고 다양한 동물 모델에서 기술을 테스트하는 데 중점을 둘 것입니다.

Kuzum의 연구 그룹은 또한 이 기술을 사용하여 기초 신경과학 연구를 발전시키는 데 전념하고 있습니다. 그러한 정신으로 그들은 미국과 유럽 전역의 연구실과 기술을 공유하여 혈관 활동이 뇌의 전기 활동과 결합되는 방식을 이해하는 것부터 뇌의 장소 세포가 공간 기억을 생성하는 데 어떻게 효율적인지 조사하는 것까지 다양한 연구에 기여하고 있습니다. . 이 기술을 보다 널리 사용할 수 있도록 하기 위해 Kuzum 팀은 생산 규모를 확대하고 전 세계 연구자들의 채택을 촉진하기 위한 노력에 자금을 지원하기 위해 국립 보건원(NIH) 보조금을 신청했습니다.

Kuzum은 “이 기술은 매우 다양한 기초 신경과학 조사에 사용될 수 있으며, 우리는 인간 두뇌에 대한 더 나은 이해의 발전을 가속화하기 위해 최선을 다하고 있습니다.”라고 말했습니다.

저널 참조 :

라메자니, M.,. (2024). 표면 전위 기록을 통해 심도에서 세포 칼슘 활동을 예측하기 위한 고밀도 투명 그래핀 배열입니다. 자연 나노 기술. doi.org/10.1038/s41565-023-01576-z.

spot_img

최신 인텔리전스

spot_img