为了更好地了解大脑，神经科学家必须能够非常详细地绘制出负责处理感觉信息或形成新记忆等任务的神经回路。来自加州理工学院的一个研究团队提出了一种新方法，他们认为该方法可能允许实时观察特定大脑回路内数千到数百万个神经元的所有活动。
10月14日发表在《Neuron》杂志上的一篇题为Integrated Neurophotonics: Toward Dense Volumetric Interrogation of Brain Circuit Activity—at Depth and in Real Time的文章讨论了这种新方法，作者认为，这种新方法的潜力远远大于目前的任何方法。
这种被称为“集成神经光子学”（Integrated Neurophotonics）的新技术，使用可植入大脑内部任何深度的微小的光学微芯片阵列，同时与荧光分子以及光遗传学结合，分别对神经元进行光学监测且控制其活动。这些光学微芯片阵列能够发射出微尺度的光束来刺激周围的转基因神经元，同时记录这些细胞的活动，从而揭示它们的功能。
论文的主要研究者、来自加州理工学院物理学、应用物理学以及生物工程系的Michael Roukes教授表示，虽然这项工作目前只在动物模型中得以实现，但有朝一日它可能有助于揭示人类大脑深处的神经回路。
目前的光学技术只能对大脑表面附近的神经元活动进行成像，但集成神经光子学可以揭示隐藏在大脑深处的脑回路情况。图片来源：Roukes等人。
“在深度进行密集记录--这是关键，”Roukes说道，“我们无法在短时间内记录大脑的所有活动。但是，我们能否关注其特定脑区内的一些重要计算结构？这就是我们的动机。”
近些年来，神经科学家开始使用光遗传学来研究动物模型（包括啮齿动物）越来越多的神经元。在光遗传学中，当被特定波长的光激发时，通过基因工程处理的神经元会表达出一种特殊的蛋白标记，比如绿色荧光蛋白（GFP）。
通过将传感器分子与这些标记物进行融合，研究人员可以改变神经元的结构，通过调节这种荧光来识别其局部活动。光遗传学解决了神经科学研究中固有的一些问题，神经科学研究主要依靠所植入的电极来测量神经元的电活动，但由于大脑中存在各种各样的电活动，因此一般来说，神经科学研究只能可靠地测量单个神经元。由于大脑不使用光来进行交流，因此，光遗传学能够较为容易地追踪这些大量的神经元信号。
但是，目前关于大脑的光遗传学研究受到了一个重要的物理限制，加州理工学院高级研究科学家、论文的主要作者Laurent Moreaux说道。脑组织会散射光，这意味着从大脑外部照射进来的光只能在大脑内短距离传播。正因为如此，只有距离大脑表面不到两毫米的区域才能进行光学检查。这也是为什么研究得最好的大脑回路通常都是传递感觉信息的简单回路，比如小鼠的感觉皮层--它们位于表面附近。简而言之，目前光遗传学方法还不能轻易地深入了解位于大脑深处的回路，包括那些涉及高级认知或学习过程的回路。
Roukes教授与其同事认为，集成神经光子学能够避免这一问题。在该技术中，一个完整成像系统的微尺度元件被植入大脑深处复杂的神经回路附近，比如海马体（参与记忆形成）、纹状体（控制认）以及其他基本结构，且其分辨率前所未有。参考功能磁共振成像（fMRI）这一类似技术，它是目前用于对整个大脑进行成像的扫描技术。fMRI扫描中的每个体素，或三维像素，通常体积约为一立方毫米，大约包含10万个神经元。因此，每个体素代表了这10万个细胞所有的平均活动。
“集成神经光子学的首要目标是记录属于那10万个神经元集合中的每个神经元实时在做什么，”Roukes教授说道。
一种名为集成神经光子学的新方法可以让研究人员追踪构成特定大脑回路的所有神经元的活动。图片来源：Roukes等人。
Roukes教授的长期目标是推广集成神经光子学这一先进仪器，从而实现多机构合作，使其利用这种新技术来开创高级神经科学研究。他说，以往这类神经技术的发展主要依靠的是单一实验室或研究人员所主导的研究。
从2011年开始，Roukes教授与其他五位科学家以及白宫科技政策办公室合作，启动了最终成为奥巴马政府期间的“美国大脑计划”（通过推动创新神经技术来进行脑研究）。他们的愿景是为神经科学研究带来物理科学领域所见的那种大规模的合作关系，国际望远镜合作以及寻找引力波的LIGO-Virgo合作等硬件开发项目就是例证。Roukes教授认为，集成神经光子学为这种仪器建设的团队合作打开了大门。
“许多基础设施[正如我们所使用的方法]已经存在了十年或更长时间，”他说道，“但是，不久之前，人们只是没有远见、意愿和可用的资金来将它们整合在一起，从而实现这些神经科学新工具的强大功能。”
参考文献：
Laurent C. Moreaux et al. Integrated Neurophotonics: Toward Dense Volumetric Interrogation of Brain Circuit Activity—at Depth and in Real Time, Neuron (2020). DOI: 10.1016/j.neuron.2020.09.043
编译作者：里尔（brainnews创作团队）
校审：Simon（brainnews编辑部）