神经学家尝试将脑细胞“窃听术”自动化

　　 将一个电极夹在活体动物大脑细胞上记录其电颤振是一项需要灵巧度和耐心的工作。这种技术的名字是“全细胞膜片钳”，被誉为“神经科学最好的艺术”，神经生物学家Edward Boyden说，而且该技术在全世界范围内仅有寥寥无几的实验室可以操作。

　　但研究人员正在设法使其转变为精简的、自动化的技术，利用机器人和可下载的源代码让任何实验室都可以进行操作，从而让这种艺术不再那么神秘。

　　“全细胞膜片钳提供了一种了解神经回路的独特方法，但这种令人兴奋的技术使用量却很低。”美国弗吉尼亚大学霍华德·休斯医学研究所珍妮莉娅研究院神经学家Karel Svoboda说，“这正是自动化是极为令人振奋方向的原因。”

　　3月3日，在麻省理工学院工作的Boyden和同事发表了详细的说明指南，介绍了如何组装及操作全细胞膜片钳自动化系统，他们在2012年首次描述了这一概念。这份指南代表了Boyden和亚特兰大佐治亚理工学院机械工程专家Craig Forest实验室的最新合作成果，后者主要进行机器人自动化研究。

　　大多数神经记录会包括在脑细胞间插入电极，用来捕捉神经元之间的生物电截击。比如“细胞外记录”可以探测外面的信号，但是却错过了细胞内的生物电活动，而后者决定了它们是否会发出电击。这正是全细胞膜片钳的用武之地，这种技术能够嵌入到一个神经元的内部。这个微妙的过程“有着非常陡峭的学习曲线，很多人甚至从未使其发挥作用。”Svoboda说。

　　全细胞膜片钳涉及到将一个含有电极丝的微型玻璃吸管放入大脑。在最普通的“盲”版操作中，研究人员需要在看不见神经元的情况下实施这一过程。科学家必须持续增加压力使脑白质离开吸管，但是电极电阻升高表明附近存在细胞，他们必须迅速地在恰当时机切换到抽吸模式，以便在超薄的吸管尖端对少量神经元膜进行密封。再通过其他若干次抽吸，研究人员就可以在细胞膜上钻出一个小孔，用来记录神经元的活动。在错误的角度电击神经元、对压力调控错误以及其他大量的变量都会导致信息记录错误。

　　“每一步都有一定的失败率，在整个过程中出现错误的几率会成倍增加。”Boyden说。经验丰富的操作人员成功率也仅在20%~60%之间。

　　Boyden和Forest决定让这一棘手的技术变得自动化。他们的自动化机器人的操作能力现在尚未超过人类专家，其在小鼠实验中的平均成功率为33%。这套设备在商业操作平台LabVIEW上进行，仅需要研究人员放置好动物和吸管，接下来一个计算机算式会控制吸管的内部压力和大脑内的操作。佐治亚州亚特兰大一家叫作Neuromatic Devices的公司会根据Boyden和Forest的技术提供相关机器，但是该公司并未披露相关价格和销售量。

　　得克萨斯州立大学奥斯汀分校的研究人员也创建了类似的自动修补系统，该系统通过MATLAB计算机环境进行控制。它利用一种略有差异的算术公式决定何时抽吸，其在小鼠大脑细胞实验中的成功率为17%左右。带领该团队的神经学家Niraj Desai表示，他希望应用更加先进的算术公式。

　　一些研究人员质疑这些记录机器人能否超越最顶尖的人类专家。“参与人类决策的元素比机器捕获的元素丰富得多。”英国伦敦大学学院神经学家Michael Hausser说。但他补充说，这一技术对于新手操作来说仍然向前推进了一大步。其他人则表示，机器人可以帮助不同水平的用户进行冗长或是复杂的实验，而在这些情况下，人类的疲劳会变成限制因素。

　　这种自动化技术能否普遍被神经科学界接受仍要拭目以待。现在，上述两个团队的编码已经可供人们免费下载。“我们希望能够帮助尽可能多的人，回答关于神经元如何运算的问题。”Boyden说。