Nature：接入脑细胞的机器

　　请你试想一下：将电极固定在活体动物的脑细胞上并记录其电颤振，这得需要多大的技巧和耐心？神经生物学家Edward Boyden解答说，这项技术就是大名鼎鼎的“全细胞膜片钳”（whole-cell patch-clamping），被奉为“神经科学中最精密的技术”，全球仅有几十个实验室专攻此术。

　　不过，研究者们正在试图揭开这项技术神秘的面纱。他们的想法是：将它变为流水线式的自动化技术，使得任何实验室只要利用机器人技术和可下载的源代码，都可能尝试完成。

　　弗吉尼亚州阿什本霍华德·休斯医学研究所珍利亚研究园区（Howard Hughes Medical Institute Janelia Research Campus）的神经科学家Karel Svoboda告诉我们，膜片钳的启用为进入神经回路提供了特殊的视角，可以说是一项非常激动人心的技术，只是的确未能得到充分的利用。这也就是将其自动化能够成为确实令人激动万分的研究方向的原因。

　　3月3日，美国麻省理工学院（剑桥）（Massachusetts Institute of Technology in Cambridge）的Boyden等人发表了文章，对如何组装和操作全细胞膜片钳自动化系统（此概念在2012年被首次提出）进行了详细的指引。这份指南阐述了Boyden与Craig Forest实验室（Craig Forest，亚特兰大佐治亚理工学院（Georgia Institute of Technology）的一名机械工程师，专攻研究所需的机械自动化）合作所得的最新成果。

　　大多数神经记录的过程是这样的：将电极插入细胞间隙，收集神经元之间的电子齐射（electrical volleys）。这种“细胞外记录”可检测输出信号，却无法检出细胞内部的电流活动（决定细胞是否产生兴奋）。于是，能够接入神经元细胞内部的全细胞膜片钳技术就应运而生了。不过，Svoboda表示，虽然这项精细的技术并不难上手，但即便如此，还是有些人无法真正掌握它。

　　全细胞膜片钳技术的程序包括：将一支纤细的玻璃吸管（内含带金属丝的电极）推入脑内。其中最常见的是盲法，即研究者在无法看见神经元的情况下完成操作。科学家必须持续地利用压力，以避免大脑物质进入吸管。不过，当电极阻力升高时，意味着附近存在细胞，那么他们就必须在恰好的时机转换成抽吸模式，封接一块紧靠吸管极细尖端的微小神经元细胞膜。当再次迅速抽吸时，研究人员就能在细胞膜上穿出一个细微的小洞，用以记录神经元的活动。若是以错误的角度碰击神经元，那么就会产生错误的压力调节和许多额外的变化，这往往会导致记录脱靶。

　　对此，Boyden表示，操作的每个步骤都存在一定的失败率，结果在整个过程中就会产生叠加。据有经验的操作者报道，成功率大约为20%-60%。

　　因此，Boyden和Forest决定将这项复杂的技术自动化。他们的机器人目前还不能超越人类专家的技艺，但在小鼠试验中的平均成功率约为33%。这个自动化装置在商用编程平台LabVIEW上运行，只需要研究人员将动物和吸液管定位即可。接着，会有一个计算机程序控制吸液管的内部压力及其穿透脑部的推进。佐治亚州亚特兰大一家名为Neuromatic Devices的公司提供基于Boyden和Forest技术的机器，但并未向《自然》（Nature）披露有关价格或销售额的数据。

　　在德克萨斯大学奥斯汀分校（University of Texas at Austin），研究人员也研制了一个类似的自动修补的系统，该系统在MATLAB计算机环境下运行。这个系统在确定开始抽吸的节点时，沿用的程序与前面所述的稍有不同，它当时在小鼠膜片钳细胞试验中的成功率为17%。带领该团队的神经科学家Niraj Desai表示，他希望能够整合更为完善的程序。不过，一些研究者质疑，机器的记录到底能否超越技术最好的人类专家。伦敦大学学院（University College London）的神经科学家Michael Hausser表示，促使人类做出决定的因素可能会比机器能够捕捉到的更为丰富。但他也补充说，这项技术对于新手来说仍然是一个重大利好。也有人提出，机器能够协助各种技术水平的用户完成冗长或复杂的试验，毕竟人类会疲劳，这也是一个受限因素。

　　在华盛顿州西雅图的艾伦脑科学研究所（Allen Institute for Brain Science），研究人员创制了一种自动化系统，能够进行更具挑战性的“画面引导”试验协助。在这个版本的系统中，人们不需要在盲目的情况下用吸液管插入神经元中，而是用双光子显微镜来靶标大脑表面的特定神经元。整个过程比“盲”状态下进行膜片钳技术有更多的条件要求，这是因为科学家除了引导吸液管、调整其内部压力之外，还必须不断地进行显微镜对焦。对此，画面引导膜片钳修补技术的一位专家Hausser表示，这项技术之所以臻于完美，是因为能使人们同时拥有“三只手”，必能从中受益。

　　这项自动化技术可作出大脑目标区域的3D图像，允许用户用数字化选择想要记录的神经元。然后，装置通过调控锁定的目标，还能操控吸液管进入所需点。当然，目前为止，研究人员仍然还需通过手动来修补细胞，但艾伦研究所的神经科学家及联合小组牵头人Lu Li表示，他们希望，最终能够完全自动化完成整个过程。

　　当然，这类自动化系统到底是否能够为神经科学界广泛利用，还需拭目以待。但每一个研制小组都已将代码免费提供给人们下载，它们分别是：Boyden小组：autopatcher.org；Desai小组：clm.utexas.edu/robotpatch；Li小组：GitHub数据库（go.nature. com/sgjpab）。正如Boyden所言，他们的希望，就是能尽可能地帮助更多的人解答关于神经元如何运行的问题。