专家们使用新型显微镜、人工智能算法和电压指示器来成像大脑深处的电活动

在研究大脑时，研究人员刚刚开始使用一种被称为电压成像的方法来跟踪活体动物的神经活动。虽然这种方法是更好地理解神经元放电、行为和认知的一种有前途的方法，但存在局限性和风险因素。这种方法需要向大脑中注入大量的光(这可能会导致过热)，而且一次只能成像10个神经元。

波士顿大学艺术与科学学院生物学助理教授Jerry Chen及其合作者的新研究旨在解决这些挑战。今日出版于自然方法，陈和他的合著者概述了他们如何使用一种新的显微镜，人工智能算法,电压指标可以增强成像过程。总的来说，他们的方法成功地、微创地、持续地在小鼠体内一次成像大约100个神经元。

在本期问答中，Chen介绍了新的研究发现，以及他与合作者的合作，以及对癫痫患者和未来脑成像技术的激动人心的影响。

请用你自己的话描述一下这项研究。你的主要研究目标是什么?

神经科学，作为一个领域，对理解大脑如何工作很感兴趣。电信号是神经元计算信息和相互交流的主要方式。我们可以使用电极来记录单个神经元的活动，但这是一种侵入性的过程，需要将电极插入大脑。

成像电压信号提供了一种非侵入性读出神经元群体活动的方法。在过去的十年里，人们一直在努力推进这种电压成像技术。我们的研究目标是帮助它在研究应用中变得实用和可扩展。

这项研究是否有特定的挑战?

电压成像有生命的动物意味着必须在物理学和生物学的基本极限下运作。我们需要表达基因编码的指示器，这些指示器将根据神经元活动改变荧光，我们需要显微镜，允许我们以非常快的速度(至少每秒1000帧)成像，以测量动作电位(神经元中的主要信息单位)。

通过显微镜，我们需要向大脑中注入足够的光来获取荧光信号。如果我们想从越来越多的神经元中成像，我们就想让更多的光进入大脑。然而，我们不能在大脑里放太多，否则会造成光损伤。因此，我们面临的挑战是在高速记录下最大化信号和神经元数量之间走钢丝，同时将对大脑造成损害的可能性降至最低。

您将这项工作描述为“多学科方法”，因为您与接受过细胞和分子生理学、生物医学工程、神经光子学等培训的合著者合作。你能详细说明这些独特的学科是如何结合在一起支持/影响研究的不同领域的吗?

为了克服我上面描述的挑战，没有一个解决方案可以做到这一点。相反，您需要结合使用多种方法来克服这些基本限制。具体来说，我们需要蛋白质工程师来开发更敏感的电压指示器，这些指示器会对神经元活动做出荧光反应。

作为一名光学工程师，我发明了一种新的显微镜，它可以让我们增加神经元的数量，我们可以高速成像。最后，我们需要一个计算机科学家，他可以利用人工智能开发新的算法，可以在嘈杂的条件下提取电压信号，在这种条件下，我们向大脑输入的光很少。

谁是主要的研究合作者?

耶鲁大学John B. Pierce实验室的Vincent Pieribone开发了这种新型电压传感器。波士顿大学电气与计算机工程系助理教授田雷开发了这种新的去噪算法。波士顿大学神经光子学中心的高级成像科学家、微纳米成像核心设施的经理安德森·陈(Anderson Chen)为构建我们的SMURF显微镜提供了指导。波士顿大学生物系副教授伊恩·戴维森(Ian Davison)帮助我们测试了实验室中的电压传感器。

通过这项研究，你有没有发现什么让你惊讶的结果?

我相信雷天开发的去噪算法(称为DeepVID)是一个改变游戏规则的算法。当你在弱光条件下成像时，你收集的图像可能会非常嘈杂。这被称为射击噪声。这是显微镜的一个基本限制，阻止我们使用仪器进行可靠的测量。雷开发的计算方法打破了这一基本限制。当我看到应用Lei的去噪算法后，我们可以更容易地看到电压信号时，我很惊讶。

研究结果的长期影响是什么?这些结果如何应用于现实世界的患者，或者如何影响大脑成像技术的未来?

长期意义是，我们已经开发了一种组合方法，将允许我们扩大电压成像。以前，我们一次只能用10个神经元进行成像。我们的论文证明了100个神经元是可能的。通过扩展我们已经在实践中证明可行的原理，我们应该能够成像1000个或更多的神经元。这将使我们更好地理解信息是如何处理的大脑．它还能让我们更好地研究电活动受到干扰的疾病，比如癫痫。

你和你的合作者下一步要做什么?

我们的下一步是应用我们的技术来回答神经科学的基本问题，并探索进一步扩大这种成像到更大的神经元群体的途径。