En un estudio reciente publicado en Naturaleza Nanotecnología, Un grupo de investigadores desarrolló microelectrodos de grafeno transparentes, ultrapequeños y de alta densidad para mejorar la resolución espacial en registros electrofisiológicos de la superficie del cerebro e imágenes de calcio, lo que permite decodificar actividades neuronales unicelulares y promedio a partir de potenciales superficiales.
Estudiar: Matrices de grafeno transparente de alta densidad para predecir la actividad del calcio celular en profundidad a partir de registros de potencial superficial. Crédito de la imagen: Gorodenkoff/Shutterstock.com
Antecedentes
Explorar los mecanismos cerebrales en diversas escalas espaciales y temporales es esencial para comprender la dinámica neuronal, lo que requiere herramientas que integren diversas modalidades.
Las tecnologías tradicionales de microelectrodos transparentes, a pesar de sus avances, están limitadas por el tamaño y la densidad del canal.
Se necesita más investigación para mejorar la integración de estas tecnologías con el tejido neural vivo, optimizar la estabilidad y la biocompatibilidad a largo plazo y ampliar su aplicación a una gama más amplia de estudios neurológicos e intervenciones terapéuticas.
Acerca del estudio
Los investigadores desarrollaron matrices de grafeno transparente de alta densidad depositando una capa de perileno C (PC) sobre una oblea de silicio con una capa de sacrificio de polidimetilglutarimida (PMGI) SF3.
Luego pulverizaron cromo y oro para formar alambres metálicos y almohadillas de contacto. La primera capa de grafeno se transfirió mediante delaminación electroquímica y, para reducir la resistencia del cable, se sumergió en una solución de ácido nítrico (HNO3).
Después de la limpieza, se añadió una segunda capa de grafeno. Utilizaron un fotorresistente bicapa y grabaron el grafeno con plasma de oxígeno, seguido de una limpieza. Para proteger el grafeno durante los pasos posteriores, le aplicaron una capa de dióxido de silicio para detener el grabado.
Después de depositar y modelar otra capa de PC como capa de encapsulación, quitaron la capa de dióxido de silicio para acceder al grafeno y separaron las matrices de la oblea.
Para la caracterización de los electrodos, el equipo realizó una deposición electroquímica de nanopartículas de platino (PtNP) y caracterizaciones electroquímicas utilizando un Gamry 600 plus en una solución salina tamponada con fosfato.
Las mediciones se realizaron en una jaula de Faraday para evitar ruido electromagnético. La deposición de PtNP se ejecutó en una configuración de dos electrodos con una corriente que fluía desde el electrodo de grafeno al contraelectrodo.
Se encontró que la impedancia de los electrodos se saturaba después de 150 segundos de deposición de PtNP.
Los investigadores modificaron el modelo convencional de Randles para analizar los electrodos, capturando el efecto de capacitancia cuántica, la resistencia de los cables de grafeno y la pseudocapacitancia (Cp) de PtNP.
Quitaron el componente de capacitancia cuántica del modelo de circuito equivalente para la interfaz electrodo/electrolito, agregando Cp y resistencia de transferencia de carga (Rct) para representar la pseudocapacitancia de PtNP. Las capacitancias en los modelos de circuito se extrajeron ajustando datos de medición de espectroscopía de impedancia electroquímica.
Los procedimientos con animales siguieron protocolos aprobados por el Comité Institucional de Cuidado y Uso de Animales de la Universidad de California en San Diego. Se anestesiaron ratones adultos y se les implantó en el cráneo una placa de cabeza hecha a medida.
Se realizó una craneotomía sobre el hemisferio izquierdo y se colocó la matriz de electrodos transparentes de PtNP/grafeno de doble capa (id-DLG) en la corteza expuesta.
Se presentaron estímulos visuales a los animales, y se realizaron imágenes de dos fotones y análisis de los datos de imágenes utilizando un microscopio comercial de dos fotones.
Los registros electrofisiológicos se realizaron utilizando la placa amplificadora RHD2000 y los datos se analizaron utilizando scripts personalizados en Matrix Laboratory (MATLAB). Para el análisis y correlación con la actividad del calcio se excluyeron los electrodos con impedancias superiores a 10 MΩ.
El equipo aplicó varios filtros a las grabaciones de la superficie para aislar diferentes bandas de frecuencia y extrajo los potenciales evocados visualmente.
También desarrollaron un modelo de red neuronal en Python para predecir la actividad del calcio a partir de los potenciales superficiales, implementando una capa de memoria bidireccional a largo plazo (BiLSTM) y utilizando el error cuadrático medio como función de pérdida.
Se utilizó el análisis de factores de proceso gaussiano (GPFA), un modelo generativo, para extraer representaciones latentes que describen la variabilidad compartida de datos de alta dimensión. Las señales de calcio proyectadas del modelo BiLSTM se compararon con las señales de calcio reales.
Para el análisis estadístico, se utilizó una prueba de suma de rangos de Wilcoxon bilateral para comparar el rendimiento de decodificación.
Resultados del estudio
Los investigadores superaron importantes desafíos en el desarrollo de matrices de microelectrodos de grafeno transparentes de alta densidad con electrodos ultrapequeños. Abordaron cuestiones relacionadas con la capacitancia cuántica del grafeno, un material conocido por su baja densidad de estados cerca del punto de Dirac, mediante el empleo de PtNP.
Este método innovador creó una ruta de baja impedancia, reduciendo significativamente la impedancia del electrodo de 5.4 MΩ a 250 kΩ. El equipo también desarrolló un modelo de circuito equivalente para analizar la impedancia electroquímica de estos electrodos, lo que demuestra la integración exitosa de id-DLG y PtNP.
Esto dio como resultado matrices de grafeno totalmente transparentes y de alto rendimiento que mantuvieron la calidad de la señal incluso con electrodos ultrapequeños.
In in vivo En experimentos, el equipo utilizó estas matrices para registrar señales electrofisiológicas de la superficie cortical de ratones transgénicos mientras realizaban simultáneamente imágenes de calcio con microscopía de dos fotones.
Este enfoque permitió a los investigadores observar las neuronas excitadoras y sus compartimentos con resolución unicelular. Podrían registrar diversas respuestas neuronales a estímulos visuales y garantizar registros electrofisiológicos uniformes en toda la corteza.
La transparencia de la matriz de grafeno y el tamaño ultrapequeño de los electrodos PtNP permitieron una amplia cobertura espacial sin obstruir el campo de visión, facilitando así la observación de alta resolución de los potenciales superficiales en una gran área de la corteza.
Luego, los investigadores emplearon redes neuronales artificiales, incluida una red BiLSTM de una sola capa, para predecir la actividad cerebral en capas más profundas utilizando solo registros eléctricos de alta resolución de la superficie cortical.
Los modelos se entrenaron en conjuntos de datos multimodales para comprender las relaciones no lineales entre las actividades del calcio celular y los potenciales de superficie.
Este enfoque mostró una fuerte correlación entre las actividades de calcio previstas y reales para ambas capas, lo que indica que diferentes canales proporcionaron información complementaria para la decodificación.
El equipo también exploró la viabilidad de predecir actividades unicelulares a partir de potenciales de superficie utilizando GPFA para extraer variables latentes de baja dimensión representativas de señales de fluorescencia de calcio de alta dimensión.
Este método infirió eficazmente la actividad del calcio de las neuronas en profundidad utilizando actividades eléctricas de superficie.
Sin embargo, también encontraron que el acoplamiento de poblaciones no era el único factor que determinaba el rendimiento de la decodificación, lo que sugiere que si bien contribuye a la inferencia de la actividad celular individual, también intervienen otros factores.
Esto indica que los potenciales de superficie registrados por las matrices de grafeno transportan información valiosa sobre las actividades neuronales en diferentes capas del cerebro, lo que permite inferir la dinámica de la población neuronal incluso a nivel unicelular.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.news-medical.net/news/20240115/Revolutionary-transparent-graphene-microelectrodes-enhance-brain-imaging-and-stimulation.aspx
