中山大学在微纳马达用于神经调控方面取得重大研究

描述

合成微/纳马达是一种微型化装置,可以通过转换外部能量或化学燃料转化为自主运动,用于靶向给药、体内成像和微创手术等。中山大学材料科学与工程学院彭飞副教授团队提出,还可以将微纳米马达作为一种与神经系统通信的新方式。

通过镍-锌(Ni-Zn)微马达信号传导诱导神经干细胞定向分化

神经干细胞具有自我更新、分化和环境调节的能力,被认为在中风、脑损伤治疗和神经元再生方面很有前景。内源性神经干细胞的激活,吸引着越来越多的研究热情,避免了免疫排斥和外源性细胞移植的伦理问题。然而,如何在原位诱导定向生长和分化仍然是一个主要的挑战。

近期,彭飞副教授团队提出了一种基于自建立的电化学场的非侵入性纯水驱动的Ni-Zn微马达(图1a)。在Zn端,H⁺被还原生成H₂和Zn²⁺。Zn²⁺的逐渐积累产生了浓度梯度和驱动Ni-Zn微马达的自构造电场。有趣的是,与以前的化学驱动微马达相比,Ni-Zn微马达在运动过程中没有产生气泡,从而避免了气体栓塞。

微马达可以磁引导和精确接近目标神经干细胞,在定位和可控性方面具有独特的优势。水驱动的Ni-Zn微马达在运动过程中产生Zn²⁺。Zn²⁺场和电压门控Ca²⁺通道的激活,导致细胞内Ca²⁺的短暂变化,从而激活后期神经干细胞的分化。接近电池后,由于马达自身Zn端到Ni端的浓度梯度,在单个马达上形成自构造的电场。

神经干细胞受到Ni-Zn微马达电场的影响,产生生物电信号,这是诱导神经干细胞分化的一个因素。Zn²⁺还具有促进干细胞增殖、神经发生和神经元分化的作用。因此,我们有理由认为,微马达释放的Zn²⁺对维持神经干细胞中的Zn²⁺稳态具有重要意义。

因此,微马达通过电化学场,允许生物电信号与内源性神经干细胞进行交换和通讯,从而允许在体内调节神经元增殖和定向分化(图1b)。因此,该研究开发了一种结合电和化学效应的非侵入性和持久的神经刺激系统。它使与神经干细胞再生和分化相关的信号通路能够得到持久的激活。有针对性和持久的效果,同时避免严重的术后创伤和并发症。

纳米机器人

图1 Ni-Zn微马达的制备及靶向激活神经干细胞和引导细胞分化的示意图

该工作以“Directed Neural Stem Cells Differentiation via Signal Communication with Ni-Zn Micromotors”为题,发表在Advanced Materials期刊上。中山大学材料科学与工程学院2021级博士研究生封烨为独立第一作者,中山大学材料科学与工程学院彭飞副教授为通讯作者。

纳米机器人介导的同步神经元激活

在自然界中,从细菌菌落到鱼群,再到哺乳动物群体,生物可以聚集在一起形成群体并呈现大规模的集体行为。这些集体群体的例子很有吸引力,独立的个体群体通过通信构建了比自己大几个数量级的复杂结构。这种信息交换可以表现为包括振荡在内的群体模式。操纵神经元振荡和探索信息交换是非常有趣的,这可以为脑科学、人工智能和机器人技术提供启示。但当下人工设计合成交互系统仍然是一个挑战。

近期,彭飞副教授团队提出了振荡纳米机器人的程序化集群,其推进和集群背后的场信息作为体外与生物神经元通信并触发神经振荡的介质。如图2a所示,该研究设计了一个由近红外光驱动的高度可控的振荡纳米机器人群。纳米机器人通过纯水的光催化分解驱动电泳(并自建立的化学-电场梯度)。

通过程序化的近红外光照射,纳米机器人群呈现周期性化学-电场和集体动态可逆收缩-膨胀-收缩(振荡)行为。局部视网膜神经节细胞(RGC)可以通过来自集群的振荡电场有节奏地激活。神经元与编程的纳米机器人集群节奏同步。有趣的是,在通过耦合振荡使没有物理接触的神经元群中观察到同步周期性的波纹活动,类似于自然神经系统中的振荡网络(图2b)。

共振允许原本无法到达毫米级外的神经元信号得以传输,这不同于神经元通常认为需要突触直接连接和同步的方式。与数量有限的孤立神经元相比,神经元共振具有重要意义,因为大量同步神经元群诱导下游神经反应的机会更高。节律神经活动还允许在不同时间窗口(即节律周期的特定阶段)进行神经兴奋性调节,以便神经元组可以通过锁相神经振荡精确地相互作用。这代表该合成可编程振荡平台提供了与神经元系统通信的新方式。

纳米机器人

图2 编序化近红外下的振荡纳米机器人集群和不同区域神经元群的同步周期性涟漪的示意图

该工作题以“Nanorobot-Mediated Synchronized Neuron Activation”为题,发表在ACS Nano期刊上。中山大学材料科学与工程学院2022级博士研究生陈彬为独立第一作者,中山大学材料科学与工程学院彭飞副教授为通讯作者。相关工作得到国家自然科学基金资助项目,广东省杰出青年科学基金项目,国家重点研发计划项目的支持。







审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分