哈佛大學(xué)約翰·保爾森工程與應(yīng)用科學(xué)學(xué)院(SEAS)和麻省理工學(xué)院的研究人員開(kāi)發(fā)了一種針對(duì)大腦中患病神經(jīng)元并利用光改變其長(zhǎng)期行為的新方法，為癲癇和自閉癥等神經(jīng)系統(tǒng)疾病的潛在新治療方法鋪平了道路。

這項(xiàng)研究發(fā)表在12月7日的《Science Advances》雜志上。

“我們?cè)O(shè)想，這項(xiàng)技術(shù)將為神經(jīng)科學(xué)和行為研究的神經(jīng)元的高時(shí)空分辨率控制提供新的機(jī)會(huì)，并為神經(jīng)疾病開(kāi)發(fā)新的治療方法，”共同高級(jí)作者Jia Liu說(shuō)。

光遺傳學(xué)，即利用光來(lái)刺激或抑制神經(jīng)元，長(zhǎng)期以來(lái)一直有望徹底改變由神經(jīng)元興奮性過(guò)強(qiáng)或過(guò)弱引起的神經(jīng)系統(tǒng)疾病的研究和治療。然而，目前的光遺傳技術(shù)只能在短期內(nèi)改變神經(jīng)元的興奮性。一旦光線熄滅，神經(jīng)元就會(huì)恢復(fù)到原來(lái)的行為。納米技術(shù)的最新進(jìn)展，包括Liu和他的團(tuán)隊(duì)首創(chuàng)的柔性可植入納米電子技術(shù)，可能會(huì)在長(zhǎng)期內(nèi)改變神經(jīng)元的行為，但這些設(shè)備需要植入大腦，不能針對(duì)與疾病有關(guān)的特定神經(jīng)元進(jìn)行編程。

神經(jīng)元的興奮性由兩個(gè)主要因素決定——它的離子通道導(dǎo)電性和細(xì)胞膜儲(chǔ)存電荷的能力，即它的電容。

大多數(shù)光遺傳技術(shù)以離子通道電導(dǎo)率為目標(biāo)，通過(guò)打開(kāi)或關(guān)閉一組特定通道來(lái)調(diào)節(jié)神經(jīng)元的興奮性。這種方法可以有效地調(diào)節(jié)神經(jīng)元的興奮性，但只是短暫的。

“你可以把神經(jīng)元想象成一個(gè)電阻-電容電路，而細(xì)胞膜則是一種介電材料，”Liu說(shuō)?！熬拖袢魏坞娐芬粯?，如果你改變材料的電容——在這種情況下是細(xì)胞膜——你就可以改變電路的內(nèi)在興奮性，從高興奮性到低興奮性，反之亦然?！?/p>

為了改變細(xì)胞膜的電容，Liu與麻省理工學(xué)院Thomas D. and Virginia Cabot化學(xué)助理教授Xiao Wang合作，使用了能在細(xì)胞膜表面引發(fā)絕緣或?qū)щ娋酆衔镄纬傻墓饷裘浮?/p>

這些酶可以被設(shè)計(jì)成靶向特定神經(jīng)元的細(xì)胞膜。一旦酶附著在特定的膜上，研究人員用藍(lán)色波長(zhǎng)的光照射神經(jīng)元，在幾分鐘內(nèi)觸發(fā)膜上絕緣或?qū)щ娡繉拥纳伞Ｋ麄冏C明，具有絕緣聚合物涂層的神經(jīng)元變得更容易興奮，而具有導(dǎo)電聚合物涂層的神經(jīng)元變得不那么容易興奮。

研究人員發(fā)現(xiàn)，他們可以通過(guò)調(diào)節(jié)暴露在光線下的時(shí)間來(lái)調(diào)節(jié)興奮性——神經(jīng)元暴露在光線下的時(shí)間越長(zhǎng)，涂層的絕緣性或?qū)щ娦跃驮綇?qiáng)。研究小組還表明，只要他們能讓神經(jīng)元在培養(yǎng)皿中存活，興奮性的變化就能持續(xù)三天。

接下來(lái)，該團(tuán)隊(duì)打算用腦組織切片和動(dòng)物實(shí)驗(yàn)來(lái)測(cè)試這種方法。

“這項(xiàng)工作的首要目標(biāo)是實(shí)現(xiàn)范式轉(zhuǎn)換方法，將功能材料、結(jié)構(gòu)和器件集成到具有亞細(xì)胞和細(xì)胞類(lèi)型特異性的活神經(jīng)系統(tǒng)中，這將允許精確操縱亞細(xì)胞電化學(xué)特性，重塑活神經(jīng)系統(tǒng)中神經(jīng)元的興奮性，”Liu說(shuō)。

Optogenetic polymerization and assembly of electrically functional polymers for modulation of single-neuron excitability” by Chanan D. Sessler, Yiming Zhou, Wenbo Wang, Nolan D. Hartley, Zhanyan Fu, David Graykowski, Morgan Sheng, Xiao Wang and Jia Liu, 7 December 2022, Science Advances.