將一個電極夾在活體動物大腦細胞上記錄其電顫振是一項需要靈巧度和耐心的工作。這種技術的名字是“全細胞膜片鉗”，被譽為“神經科學的藝術”，神經生物學家Edward Boyden說，而且該技術在*范圍內僅有的實驗室可以操作。

但研究人員正在設法使其轉變為精簡的、自動化的技術，利用機器人和可下載的源代碼讓任何實驗室都可以進行操作，從而讓這種藝術不再那么神秘。

“全細胞膜片鉗提供了一種了解神經回路的*方法，但這種令人興奮的技術使用量卻很低。”美國弗吉尼亞大學霍華德·休斯醫學研究所珍妮莉婭研究院神經學家Karel Svoboda說，“這正是自動化是極為令人振奮方向的原因。”

3月3日，在麻省理工學院工作的Boyden和同事發表了詳細的說明指南，介紹了如何組裝及操作全細胞膜片鉗自動化系統，他們在2012年描述了這一概念。這份指南代表了Boyden和亞特蘭大佐治亞理工學院機械工程專家Craig Forest實驗室的合作成果，后者主要進行機器人自動化研究。

大多數神經記錄會包括在腦細胞間插入電極，用來捕捉神經元之間的生物電截擊。比如“細胞外記錄”可以探測外面的信號，但是卻錯過了細胞內的生物電活動，而后者決定了它們是否會發出電擊。這正是全細胞膜片鉗的用武之地，這種技術能夠嵌入到一個神經元的內部。這個微妙的過程“有著非常陡峭的學習曲線，很多人甚至從未使其發揮作用。”Svoboda說。

全細胞膜片鉗涉及到將一個含有電極絲的微型玻璃吸管放入大腦。在zui普通的“盲”版操作中，研究人員需要在看不見神經元的情況下實施這一過程。科學家必須持續增加壓力使腦白質離開吸管，但是電極電阻升高表明附近存在細胞，他們必須迅速地在恰當時機切換到抽吸模式，以便在超薄的吸管對少量神經元膜進行密封。再通過其他若干次抽吸，研究人員就可以在細胞膜上鉆出一個小孔，用來記錄神經元的活動。在錯誤的角度電擊神經元、對壓力調控錯誤以及其他大量的變量都會導致信息記錄錯誤。

“每一步都有一定的失敗率，在整個過程中出現錯誤的幾率會成倍增加。”Boyden說。經驗豐富的操作人員成功率也僅在20%~60%之間。

Boyden和Forest決定讓這一棘手的技術變得自動化。他們的自動化機器人的操作能力現在尚未超過人類專家，其在小鼠實驗中的平均成功率為33%。這套設備在商業操作平臺LabVIEW上進行，僅需要研究人員放置好動物和吸管，接下來一個計算機算式會控制吸管的內部壓力和大腦內的操作。佐治亞州亞特蘭大一家叫作Neuromatic Devices的公司會根據Boyden和Forest的技術提供相關機器，但是該公司并未披露相關價格和銷售量。

得克薩斯州立大學*分校的研究人員也創建了類似的自動修補系統，該系統通過MATLAB計算機環境進行控制。它利用一種略有差異的算術公式決定何時抽吸，其在小鼠大腦細胞實驗中的成功率為17%左右。帶領該團隊的神經學家Niraj Desai表示，他希望應用更加*的算術公式。

一些研究人員質疑這些記錄機器人能否超越zui*的人類專家。“參與人類決策的元素比機器捕獲的元素豐富得多。”英國倫敦大學學院神經學家Michael Hausser說。但他補充說，這一技術對于新手操作來說仍然向前推進了一大步。其他人則表示，機器人可以幫助不同水平的用戶進行冗長或是復雜的實驗，而在這些情況下，人類的疲勞會變成限制因素。

這種自動化技術能否普遍被神經科學界接受仍要拭目以待?，F在，上述兩個團隊的編碼已經可供人們免費下載。“我們希望能夠幫助盡可能多的人，回答關于神經元如何運算的問題。”來源：中國科學報