科学者らは脳の信号を読み取り「操作」できる新たな神経電子システムを開発

海外メディアの報道によると、コロンビア大学の研究チームは、脳の信号を「操作」し、病的な結合を阻害できる高性能の埋め込み型システムを設計した。この新設計はてんかんの動物モデルで試験され、神経精神疾患の治療を改善する可能性があることが示された。研究者が脳についてより多くを学ぶにつれて、反応性神経刺激が神経回路機能の調査やてんかんやパーキンソン病などの神経精神疾患の治療にますます効果的になっていることは明らかです。

しかし、この介入を実行できる完全に埋め込み可能で生体適合性のあるデバイスを設計する現在のアプローチには、大きな制限があります。解像度が十分に高くなく、ほとんどが大きくかさばるコンポーネントを必要とするため、埋め込みが困難で合併症のリスクがあります。

コロンビア大学の電気工学助教授ディオン・コダゴリ氏が率いる工学チームは、こうしたデバイスを改良する上で大きな可能性を秘めた新たなアプローチを考案した。研究者らは、より小型で効率の高いコンプライアントなバイオエレクトロニクストランジスタと材料の開発における以前の研究を基に、脳回路の読み取りと操作を可能にする高性能の埋め込み型回路を作成するためにデバイスを調整しました。彼らのマルチプレクサ アンプ (MTA) システムでは、マルチプレクサごとに 1 つのアンプのみが必要ですが、現在のアプローチでは、チャネルと同じ数のアンプが必要です。

「てんかん発作などの脳障害に伴う症状をリアルタイムで検出し、治療に介入できることは非常に重要です」と、バイオおよびニューロエレクトロニクスの設計を率いるコダゴリ氏は語る。「当社のシステムは、現在のデバイスよりもはるかに小型で柔軟性が高いだけでなく、複数の独立したチャネルで同時に任意の波形を刺激できるため、はるかに汎用性があります。」

コダゴリ氏はコロンビア大学アーヴィング医療センター神経学科およびゲノム医学研究所のジェニファー・N・ジェリナス氏と共同でこの研究を行い、その研究結果は5月10日に米国科学アカデミー紀要（PNAS）に掲載された。ジェリナス氏は神経科学者であり、小児てんかんの専門医でもあり、その研究はてんかんにおいて神経ネットワークがどのように機能不全に陥るかを理解し、この機能不全を修正する方法を考案することに焦点を当てています。

てんかん放電を記録、検出、および位置特定するために、科学者は複数の場所で脳の活動を高い時間分解能で記録する必要があります。これには、高サンプリング レートのマルチチャネル取得および刺激装置と回路が必要です。従来の回路では、これらの信号をデータ ストリームに多重化する前に、チャネルと同じ数の増幅回路が必要になります。これにより、回路のサイズはチャネル数に応じて直線的に増加します。

コダゴリ氏は、ゲリナス氏のような神経科学者との仕事を通じて、脳の活動を記録、処理、刺激できるオールインワンの完全埋め込み型システムへの大きなニーズがあることを知っていた。そのようなシステムがあれば、研究者は個人に合わせた治療法を設計できるだろう。脳の活動を記録するにはマルチチャンネルアンプが必要でしたが、既存のオプションは大きすぎて不便でした。研究チームが導電性ポリマーを使用してインピーダンスを下げ、電極の効率をさらに高めていくと、マルチプレクサを増幅器の後ではなく前に置くことで回路設計に電極の改善を生かせばどうなるかが浮かびました。

この斬新なアイデアを念頭に置いて、チームは MTA デバイスを構築し、適応性のある導電性ポリマー電極を使用して単一の神経活動電位をリアルタイムで取得できる、完全に埋め込み可能な応答性の高い組み込みシステムを開発してその機能を実証しました。これは、低遅延の任意波形刺激とローカル データ ストレージによって実現され、すべて小型化された (約 4 分の 1 のサイズ) 物理的フットプリント内で実現されます。

「重要な課題は、多重化操作中に電荷排出経路を作り、不要な電荷の蓄積を排除することです」と、電気工学部の博士研究員でこの研究の筆頭著者であるZifang Zhao氏は述べた。

コロンビアナノシステムズ社で製造された MTA デバイスにより、研究チームは、てんかんネットワークにおける海馬と大脳皮質間の病的な結合をリアルタイムで阻害する新しい閉ループ プロトコルを開発することができました。この種のアプローチは、てんかんに伴うことが多い記憶障害の緩和に役立ちます。

「これらのデバイスにより、さまざまな脳機能に高い時空間解像度で標的を絞った反応性神経刺激法を適用できるようになり、神経ネットワークを長期的に修正し、神経精神疾患を治療する能力が大幅に向上します」とジェリナス氏は述べた。チームは現在、神経ネットワーク機能と認知能力の向上を目標に、さまざまな実験プラットフォームにシステムを統合している。