0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

利用微流控技术进行神经元细胞分选

微流控 来源:EngineeringForLife 作者:EFL 2022-09-20 11:19 次阅读

人类中枢神经系统(CNS)内的神经回路由具有不同生物物理和功能特征的兴奋性/抑制性神经元细胞形成。鉴于神经回路的复杂性,绘制大脑的解剖和功能特征对于神经生物学家来说仍然是一项具有挑战性的任务。微流控技术和微制造技术已被广泛用于开发具有集成神经细胞大小的微通道的复杂装置。

此外,许多微流控装置也与光学和电生理学技术兼容,使得单个神经元能够被监测和操纵。近日,来自德国波恩大学的Volker Busskamp团队回顾了利用微流控技术进行不同类型神经元细胞分选以及神经回路构建和分析的研究进展。

bb6ec200-3800-11ed-ba43-dac502259ad0.jpg


图1 微流控平台的多种应用:从中枢神经系统细胞的表征到体外神经元细胞分选和神经回路设计

首先,研究人员介绍了各种基于微流控技术的细胞分选策略。例如,通过使用粘弹性调谐和调节微通道中的液体流速,已经分离出来自大鼠脊髓的神经元和神经胶质细胞(图2a)。利用惯性微流控平台在蛇形通道中分离初级神经元和神经胶质细胞(图2b)。具有螺旋形通道的惯性微流控装置也已用于从大细胞群中分离神经元细胞(图2c)。

除了利用流体流动来分离细胞之外,电泳和声学电泳方法也可以与微流控平台集成用于细胞分选(图2d-e)。

bb9fb608-3800-11ed-ba43-dac502259ad0.jpg

图2 基于微流控技术的不同细胞分选策略

其次,研究人员总结了微流控技术对scRNA测序技术发展的贡献。对于单细胞转录组分析,第一步是在微升或纳升反应体积中分离单个细胞。

后者主要通过使用流式细胞荧光分选技术(FACS)、基于集成阀门或液滴的微流控系统或基于微流控技术的高密度微孔板来实现(图3)。此外,先进的多模式微流控平台正试图在scRNA-Seq实验中纳入评估生理异质性的选项:可以根据细胞的分子特征,或根据其生理特性绘制细胞图。

bbc76c2a-3800-11ed-ba43-dac502259ad0.jpg

图3 微流控技术对scRNA测序技术发展的贡献

随后,研究人员介绍了利用微流控梯度发生器构建神经元细胞生态位的相关工作。研究揭示通过使用较小尺寸的微通道可以增加神经元干细胞的分化速率,表明新鲜培养基的连续供应对于神经元干细胞的维持是至关重要的。目前,微流控技术已被用于影响多种神经元功能,如促使未分化神经突变成树突的同时阻止轴突分化和生长;提高轴突导向效率;测试轴突对浅和陡引诱物梯度的反应;引导轴突锥体生长等。

此外,还可以利用微流控装置来同时提供连续和不连续的化学梯度,或者将它们与物理线索如表面图案和结构相结合,以提供更真实的体内微环境模型(图4)。

bc3e34ea-3800-11ed-ba43-dac502259ad0.jpg

图4 利用微流控梯度发生器构建神经元细胞生态位

最后,研究人员梳理了用于不同神经元回路设计的微流控技术。主要包括用于轴突导向的微流控技术、用于神经突分离和功能评估的微流控技术和用于分离树突和突触的微流控技术(图5a-d)。


bce0c87c-3800-11ed-ba43-dac502259ad0.jpg

图5 基于微流控技术进行神经元回路构建的主要方法

总体而言,微流控技术的进步使我们能够加深对细胞和组织的结构和功能的理解,最终为更准确地在体外模拟神经退行性和发育性疾病以及开发先进的细胞替代疗法提供关键信息



审核编辑:刘清

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
  • 微流控系统
    +关注

    关注

    1

    文章

    59

    浏览量

    1824

原文标题:用于神经元细胞和神经回路研究的微流控技术综述

文章出处:【微信号:Micro-Fluidics,微信公众号:微流控】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    英特尔发布新一代神经拟态系统Hala Point,11.5亿神经元,12倍性能提升

    作为英特尔首个神经元数量达到11.5亿的神经拟态系统,Hala Point为更高效、规模更大的AI开辟了道路。   英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point
    的头像 发表于 04-19 09:43 234次阅读
    英特尔发布新一代<b class='flag-5'>神经</b>拟态系统Hala Point,11.5亿<b class='flag-5'>神经元</b>,12倍性能提升

    安泰ATA-7050高压放大器在微流控细胞分选中的应用

    微流控细胞分选是一种用于分离和鉴定生物样本中特定类型细胞技术,其原理基于将生物细胞通过微通道进行
    的头像 发表于 03-01 16:56 168次阅读
    安泰ATA-7050高压放大器在微流控<b class='flag-5'>细胞</b><b class='flag-5'>分选</b>中的应用

    基于微流控技术的微纳米马达用于递送神经干细胞和恢复神经连通性

    神经干细胞具有自我更新、分化和环境调节的能力,干细胞治疗有望为神经损伤提供一种治疗手段。然而,该治疗手段目前在细胞植入精度和神经元连接恢复等
    的头像 发表于 12-27 09:59 326次阅读
    基于微流控<b class='flag-5'>技术</b>的微纳米马达用于递送<b class='flag-5'>神经干细胞</b>和恢复<b class='flag-5'>神经</b>连通性

    神经技术影响未来工作的3大方面

    神经反馈训练利用新的神经技术来激活我们的学习感受器,包括镜像神经元,这使我们能够理解周围人可能正在经历的事情。
    的头像 发表于 12-19 14:35 351次阅读

    ATA-2031高压放大器在细胞分选中的应用研究

    细胞分选是一项重要的实验技术,用于从复杂的细胞混合物中分离出特定类型的细胞。在细胞生物学和医学研
    的头像 发表于 12-14 11:14 197次阅读

    一种具有高度柔性与可塑性的超香肠覆盖式神经元模型

    人工神经网络是模拟人脑神经活动的重要模式识别工具,受到了众多科学家和学者的关注。然而,近年来DNN的改进与优化工作主要集中于网络结构和损失函数的设计,神经元模型的发展一直非常有限。神经
    的头像 发表于 12-04 11:12 211次阅读
    一种具有高度柔性与可塑性的超香肠覆盖式<b class='flag-5'>神经元</b>模型

    人工神经网络相关资料

    ,但计算机则很难做到这一点。 大脑是由生物神经元构成的巨型网络,它在本质上不同于计算机,是一种大规模的并行处理系统,它具有学习、联想记忆、综合等能力,并有巧妙的信息处理方法。
    发表于 09-27 06:13

    不可错过!人工神经网络算法、PID算法、Python人工智能学习等资料包分享(附源代码)

    神经网络的设计基础。神经元是以生物的神经系统的神经细胞为基础的生物模型。在人们对生物神经系统进行
    发表于 09-13 16:41

    一文详解CNN

    ,对应数学模型的输入,多个输入有不同的权重 细胞核:用来处理所接收的信息,对应数学模型的sum求和+激活函数f,意味着:当信号大于一定阈值时,神经元处于激活状态。 轴突:用来将信息传递给其它神经元
    发表于 08-18 06:56

    压电陶瓷驱动器单神经元自适应磁滞补偿实验

    功率放大器基于Hebb学习规则的压电陶瓷驱动器单神经元自适应磁滞补偿
    发表于 08-03 14:42 0次下载

    功率放大器用于介电电泳力多级细胞分选

    功率放大器用于介电电泳力多级细胞分选
    发表于 08-03 14:35 0次下载

    神经元 C 参考指南

    神经元 C 参考指南
    发表于 07-04 20:48 0次下载
    <b class='flag-5'>神经元</b> C 参考指南

    神经元汇编语言参考

    神经元汇编语言参考
    发表于 07-04 20:47 0次下载
    <b class='flag-5'>神经元</b>汇编语言参考

    神经元 6050 数据表

    神经元 6050 数据表
    发表于 07-04 20:41 0次下载
    <b class='flag-5'>神经元</b> 6050 数据表

    基于神经元时序编码的全新ANN-SNN转换方法

    “为了充分发挥类脑芯片事件驱动、低功耗的潜力,SynSense时识科技提出利用TTFS的神经元脉冲编码方式和增加额外的1或2个突触,即可实现10-50倍网络运算稀疏度的提升。”
    的头像 发表于 05-26 09:27 897次阅读
    基于<b class='flag-5'>神经元</b>时序编码的全新ANN-SNN转换方法