数据分析

综合分析上述这些MEA参数，我们就能得到LEV处理前后神经活动的深度多维度报告。比如，发放相关参数能反映动作电位发生的数量和规律；单电极簇放电参数定义簇放电（比如一个发放束）的发生；而网络簇放电则体现了多个电极的协同发放。除了定量角度之外，MEA技术还支持定性研究。相应地，我们开展了单电极簇放电、网络簇放电活动及多个胞外发放振幅的分析。

图1 LEV加入前后发放结果统计： (a)number of spikes; (b) ISI Coefficient of Variation。

相较而言，LEV对ISI CoV的影响更为明显。从图1(b)中能发现：药物的起效会更快，第三分钟时ISI CoV就有明显降低，并从那以后保持在一个更低的水平；而且LEV被洗脱后该参数的恢复十分缓慢，一直等到第24小时后，才能恢复到加药前的基线值。

图2 LEV加入前后单电极簇放电统计：(a)the number of bursts; (b)burst duration; (c)number of spikes per burst; (d)mean inter-spike interval within burst; (e)inter-burst interval coefficient of variation; (f)burst percentage.

这里，我们看到的簇放电时长的变化，是可以结合图1中的实验结果来合理解释的。比如，药物洗脱后的短时间内，样本的发放数量是更高的，而ISI的一致性却能保持在洗脱前的水平。而两者叠加的效应，就能在整体上降低发放成簇发生（比如簇放电）所需要的时间。当然，本实验中不同参数之间也能有互相印证的关系。比如药物作用期间簇放电内发放间期的延长，就能解释簇放电时长在相同条件和时间内的降低。

很重要的是，这个实验的结果与LEV在人体中的效应很吻合。当我们使用影像或者脑电图来观察人体时，的确发现脑电的簇放电数量和频率在药物作用时会发生巨大的降低，而停药后又会有快速的增高。

图3 LEV加入前后网络簇放电统计：(a)number of network bursts, (b)number of spikes per network burst; (c)mean ISI within network burst.

同样是由于培养基的更换，神经网络的簇放电数量在药物洗脱开始的1.5小时后开始异常增高，并在第2.5小时时达到最高值。但是在药物作用期间，该参数的值在记录的第15和18分钟时会下降到很低的水平。甚至到药物洗脱后的第一小时，仍然很低。这能反映出临近的电极上不同神经元之间突触联系的降低（下文的光栅图能够印证），也与之前的其它研究成果相吻合：LEV能降低突触传递，而且这种抗癫痫作用主要是发生在突触前水平的。

除此之外，同组的另2项参数变化都符合我们的预期：LEV作用时，网络中的发放水平有很大程度的降低，而且这种趋势会延续到洗脱后的第2.5小时。而在之前的单电极检测实验中，我们观察到洗脱后发放数量就有很大程度的恢复。结合这里的网络中发放的结果，我们可以推断，可能是由于相当数量的神经元仍然处于被抑制的状态，导致了它们的发放在时空上的分布是不连贯的。

4.光栅图

图4 LEV加入前后光栅图：(a)加入LEV前的基线, (b)加入LEV 3min后; (c)加入LEV 15min后; (d)在第24h洗脱LEV后。

光栅图能以可视化的形式，帮助Maestro MEA用户从定性的角度去了解一段时间内的自发网络神经活动规律。从前文中三个维度的end-point多参数分析结果中，我们大致可以找到LEV作用后第3分钟、第5分钟这两个药效拐点。如果再加上药物作用前和药物洗脱后第24小时这两个对照时间点，并对单一MEA孔内所有电极在这些时间点后开展持续一分钟的信号记录，我们就能得到如上图所示的实时药物作用光栅电信号图。这种数据呈现形式能更好地被用于分析同时发生在多个电极上的簇放电（即网络簇放电）行为。

图4a中的基线信号记录结果体现了样本的三个明显的网络簇放电（红色方框标识）行为。它们的间隔大致为15秒。不同位置的电极在这些间隔中记录到了单个发放和几个单电极簇放电（蓝色标识的密集光栅簇）。而在图b中，我们只观察到了一次全网络簇放电，而且发放活动也开始减弱（光栅图的上半画幅中，发放和单电极簇放电的降低十分明显）。说明在药物的作用下，样本的网络簇放电的数量及其振幅（由最上方的波形图代表）都有所下降。再过了12分钟，我们在图C中已经找不到网络发放了，而且个别电极在整个1分钟的记录中都没有检测到任何电活动。整个微电极整列只能记录到若干单独发放和一些散发的单电极簇放电。而图d中的样本处于洗脱了抗癫痫药物的基础培养基中已经有相当长的一段时间，它们的网络簇放电模式就和图a中的基线信号很类似了：我们能观察到3次网络簇放电及其增大的振幅。

5.发放振幅

图5 在同一电极上记录到的发放幅度：(a)加入LEV前； (b)加入LEV 15min后； (c)在第24h洗脱LEV后；(d, e, f)为对应的连续波形图。

在三个重要的药物作用评估时间点（加药前（基线）、LEV处理15分钟后以及药物洗脱后的第24小时），我们通过某个MEA孔内的同一电极，对神经元开展了电活动信号采集。其发放振幅可以由图5a-c中的EAP波形图来代表。您可以将这些数据理解为仅对应于整个记录过程中的某一个时间点。然而，就算是只对一个电极的数据进行分析，我们也能得到充满细节的对应于不同生理活动的信息。比如，来自于同一神经元的不同部位的信号，其相应的EAP形状会有略微差异；另外，细胞离开电极的距离及其极性方向也可能会影响波形形状。而Maestro系统的AxIS Navigator软件允许用户导出单一电极在某一时间点捕获到的多至20个发放的原始数据。所以，在对上述三个时间点的实验数据进行量化对比时，我们就能基于从这些原始数据中得到的MPA（平均的波峰振幅，单位为μV）这个参数来开展计算。另外，AxIS软件还能将LEV对于发放活动的影响以定性的图像形式导出供研究者参考。如上图中的d-f就是对应于a-c的发放活动记录。

根据计算，我们发现在LEV处理15分钟后，神经元的MPA会降低到-13.11±0.44μV。相较加药前及洗脱24小时后的数值（分别为-28.81±1.96μV和-26.87±1.17μV）相比，药物对于发放振幅的抑制作用还是很明显的。

在这里我们观察到的EAP波形及振幅在LEV作用下的同时改变，可能源于离子通道行为的变化，也可能是某些类型的神经元受到到了抑制（很可能是最易受到药物影响的那一类）。

结论

本文中的实验结果证实了MEA系统在检测药物诱发的神经电生理变化中的高灵敏度优势。

而且，借助MEA系统得到的多层次、多参数的神经网络活动数据可以帮助我们发现LEV对于类似人皮层中的复杂神经元群体电生理活动的影响。这对于今后的研究也有很好的参考和指导意义。