11月21日，北京大学临床医学高等研究院PI学术交流会（第2期）在北京大学医学科技楼北楼903会议室举办。高研院卢萌研究员分享了其团队在石墨烯微电极阵列技术进行双模态神经元结构和活动的检测方面的研究进展，并与参会PI、老师和学生们进行交流。

北京大学神经科学研究所张勇研究员、北京脑科学与类脑研究中心龚蓉研究员、高研院副院长王韵及院长助理陈扬参加了会议。

PI学术交流会现场照片

神经系统疾病的发病机制复杂且多样，传统研究方法在揭示神经元网络的结构动力学与功能关联时存在分辨率和动态范围的局限性。而高精度、实时地监测神经元活动和结构变化对于理解神经系统功能失调的病理机制尤为关键。石墨烯微电极阵列因其优异的导电性能、生物相容性和高空间分辨率，成为一种潜在的颠覆性工具，可以突破现有电生理记录技术的瓶颈，助力神经科学与疾病研究。

卢萌研究员团队旨在利用石墨烯微电极阵列的独特优势，开发一个多模态的跨尺度神经信号检测平台，通过结合先进的成像技术和人工智能分析方法，实现以下目标：

高分辨率神经元信号检测：开发基于石墨烯的微电极芯片，实现对单细胞或微小神经网络的高精度电信号记录。

动态结构观测：利用多模态技术监测神经网络结构在不同刺激条件下的实时变化。

人工智能分析：构建智能化的信号处理和数据分析系统，从海量数据中提取有意义的生物学信息，为研究神经退行性疾病的机制提供支持。

目前实验室研究工作主要集中于：

芯片研发：完成了高灵敏度石墨烯微电极阵列的初步设计与制备，测试显示其在电化学稳定性和信号噪声比方面具有显著优势。

神经网络建模：构建原代培养海马神经元的体外模型，用以验证石墨烯微电极阵列的记录效果。

数据处理算法：结合深度学习技术，开发了一种高效的神经信号去噪与分析算法，用于识别关键的神经活动模式。

应用验证：初步实验已展示石墨烯微电极阵列对单神经元动作电位的精确捕获能力，验证了其在神经系统研究中的潜力。

未来实验室将围绕以下方面进行深度探索研究：

高通量平台优化：进一步优化石墨烯或其他材料的透明微电极阵列的设计，提高其检测通量，以适应更复杂的神经网络研究需求。

跨尺度多模态集成：将透明微电极阵列与光学成像、钙信号记录等技术相结合，形成跨尺度多模态检测平台。

疾病模型研究：利用该技术平台深入研究神经退行性疾病（如阿尔茨海默病、帕金森病）的发病机制，为新型治疗策略的开发提供依据。

智能分析与预测：开发基于人工智能的分析工具，对神经信号数据进行深度学习建模，预测神经元网络的功能失调模式，探索疾病诊断与干预的智能化方法。

相信通过以上研究，将进一步推动透明微电极阵列技术在神经科学领域的应用，为神经退行性疾病的机制研究提供全新的工具与思路。

在交流会上，与会的PI、老师以及同学们展开了热烈的讨论，针对后续实验给出了深刻且极具建设性的意见与建议。

北京大学临床医学高等研究院PI学术交流会定期举行，旨在搭建跨学科交流平台，进一步促进学科交叉融合，为培养高水平医学科技创新人才赋能。