基于体外神经微生理系统的药物干预对信息处理能力影响研究：抗癫痫药物在合成生物智能模型中的剂量效应分析

本研究通过DishBrain系统首次实现抗癫痫药物(ASMs)在合成生物智能(SBI)模型中的闭环功能评估。团队利用NGN2诱导的hiPSC来源谷氨酸能神经元构建癫痫体外模型，发现卡马西平(200μM)可显著改善神经网络在模拟游戏环境中的信息处理能力。该工作为癫痫药物筛选提供了新型功能性评价体系，突破传统自发活动检测局限，发表于《Communications Biology》。

　　

神经系统疾病药物开发长期面临临床转化率低的困境，传统体外模型仅能检测分子层面的变化，而无法评估神经网络的信息处理功能。癫痫作为典型的神经电活动紊乱疾病，约30%患者对现有抗癫痫药物(ASMs)无反应，亟需更精准的预测模型。Cortical Labs Pte Ltd的研究团队创新性地将诱导多能干细胞(hiPSC)来源的NGN2神经元与DishBrain系统结合，首次在合成生物智能(SBI)平台上实现了药物对神经网络信息处理能力的定量评估。

研究采用OPTi-OX诱导系统快速生成谷氨酸能神经元，通过多电极阵列(MEA)实时记录电活动，并构建Pong游戏闭环反馈环境。关键发现是卡马西平在200μM浓度下能显著提升神经网络游戏表现，而苯妥英和吡仑帕奈仅改变自发活动。该成果发表于《Communications Biology》，为神经系统药物筛选提供了功能学评价新范式。

主要技术方法包括：1)OPT-iOX系统诱导hiPSC分化为NGN2神经元；2)多电极阵列记录电生理信号；3)DishBrain闭环游戏系统评估信息处理能力；4)单细胞RNA测序验证细胞类型；5)神经计算分析网络动力学特征。

NGN2 iNeuron cultures display glutamatergic and neuronal markers
免疫染色证实神经元表达VGLUT2和突触标志物PSD-95，单细胞测序显示谷氨酸能基因SLC17A7上调，证实成功建立谷氨酸能优势的神经网络模型。

Electrophysiological hyperactivity and pharmacological responses
NGN2神经元表现出异常高频放电(0.7Hz)，卡马西平呈剂量依赖性抑制电活动(200μM时p<0.05)，而苯妥英和吡仑帕奈对基础放电率无显著影响。

Gameplay performance modulation
仅卡马西平200μM组游戏表现显著改善：平均回合长度增加(p<0.05)，命中/失误比提高，且该效应随时间增强，表明药物特异性提升信息处理而非单纯抑制活动。

Bursting patterns and critical dynamics
药物干预后网络爆发活动减少，但临界动力学指标(DCC、BR、SC error)显示这些近乎纯谷氨酸能的网络缺乏正常神经网络的临界态特征，印证了兴奋/抑制平衡对信息处理的重要性。

Functional connectivity reorganization
t-SNE降维分析显示卡马西平能稳定游戏期间的功能连接网络，而其他药物组的网络改变会快速回归基线，提示其独特的作用机制。

该研究首次证明药物可调控体外神经网络的信息处理能力，建立了癫痫药物功能评价新标准。局限在于模型缺乏抑制性神经元，未来需整合3D类器官和患者来源细胞。这项工作标志着合成生物智能在药物开发中的应用突破，为个性化医疗和减少动物实验提供了新工具。神经计算分析揭示的闭环刺激响应特征，为理解药物作用机制提供了传统方法无法获取的深层信息。