模块化大脑类器官网络在重复刺激下实现功能分化与任务性能提升

《Communications Biology》：Modular organoid networks acquire source-signal discrimination through input-driven network refinement

摘要

大脑类器官有可能通过其复杂细胞群体中的可塑性获得功能。然而，由于类器官缺乏结构化的感觉输入和有组织的大尺度环路架构，解锁其功能细化的内在能力仍然具有挑战性。在此，我们假设大脑类器官之间的模块化连接能增强其刺激驱动的环路精细化能力。为检验这一假设，我们连接了大脑类器官，并评估了它们在一个源-信号辨别任务中的时间进程性能提升。由三个大脑类器官组成的网络（而单独类器官或两个类器官的网络则不能）在两周的重复刺激后，其辨别性能显著提升。这一提升伴随着输入依赖的时空响应出现、类器官内和类器官间功能连接的差异化精细化、更快的响应动力学，以及三个类器官网络中自发活动的方向性传播。综合这些结果，我们证明了有组织的模块化网络上的重复输入能将相同条件下生成的类器官重连为功能分化的模块，从而产生与任务相关的异质性，为体外一致的