视网膜神经信息处理 视觉信号的初级处理发生在视网膜。视觉信号在光感受器细胞上形成输入，并被转换成电信号，经视网膜神经元回路传递至输出神经元——神经节细胞，形成动作电位，然后通过视神经进一步向视中枢传递

		视网膜神经信息处理 癫痫神经元网络信息处理

（一）视网膜神经信息处理 视觉信号的初级处理发生在视网膜。视觉信号在光感受器细胞上形成输入，并被转换成电信号，经视网膜神经元回路传递至输出神经元——神经节细胞，形成动作电位，然后通过视神经进一步向视中枢传递。视网膜因其解剖结构和功能特性研究得比较透彻，且刺激输入相对容易定义而相应的神经元反应也比较容易记录，一直备受神经科学家的青睐。我们实验室的研究工作主要分两方面，一是把视网膜作为神经系统的一个标本来研究神经元突触间信息传递的机制及调控过程；二是对视觉神经信息编码理论的研究，即考察视网膜神经节细胞如何通过群体活动的时间和空间模式有效地对视觉信息进行编码和传递的。 研究项目 1. 膜片钳 2. 荧光显微成像 3. 多电极记录 4. 神经元活动和离子通道模型 膜片钳 水平细胞是视网膜外网状层的 GABA 能中间神经元，其接受光感受器的谷氨酸能输入，并在局部神经回路产生抑制反馈作用，调节光感受器的生理功能，同时参与双极细胞和神经节细胞中心 - 周围拮抗的感受野的形成。水平细胞膜上的谷氨酸受体直接介导了水平细胞的生理活性。谷氨酸受体的活动通常会导致水平细胞膜电导的变化，后者可以通过在固定电压下记录膜电流而被测量出来。利用这种手段，我们对鲫鱼视网膜分离细胞进行全细胞记录，对视网膜水平细胞的谷氨酸受体的种类、分布、以及它的细胞活动的影响进行了深入研究。在细胞层面上对视网膜神经信息传导的机制进行探讨。我们的膜片钳实验设备主要包括 Axon 200B 型膜片钳系统、 ALA 快速给药系统、 Olympus IX71 倒置显微镜和红外成象系统。 荧光显微成像系统 钙离子是细胞内功能最广泛的第二信使之一，在为数众多的细胞内信号通路中发挥作用，对细胞内钙离子动态变化过程的研究是认识细胞功能的重要方面。目前，我们使用荧光成像系统研究鲫鱼视网膜分离单细胞的钙离子生理相关问题，通过定量观测视网膜各类神经元细胞内钙离子动态变化，结合全细胞膜片钳技术，研究视网膜神经元生理特征，并进一步揭示该神经元在视网膜神经信息处理中的贡献。 神经信息处理实验室荧光显微成像系统包含 Olympus BX51 正置显微镜， Photometrics CoolSNPAP ES2 CCD 照相机和 Slidebook 分析软件。配套滤光片组及物镜满足使用 fluo-3 荧光染料的钙离子成像实验要求，并配套红外 DIC 偏振系统。 多电极记录 视觉通路里一个重要的特点是，我们所有的视觉经历都来自视神经上所携带的动作电位，而视网膜神经节细胞的数目在整个视觉信号通路中是最少的：光感受器的数目是神经节细胞数目的近百倍，外膝体相应的神经元细胞数目也大于视网膜中神经节细胞的数目，而视皮层中相应神经元细胞的数目则数百倍于视网膜神经节细胞的数目。视神经所构成的这种解剖上的瓶颈结构从某种程度上决定了视网膜的主要功能之一就是将外界视觉形象进行高度压缩处理，产生一个与视神经有限容量相匹配的映射。神经节细胞进行信息压缩的主要方式包括适应和群体活动编码等。我们研究的目的就是要了解视网膜在有限解剖资源下是如何通过这些方式有效地对视觉信息进行处理和编码的。 为了研究神经节细胞的这些编码特性，我们使用一种多通道的微电极阵列（ multi-electrode array, MEA ）记录系统。当把视网膜置于多电极上时，它可以检测到至多 100 个神经元的动作电位。这一技术的应用为我们同时研究多个神经元的活动开启了新的窗口。 目前我们的研究兴趣主要有：视觉适应过程中所传递的信息量是如何变化的；多个神经元如何通过协同活动来编码外部的视觉图像信息；如何建立有效的基于多维数据处理的算法等等。 神经元建模 在神经科学的研究中，计算神经科学正扮演着越来越重要的角色。在多电极电生理实验过程中，有大量的数据处理的问题，因此需要研究和发展数据处理技术，为神经科学研究服务。同时，在大量的生物实验数据的基础上还可以进行一系列的模型研究。本实验室的模型研究工作主要是基于电生理实验数据对视网膜的神经信息处理过程进行仿真。在神经科学与信息科学的交叉领域，通过基于生物机制的模型工作，不但可以深化对视觉信息处理机制的认识，而且将有助于机器人视觉系统等人工视觉系统功能的开发，在人工智能领域有重要应用价值。 我们通过对视觉系统建模的方法，初步建立了具有轮廓检测功能的视觉系统仿真模型，并在该模型框架下研究了视网膜神经节细胞的不同感受野模型对刺激信号的编码效率问题。我们将继续以多电极记录数据为基础，考察视觉系统的神经元群体活动，建立描述神经节细胞群体活动的模型，阐明动态神经元群体活动在视觉信息加工传递中的作用，为人工智能领域引入新型的计算模型和算法原理，提供重要启示。 （二）癫痫神经元网络信息处理 癫痫是仅次于脑血管病的第二大类中枢神经系统疾患。我国癫痫的患病率约为 3 ～ 7‰ ，而且每年新增约 30 万，给患者、家庭及社会造成了沉重的负担。目前仍有 30% 左右的患者通过常规的抗癫痫药治疗效果不理想，出现难以控制的反复癫痫发作，即临床上的难治性癫痫。我国的难治性癫痫患者估计有 200 万人，所以进一步加强难治性癫痫发生机制的研究并寻找新的治疗靶点和治疗方法具有重要的现实意义。 本课题组采用离体和在体多通道微电极记录技术，对小鼠海马切片及活体动物等多个层次的神经元网络电活动进行检测。结合电生理、药理实验和网络动力学等分析方法，考察癫痫形成期间海马及相关脑区的神经元个体及群体的电活动模式、不同区域神经元电活动的相关性及因果性的变化，探索从发作间期转迁到发作期的神经元网络电活动变化的特征、规律及其临床意义，考察抗癫痫药物等在模型动物癫痫发作前期的作用及其临床意义。本研究将医学问题和动力学计算方法紧密结合，将为颞叶癫痫的临床早期预防和诊治及研制新型抗癫痫药物提供生物学依据。