腦神經活體原位電化學分析在臨床應用中的機遇與挑戰

摘要 腦科學作為多學科研究的前沿交叉領域之一，長期以來備受關注。其中，開展腦科學領域的化學基礎研究（以下簡稱為腦化學）不僅有助于理解腦功能的物質基礎，同時對于探索腦疾病發病機制及開發治療方法具有重要意義。活體原位電化學分析具有高時空分辨率、免標記以及電極/溶液界面可調控等特點，為開展活體層次的腦神經化學信號監測與調控研究提供了可能。其中，快速掃描伏安法結合微電極技術，不僅能夠實現多巴胺等神經分子的活體檢測，還能與現有的神經外科設備兼容并用，為活體原位電化學分析方法的臨床應用提供了新的機遇，也為相關疾病的診斷和治療開辟了新的途徑。本文綜述了活體原位電化學分析方法在腦化學研究和臨床應用中的最新進展，闡述了該技術在臨床應用中所面臨的挑戰及可能的解決途徑。

關鍵詞 活體電化學分析；臨床應用；快速掃描伏安法；腦神經化學；評述

神經信號是神經系統信息傳遞的基礎，包括電信號和化學信號。其中，化學信號是由神經遞質、神經調質、能量物質、自由基和離子等一系列活性神經分子組成的復雜網絡，它們不僅是大腦功能的物質基礎，參與形成和調控認知、運動、情緒等復雜生理過程，同時也是眾多神經系統疾病的生物標志物[1]。在生理條件下，神經分子水平處于動態平衡，一旦失衡則會導致神經系統疾病的形成、發生和發展。因此，實時監測神經化學物質動態變化，不僅有助于對腦功能的認識和理解，也可以為腦疾病的診斷和治療提供理論依據[2]。

目前，研究者已經開發出基于電化學、光學、質譜、核磁共振和拉曼光譜等原理的多種活體分析方法，部分方法已被應用于腦內神經分子的檢測[3]。其中，非侵入式成像技術能夠無創監測神經分子的動態變化，為腦結構、功能、代謝和分子特征的研究提供活體可視化的信息。然而，這些技術通常需要借助特殊的化學試劑或遺傳性熒光標記實現特定神經分子的選擇性檢測，限制了其在人腦研究中的應用[4]。電化學分析可利用神經分子的電化學性質實現腦化學分子的活體檢測，在神經科學研究和臨床應用中發揮重要作用[5]。其中，基于植入式微電極或微透析探針的電化學分析方法，因其高時空分辨率、免標記、可實現活體原位實時分析以及設備易集成和微型化等優勢，在腦化學基礎研究中備受關注，也在神經系統疾病（如帕金森癥和抑郁癥等）的臨床研究和早期診斷等方面顯示出潛在的應用前景。而且，電化學分析方法也適合長期監測慢性疾病，為疾病進展和治療效果的評估提供連續的數據支持[6]。

近年來，隨著全球腦計劃的推進，研究人員通過跨學科整合化學、材料學、神經生理學及人工智能等領域的先進技術，推動了腦神經活體電化學分析原理和方法的發展，并將其應用于臨床研究，為腦疾病的診斷和治療提供了重要途徑。此前，研究人員針對部分活體原位電化學分析的原理、方法及其在腦神經化學研究中的進展進行了綜述[7-12]。本文對近年來電化學活體原位分析的最新進展進行了綜述，討論了其在臨床應用中面臨的主要挑戰和可能的解決方案。

1 活體原位電化學分析

活體原位電化學分析通過將表面功能化的微電極直接植入生物活體的特定腦區，實現對待測神經化學物質的實時動態分析[13]。在系統研究目標神經化學分子結構及物理化學性質的基礎上，研究者通過合理設計和調控電極/溶液界面，采用合適的電化學方法，實現了對腦神經系統中一些生理活性分子的選擇性活體檢測[14]。

1.1 安培法

安培法是通過測量在電極上施加恒定電壓產生的電流而實現電活性物質定量檢測的電化學方法。安培法的基本原理如下：向工作電極施加恒定電位，電活性物質在電極界面發生電化學氧化還原反應，基于產生的電流可以實現神經分子的定量分析。該方法具備毫秒級的時間分辨率，能夠實時監測神經分子的動態變化。然而，安培法能夠記錄在施加電位下所有能夠參與氧化還原反應的分子產生的電流信息，故在實際活體應用中需考慮其它電活性物質的干擾等問題。鑒于此，為了實現腦內重要神經化學分子的選擇性分析， Wu 等[10]提出了按照神經分子形式電位（E0’）排序，結合分子固有的物理化學和電化學性質，指導界面設計的思路（圖1）。根據目標物與干擾物形式電位占優情況，通過合理構筑電極/溶液界面和調控物種的界面電子轉移動力學，一些神經化學物質（如抗壞血酸（Ascorbic acid， AA）、氧氣、多巴胺（Dopamine， DA）、過氧化氫、一氧化氮和硫化氫等）可通過安培法實現活體原位選擇性分析。

AA 是生命體中重要的水溶性維生素，作為抗氧化劑和神經調質，在許多神經生理病理過程中發揮了重要作用。AA 具有相對較負的形式電位，可在較低電位下發生異相電子轉移。因此，通過調控電極表面的化學性質，構筑電化學活性高的界面，加速AA 電化學氧化過程，即可實現在活體中的選擇性檢測。Zhang 等[15]率先發現碳納米管可降低AA 在碳纖維電極（Carbon fiber electrode， CFE）表面的氧化過電位。實驗結果表明，在碳納米管修飾電極上， AA 的起始氧化電位約為?0.10 V（vs Ag/AgCl），低于其它分子如DA（+0.08 V）、3，4-二羥基苯乙酸（3，4-Dihydroxyphenylacetic acid， DOPAC）（+0.10 V）、5-羥色胺（5-Hydroxytryptamine， 5-HT）（+0.15 V）和尿酸（+0.20 V）的起始氧化電位。利用該電極成功實現了AA 的選擇性活體原位電化學分析。

隨后， Xiang 等[16]通過原位合成方法，制備了陣列碳納米管包覆的碳纖維（Vertically aligned carbonnanotube-sheathed carbon fibers， VACNT-CFs），并以此作為電極材料，構筑了具有高重現性和穩定性的微電極，進一步結合安培法，在活體層次實時監測了AA-谷氨酸的“異相交換”過程。為了進一步提高碳納米管電極制備的重現性， Xiao 等[17]利用電泳法實現了碳納米管在CFE 表面的可控沉積，通過高溫和電化學處理，制備了對AA 具有良好催化活性的碳納米管電極。基于此電極，作者觀察到了擴散性抑制傳播過程中AA 的擴散釋放特性。Jin 等[18]利用電化學氧化策略制備了庚胺修飾的CFE，并通過疏水烷基鏈與碳納米球的相互作用制備了新一代AA 活體檢測電極（CFEAA2.0），其對AA 的檢測不僅具有高的選擇性和穩定性，而且表現出較低的界面電容，可用于單細胞水平和活體層次的電分析化學研究。利用該方法，他們發現在谷氨酸受體激動劑N-甲基-D-天冬氨酸（N-methyl-D-aspartate， NMDA）誘導細胞毒性水腫的過程中，胞內的AA 會外流到胞外（圖2）。

DA 作為一種關鍵的神經遞質，在運動控制、獎賞和情緒調節等方面發揮了重要作用[19]。與AA 相比， DA 及其它兒茶酚胺類神經遞質具有更高的形式電位，這對腦內DA 的選擇性檢測提出了更高的要求。針對該問題，研究者采用生物識別元件（如核酸適配體等）促進DA 在電極界面的異相電子轉移動力學，為傳感器的設計提供了新的思路。Hou 等[20]提出了一種CFE 表界面功能化的策略，通過膽固醇與烷基鏈之間的非共價相互作用，將膽固醇修飾的DA 適配體組裝到烷基功能化的CFE 上，開發了可植入式適配體型電化學傳感器（aptCFEDA1.0），實現了腦內DA 的選擇性檢測。結果表明，在+0.30 V（vs Ag/AgCl）電位下，神經系統中共存的多種神經化學物質，如AA、去甲腎上腺素（Norepinephrine， NE）、左旋多巴（Levodopa， L-DOPA）和DOPAC 對DA 的測定基本沒有干擾，顯示了核酸適配體功能化微電極用于神經遞質選擇性分析的優勢。隨后，為了進一步穩定電極界面， Li 等[21]基于電化學耦聯策略，利用鄰苯二酚在碳纖維上耦聯產生的醌中間體與含巰基的寡核苷酸快速結合，高效地將DA 適配體共價耦聯到CFE 上（aptCFEDA2.0）。與aptCFEDA1.0 相比， aptCFEDA2.0 通過核酸適配體與碳表面之間的共價鍵合，顯著提高了對DA 的檢測靈敏度和穩定性，為連續監測腦內DA 的動態變化提供了可靠的方法（圖3）。

氧氣對于維持中樞神經系統的正常功能至關重要，實時監測腦組織中的氧氣濃度不僅有助于了解神經系統的代謝功能，而且對于疾病的臨床治療具有指導意義。利用安培法進行氧氣活體原位分析時，為避免氧氣兩電子電化學還原過程產生的H2O2 中間產物損傷神經系統， Xiang 等[22]使用電沉積方法，通過循環伏安掃描在垂直生長碳納米管（VACNT）修飾CFE 的表面沉積鉑納米粒子，在?0.50 V 電位下實現了氧氣的四電子還原。然而，從熱力學角度來看，電催化H2O2 還原反應也容易發生。相應地，鉑電極也能夠高效催化H2O2 還原，從而降低了催化氧還原反應的選擇性。鑒于此， Wu 等[23]設計并制備了以CoN4位點為活性中心、空心碳納米球為基底的單原子催化劑（CoN4/C），研究發現， CoN4/C 催化氧氣還原的電位明顯優于H2O2 還原。理論計算結果顯示， CoN4/C 主要促進了氧氣的直接四電子轉移，而H2O2 在Co位點上的吸附受到明顯抑制。基于以上結果，作者以CoN4/C 為電催化劑制備了對氧氣響應良好的電化學傳感器，實現了無H2O2 干擾的氧活體電化學傳感（圖4）。

1.2 電位法

電位分析法是一種通過記錄開路狀態下工作電極相對于參比電極的電勢差，定量檢測目標物濃度的電化學方法。電位分析法利用能斯特方程描述在熱力學平衡狀態下電極電位與溶液中特定離子活度之間的定量關系。相較于其它基于電解池原理的電化學分析方法，電位法在測量過程中展現出高阻抗特性，幾乎不產生回路電流，從而能夠有效避免回路電流刺激神經元電活動的現象。離子選擇性電極是一類典型的基于電位原理的電化學傳感器，通過構筑離子選擇性敏感膜，將待測離子的活度轉化為可測量的電位信號。趙麗君等[24]以CFE 為基底電極、離子敏感膜為識別元件，構建了一種全固態離子選擇性電極，成功實現了腦內部分離子（如H+、K+和Ca2+等）的活體原位分析。Hao 等[25]將氫離子敏感膜修飾于CFE 界面，制備了全固態pH 選擇性電極。該電極對H+展現出良好的選擇性，并具備優異的抗蛋白吸附性能，成功實時監測了大鼠恐慌過程中杏仁核腦區的pH 值變化。然而，導電基底與敏感膜間水層的存在會導致離子選擇性電極記錄的電位信號易發生漂移。為了提高電位的穩定性， Zhao 等[26]以疏水的空心碳納米球為轉導層，構建了全固態Ca2+選擇性電極，并利用該電極成功觀察到擴散性抑制過程中Ca2+流入胞內的現象。此外，他們還進一步合成了氧化石墨炔（Graphdiyne oxide， GDYO）和二氧化錳（MnO2）復合結構（GDYO-MnO2），并以此作為全固態K+選擇性電極的轉導層，構筑了全固態K+選擇性電極，實現了大鼠腦內胞外K+的活體實時分析[27]。此外， Zhao 等[28]設計并合成了一系列特異性識別離子載體。他們以鎢絲為基底電極，在其表面電沉積聚（3，4-乙烯二氧噻吩）和聚（鈉-苯乙烯磺酸鹽）（Poly（3，4-ethylenediox-ythiophene） and poly（sodium-pstyrenesulfonate）， PEDOT∶PSS）作為離子-電子轉導層，以提高電位穩定性，制備了具有高選擇性和高穩定性的電化學電生理微陣列電極。該電極不僅可以實時監測自由移動大鼠癲癇發作時海馬腦區多種離子（K+， Ca2+， Na+）的濃度和pH 值的變化，還可以同步采集電生理信號（圖5）。Liu 等[29]通過調控Ca2+識別配體的親和力，構建了兼具高選擇性和高可逆性的電化學微陣列電極，實現了自由移動小鼠7 個腦區細胞外Ca2+和神經元電活動的同時檢測。Ding 等[30]和Rasmussen 等[31]利用離子選擇性電極與電生理電極同時記錄了腦內離子濃度與腦電的變化，發現離子在睡眠/覺醒轉換、運動發起和運動技能學習中發揮了重要的調控作用。

除了對離子進行檢測外， Wang 等[32]通過在碳納米管纖維上沉積鉑納米粒子制作了柔性電極，結合電位分析法，實現了腦內DA 的動態監測。Zhang 等[33]通過在CFE 表面電沉積銀納米顆粒，再經Na2S 處理，制得Ag2S/AgNPs/CFE。Ag/Ag2S 的可逆氧化還原過程以及Ag+與硫化物（Ksp=6.0×10?49）之間的高結合力，使得在開路狀態下，電極電位與S2?濃度之間滿足能斯特方程。實驗結果表明， Ag2S/AgNPs/CFE 對硫化氫（H2S）的檢測展現出高選擇性，能夠避免電活性物質和其它含硫物種的干擾。進一步， Liu 等[34]開發了檢測H2S 濃度和pH 值的電位型雙通道微傳感器。該傳感器具有高時空分辨率、抗蛋白吸附性能、良好的選擇性和穩定性，并且兩通道之間無相互干擾。利用該傳感器發現擴散性抑制過程中H2S 釋放不依賴于pH 值，而可能與酶依賴的通路相關（圖6）。

1.3 伏安法

伏安法是一類通過調制電壓波形記錄不同電位下電極電流響應的電化學測量方法。由于活體環境中不同神經化學分子的化學性質及濃度存在較大差異，在不同電位以及掃描過程中會表現出不同的電化學行為。基于此，采集特定掃描條件下一定電位范圍內的伏安數據，通過分析峰形和峰高等參數即可實現不同神經化學分子的定性和定量分析。按照掃描波形的差異，伏安法可分為脈沖伏安法和電位掃描伏安法。

常用的脈沖伏安法包括差分脈沖伏安法（Differential pulse voltammetry， DPV）、常規脈沖伏安法（Normal pulse voltammetry， NPV）以及方波伏安法（Square wave voltammetry， SWV）等，通過向工作電極施加一系列調制的電位脈沖并依次進行電流采集而實現伏安檢測。脈沖伏安法的特點是所采用的電位階躍過程能夠使得電極雙電層電流充分衰減，從而有效抑制背景充電電流的影響。其中， NPV 和SWV 具有非常高的靈敏度和選擇性，且能夠根據峰電位的差異同時對多種物質實現定量分析。Tian 研究組[9]開發了基于小分子配體的高選擇性電化學傳感器，結合DPV 方法，實現了多種分子（如硫化物、Cu2+、Cu+、Fe2+和半胱氨酸等）的選擇性分析。Dong 等[35]設計并合成了3，4-雙（（2-氟-5-硝基苯甲酰）氧基）-苯甲酸（MPS-1）和N-（4-（2，5-二硝基苯氧基）苯基）-5-（1，2-二硫雜環戊烷-3-基）戊酰胺（MHS-1）兩種探針，將二者共同組裝到介孔金膜微電極表面，制備了MPS-1 和MHS-1 修飾電極，用于H2Sn 和H2S 的特異性識別。結合DPV 方法，實現了動脈閉塞模型小鼠和阿爾茲海默癥模型小鼠海馬、紋狀體和皮層等腦區H2Sn 與H2S的同時檢測。

與脈沖伏安法不同，電位掃描伏安法是通過向電極施加以一定掃描速率的三角波，并實時記錄電流響應而實現伏安數據采集。為了提高時間分辨率和檢測選擇性，建立了快速掃描循環伏安法（Fast scancyclic voltammetry， FSCV），并發展成為一種使用相對廣泛的活體原位電化學分析方法[36]。FSCV 法通過結合快速電位掃描（gt;100 V/s）以及微電極技術，實現了微米級空間分辨率下神經分子毫秒級釋放過程的原位實時檢測。此外，以DA 為代表的兒茶酚胺類神經分子可在CFE 表面產生較強的吸附，表現為表面吸附控制的電化學行為[37]。因此，增大掃速能夠進一步提高FSCV 方法對于這類分子檢測的靈敏度。目前， FSCV 方法已被應用于多種神經生理和病理過程中DA 等神經分子的高靈敏和高時空分辨的動態檢測（圖7）[38]。除兒茶酚胺類物質以外，通過對掃描波形進行設計， FSCV 還可以實現腺苷、5-HT、O2 和H2O2 等分子的原位檢測。

對于FSCV 方法，其高掃速引發的挑戰主要包括背景充電電流大幅增加且漂移等。現有的策略通常是選取待測神經分子釋放之前的伏安數據作為背景信號，進行背景差減扣除，記錄短時間內（不超過90 s）的神經分子的變化[39]。此外，在涉及多種神經分子變化的復雜腦神經過程中，不同神經分子的伏安響應可能相互交疊，導致定量分析困難。針對伏安峰交疊的問題， Heien 等[40]將主成分回歸引入FSCV，對結果進行數學篩選分析，開發出同時測定DA 濃度和pH 值的新方法。但是，主成分回歸的分析方法對于數據采集和分析流程有較嚴苛的要求，所以亟需開發具有普適性的多組分分析方法。這些基于不同原理的活體電化學分析方法為神經分子的高時空分辨率和高靈敏度檢測提供了基礎，也為檢測人腦中神經分子提供了可能。

2 快速掃描循環伏安法在臨床應用中的進展

對人腦內神經分子進行研究，既彌補了模式動物研究之不足，也有助于新機制的發現。但是，神經分子的臨床檢測必須滿足3 個基本條件：對患者安全、與現有方法（神經外科設備和手術室環境）兼容以及能夠實現亞秒級時間分辨。深部腦刺激（Deep brain stimulation， DBS）技術為腦內神經化學物質的檢測提供了很好的機遇。通過結合DBS 技術和FSCV 的高時空分辨率和高選擇性優勢， FSCV 成為首個用于人類腦內化學分子實時原位檢測的活體電化學分析方法[41]。

選擇可與神經外科設備和手術室環境兼容的檢測電極是實現人腦神經分子檢測的基本條件之一。2011 年， Kishida 等[41]通過改進傳統CFE 的制作工藝，發展了首個適用于人腦中DA 原位測定的電化學傳感器。他們首先將碳纖維（直徑7 μm）穿入熔融石英毛細管，制成微型CFE，并以較大直徑的毛細管進行固定，然后將制備的電極嵌入到聚酰亞胺涂層的不銹鋼保護管內，保護管尖端暴露1 mm 作為參比電極，從而完成電極組裝（圖8A）。他們將該電極植入帕金森癥患者的尾狀核腦區，利用FSCV 成功監測了患者決策過程中腦內DA 的快速釋放過程。閉環DBS 系統實現了治療系統和大腦之間的雙向交互，通過神經生理學數據的實時反饋，動態優化了DBS 參數。將無線實時記錄系統與植入式微電極集成，并結合反饋控制算法，可以構建長期植入式閉環的DBS 設備。通過精準調控刺激參數，該系統可有效降低DBS治療的副作用，提高治療的安全性和有效性，但也對化學信號記錄電極，尤其是電極的穩定性和長期測量的可靠性，提出了更苛刻的要求。Bennet 等[42]利用化學氣相沉積技術，在鎢絲電極尖端沉積多晶硼摻雜金剛石薄膜，制備了摻硼金剛石基電極。體外電化學測試結果表明，摻硼金剛石基電極在連續測試72 h后靈敏度僅降低6.7%，而CFE 的靈敏度則明顯下降（43.4%）。此外，該電極的物理強度比CFE 高2 個數量級（圖8B）。結合無線實時監測系統（Wireless instantaneous neurochemical sensing system， WINCS），該電極在靜止性震顫患者的丘腦腦區（圖9）記錄到機械刺激引起的腺苷釋放[42-43]。Montague 等[44]開發了一種新的彈性網電化學技術，結合陣列電極技術，實現了NE、DA 和5-HT 的同步檢測。這些人腦可植入式電極的研發為腦化學的臨床研究提供了重要的基礎。

研究人員采用基于FSCV 的原位電化學分析技術，并結合一系列簡短的實驗范式（如投資回報、概率獎勵、賭博決策、視覺運動方向辨別、時間感知及最后通牒博弈等任務），研究了DA、5-HT 和NE 等神經分子在相關過程中的分子作用機制[45-54]。Kishida 等[45]將定制的CFE 植入帕金森癥患者紋狀體腦區，實時監測了DA 的亞秒級變化，發現DA 不僅編碼獎勵預測誤差還整合了反事實預測誤差，揭示了DA在決策過程中對實際和假設結果的復雜編碼機制。他們進一步比較了投資決策過程中紋狀體腦區血氧水平依賴（Blood oxygen level-dependent， BOLD）信號與DA 釋放之間的關系，發現在某些情況下二者存在對應關系，但并不完全一致，特別是在不同投資決策情境下， DA 信號會因投資大小變化而發生反轉，而BOLD 信號則沒有這種反轉現象，表明DA 信號可能編碼了獎勵預測誤差和反事實誤差的線性組合[46]。最新的研究結果顯示，人腦紋狀體的DA 波動不僅編碼獎勵預測誤差，還編碼懲罰預測誤差。利用FSCV高時間分辨率的特點， Sands 等[47]深入探究了編碼機制，發現細胞外DA 水平通過人腦內獨立的價態特異性通路，在不同時間區間編碼獎勵和懲罰預測誤差，表明人類決策受到獨立且并行的獎賞和懲罰處理過程的影響。除此之外， Liebenow 等[48]對比了酒精使用障礙患者與非酒精使用障礙患者在“穩賺或冒險”決策任務中DA 的釋放情況，分析了不同決策結果對獎賞預測誤差的DA 反應。結果顯示，酒精使用障礙患者在處理反事實信息（如后悔和釋然）時DA 反應異常，尤其在面對積極的反事實預測誤差（釋然）時，其DA 水平顯著低于非酒精使用障礙患者，提示酒精使用障礙可能與DA 對情緒反應的編碼異常相關。除DA 外， Moran 等[49]通過FSCV 技術，監測了帕金森患者在進行投資任務時紋狀體腦區5-HT 的變化情況，分析了該信號與獎勵預測誤差和決策行為之間的關系，發現與DA 的作用不同，人腦紋狀體內5-HT 可編碼與損失相關的預測誤差，并在面對負面環境事件時調節選擇，減少風險暴露的可能。Bang 等[50-51]同時監測了人類受試者進行視覺運動方向辨別和最后通牒博弈時，其紋狀體腦區DA 和5-HT 兩種信號的變化情況，發現這兩種神經化學分子不僅參與獎勵處理，還在非獎賞相關認知和行為（如快速感知決策過程）、社會互動等方面發揮重要作用。這些研究不僅加深了人類對認知、情感和行為等神經過程的理解，而且為神經疾病的診斷和治療提供了重要的實驗和理論依據。

3 活體原位電化學分析在臨床應用中面臨的挑戰和可能的解決方案

雖然近期的研究初步表明FSCV 可以應用于臨床研究，但是以伏安法為代表的電化學分析方法用于臨床研究時仍存在以下問題：（1）現有植入式微電極與腦組織的力學性能不匹配；（2）傳統原位電化學檢測方法干擾神經元電活動，且不兼容電生理信號記錄；（3）可檢測物種有限。這些因素制約了活體電化學分析在腦化學機制、腦機接口、神經調控以及神經疾病診療等研究方面的應用。因此，仍需從電極設計、方法原理和分析性能等多個方面深入開展傳感器的研發，以滿足腦化學活體測量在臨床研究中的應用需求。

3.1 低損傷

目前，常用于腦化學傳感的植入式微電極大多采用碳纖維、金和鉑等“剛性”材料制成。這些材料的楊氏模量通常在GPa 級別，遠高于腦組織的楊氏模量（約10 kPa）。剛性電極在植入腦組織過程中，將不可避免地破壞血腦屏障，導致腦組織損傷。同時，由于電極/腦界面力學性能不匹配，腦組織的微移動會導致組織與電極之間產生摩擦，這些因素均可能引發電極周圍組織的免疫反應[55]。同時，損傷部位的腦組織會產生大量激活的膠質細胞向電極界面遷移，并形成纖維囊，阻礙神經化學分子在電極界面的氧化還原反應，最終導致電極無法正常工作[56]。此外，微電極植入也會導致周圍腦組織化學穩態失衡，甚至影響其功能，使得電極測量結果無法反映腦組織的真實狀態。柔性電極因具有與腦組織相匹配的力學性能，為腦化學信號的長時程和高保真記錄提供了新的可能[57-58]。

采用導電聚合物（如聚吡咯、聚苯胺和PEDOT：PSS 等）制備的電極不僅能夠提供與腦組織相匹配的機械特性和優異的生物相容性，有效降低植入后引發免疫反應的風險，同時還能夠保證植入式傳感器所需的電學性能。這些特性使得所開發的電極在腦化學活體測量領域展現出廣闊的應用前景。其中，PEDOT∶PSS 因其高導電性和易于功能化的特點，被視為最具發展潛力的導電聚合物之一[59]。Xu 等[60]采用濕法紡絲技術，結合后處理工藝，制備了純PEDOT∶PSS 纖維，并將其作為電極材料，開發了一種植入式低損傷柔性電極。該電極具有高導電性和快速的異相電子轉移速率，可以用于腦內DA 的原位實時檢測。同時，后處理的纖維展現出一定的電荷存儲和注入能力，可以用于記錄和調控神經元活動（圖10）。進一步地，他們將少量碳納米管摻入PEDOT∶PSS 制備了碳納米管-PEDOT：PSS 復合物纖維微電極，實現了擴散性抑制過程中AA 的選擇性分析。該電極也可植入大鼠外周神經系統，對坐骨神經的復合動作電位實現高保真記錄。此外，由于碳納米管摻入量極低，復合物纖維微電極仍然保持與腦組織相匹配的楊氏模量，在4 周的活體植入期內表現出優異的生物相容性[61]。因此，在神經系統疾病（如帕金森癥和癲癇）的長期監測中，柔性電極的研發不僅能夠實現在腦組織的穩定植入，可以連續監測神經化學分子動態變化，為疾病進展評估和治療效果分析提供實驗基礎，也可以顯著降低患者不適感和并發癥風險，增強設備的耐受性和安全性。

3.2 信號兼容

實現腦內神經分子和神經元電活動的同步監測，對于解析化學信號和電信號在生理病理過程中的協同作用機制至關重要，這有助于研究人員深入理解神經系統活動，并揭示神經網絡的工作機制。然而，現有的活體電化學測量方法幾乎都是基于電解池原理發展起來的，需要向工作電極施加極化電壓驅動電活性分子的電化學氧化或還原[62]。外加的極化電壓以及產生的回路電流不僅會刺激神經元，而且會影響神經電生理信號的記錄，從而導致兩種信號很難同步記錄[63]。基于電位法的化學信號采集方式為解決上述問題提供了有效途徑，但該方法仍然難以實現氧化還原活性分子的分析檢測。針對這一問題，Wu 等[64]提出了基于原電池原理的氧化還原電勢分析法（Galvanic redox potentiometry， GRP）。該方法通過在陰陽兩極之間構筑能夠自發進行的氧化還原過程，在無需外加極化電壓的條件下，通過記錄兩極間的開路電位即可實現待測物的分析。基于該原理， Wu 等[64]利用漆酶修飾的CFE 催化氧氣還原反應作為高電位陰極，利用單壁碳納米管修飾的CFE 催化AA 氧化作為低電位陽極，制備了首個兩電極型的GRP 傳感器。二者構成自發的氧化還原體系，并通過系統的開路電位指示AA 的濃度變化。利用該傳感器實時監測了腦缺血-再灌注過程中皮層AA 的濃度變化規律。為了實現對GRP 體系陰極電位的調控，Yu 等[65]在此基礎上發展了基于自發雙極化行為的氧化還原電勢法。他們以AA 為模型分子，設計構建了首個單根碳纖維驅動的電化學傳感器。該傳感器的陰極端被封裝在玻璃管內部，與測量環境隔離。這種設計既有效避免了兩極反應的交叉干擾，又使陰極端電極反應的選擇更加靈活。他們還通過將GRP傳感器與電生理陣列電極共同植入腦組織同時記錄電化學和電生理信號，驗證了GRP 方法的神經元兼容性（圖11A）。隨后，薛亦飛等[66]在系統研究腦內重要神經活性分子物理化學性質的基礎上，成功構建了多種目標分子的氧化還原電勢分析方法。Pan 等[67]結合單原子催化劑和氧化還原GRP 原理發展了高性能的活體H2S 傳感器。該傳感器以NiN4-SAC 為電催化劑，降低了H2S 的電化學氧化過電位，從而排除了腦內干擾物質的影響，實現高選擇性檢測。此外， GRP 方法在測量過程中幾乎沒有電流產生，最大限度地減少了電極表面的產物吸附和積累，顯著提高了電極穩定性（圖11B）。利用該傳感器發現在皮層腦區持續高頻電刺激下，野生型與DJ-1 蛋白敲除鼠紋狀體的H2S 釋放持續時長具有顯著差異（圖11C）。

針對5-HT 氧化產物鈍化電極的關鍵問題， Zhu 等[68]基于GRP 原理，發展了一種高穩定性、可植入式的電化學傳感器（GRP5-HT），用于活體動物腦內5-HT 的動力學研究（圖11D）。相比于傳統的基于電流法的電化學傳感器， GRP 方法能夠有效減少5-HT 氧化產物對電極的鈍化。Ni 等[69]利用核酸適配體對電極界面進行功能化，結合GRP 原理，開發了首個適配體型GRP 傳感器。以DA 為目標分子，該傳感器表現出高選擇性和納摩爾級響應靈敏度，能夠在保持神經元正常活動的前提下，實時記錄大鼠腦內DA的動態變化（圖11E）。以葡萄糖脫氫酶為生物識別元件， Lu 等[70]構建了首個酶型GRP 傳感器，為不具有良好氧化還原活性分子的電化學分析提供了新思路（圖11F）。此外， Wei 等[71]將GRP 方法與電生理記錄系統進行集成，通過在陣列電極的單個記錄位點修飾單壁碳納米管，作為GRP 體系的陽極端，并以鉑電極作為陰極端，構建自發氧化還原體系，實現了AA 和電生理信號的同步檢測。實驗結果表明， GRP電化學記錄和電生理記錄之間互不干擾，可以實現同步記錄，基于此實現了擴散性抑制過程中AA 和神經元電活動的同步記錄（圖12）。這一多模態信號捕獲集成系統可以實現電生理信號與電化學信號的整合，為疾病的精準診斷提供重要工具，也必將為腦科學研究提供更全面視角。

3.3 多組分檢測

大腦中包含約200 種與生理病理狀態調節相關的小分子神經化學物質，面對復雜的大腦微環境，如果能在單次測量中實現多種化學物質的定量檢測，即可為研究不同神經化學物質之間的協同作用提供可能。目前普遍采用陣列電極實現這一目標[28-29]。然而，這可能影響信號檢測的時空分辨率。基于單根電極的FSCV 能夠在保證時空分辨率的前提下提供包含多種神經化學物質濃度信息的電化學伏安數據，有望實現高時空分辨的多組分原位檢測。采用線性回歸模型，從FSCV 中解析pH 值和5-HT 信號。但是，在活體測量過程中存在伏安峰形電位偏移和背景電流漂移等共性問題，對回歸模型造成干擾。因此，使用FSCV 對大腦中的神經化學物質進行多組分檢測仍面臨巨大的挑戰。

為了從復雜的循環伏安圖中同時提取多種神經化學分子的濃度信息， Xue 等[72]將FSCV 與人工智能算法結合，開發了基于深度學習的伏安傳感平臺（Deep learning-based voltammetric sensor， DLV 傳感器）用于腦內復雜化學環境下的多組分檢測（圖13）。該方法設計了一個類自編碼器結構的深度神經網絡模型，使用卷積神經網絡實現了伏安峰形特征的提取和識別并進行了定量分析。相較于傳統的機器學習方法（如主成分分析），深度學習算法結構具有更高的靈活性，通過對模型結構以及訓練過程進行有效設計，能夠表現出對各種干擾因素的魯棒性以及對復雜數據的泛化能力。DLV 傳感方法通過同時使用已標記的體外數據和未標記的活體數據進行半監督訓練，實現了不同物質伏安峰形的有效提取，并能夠在復雜的活體伏安數據中進行識別和定量分析。目前，利用該方法已成功實現了大鼠擴散性抑制過程中紋狀體腦區DA、AA 和離子濃度的同時檢測。未來，隨著傳感技術和人工智能的深度交叉和融合， DLV 傳感器有望實現更多組分的同時檢測，進一步促進腦科學和臨床醫學的研究。

4 總結與展望

活體原位電化學分析是活體神經化學信號監測的重要方法之一。FSCV 法結合微電極技術為活體原位電化學分析的臨床應用提供了新機遇，有助于神經系統疾病的早期診斷和治療效果的評估。盡管如此，目前的活體原位電化學分析的臨床應用仍面臨諸多挑戰，需要進一步發展新一代活體電化學分析原理和方法。柔性電極的引入為活體化學信號的長期采集提供了可能；GRP 方法的出現解決了神經信號兼容性問題，為多模態信號采集提供了重要工具；人工智能在化學信號解析中的應用為數據挖掘提供了更廣泛的視角。雖然基于GRP 原理的低損傷式多組分信號采集分析技術還未完全實現，但通過對電極界面和電極結構的合理設計和構筑，活體原位電化學分析將為實現臨床化學信號的大規模長期穩定記錄提供可能，也將極大地推動腦科學研究的發展。

References

[1] MUIR J， ANGUIANO M， KIM C K. Science， 2024， 385（6716）： eadn6671.

[2] CHEN D， ZHAO Z， SHI J， LI S， XU X， WU Z， TANG Y， LIU N， ZHOU W， NI C， MA B， WANG J， ZHANG J， HUANG L，YOU Z， ZHANG P， TANG Z. Transl. Psychiatry， 2024， 14（1）： 440.

[3] WEI Huan， WU Fei， YU Ping， MAO Lan-Qun. Chin. J. Anal. Chem. ， 2019， 47（10）： 1466-1479.

魏歡， 吳菲， 于萍， 毛蘭群. 分析化學， 2019， 47（10）： 1466-1479.

[4] WU Z， LIN D， LI Y. Nat. Rev. Neurosci. ， 2022， 23（5）： 257-274.

[5] VáZQUEZ-GUARDADO A， YANG Y， BANDODKAR A J， ROGERS J A. Nat. Neurosci. ， 2020， 23（12）： 1522-1536.

[6] BUCHER E S， WIGHTMAN R M. Annu. Rev. Anal. Chem. ， 2015， 8（1）： 239-261.

[7] WU F， YU P， MAO L. JACS Au， 2023， 3（8）： 2062-2072.

[8] WANG S， LIU Y， ZHU A， TIAN Y. Anal. Chem. ， 2023， 95（1）： 388-406.

[9] LIU Y， LIU Z， ZHOU Y， TIAN Y. JACS Au， 2023， 3（6）： 1572-1582.

[10] WU F， YU P， MAO L. Angew. Chem. Int. Ed. ， 2023， 62（1）： e202208872.

[11] LIU Y， LIU Z， TIAN Y. Acc. Chem. Res. ， 2022， 55（19）： 2821-2832.

[12] DA Y， LUO S， TIAN Y. ACS Appl. Mater. Interfaces， 2023， 15（1）： 138-157.

[13] GU C， KONG F， LIANG S， ZHAO X， KONG B， JIANG T， YU J， LI Q， LIN Y， BAI S， SHAO Y. Sci. Adv. ， 2024， 10（49）：eadr7218.

[14] XUE Yi-Fei， XIAO Tong-Fang， JIANG Ya-Nan， WU Fei， YU Ping， MAO Lan-Qun. Chin. J. Anal. Chem. ， 2019， 47（10）：1443-1454.

薛亦飛， 肖通方， 蔣亞楠， 吳菲， 于萍， 毛蘭群. 分析化學， 2019， 47（10）： 1443-1454.

[15] ZHANG M， LIU K， XIANG L， LIN Y， SU L， MAO L. Anal. Chem. ， 2007， 79（17）： 6559-6565.

[16] XIANG L， YU P， HAO J， ZHANG M， ZHU L， DAI L， MAO L. Anal. Chem. ， 2014， 86（8）： 3909-3914.

[17] XIAO T， WANG Y， WEI H， YU P， JIANG Y， MAO L. Angew. Chem. Int. Ed. ， 2019， 58（20）： 6616-6619.

[18] JIN J， JI W， LI L， ZHAO G， WU W， WEI H， MA F， JIANG Y， MAO L. J. Am. Chem. Soc. ， 2020， 142（45）： 19012-19016.

[19] CAI X， LIU C， TSUTSUI-KIMURA I， LEE J H， GUO C， BANERJEE A， LEE J， AMO R， XIE Y， PATRIARCHI T， LI Y，WATABE-UCHIDA M， UCHIDA N， KAESER P S. Nature， 2024， 635（8038）： 406-414.

[20] HOU H， JIN Y， WEI H， JI W， XUE Y， HU J， ZHANG M， JIANG Y， MAO L. Angew. Chem. Int. Ed. ， 2020， 59（43）： 18996-19000.

[21] LI X， JIN Y， ZHU F， LIU R， JIANG Y， JIANG Y， MAO L. Angew. Chem. Int. Ed. ， 2022， 61（42）： e202208121.

[22] XIANG L， YU P， ZHANG M， HAO J， WANG Y， ZHU L， DAI L， MAO L. Anal. Chem. ， 2014， 86（10）： 5017-5023.

[23] WU F， PAN C， HE C T， HAN Y， MA W， WEI H， JI W， CHEN W， MAO J， YU P， WANG D， MAO L， LI Y. J. Am. Chem.Soc. ， 2020， 142（39）： 16861-16867.

[24] ZHAO Li-Jun， ZHENG Wei， MAO Lan-Qun. Chin. J. Anal. Chem. ， 2019， 47（10）： 1480-1491.

趙麗君， 鄭衛， 毛蘭群. 分析化學， 2019， 47（10）： 1480-1491.

[25] HAO J， XIAO T， WU F， YU P， MAO L. Anal. Chem. ， 2016， 88（22）： 11238-11243.

[26] ZHAO L， JIANG Y， WEI H， JIANG Y， MA W， ZHENG W， CAO A M， MAO L. Anal. Chem. ， 2019， 91（7）： 4421-4428.

[27] ZHAO L， JIANG Y， HAO J， WEI H， ZHENG W， MAO L. Sci. China Chem. ， 2019， 62（10）： 1414-1420.

[28] ZHAO F， LIU Y， DONG H， FENG S， SHI G， LIN L， TIAN Y. Angew. Chem. Int. Ed. ， 2020， 59（26）： 10426-10430.

[29] LIU Y， LIU Z， ZHAO F， TIAN Y. Angew. Chem. Int. Ed. ， 2021， 60（26）： 14429-14437.

[30] DING F， O′DONNELL J， XU Q， KANG N， GOLDMAN N， NEDERGAARD M. Science， 2016， 352（6285）： 550-555.

[31] RASMUSSEN R， NICHOLAS E， PETERSEN N C， DIETZ A G， XU Q， SUN Q， NEDERGAARD M. Cell Rep. ， 2019， 28（5）：1182-1194.e4.

[32] WANG L， CHEN J， WANG J， LI H， CHEN C， FENG J， GUO Y， YU H， SUN X， PENG H. Sci. China Chem. ， 2021， 64（10）：1763-1769.

[33] ZHANG L， XU T， JI W， WANG X， CHENG S， ZHANG S， ZHANG Y， ZHANG M. Anal. Chem. ， 2021， 93（18）： 7063-7070.

[34] LIU R， ZHANG S， ZENG H， GAO N， YIN Y， ZHANG M， MAO L. Angew. Chem. Int. Ed. ， 2024， 63（12）： e202318973.

[35] DONG H， ZHOU Q， ZHANG L， TIAN Y. Angew. Chem. Int. Ed. ， 2019， 58（39）： 13948-13953.

[36] CLARK J J， SANDBERG S G， WANAT M J， GAN J O， HORNE E A， HART A S， AKERS C A， PARKER J G， WILLUHN I， MARTINEZ V， EVANS S B， STELLA N， PHILLIPS P E M. Nat. Methods， 2010， 7（2）： 126-129.

[37] HAMID A A， PETTIBONE J R， MABROUK O S， HETRICK V L， SCHMIDT R， VANDER WEELE C M， KENNEDY R T，ARAGONA B J， BERKE J D. Nat. Neurosci. ， 2016， 19（1）： 117-126.

[38] LI J， LIU Y， YUAN L， ZHANG B， BISHOP E S， WANG K， TANG J， ZHENG Y Q， XU W， NIU S， BEKER L， LI T L， CHEN G， DIYAOLU M， THOMAS A L， MOTTINI V， TOK J B H， DUNN J C Y， CUI B， PA?CA S P， CUI Y， HABTEZION A，CHEN X， BAO Z. Nature， 2022， 606（7912）： 94-101.

[39] KEITHLEY R B， WIGHTMAN R M. ACS Chem. Neurosci. ， 2011， 2（9）： 514-525.

[40] HEIEN M L A V， JOHNSON M A， WIGHTMAN R M. Anal. Chem. ， 2004， 76（19）： 5697-5704.

[41] KISHIDA K T， SANDBERG S G， LOHRENZ T， COMAIR Y G， SáEZ I， PHILLIPS P E M， MONTAGUE P R. PLoS One，2011， 6（8）： e23291.

[42] BENNET K E， TOMSHINE J R， MIN H K， MANCIU F S， MARSH M P， PAEK S B， SETTELL M L， NICOLAI E N，BLAHA C D， KOUZANI A Z， CHANG S Y， LEE K H. Front. Hum. Neurosci. ， 2016， 10： 102.

[43] CHANG S Y， KIM I， MARSH M P， JANG D P， HWANG S C， VAN GOMPEL J J， GOERSS S J， KIMBLE C J， BENNET K E， GARRIS P A， BLAHA C D， LEE K H. Mayo Clin. Proc. ， 2012， 87（8）： 760-765.

[44] MONTAGUE P R， KISHIDA K T. Cold Spring Harbor Symp. Quant. Biol. ， 2018， 83： 71-82.

[45] KISHIDA K T， SAEZ I， LOHRENZ T， WITCHER M R， LAXTON A W， TATTER S B， WHITE J P， ELLIS T L， PHILLIPS P E M， MONTAGUE P R. Proc. Natl. Acad. Sci. U. S. A. ， 2016， 113（1）： 200-205.

[46] LOHRENZ T， KISHIDA K T， MONTAGUE P R. Philos. Trans. R. Soc. ， B， 2016， 371（1705）： 20150352.

[47] SANDS L P， JIANG A， LIEBENOW B， DIMARCO E， LAXTON A W， TATTER S B， MONTAGUE P R， KISHIDA K T. Sci.Adv. ， 2023， 9（48）： eadi4927.

[48] LIEBENOW B， JIANG A， DIMARCO E， WILSON T， SIDDIQUI M S， UL HAQ I， LAXTON A W， TATTER S B， KISHIDA K T. Neurosurg. Focus， 2023， 54（2）： E3.

[49] MORAN R J， KISHIDA K T， LOHRENZ T， SAEZ I， LAXTON A W， WITCHER M R， TATTER S B， ELLIS T L， PHILLIPS P E， DAYAN P， MONTAGUE P R. Neuropsychopharmacology， 2018， 43（6）： 1425-1435.

[50] BANG D， KISHIDA K T， LOHRENZ T， WHITE J P， LAXTON A W， TATTER S B， FLEMING S M， MONTAGUE P R.Neuron， 2020， 108（5）： 999-1010.e6.

[51] BATTEN S R， BANG D， KOPELL B H， DAVIS A N， HEFLIN M， FU Q， PERL O， ZIAFAT K， HASHEMI A， SAEZ I，BARBOSA L S， TWOMEY T， LOHRENZ T， WHITE J P， DAYAN P， CHARNEY A W， FIGEE M， MAYBERG H S，KISHIDA K T， GU X， MONTAGUE P R. Nat. Hum. Behav. ， 2024， 8（4）： 718-728.

[52] BANG D， LUO Y， BARBOSA L S， BATTEN S R， HADJ-AMAR B， TWOMEY T， MELVILLE N， WHITE J P， TORRES A，CELAYA X， RAMAIAH P， MCCLURE S M， BREWER G A， BINA R W， LOHRENZ T， CASAS B， CHIU P H，VANNUCCI M， KISHIDA K T， WITCHER M R， MONTAGUE P R. Curr. Biol. ， 2023， 33（22）： 5003-5010.e6.

[53] SADIBOLOVA R， DIMARCO E K， JIANG A， MAAS B， TATTER S B， LAXTON A， KISHIDA K T， TERHUNE D B.medRxiv， 2024， https：//doi.org/10.1101/2024.02.09.24302276.

[54] LIEBENOW B， WILLIAMS M， WILSON T， HAQ I， SIDDIQUI M S， LAXTON A W， TATTER S B， KISHIDA K T. PLoSOne， 2022， 17（8）： e0271348.

[55] LIU Y， HUANG W. Angew. Chem. Int. Ed. ， 2021， 60（6）： 2757-2767.

[56] WANG Jin-Fen， TIAN Hui-Hui， FANG Ying. Chin. J. Anal. Chem. ， 2019， 47（10）： 1549-1558.

王晉芬， 田慧慧， 方英. 分析化學， 2019， 47（10）： 1549-1558.

[57] TANG X， SHEN H， ZHAO S， LI N， LIU J. Nat. Electron. ， 2023， 6（2）： 109-118.

[58] LIU Y， LIU J， CHEN S， LEI T， KIM Y， NIU S， WANG H， WANG X， FOUDEH A M， TOK J B H， BAO Z. Nat. Biomed.Eng. ， 2019， 3（1）： 58-68.

[59] LU B， YUK H， LIN S， JIAN N， QU K， XU J， ZHAO X. Nat. Commun. ， 2019， 10（1）： 1043.

[60] XU T， JI W， WANG X， ZHANG Y， ZENG H， MAO L， ZHANG M. Angew. Chem. Int. Ed. ， 2022， 61（16）： e202115074.

[61] XU T， JI W， ZHANG Y， WANG X， GAO N， MAO L， ZHANG M. Angew. Chem. Int. Ed. ， 2022， 61（41）： e202204344.

[62] PHILLIPS P E M， STUBER G D， HEIEN M L A V， WIGHTMAN R M， CARELLI R M. Nature， 2003， 422（6932）： 614-618.

[63] SHEN K， CHEN O， EDMUNDS J L， PIECH D K， MAHARBIZ M M. Nat. Biomed. Eng. ， 2023， 7（4）： 424-442.

[64] WU F， CHENG H， WEI H， XIONG T， YU P， MAO L. Anal. Chem. ， 2018， 90（21）： 13021-13029.

[65] YU P， WEI H， ZHONG P， XUE Y， WU F， LIU Y， FEI J， MAO L. Angew. Chem. Int. Ed. ， 2020， 59（50）： 22652-22658.

[66] XUE Yi-Fei， WU Fei， JIANG Ya-Nan， YU Ping， MAO Lan-Qun. Sci. Sin. Chim， 2022， 52（6）： 848-857.

薛亦飛， 吳菲， 蔣亞楠， 于萍， 毛蘭群. 中國科學： 化學， 2022， 52（6）： 848-857.

[67] PAN C， WU F， MAO J， WU W， ZHAO G， JI W， MA W， YU P， MAO L. J. Am. Chem. Soc. ， 2022， 144（32）： 14678-14686.

[68] ZHU F， XUE Y， JI W， LI X， MA W， YU P， JIANG Y， MAO L. Angew. Chem. Int. Ed. ， 2023， 62（11）： e202212458.

[69] NI J， WEI H， JI W， XUE Y， ZHU F， WANG C， JIANG Y， MAO L. ACS Sens. ， 2024， 9（5）： 2447-2454.

[70] LU J， ZHUANG X， WEI H， LIU R， JI W， YU P， MA W， MAO L. Anal. Chem. ， 2024， 96（8）： 3672-3678.

[71] WEI H， LI L， JIN J， WU F， YU P， MA F， MAO L. Anal. Chem. ， 2020， 92（14）： 10177-10182.

[72] XUE Y， JI W， JIANG Y， YU P， MAO L. Angew. Chem. Int. Ed. ， 2021， 60（44）： 23777-23783.

國家自然科學基金項目（Nos. 22134002， 22404005）和中國博士后科學基金項目（No. 2023M730288）資助。