聚咪唑限域纳米流体振荡神经元：仿生脉冲编码与化学调控新突破

《Nature Communications》：A nanofluidic oscillating neuron

为克服纳米流体系统模拟神经元复杂脉冲动力学的挑战，研究人员开发了聚咪唑刷修饰的纳米流体振荡神经元（FON）。该器件通过Fe(CN)63-与聚咪唑的动态吸附/解吸附和电渗流反转的耦合作用，成功实现了类动作电位振荡、电压/化学门控频率编码及不应期阈值调控，为构建离子型脉冲神经网络提供了新范式。

　　

在神经形态计算和仿生智能器件快速发展的今天，模拟生物神经元的复杂动态行为，特别是其核心的脉冲编码功能，一直是科学家们追求的目标。生物神经元通过精巧的离子通道（如Na⁺和K⁺通道）的交替激活产生动作电位，以脉冲频率和时序编码信息，这是大脑高效处理信息的基础。然而，在人工系统中，尤其是在纳米流体领域，复制这种高度非线性的脉冲动力学行为面临巨大挑战。传统的固态或电化学神经元通常需要复杂的电路集成，而纳米流体系统虽然具有离子传输的天然优势，但实现类似神经元的“全有或全无”阈值特性、频率自适应以及化学信号直接调控等多功能集成，仍是一个亟待突破的科学难题。

正是在这一背景下，发表在《Nature Communications》上的一项研究报道了一种创新的纳米流体振荡神经元（FON）。该研究由中国科学院化学研究所的于平研究员和北京师范大学的毛兰群教授团队合作完成，他们巧妙利用聚咪唑刷（PimB）修饰的微吸管，在不对称溶液环境中，成功实现了与生物神经元动作电位高度相似的振荡离子电流，并展示了其对电、化学信号的多模式编码能力。

研究人员为开展此项研究，主要运用了几个关键技术方法。首先，他们通过表面引发原子转移自由基聚合（SI-ATRP）技术在玻璃微吸管内侧修饰了聚咪唑刷（PimB），构建了功能化的纳米流体通道。其次，利用电流-电压（I-V）曲线测量、电渗流（EOF）泵实验和zeta电位测量等手段，系统表征了器件的离子电流整流（ICR）、记忆电阻行为以及表面化学变化。第三，结合有限元模拟（FEM）对纳米通道内的离子传输和EOF分布进行了理论建模和分析。最后，通过测量在不同偏压、不同化学环境（如离子强度、阴离子种类和浓度）下的电导-时间（G-t）曲线和功率谱，深入研究了FON的脉冲动力学和编码功能。

振荡离子电流在FON中的产生

研究团队发现，当在充满0.1 M KCl和1 mM K₃Fe(CN)₆混合溶液（内液）的PimB修饰微吸管外部浸泡于纯0.1 M KCl溶液（外液）中，并施加-3 V的恒定偏压时，可以观察到周期约为4.02秒的规则振荡离子电流。而在对称的KCl溶液中，仅观察到电导衰减，没有振荡现象。这表明振荡的产生依赖于不对称溶液环境以及PimB与Fe(CN)₆^3-之间的特异性相互作用。I-V曲线测试表明，Fe(CN)₆^3-的浓度可以调控PimB层的表面电荷，导致离子电流整流方向的翻转，即从低电导状态向高电导状态的转变。电渗流实验和模拟进一步揭示，Fe(CN)₆^3-的吸附会引起表面电荷反转，进而改变EOF的方向和速度，形成一个动态反馈回路：EOF影响局部Fe(CN)₆^3-分布，从而改变表面化学；表面化学的变化又反过来调控EOF。这种耦合作用驱动了离子电导在高（K⁺主导）和低（Cl^-主导）两种状态之间的周期性切换，从而产生脉冲电流。这类似于生物神经元中Na⁺内流和K⁺外流的交替主导。

FON的神经形态脉冲响应

FON展现出类神经元的关键编码特性。首先，它表现出电压门控的“全有或全无”阈值特性，只有当偏压超过-2 V时才会产生脉冲，低于此阈值则仅为稳态电流。其次，脉冲频率随刺激强度（偏压大小）可调，从-2 V时的2.1 Hz增加到-5 V时的18.7 Hz，实现了频率编码。此外，在持续刺激下，FON表现出脉冲频率适应（SFA），即初始高频脉冲后频率逐渐衰减，这与生物神经元防止过度兴奋的机制相似。理论模拟通过一个双稳态模型成功复现了这些电压依赖的脉冲动力学，将其归类为I类神经元兴奋性。

化学调控的FON脉冲

更引人注目的是，FON能够将化学信号转化为脉冲模式的改变，模拟神经递质的调控作用。研究发现，PimB与不同阴离子（如Fe(CN)₆^3-、ATP、ClO₄^-）的识别强度直接影响脉冲活动，识别强度越高，产生脉冲所需的离子强度越低，且脉冲频率越高。通过调节背景KCl的离子强度或内部Fe(CN)₆^3-的浓度，可以实现对脉冲频率的精确控制。特别有趣的是，Fe(CN)₆^3-浓度与脉冲频率的关系呈非线性，在某一浓度出现共振峰，这类似于神经元在超强刺激下的适应性反应，可以用随机共振理论解释。

化学调控的FON阈值

最后，研究成功模拟了神经元不应期的阈值调制现象。通过改变外部浴液中Fe(CN)₆^3-的浓度来调控化学梯度，研究人员实现了FON兴奋阈值的动态提升。当外部Fe(CN)₆^3-浓度从0增加到100 μM时，引发脉冲所需的偏压显著增高，甚至在100 μM时，即使施加-10 V的强刺激也无法产生脉冲，模拟了神经元的绝对不应期。这种化学调控的阈值可塑性为构建环境响应的离子型逻辑计算奠定了基础。

综上所述，这项研究成功开发了一种基于聚电解质限域纳米流体的振荡神经元（FON）。该器件通过模拟生物神经元的离子通道交替激活机制，利用表面化学识别与电渗流的动态耦合，在一个单一器件内实现了对电和化学刺激的脉冲编码、频率自适应及阈值调控等核心神经功能。与需要复杂辅助电路的传统人工神经元相比，FON结构简单，功能集成度高，其离子型信号处理方式与生物系统具有天然的兼容性。这项工作不仅为构建纳米流体脉冲神经网络（SNN）和实现与生物系统的直接通信提供了新的技术平台，也展示了通过合理控制离子动力学开发智能仿生器件的巨大潜力，是神经形态计算和智能生物界面领域的一个重要进展。尽管在脉冲频率和规模化集成方面仍面临挑战，但随着亚纳米流体限域和功能化流体阵列技术的进一步发展，FON有望在未来的自适应、脑启发神经形态系统中发挥关键作用。