跳到正文
Phys.org·· 7 天前AI 评分48

基于微电极阵列的体外功能神经毒性检测iFNT可检出常规水质监测遗漏的神经毒性

Clean water, hidden risks: New technology reveals neurotoxicity missed by conventional water quality monitoring

AI 导读

预印本?不,发表于Environmental Science & Technology的研究开发了基于高密度微电极阵列的体外功能神经毒性检测方法iFNT,用原代大鼠皮层神经元记录14项电生理参数。

AI 深度导读逐节精读,配原文插图
背景
环境水体中含有药物、农药、工业化学品及其转化产物的复杂混合物,仅识别单个污染物难以说明混合物对生物系统的整体影响。已有基于效应的检测方法可补充化学分析,但直接在复杂全水样中评估神经元网络功能的细微变化仍然困难。
做法
作者与同事建立体外功能神经毒性测试方法 iFNT,基于高密度微电极阵列,将原代大鼠皮层神经元培养在芯片上,同步记录互连网络的电活动,并分析 firing、bursting 与网络同步相关的 14 项电生理参数,构建多维功能图谱。随后先检测单个神经活性化合物及代表性混合物,与测量结构变化的常规神经突起生长(NOG)实验比较;再将该方法用于市政污水处理厂及其受纳水体的全水样,样品未经固相萃取或富集。
结论
对单个化合物,iFNT 的灵敏度比 NOG 高 5 至 500 倍以上;对混合物约高 50 倍,部分化合物在 10⁻⁸ M 即可检出功能响应。全水样中 iFNT 比 NOG 灵敏 3 至 145 倍,中位提升约 25 倍。iFNT 图谱与化学需氧量、氨氮、总氮、总磷等常规水质指标,以及与斑马鱼胚胎毒性终点之间,均未发现统计学显著对应关系。
意义
作者将 iFNT 定位为现有监测的补充而非替代,认为电生理响应与化学分析、常规水质指标结合可更全面理解复杂混合物的生物效应。局限在于所用原代大鼠皮层神经元模型的响应不能直接外推到人或水生生物的神经效应,还需其他神经元模型与更广环境样品验证。

原文图表

摘自 Phys.org
Clean water, hidden risks: New technology reveals neurotoxicity missed by conventional water quality monitoring
图 1Clean water, hidden risks: New technology reveals neurotoxicity missed by conventional water quality monitoring

本页是 AI 精读,不转载论文原文;完整论文(含方法、图表与参考文献)见原文

来源:Phys.org · phys.org