이미 뇌의 내부 작용을 들여다볼 수 있는 다양한 기술이 있지만 모두 한계가 있다. 최소 침습적 접근법에는 MRI 스캐너를 사용하여 뇌의 혈류 변화를 이미지화하는 기능적 MRI와 두피에 배치된 전극을 사용하여 뇌의 전기 신호를 포착하는 EEG가 포함된다.

전자는 환자가 MRI 기계에 앉아 있어야 하고 후자는 대부분의 응용 프로그램에 비해 너무 부정확하다. 최적의 표준 접근 방식에는 최고 품질의 판독값을 얻기 위해 뇌 조직 깊숙이 전극을 삽입하는 것이 포함된다. 그러나 이를 위해서는 위험한 수술 절차가 필요하며, 흉터가 생기고 불가피하게 전극이 이동하면 시간이 지남에 따라 신호 품질이 저하될 수 있다.

또 다른 접근 방식은 뇌 표면에 전극을 놓는 것인데, 이는 심부 뇌 임플란트보다 위험이 적지만 비침습적 접근 방식보다 정확도가 높다. 그러나 일반적으로 이러한 장치는 뇌 바깥층의 뉴런에서만 활동을 읽을 수 있다.

이제 연구자들은 뇌 깊은 곳의 신경 활동을 읽을 수 있는 그래핀으로 만든 전극을 갖춘 얇고 투명한 표면 임플란트를 개발했다. 이 접근 방식은 머신러닝을 사용하여 외부 레이어의 신호와 표면 아래에 있는 신호 간의 관계를 찾아낸다.

연구를 주도한 UC 샌디에이고 교수 두이구 쿠줌(Duygu Kuzum)은 보도 자료에서 "우리는 이 기술을 통해 신경 기록의 공간적 범위를 확장하고 있다."고 말했다. "우리의 임플란트가 뇌 표면에 위치하더라도 그 디자인은 더 깊은 층에서 신경 활동을 추론할 수 있다는 점에서 물리적 감지의 한계를 뛰어넘는다."

장치 자체는 지름이 20마이크로미터에 불과한 작은 그래핀 전극의 조밀한 배열이 내장되어 있고 초박형 그래핀 와이어로 회로 기판에 연결된 얇은 폴리머 스트립으로 만들어졌다. 그래핀 전극을 이 크기로 줄이는 것은 임피던스를 높이고 덜 민감하게 만들기 때문에 상당한 도전이라고 저자는 말한다. 그들은 전자 흐름을 높이기 위해 전극에 백금 입자를 증착하는 맞춤형 제조 기술을 사용하여 이 문제를 해결했다.

결정적으로 전극과 폴리머 스트립은 모두 투명하다. 연구팀이 쥐에게 장치를 이식했을 때, 연구원들은 이식 장치를 통해 레이저 빛을 비추어 동물의 뇌 더 깊은 곳의 세포를 이미지화할 수 있었다. 이를 통해 표면에서는 전기적으로 기록하고 더 깊은 뇌 영역에서는 광학적으로 동시에 기록하는 것이 가능해졋다.

이 녹음에서 팀은 외부 레이어와 내부 레이어의 활동 사이의 상관 관계를 발견했다. 그래서 그들은 머신러닝을 사용하여 서로 예측할 수 있는지 알아보기로 결정했다. 그들은 두 개의 데이터 스트림에 대해 인공 신경망을 훈련시켰고 이것이 뇌의 더 깊은 영역에 있는 뉴런과 단일 세포 집단에서 신경 활동의 지표인 칼슘 이온의 활동을 예측할 수 있다는 것을 발견했다.

뇌 활동을 측정하기 위해 광학적 접근법을 사용하는 것은 강력한 기술이지만 피험자의 머리를 현미경으로 고정하고 두개골을 열어 두어야 하므로 현실적인 상황에서 신호를 읽는 것이 비현실적이다. 표면 전기 판독 값에만 기초하여 동일한 정보를 예측할 수 있으면 실용성이 크게 확대된다.

“우리의 기술은 피험자가 자유롭게 움직이고 복잡한 행동 작업을 수행하는 더 오랜 기간의 실험을 수행하는 것을 가능하게 한다.”라고 네이쳐 나노테크놀로지에 이 연구에 관한 논문의 공동 저자인 메흐다드 라메자니(Mehrdad Ramezani)가 말했다. "이를 통해 역동적인 실제 시나리오에서 신경 활동에 대한 보다 포괄적인 이해를 제공할 수 있다."

하지만 이 기술이 인간에게 사용되려면 아직 갈 길이 멀다. 현재 팀은 개별 쥐에서 기록된 광학 신호와 전기 신호 간의 상관 관계를 학습하는 능력만 입증했다. 이 모델이 사람은 물론이고 다른 쥐의 표면 신호로부터 뇌 심부 활동을 예측하는 데 사용될 가능성은 거의 없다.

이는 접근 방식이 작동하기 전에 모든 개인이 상당히 침해적인 데이터 수집 프로세스를 거쳐야 함을 의미한다. 저자는 모델이 개인 전체에 걸쳐 일반화될 수 있도록 광학 데이터와 전기 데이터 사이의 더 높은 수준의 연결을 찾기 위해 더 많은 작업이 필요하다고 인정한다.

그러나 뇌에서 광학적 및 전기적 판독을 모두 수행하는 데 필요한 기술의 급속한 발전을 고려할 때 이 접근 방식이 더 실현 가능해질 때까지는 그리 오랜 시간이 걸리지 않을 수 있다. 그리고 궁극적으로 경쟁 기술보다 충실도와 침입성 사이에서 더 나은 균형을 이룰 수 있다.

이미지 제공: David Bailot/UC San Diego Jacobs 공과대학