論文の概要: Neuronal growth on high-aspect-ratio diamond nanopillar arrays for
biosensing applications
- arxiv url: http://arxiv.org/abs/2207.09903v2
- Date: Tue, 22 Nov 2022 08:26:55 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-05 12:06:40.551247
- Title: Neuronal growth on high-aspect-ratio diamond nanopillar arrays for
biosensing applications
- Title（参考訳）: バイオセンシングのための高アスペクト比ダイヤモンドナノピラーアレイの神経細胞成長
- Authors: Elena Losero, Somanath Jagannath, Maurizio Pezzoli, Valentin Goblot,
Hossein Babashah, Hilal A. Lashuel, Christophe Galland, and Niels Quack
- Abstract要約: ナノ構造ダイヤモンド表面が神経細胞の生存性と成長に及ぼす影響を示す。
この結果から, ナノフォトニック量子センシングプラットフォームを実現するために, ダイヤモンドナノピラーにニューロン成長を調整できることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Monitoring neuronal activity with simultaneously high spatial and temporal
resolution in living cell cultures is crucial to advance understanding of the
development and functioning of our brain, and to gain further insights in the
origin of brain disorders. While it has been demonstrated that the quantum
sensing capabilities of nitrogen-vacancy (NV) centers in diamond allow real
time detection of action potentials from large neurons in marine invertebrates,
quantum monitoring of mammalian neurons (presenting much smaller dimensions and
thus producing much lower signal and requiring higher spatial resolution) has
hitherto remained elusive. In this context, diamond nanostructuring can offer
the opportunity to boost the diamond platform sensitivity to the required
level. However, a comprehensive analysis of the impact of a nanostructured
diamond surface on the neuronal viability and growth was lacking. Here, we
pattern a single crystal diamond surface with large-scale nanopillar arrays and
we successfully demonstrate growth of a network of living and functional
primary mouse hippocampal neurons on it. Our study on geometrical parameters
reveals preferential growth along the nanopillar grid axes with excellent
physical contact between cell membrane and nanopillar apex. Our results suggest
that neuron growth can be tailored on diamond nanopillars to realize a
nanophotonic quantum sensing platform for wide-field and label-free neuronal
activity recording with sub-cellular resolution.
- Abstract（参考訳）: 生きた細胞培養において高い空間的および時間的分解能を持つ神経活動のモニタリングは、脳の発達と機能を理解し、脳障害の起源に関するさらなる洞察を得るのに不可欠である。
ダイヤモンド中の窒素空洞(nv)中心の量子センシング能力により、海洋無脊椎動物の大きなニューロンからの行動電位をリアルタイムに検出できることが実証されているが、哺乳類のニューロンの量子監視(より小さな次元を示し、より低い信号を生成し、より高い空間分解能を必要とする)は謎のままである。
この文脈では、ダイヤモンドナノ構造は、ダイヤモンドプラットフォームの感度を必要なレベルに上げる機会を与える。
しかし, ナノ構造ダイヤモンド表面の神経細胞の生存率および成長に及ぼす影響の包括的解析は不十分であった。
そこで我々は,大規模ナノピラーアレイを用いた単一結晶ダイヤモンド表面をパターン化し,その上に生活および機能する初代海馬ニューロンのネットワークの成長を実証した。
本研究は,細胞膜とナノピラー頂点との物理的接触性に優れたナノピラー格子軸に沿った優先的成長を示す。
この結果から, ナノフォトニックな量子センシングプラットフォームを実現するために, ダイヤモンドナノピラー上でのニューロン成長を調整できることが示唆された。
関連論文リスト
- Artificial Kuramoto Oscillatory Neurons [65.16453738828672]
しきい値単位の動的代替として人工内蔵ニューロン(AKOrN)を導入する。
このアイデアは、幅広いタスクにまたがってパフォーマンス改善をもたらすことを示しています。
これらの経験的結果は、神経表現の最も基本的なレベルにおいて、私たちの仮定の重要性を示していると信じている。
論文 参考訳（メタデータ） (2024-10-17T17:47:54Z) - Enhancing learning in spiking neural networks through neuronal heterogeneity and neuromodulatory signaling [52.06722364186432]
人工ニューラルネットワーク(ANN)の強化のための生物学的インフォームドフレームワークを提案する。
提案したデュアルフレームアプローチは、多様なスパイキング動作をエミュレートするためのスパイキングニューラルネットワーク(SNN)の可能性を強調している。
提案手法は脳にインスパイアされたコンパートメントモデルとタスク駆動型SNN, バイオインスピレーション, 複雑性を統合している。
論文 参考訳（メタデータ） (2024-07-05T14:11:28Z) - Growing Artificial Neural Networks for Control: the Role of Neuronal Diversity [7.479827648985631]
生物学的進化において、複雑な神経構造は少数の細胞成分から成長する。
この自己組織化は、生物学的ニューラルネットワークの一般化と堅牢性において重要な役割を果たすと仮定されている。
本稿では,強化学習タスクを解くために,ニューラルネットワークを成長させるアルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-05-14T11:21:52Z) - Astrocyte-Enabled Advancements in Spiking Neural Networks for Large
Language Modeling [7.863029550014263]
Astrocyte-Modulated Spiking Neural Network (AstroSNN) は、記憶保持や自然言語生成に関わるタスクにおいて、例外的な性能を示す。
AstroSNNは、実用的なアプリケーションで低レイテンシ、高スループット、メモリ使用量の削減を示す。
論文 参考訳（メタデータ） (2023-12-12T06:56:31Z) - Single Biological Neurons as Temporally Precise Spatio-Temporal Pattern
Recognizers [0.0]
理論は、脳内の単一ニューロンは、時間的に非常に複雑な時間的パターン認識因子と見なされるべきという中心的な考え方に焦点を当てている。
第2章では、特定の時間的入力パターンに応答して、単一ニューロンが時間的に正確な出力パターンを生成できることを実証する。
第3章では、現実的な皮質ニューロンの識別可能な深部ネットワークを用いて、ニューロンの出力の影響を近似する。
論文 参考訳（メタデータ） (2023-09-26T17:32:08Z) - The Expressive Leaky Memory Neuron: an Efficient and Expressive Phenomenological Neuron Model Can Solve Long-Horizon Tasks [64.08042492426992]
本稿では,脳皮質ニューロンの生物学的モデルであるExpressive Memory(ELM)ニューロンモデルを紹介する。
ELMニューロンは、上記の入力-出力関係を1万以下のトレーニング可能なパラメータと正確に一致させることができる。
本稿では,Long Range Arena(LRA)データセットなど,時間構造を必要とするタスクで評価する。
論文 参考訳（メタデータ） (2023-06-14T13:34:13Z) - All-Optical Nuclear Quantum Sensing using Nitrogen-Vacancy Centers in
Diamond [52.77024349608834]
マイクロ波または高周波駆動は、量子センサーの小型化、エネルギー効率、非侵襲性を著しく制限する。
我々は、コヒーレント量子センシングに対する純粋に光学的アプローチを示すことによって、この制限を克服する。
この結果から, 磁気学やジャイロスコープの応用において, 量子センサの小型化が期待できる。
論文 参考訳（メタデータ） (2022-12-14T08:34:11Z) - Constraints on the design of neuromorphic circuits set by the properties
of neural population codes [61.15277741147157]
脳内では、情報はコード化され、伝達され、行動を伝えるために使用される。
ニューロモルフィック回路は、脳内のニューロンの集団が使用するものと互換性のある方法で情報を符号化する必要がある。
論文 参考訳（メタデータ） (2022-12-08T15:16:04Z) - Mesoscopic modeling of hidden spiking neurons [3.6868085124383616]
我々は粗粒度と平均場近似を用いて、ボトムアップ・ニューラルグラウンド付き潜在変数モデル(neuLVM)を導出する。
neuLVMは、繰り返し発生するマルチポピュレーションスパイクニューラルネットワーク(SNN)に明示的にマッピングできる
シンセティックスパイク列車では,数個の観察されたニューロンが,大きなSNNの効率的なモデル逆転を実現するのに十分であることを示す。
論文 参考訳（メタデータ） (2022-05-26T17:04:39Z) - POPPINS : A Population-Based Digital Spiking Neuromorphic Processor with
Integer Quadratic Integrate-and-Fire Neurons [50.591267188664666]
2つの階層構造を持つ180nmプロセス技術において,集団に基づくディジタルスパイキングニューロモルフィックプロセッサを提案する。
提案手法は,生体模倣型ニューロモルフィックシステム,低消費電力,低遅延推論処理アプリケーションの開発を可能にする。
論文 参考訳（メタデータ） (2022-01-19T09:26:34Z) - Rapid detection and recognition of whole brain activity in a freely
behaving Caenorhabditis elegans [18.788855494800238]
本稿では,脳神経節ニューロンの長期的,迅速な認識のためのカスケードソリューションを提案する。
少数のトレーニングサンプルの制約の下で、ボトムアップアプローチでは、各ボリューム – 1024倍1024倍18ドル – を1秒未満で処理することができます。
我々の研究は、動物行動に基づく脳の活動全体をデコードするための、迅速かつ完全に自動化されたアルゴリズムに向けた重要な発展を示している。
論文 参考訳（メタデータ） (2021-09-22T01:33:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。