想象一下，无需通过眼睛、耳朵或皮肤，大脑就能直接“读懂”光信号——并将其转化为指导行为的指令。 西北大学Yevgenia Kozorovitskiy与John A. Rogers团队在《自然·神经科学》发表的研究，开发了一种柔软、无线、可编程的微LED阵列，可贴合于颅骨外，通过经颅红光将特定时空模式投射到皮层表面。经过训练的转基因小鼠（皮层神经元表达光敏蛋白）能快速学会将特定的光模式与奖赏位置关联，并据此做出选择。该系统实现了向大脑“写入”人工信息，而无需依赖天然感官通路，为恢复失能感觉（如假肢触觉反馈、人工视觉/听觉）、脑机接口（BCI）与神经康复开辟了新路径。
从有线光遗传学到无线颅外阵列
传统光遗传学需要将光纤插入脑内，限制动物自由运动，且仅能刺激单一脑区。2021年该团队首次开发了无线、单LED植入式设备。最新版本则实现了质的飞跃：
- 64个独立可控微LED（尺寸如单根发丝），排列成阵列；
- 贴合颅骨表面，无需穿透脑组织；
- 红光（穿透力强）经颅刺激皮层神经元；
- 无线供电与编程，不限制动物行为。
“在上一篇论文中，我们使用单个微LED，”第一作者Mingzheng Wu表示，“现在我们使用64个微LED阵列来控制皮层活动模式。通过不同LED的组合（频率、强度、时间序列），我们能生成的模式几乎是无限的。”
原理：光敏感皮层 + 模式训练
1. 转基因动物：小鼠皮层神经元表达光敏通道蛋白（如ChR2），对红光敏感。
2. 颅外光投射：阵列产生的红光穿透颅骨，激活浅层皮层神经元（深度可达数百微米）。由于红光在组织中的散射相对较小，且设备紧贴颅骨，可实现毫米级空间分辨率。
3. 行为训练范式：
- 设计特定的光模式（如四个脑区按顺序点亮）作为“目标信号”；
- 小鼠在行为箱中，若感知到该模式，需前往特定端口（如左端口）获得奖赏；其他模式则对应其他端口或无奖赏；
- 经过训练，小鼠能准确区分目标模式与其它模式，并正确选择端口。这证明大脑不仅感知到了光刺激，还能将其解码为有意义的指令。
与传统感觉替代技术的对比
现有感觉替代技术（如人工耳蜗、视网膜植入物）通过电刺激替代受损感觉器官，但仍依赖天然传入通路。本研究的突破在于：
- 完全绕过外周感官：直接将信息“写入”皮层；
- 可编程性：理论上任何模式均可被训练成任意“虚拟感觉”（如“光点从左到右”代表“伸手”指令）；
- 大范围覆盖：64个LED可同时激活多个皮层区域，更接近自然感知的分布式编码。
潜在应用
- 假肢感觉反馈：将假肢传感器的信号转换为皮层光模式，让使用者“感受”抓握力度、温度或纹理；
- 人工视觉/听觉：为失明/失聪者提供替代输入，无需依赖受损的眼/耳结构；
- 神经康复：中风后通过光模式刺激特定皮层区域，引导神经可塑性，促进运动恢复；
- 脑机接口（BCI）：作为信息下行通道（从外部设备向大脑传递信息），补充现有BCI（从大脑读出信号）的单向性。
当前局限与未来方向
- 光穿透深度：红光主要刺激浅层皮层（~1 mm），难以到达深部核团（如丘脑、基底节）。未来可能使用近红外或植入式微LED探针；
- 长期安全性：无线设备需在体内稳定工作数月，需验证组织热效应与免疫反应；
- 模式容量：大脑能“学会”多少种不同模式？团队计划测试更复杂的序列，探索人工感知的“词汇量”上限；
- 向人类转化：需将光遗传学安全引入人脑（目前仅限于临床试验），或寻找非遗传学替代方案（如光热效应、纳米颗粒）。
技术意义
该研究首次展示了通过经颅光模式，系统性地向大脑写入可训练、可识别的信息。它模糊了“天然感觉”与“人工输入”的界限，为神经假体、脑机融合与基础神经科学提供了全新范式。
参考信息
Reference: “Patterned wireless transcranial optogenetics generates artificial perception” by Mingzheng Wu, Yiyuan Yang, Jinglan Zhang, Andrew I. Efimov, Xiuyuan Li, Kaiqing Zhang, Yue Wang, Kevin L. Bodkin, Mohammad Riahi, Jianyu Gu, Glingna Wang, Minsung Kim, Liangsong Zeng, Jiaqi Liu, Lauren H. Yoon, Haohui Zhang, Sara N. Freda, Minkyu Lee, Jiheon Kang, Joanna L. Ciatti, Kaila Ting, Stephen Cheng, Xincheng Zhang, He Sun, Wenming Zhang, Yi Zhang, Anthony Banks, Cameron H. Good, Julia M. Cox, Lucas Pinto, Abraham Vázquez-Guardado, Yonggang Huang, Yevgenia Kozorovitskiy and John A. Rogers, 8 December 2025, Nature Neuroscience.
DOI: 10.1038/s41593-025-02127-6