想象一下，有一种能够为因视网膜退化而失明的人恢复部分视力的“仿生眼”，这听起来像是科幻小说里的情节。视网膜神经假体（Retinal Neuroprostheses）正是为了实现这一目标而研发的。它的基本原理是通过植入视网膜附近的电极阵列，用电信号刺激那些尚未死亡的视网膜神经元，从而“欺骗”大脑，让它产生光幻视（Phosphenes）——即对光的感知。然而，这项技术面临着一个巨大的挑战：刺激缺乏选择性。当电流注入时，它会在组织中扩散，不仅激活目标神经元，还会无意中激活周围功能不同的神经元。这导致产生的光幻视模糊、混乱，极大地影响了患者恢复的视觉质量。为了解决这个问题，研究人员将目光投向了视觉信号传递的“高速公路”——视神经。如果能在信号从眼睛传向大脑的“收费站”这里，有选择地“拦截”掉一部分不必要的信号，是否就能让最终到达大脑的信息更清晰、更纯粹呢？
基于这个构想，一项发表在《Medical & Biological Engineering & Computing》期刊上的研究，由Pratiwi等人通过精细的计算模型，深入探究了在视神经上进行“选择性拦截”——即选择性抑制（Suppression）的可行性。他们特别关注一个潜在的筛选指标：视神经纤维的直径。因为在某些物种（如猫）中，不同直径的神经纤维承载着不同视网膜神经节细胞（Retinal Ganglion Cells, RGCs）的功能信号，例如对运动敏感或对精细图案敏感。如果能根据直径差异来抑制特定纤维，就可能实现功能上的选择性过滤，从而提升假体产生的视觉清晰度。这项研究旨在评估一种名为频率诱导神经调控（Frequency-Induced Neuromodulation, FIN）的技术，即向视神经施加不同频率的正弦电流，能否实现对不同直径视神经纤维动作电位传导的选择性抑制。
为了回答这个问题，研究人员构建了一套复杂的计算仿真系统，其关键技术方法主要包括：
1. 基于大鼠解剖结构的有限元模型（Finite Element Model, FEM） ：利用COMSOL Multiphysics软件建立包含眼球和视神经的几何模型，模拟双极电极在视神经组织中产生的三维电势分布。视神经模型包含了神经纤维空间、软脑膜、脑脊液、硬脑膜和脂肪等多层组织，以更真实地反映电场的传播。
2. 整合的视网膜神经节细胞-视神经纤维计算模型 ：在NEURON仿真环境中，建立了ON型和OFF型RGC模型（包含胞体、树突、轴突起始段等）并与有髓视神经纤维模型耦合。神经纤维部分采用了McIntyre-Richardson-Grill (MRG)双电缆模型，并模拟了三种不同直径（1.4、2.8、4.3 μm）的纤维，以代表大鼠视神经中的主要纤维群体。
3. 多参数仿真与响应量化 ：在RGC胞体注入恒定电流以模拟视网膜刺激产生动作电位串的同时，在视神经模型的不同位置施加不同频率（10 Hz至10,000 Hz）和幅度（0至400 μA）的正弦FIN电流。通过记录最远端节点（node B）的动作电位数量（nspike ），并引入抑制概率（Suppression Probability, SP）和抑制阈值幅度（thSup ）等指标，系统评估FIN的抑制效果及其与纤维直径、空间位置、频率的关系。
研究结果 部分通过多个维度的分析，揭示了FIN对视神经纤维的复杂调控作用：
4.1 施加FIN导致的不同抑制现象
研究发现，FIN与视网膜刺激结合会产生三种主要现象：最大抑制（Maximal Suppression）、部分抑制（Partial Suppression）和兴奋（Excitation）。最大抑制是指所有来自RGC胞体的动作电位在通过FIN作用区域后均被阻断，仅在节点B检测到1个由FIN本身诱发的最初尖峰。部分抑制是指部分动作电位被阻断，但仍有多个尖峰传到远端。兴奋则是指在FIN作用下，远端检测到的尖峰数量反而比基线（无FIN）时更多。这些现象说明FIN对视神经电活动的影响具有频率和幅度依赖性。
4.2 不同直径视神经纤维的频率响应
抑制概率（SP）的分析显示，FIN的抑制效果与频率呈非线性关系，并且在很大程度上受到纤维直径的影响。在低频（如10 Hz），所有直径的纤维都表现出较高的抑制概率，这可能源于波形半周期长导致的持续超极化（阳极阻滞）。在50-450 Hz的中等频率范围内，抑制概率几乎为零，表明此频率段可能更易引起兴奋而非抑制。当频率升至500 Hz以上时，抑制概率重新升高，并在750 Hz及以上的高频段（≥1000 Hz）达到最高且保持稳定。关键在于，在高频段，实现抑制所需的电流阈值（thSup ）与纤维直径呈负相关，即直径越小的纤维（1.4 μm）需要更高的电流才能被抑制，而直径较大的纤维（2.8, 4.3 μm）更容易被抑制。这为实现基于直径的选择性抑制提供了理论可能。
5. 低频、中频和高频下FIN的差异化效应
研究进一步区分了不同频率区间的抑制机制。在低于1000 Hz的频率下，抑制多为部分性且不稳定，尖峰可能在较高电流幅度下重新出现。而在1000 Hz及以上的高频段，抑制变得强健且一致，一旦电流超过抑制阈值（thSup ），最大抑制便能维持，不随电流进一步增加而改变。这种特性与在外周神经中报道的千赫兹频率传导阻滞（Kilohertz Frequency Conduction Block）机制相似，被认为与钠通道的动力学特性有关，是一种快速可逆的阻滞。
6. 基于ON和OFF细胞类型的选择性抑制仅在小幅度窗口内可行
除了直径，研究人员还探讨了根据RGC功能类型（ON型与OFF型）进行选择性抑制的可能性。模型结果显示，尽管ON和OFF纤维的抑制阈值（thSup ）存在微小差异（通常在5 μA以内），但这种差异并不一致，且幅度窗口非常狭窄。因此，仅依靠FIN来实现稳健的ON/OFF功能选择性抑制在实践中较为困难。
6.1 上游反应导致ON和OFF纤维的部分差异性抑制
ON和OFF纤维模型在有髓轴突部分使用了相同的配方，那么它们抑制阈值的微小差异从何而来？研究发现，这种差异可能源于胞体附近上游膜特性的不同。ON纤维模型本身对电刺激具有更高的兴奋性（在相同刺激下产生更多动作电位）。当人为提高OFF纤维模型轴突起始段（Axon Initial Segment, AIS）的钠通道电导以增加其兴奋性时，其抑制阈值也随之发生变化。这证实了胞体及附近的兴奋性可以通过影响动作电位的发起，进而调制纤维对FIN抑制的敏感性。
研究结论与讨论 部分对上述发现进行了总结并阐述了其深远意义。本研究表明，频率诱导神经调控（FIN）能够有效抑制视神经纤维的动作电位传导，且这种抑制在高频（≥1000 Hz）下最为可靠，其抑制阈值与纤维直径相关，较小直径的纤维需要更高的电流才能被抑制，这为实现基于几何尺寸的选择性过滤奠定了基础。尽管根据RGC功能类型（ON/OFF）进行选择性抑制的可行性较低，但上游膜特性（如钠通道密度）的差异确实能影响抑制阈值，提示若不同功能细胞类型间存在更显著的生物物理差异，功能选择性仍有探索空间。
这项研究的意义在于，它为改进视网膜神经假体的性能提供了一种全新的“减法”思路。传统研究多专注于在视网膜层面如何更精准地“激活”（加法），而本研究提出在视神经通路进行选择性“抑制”（减法），过滤掉不必要的激活，从而可能简化最终产生的光幻视，提高视觉感知的质量。这好比在嘈杂的通信频道中，不仅设法增强目标信号，还主动屏蔽干扰噪声。
当然，研究也指出了当前策略面临的挑战，例如，在人类等物种中，小直径纤维占绝大多数，且纤维直径与视觉功能的对应关系尚不明确，单纯按直径抑制可能无法精确对应到所需功能。此外，FIN施加时总会引发一个初始动作电位，这在应用时需要设法避免（例如通过缓慢增加FIN幅度）。未来的研究需要结合电流聚焦（Current Focusing）等空间选择性刺激技术，并进一步在体实验验证，优化电极设计和刺激策略。尽管将计算模型结果转化为临床应用仍有长路要走，但这项研究无疑为开发下一代高选择性视觉修复器械开辟了一条值得深入探索的新途径。
打赏
