《Advanced Science》：Reinnervation of Muscle Targets Enhances the Separability of Motor Unit Signals Following Peripheral Nerve Transfers
编辑推荐：
截肢后，先进的假肢为恢复运动功能提供了可行途径。然而，最先进的假肢通常依赖聚合肌电图（electromyogram, EMG）信号来解码运动意图，这限制了其复制自然肢体运动的能力。将EMG信号分解为单个运动单位成分显示出实现更自然控制的潜力，但当附近信号重叠时
截肢后，先进的假肢为恢复运动功能提供了可行途径。然而，最先进的假肢通常依赖聚合肌电图（electromyogram, EMG）信号来解码运动意图，这限制了其复制自然肢体运动的能力。将EMG信号分解为单个运动单位成分显示出实现更自然控制的潜力，但当附近信号重叠时，区分单个单元具有挑战性。本研究证明，肌肉靶点再神经支配手术可自然增加运动单位信号之间的物理分离，从而减轻这种重叠。通过直接神经-肌肉植入后的啮齿动物后肢模型评估了单个运动单位的再神经支配情况。组织学和电生理学分析显示，再神经支配手术后的结构变化导致有益的运动单位信号改变，特别是与完整肌肉相比，运动单位信号的空间分离得到改善。这种空间分离有助于减少再神经支配肌肉记录中复杂重叠信号的实例。运动单位信号被用于首次在直接神经-肌肉植入手术后提供虚拟假肢的精确控制的概念验证。这些发现强调了再神经支配肌肉靶点作为关键生物界面的潜力，其促进运动单位分离，减轻分解算法的负担并改善假肢控制。
截肢后，尽管最先进的机器人肢体有望恢复运动功能，但其仍无法完全复现自然肢体的精细运动能力，导致设备弃用率居高不下。健康肢体的精准运动源于众多运动单位（motor units, MUs）——即单个运动神经元及其支配的肌纤维束——的协调活动，蕴含着详细的运动意图动态信息。相比之下，现有假肢控制多依赖于肌肉产生的聚合肌电图（EMG）信号，这仅能提供总和活动的近似值，忽略了更精细的运动单元层面信息。因此，当前策略仅利用了可用生物信息的一小部分。近年来，研究转向开发可靠获取单个运动单位信号的方法，以模拟人类运动系统。
虽然先进的分解算法和高密度电极阵列为提高信号分辨率提供了软硬件解决方案，但在多个运动单位信号同时激活且空间位置相近时，信号合并（superimposition）仍会导致复杂的波形叠加，难以区分单个单元。此外，电极密度的物理限制和成本也制约了硬件方案的优化。为此，研究人员提出利用肌肉靶点再神经支配手术（muscle target reinnervation surgeries）作为一种新颖的外科策略，通过创造自然的物理分离来减少信号重叠。该研究的核心假设是，再神经支配过程中的两个结构变化——异位神经肌肉接头（neuromuscular junctions, NMJs）的形成和运动单位肌纤维的“成团”（clumping）分布——将导致运动单位信号在空间上的更大分离。
为验证这一假设，研究人员在啮齿动物后肢模型中通过“直接神经-肌肉神经化”（direct nerve-to-muscle neurotization）实施了血管化去神经肌肉靶点（vascularized denervated muscle target, VDMT）手术，并在术后15、50和90天进行评估。研究综合运用了复合肌肉动作电位（compound motor action potentials, CMAPs）记录、NMJ组织学三维重建、高密度电极阵列电生理记录及运动单位分解算法（Kilosort3）等技术手段。
研究结果显示，首先，在直接神经化后，运动单位随时间推移成功再神经支配了肌肉靶点。通过刺激坐骨神经记录的CMAPs分析表明，从术后15天到90天，成功再神经支配的功能性运动单位数量逐渐增加，且90天时再神经支配肌肉的运动单位数量与完整对侧肌肉无显著差异，证实了该手术模型的有效性。
其次，组织学分析揭示了神经肌肉接头空间分布的显著改变。三维肌肉组织重建显示，再神经支配肌肉中NMJs的分布范围更广。相较于完整肌肉中NMJs集中在原始神经支配区附近，再神经支配肌肉在神经植入点周围形成了大量异位突触，其分布符合瑞利分布（Rayleigh distribution）且离散度（α = 2.48 ± 0.85）显著高于完整肌肉（α = 1.54 ± 0.03）。此外，研究观察到了同一运动单位的NMJs在空间上紧密聚集的现象。
第三，运动单位信号的空间分离度显著提升。利用高密度电极阵列生成的信号空间图谱显示，再神经支配肌肉中运动单位区域的重叠更少。统计表明，再神经支配肌肉中运动单位中心之间的距离（2.69 ± 1.52 mm）显著大于完整肌肉（1.65 ± 1.34 mm），而单个运动单位区域的面积（0.13 ± 0.12 mm2）则更小。Jensen-Shannon散度评分也证实再神经支配肌肉的运动单位在大小、形状和位置上更具独特性。相关性分析进一步证实，NMJ间距的增加与运动单位信号间距的增加呈强正相关（ρ = 0.82）。
第四，信号复杂度降低。通过对原始记录中尖峰波形的盲评，研究发现再神经支配肌肉中复杂尖峰（complex spikes）的百分比（20.87 ± 4.86%）显著低于完整肌肉（32.66 ± 4.18%）。这表明物理分离度的增加有效减少了信号叠加现象。
最后，研究人员证明了随意运动单位活动可用于预测运动意图并控制虚拟假肢。在轻度麻醉下通过皮肤刺激诱发动物的足底屈曲动作，记录到的运动单位放电模式能够准确重建力曲线，且在高力输出时表现出更高的运动单位募集率和放电频率。利用这些信号，研究人员成功实现了对虚拟假肢关节运动的精确控制。
综上所述，该研究首次证明，直接神经-肌肉神经化后的结构重塑导致运动单位信号在空间上更加分散且区域更集中，这种“生物分离”效应显著增强了运动单位信号的可分离性，降低了分解算法的负担。这项研究发表于《Advanced Science》，确立了再神经支配肌肉靶点作为高性能生物界面的重要性，为通过运动单位控制实现更自然的假肢控制提供了关键的手术与生理学基础。
