Vis enkel innførsel

dc.contributor.advisorSikorski, Pawel
dc.contributor.advisorWinter-Hjelm, Nicolai
dc.contributor.authorIsdal, Leik Bjelland
dc.date.accessioned2021-10-09T17:23:07Z
dc.date.available2021-10-09T17:23:07Z
dc.date.issued2021
dc.identifierno.ntnu:inspera:81526902:56757628
dc.identifier.urihttps://hdl.handle.net/11250/2788877
dc.description.abstractPå tross av sin vanvittige kompleksitet er nervesystemet en del av menneskets anatomi som er spesielt sårbar. Nevrodegenerative sykdommer som Alzheimers og Parkinsons forårsaker omfattende og uopprettelig skade hos de som blir rammet, og ut over de emosjonelle kostnadene for individ og familier pålegger det også samfunnet store økonomiske kostnader. Nye sykdomsmodellsystemer trengs sårt i utviklingen av bedre behandling og mer effektiv diagnostisering av nevrodegenerative sykdommer. De siste årene har fremskritt innen mikrofabrikasjon og stamcelle-teknologier gitt grobunn for kraftige in vitro-modellsystemer av det menneskelige nervesystemet og dets patologier. Ved å dyrke nevroner i mikrofluidiske kammer spedd med mikroelektroder kan vekst av nevrale nettverk utføres innenfor kontrollerte rammer, mens målt nettverksaktivitet gir indikasjon på nettverkets tilstand av funksjon eller dysfunksjon. Avgjørende for den kliniske relevansen til slike modellsystemer er deres evne til å gjenskape nervesystemets småverksnettverksarkitektur – arkitektur som muliggjør komplekse tanker, men også rask spredning av sykdom. Tradisjonelt har in vitro nevrale nettverks-systemer vært basert på plane substrater, og neglisjert den viktige rollen hjernens fysiske mikro- og nanoskala-miljø spiller i å lede nettverksorganisasjon. Resultatet har vært nettverksarkitektur som har fraveket de viktige småverdensprinsippene i nervesystemet. I et forsøk på å forbedre nettverksarkitektur, og derav klinisk relevans, satt dette prosjektet som mål å utvikle en ny in vitro nevral nettverksplattform med nanotopografier som etterligner hjernens nanoskala fysiske miljø. En plasmaetsingsbasert ruprosess for nanotopografisk strukturering av SU-8-resist ble etablert, og viste utmerket evne til å oppnå en rekke forskjellige nanotopografier ved modifisering av etseparametre. Nanotopografisk SU-8 ble videre vist å kunne erstatte det tidligere brukte plane Si3N4-basesubstratet på nevrale nettverksplattformer. Her ble det vist å være kompatibelt med binding av mikrofluidstrukturer, og som isolasjon for elektrodeponering av platinum sort-elektroder og under målinger av nevral nettverksaktivitet. Et avgjørende funn var at nanotopografier kan fremme klynging av nevroner og aksonfascikulasjon, samt lavere grad av global synkronisering i nettverksaktivitet - karakteristiske strukturelle og funksjonelle trekk for småverdensnettverk. Samtidig som det er behov for ytterligere optimalisering og eksperimenter med større utvalgstørrelser før endelige konklusjoner kan trekkes, viste den utviklede nanotopografiske plattformen således potensiale for å forbedre kliniske relevans av in vitro nevrale sykdomsmodellsystem.
dc.description.abstractDespite its incredible complexity, the nervous system is a part of the human anatomy that is particularly vulnerable. Neurodegenerative diseases such as Alzheimer’s and Parkinson’s disease wreak havoc on this vulnerable system, causing irreparable and extensive damage to the ones affected, and casting heavy economical burdens on society. In pursuit of greater insight into detection and treatment of such neurodegenerative diseases in early onset, novel disease model systems are in dire need. In recent years, advancements within microfabrication and stem cell technologies have given rise to powerful in vitro model systems of the human nervous system and its pathologies. By culturing neurons in microfluidic compartments embedded with microelectrode arrays, growth of neural networks can be carried out in controlled environments and network activity recorded and analysed to determine state of function or dysfunction. Critical to the clinical relevance of such model systems is their ability to recapitulate the small-world network architecture of the nervous system – an architecture enabling complex thought but also rapid disease spread. Traditional in vitro neural network systems have been based on planar substrates, neglecting the important role of the physical micro- and nanoscale environment of the brain in guiding network organization. Consequently, grown networks have exhibited architecture diverging from the important small-world principles of the nervous system. In an effort to improve network architecture and, by extension, clinical relevance, this project set out to develop a novel in vitro neural network recording platform with nanotopographies mimicking the physical environment of the brain at the nanoscale. A plasma etch based roughening process for nanotopographical structuring of SU-8 resist was established, demonstrating excellent flexibility in achieving a range of nanotopographies by tuning of etching parameters. Nanotopographical SU-8 was further demonstrated to be a viable direct replacement for the previously used planar Si3N4 base substrate on neural network recording platforms. Herein, it was proved compatible with bonding of microfluidic structures, and as insulation for electrodeposition of platinum black electrodes and during neural network recording. Crucially, nanotopographies were found to promote clustering of neurons and axon fasciculation, as well as lower synchrony in global network activity – characteristic structural and functional features of small-world networks. While further optimization and investigation with larger sample sizes are needed before definitive conclusions can be drawn, the developed nanotopographical platform have, in conclusion, shown promise in improving clinical potential of in vitro neural disease model systems.
dc.languageeng
dc.publisherNTNU
dc.titleDeveloping 2.5D Nanotopographical in vitro Neural Network Recording Platform to Mimic the Physical Environment of the Brain
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel