7 个前脑类器官用于比较丙戊酸处理
多电极阵列（multielectrode array，MEA）可以持续记录类器官的细胞外电活动。2025 年发表于 Cyborg and Bionic Systems 的研究进一步关注：多个电极信号之间的关系，能否提供平均放电频率之外的信息，用于比较药物暴露后的神经网络变化。
研究由意大利罗马第二大学（University of Rome Tor Vergata）与中国南华大学（University of South China）的团队合作完成。实际分析使用男性供者来源的一条诱导多能干细胞（induced pluripotent stem cells，iPSC）系所形成的前脑类器官：4 个类器官作未处理对照，3 个接受丙戊酸（valproic acid，VPA）处理，每个类器官分别放在一个记录孔中。
各孔用 16 个电极记录，在处理前、处理后 30 分钟、24 小时和 48 小时采集信号。研究采用 1 mM VPA，围绕药物相关的发育神经毒性及突触功能变化开展模型分析。作者选择了对 VPA 较敏感的男性供者细胞系，本次结果集中于这一细胞背景。
先预测多通道信号，再用图特征区分处理组
研究先从电压记录中识别尖峰，保留尖峰附近多个电极的同步信号片段。图偏差网络（graph deviation network，GDN）据此学习电极之间及前后时刻的关系，把多通道活动转为随时间变化的图，再预测后续信号。每次 5 分钟记录的前半段用于训练，后半段用于测试信号预测表现。
在此基础上，研究提取路径长度、连接数量及节点重要性等图特征。各孔处理后的特征先相对于自身处理前的基线归一化，再筛选具有较高组间区分能力的时刻和特征，交给线性判别分析（linear discriminant analysis，LDA）模型判断该信号来自对照还是 VPA 条件。
处理组分类采用逐孔留一交叉验证：每轮留出 1 个孔测试，其余 6 个孔训练，轮流遍历 7 个孔。论文还比较了用 30 分钟数据训练的模型，直接分析 24 小时和 48 小时数据时的表现。信号的前后时段划分与类器官的逐孔划分，是分别评价两个分析任务的安排。
24 小时区分最明显，跨时点应用会改变结果
图特征的降维展示显示，对照类器官之间存在明显差异，而 VPA 组的变异较小。两组在 30 分钟至 24 小时之间分离得更清楚，到 48 小时又有所接近。作者据此分别建立各记录时点的分类模型，以处理随时间变化的信号特征。
在图 7 的 LDA 比较中，24 小时信号片段的总体分类准确率为 95.2%；将同一孔的片段判断按多数投票合并后，7 个孔均被分对。30 分钟的逐孔投票准确率为 57.1%，48 小时为 71.4%。片段层面的数值与孔层面的数值分别对应不同统计单位。
如果直接把 30 分钟训练的模型用于后续记录，48 小时时模型更倾向于把样本归入 VPA 组。作者认为，类器官本身的活动变化与药物作用的时间变化共同影响了分类结果。研究使用的支持向量机和近邻分类器，也都在 24 小时获得了最好的逐孔投票成绩。
窄屏可横向滑动查看完整图表。
单个尖峰形状不足以区分两组
研究另外仅凭单个尖峰波形进行分类，即使用相同的逐孔留一验证，准确率仍低于 50%。这项比较说明，在本批记录中，孤立的波形形状无法提供与多通道网络特征同样的区分信息。
常规电生理指标也显示药物影响：VPA 组平均放电频率和爆发频率较低。图模型在这些整体变化之外，进一步描述电极之间连接关系和短时间事件的变化。作者把网络效率下降、路径延长等结果解释为功能连接重组，同时指出仍需系统的生物学验证。
论文的类器官来自同一男性供者细胞系，缺少小胶质细胞等完整细胞组成。作者提出，后续应纳入女性来源模型、其他细胞系和独立数据集，检验图特征及分类结果能否推广。