從大連理工大學本科校友，到北京大學深圳研究生院碩士畢業生，再到某國產手機品牌硬件測試工程師，直至成為瑞典林雪平大學的博士生，并在如今首次實現單晶體管高分子仿生神經元（1T-OECN）。紀君朋用 12 年時間走出了一條跨學科、跨行業、跨國界的科研之路。

圖 | 紀君朋（來源：紀君朋）

在他和團隊所打造的這款單晶體管有機人工神經元中，所涉及到的關鍵器件是一個有機電化學器件，它具有類似生物神經元離子通道滯后的行為，以及摻雜和去摻雜開啟過程不對稱的特點。

有了這種裝置，就能顯示出多種類似神經元的行為。由于簡化了有機神經元的結構，其單位面積小于其他有機神經元，因此可以在微米尺度上進行堆疊擴展，從而能夠簡化有機神經元的實現。

紀君朋和所在團隊在相關論文中展示了 1T-OECN 與生物神經元一些高度相似的性能，包括可離子調控的多種神經元動力學行為、邏輯計算能力、多模態傳感、高密度柔性陣列集成以及模擬神經回路。

這些性能支持了 1T-OECN 未來在腦-機接口（BCI，Brain-Computer Interface）、生物體內神經形態計算（Neuromorphic Computing）、柔性可穿戴神經電子設備等領域的潛在應用。

用一個器件打造仿生神經元的夢想

紀君朋表示，在人類的大腦中數百億個神經元在復雜的網絡中協同工作，僅靠微小的電信號和離子流動就能實現感知、判斷、學習和記憶等高級功能。與之相比，傳統的計算機，即便運行速度飛快，卻在處理多感官信息、適應環境變化以及與生物系統“交流”方面顯得笨拙而高耗能。

正因為如此，“像大腦一樣思考”的人工神經元應運而生。研究人員希望通過模仿神經元的基本機制，構建出更加智能、節能、適應性強的電子系統。這不僅僅是為了構建更強大的人工智能，還因為人們有一個更遠大的目標——讓電子設備能夠與活體組織中的神經元“對話”。

想象一下，假如人工神經元可以“聽懂”大腦信號，那么智能假肢就能聽懂大腦的指令，自主移動；BCI 就能真正實現意念控制；植入體內的醫療設備也能與神經系統實現動態交互。因此，在理想情況下，人工神經元不僅要像生物神經元一樣發放尖峰信號，還要能在離子環境下工作、柔軟且可生物兼容。

目前主流的硬件人工神經元多基于硅技術，需要多個電路元件協同運行，難以實現小型化和柔性化，也無法直接接入人體神經系統。而有機電子材料，尤其是有機電化學晶體管（OECT，Organic Electrochemical Transistor），因其可以同時傳導電子和離子，已成為連接電子與生物的橋梁，被視為構建“軟體神經元”的關鍵。

然而，即便是基于 OECT 的有機神經元（OECN，Organic Electronic Chemical Neuron），目前也仍然依賴多個元件例如電阻、電容、放大器來模擬完整神經元的功能，難以大規模集成，距離真正的神經系統兼容還存在“器件復雜性”的瓶頸 [1]。

在此背景之下研究人員認為大道還需至簡，于是產生了一個大膽的想法：是否可以只用一個 OECT 器件，構建具備生物神經元多種功能的人工神經元？

“材料-生物-電子”三者之間的對話

起初，本次研究并沒有以“打造一個單晶體管神經元”為目標開始。真正啟發他們的是一個看似偶然的實驗結果。在適當的離子環境中，使用一種有機離子電子混合導體（OMIECs，Organic Mixed Ionic-Electronic Conductor）高分子材料 BBL 作為 OECT 的溝道時，課題組發現這種 OECT 表現出一種非常獨特的行為：當施加電壓時，它的電流響應不是立即變化，而是出現了延遲，而且這個延遲在不同方向上并不對稱。

（來源：Nature Communications）

這讓他們意識到也許在這個微小的器件中，隱藏著一種人們尚未充分理解的“動態復雜性”。

但是新的問題來了：這種復雜的行為到底能做什么？研究團隊開始四處尋找答案。直到有一天，他們重新審視了生物神經元的工作原理。那一刻，就像打開了一扇門。

人類的大腦能思考、感知和做決定，依靠的是神經元之間的“電信號”傳遞。這種電信號的本質，是 Na?（鈉）和 K?（鉀）離子通過細胞膜的進出。

就像一場井然有序的表演，當神經元受到刺激時：

1. 在外界信號的刺激下，鈉離子通道首先快速打開，Na? 快速流入，讓膜電位“突升”——就像“吸氣”。

2. 緊接著鈉離子通道關閉，鉀離子通道打開，K? 流出，幫助恢復平衡——就像“呼氣”。

3. 恢復至靜息電位后鉀離子通道逐漸關閉，并在外界的持續刺激下開啟下一個“吸氣-呼氣”循環。

總而言之，在一個循環中要先打開 Na? 離子通道，而 K? 通道需要延遲打開，即先“吸氣”，再“呼氣”。然后這個循環在外界刺激的激發下重復持續進行。

正是這種不對稱、延遲、如呼吸般有節奏的離子流動，使得神經系統能夠精確地產生“脈沖”信號，也就是研究團隊所謂的“action potentials”，這也是大腦語言的“基本詞匯”。

紀君朋告訴 DeepTech：“這不正像我們手中的晶體管嗎？我們忽然意識到：或許無需復雜電路去模擬神經元，如果能像生物一樣直接讓離子材料和器件自己承擔這些‘時機’和‘開關’的角色，就可能將整個神經元濃縮進一個器件中。”

研究團隊發現，當使用 BBL 作為 OECT 的溝道材料時，施加適當的電流刺激會導致溝道呈現出延遲打開、隨后在電壓恢復到靜息狀態時自動關閉的特性，這種行為高度類似于生物神經元中 K? 離子通道的延遲響應機制。同時，OECT 本身的本征電容能夠模擬生物神經元中 Na? 離子通道的快速激活效應，在外部刺激下迅速提升膜電位。當這種刺激持續存在時，器件便能連續產生類似神經元“呼吸”的尖峰電信號。因此，研究團隊巧妙借鑒生物神經元的原理，在單個 OECT 器件中成功再現了離子通道協同作用下的尖峰脈沖生成過程。

就這樣，他們從自然中汲取靈感，反向設計了一個全新的人工神經元結構，以生物神經元的離子通道為“藍圖”，將材料特性和電路連接方式結合，最終只用一個晶體管，就成功復現了神經元的多種核心功能。

（來源：Nature Communications）

他們相信這不僅僅是器件結構的簡化，更是對自然機制理解的深化，是一次“材料-生物-電子”三者之間的一次對話。

向自然學習：電子設備還原神經元的智慧

由于研究團隊的單晶體管電化學人工神經元（1T-OECN）具有與生物神經元相似的實現原理，它也理所應當可以實現類似生物神經元的強大功能。

（來源：Nature Communications）

其一，他們系統地對比了 1T-OECN 和真實神經元的行為，發現其能再現 17 種經典神經發放模式，包括 Tonic spiking、Phasic spiking、Bursting、Spike frequency adaptation、Chaotic spiking 等。這意味著這個器件能夠模擬大腦中不同類型神經元的豐富“表達方式”。

其二，該器件在“尖峰”行為的基礎上還可執行布爾邏輯運算：能夠實現 AND、OR、XOR、NAND、NOR、XNOR 六種基本邏輯門功能，為未來“像神經元一樣運算”的邏輯芯片奠定了基礎。

其三，他們進一步將這個神經元器件與壓力傳感器結合，展示它能夠接收機械壓力信號并將其轉化為神經形態的尖峰電信號。此外，其還可根據受力大小改變輸出尖峰信號的頻率。這個過程與生物皮膚實現的功能高度相似，模擬了生物神經系統中感受器–神經元的聯動反應，是構建生物融合傳感系統的重要一步。

其四，他們所打造的器件尺寸僅約為 180 μm2，并展示了其可以在柔性基底上制成高密度陣列，集成密度超過 62,500 個神經元 /cm2，體積密度可達 82,236 個神經元 /mm3，接近真實大腦皮層神經元密度，并能在人工神經元上直接生長生物神經元，展示了優秀的生物相容性。

其五，他們還展示了將多個器件串聯模擬神經回路：將中間器件作為突觸單元，通過電解液類型調節“突觸權重”，實現了突觸調制–神經元發放–傳導路徑的全過程，這展示了向軟硬融合的人工神經網絡系統邁進的可能性。

（來源：Nature Communications）

“異?！鼻€背后的科學突破

在整個研究過程中，紀君朋的導師——瑞典林雪平大學教授西蒙尼·法比亞諾（Simone Fabiano）教授始終是該團隊最堅實的支持者。每一次實驗，無論結果是否“理想”，他都耐心傾聽、給予鼓勵，推動團隊不斷探索未知。

正是在這樣的科研氛圍下，紀君朋和團隊成員逐漸意識到：有時，真正的科學突破就隱藏在那些看似“異?！钡膶嶒炃€中。最初，當他們觀察到溝道延遲開啟的現象時，由于與傳統的預期實驗結果有很大差別，紀君朋一度懷疑是實驗操作出了問題。然而，在西蒙尼教授的鼓勵和啟發下，他們很快將這一現象與生物神經元中鉀離子通道的延遲響應建立了聯系。

許多研究者習慣用傳統的電路設計和數學建模方式來構建人工神經元，但西蒙尼教授卻引導他們走上了一條截然不同的路：回到生物神經元的本源，從生物神經元最基本的離子通道工作機制出發，去自然中尋找靈感，而不是一味地依賴工程化堆疊。正是這樣的理念，孕育出了這項具有突破性的成果——單晶體管離子仿生神經元。

日前，相關論文以《單晶體管有機電化學神經元》（Single-transistor organic electrochemical neurons）為題發表在Nature Communications[2]，紀君朋是第一作者，瑞典林雪平大學教授西蒙尼·法比亞諾（Simone Fabiano）擔任通訊作者。

圖 | 相關論文（來源：Nature Communications）

接下來，研究團隊將探索如何進一步優化其離子兼容性，實現與真實生理環境的無縫對接，并同時探索其在神經形態計算領域的潛在應用。

參考資料：

1.Harikesh, P.C., Yang, CY., Wu, HY. et al. Ion-tunable antiambipolarity in mixed ion–electron conducting polymers enables biorealistic organic electrochemical neurons.Nat. Mater.22, 242–248 (2023).

https://doi.org/10.1038/s41563-022-01450-8

2.Ji, J., Gao, D., Wu, HY. et al. Single-transistor organic electrochemical neurons.Nat Commun16, 4334 (2025).

https://doi.org/10.1038/s41467-025-59587-4

運營/排版：何晨龍