Au cours de la dernière décennie, on a constaté un regain d’intérêt pour les approches in vitro dans les domaines de la découverte de médicaments et des essais de toxicité. Une approche très prometteuse est l’utilisation de tissus neuronaux humains fabriqués à partir de cellules souches pluripotentes induites (CSPi). Pour assurer la rapidité des tests dans les tissus neuronaux, les lectures chimiques, cytosoliques et histologiques traditionnelles ont été remplacées par une lecture électrophysiologique, i.e., l’enregistrement de l’activité électrique des neurones à l’aide de boîtes de Petri intelligentes qui intègrent des réseaux d’électrodes. Un grand défi pour l’enregistrement d’une telle activité est la très grande quantité de données générées par les réseaux d’électrodes, ce qui entraîne une analyse lourde et longue des données à effectuer afin d’obtenir les résultats expérimentaux finaux, et la fiabilité des systèmes.

Dans ce contexte, l’objectif du projet SpikeOnChip était de développer une plateforme pour un traitement et un stockage efficaces des activités neuronales. Il offre non seulement l’enregistrement des électrodes observées (jusqu’à 64), mais aussi une analyse sur puce qui permet de réduire la quantité de données par un facteur de 20x, en sélectionnant uniquement les parties intéressantes de l'activité. La plateforme est basée sur une carte MicroZed intégrant une puce Zynq (processeur FPGA + ARM). Cette réduction des données permet d’économiser de la mémoire et, par conséquent, de faire fonctionner le système de façon autonome pendant une plus longue période. La connexion est assurée par un lien réseau filaire ou Wifi afin de transférer des données vers un PC. Pour des raisons de fiabilité les données peuvent être stockées sur une carte SD afin de ne perdre aucune information importante si la connexion est perdue.

L’acquisition de données est effectuée par une puce Intan qui convertit les tensions brutes du réseau d’électrodes en données numériques série envoyées à une puce FPGA. Le traitement effectué sur la puce consistera à filtrer le signal des données brutes afin de rejeter le bruit, à détecter les pics, et à analyser l'activité du réseau dans les plages de fréquences importantes.

Enfin, un logiciel a également été développé afin de permettre à un utilisateur de contrôler la plate-forme embarquée et de visualiser les résultats de l’analyse.

Ce projet a impliqué une étape de validation, effectuée par des biologistes, pour s’assurer que le système fonctionne selon les spécifications et produit une expérience utilisateur satisfaisante et adéquate pour les utilisateurs finaux.