摘要：脑机接口（BCI）相关植入式神经电极/材料开发的核心矛盾在于“电化学与机械-生物学界面”长期稳定性：一方面需要低阻抗、高电荷注入能力与可控刺激；另一方面必须降低细胞毒性、化学浸出、机械失配与免疫反应导致的胶质反应及信号衰减。体外实验是连接材料选择—界面工程—动物实验/临床转化的关键“筛选与机理验证层”，其价值不仅在于初步生物相容性合格/不合格判定，更在于通过多模型（2D/3D、单培养/共培养、类器官/组织切片）与多终点（活力/死亡、炎症、黏附与形态、神经元功能、髓鞘化、氧化应激、分子表达、微纳界面表征与电化学稳定性）构建可解释、可比对、可复现的评价证据链，并显式纳入无细胞电化学与电刺激条件、样品提取/浸提（extractables）与风险管理框架，最终提高体外结果对体内与临床表现的预测力与可转化性。

背景与目的

侵入式BCI常见形态包括皮层穿刺微电极阵列、皮层表面电极与深部刺激/记录电极等，其长期性能受“电极—组织界面”的电化学稳定性与组织反应共同制约：材料表面化学/粗糙度/润湿性、涂层稳定性、机械模量差异与微动（micromotion）可诱发或放大炎症反应，形成以星形胶质细胞与小胶质细胞为主的反应性胶质环境，从而影响信号质量与刺激安全窗。

从合规与工程化角度，医疗器械生物学评价强调在风险管理过程中“整合已有证据、识别数据缺口、选择补充试验”的逻辑，而非仅做单一“细胞毒性合格”测试。这与BCI研发需求高度一致：体外阶段既要满足通用生物相容性与化学风险评估框架（如提取液细胞毒性、化学表征与毒理学风险评估），也要满足神经界面特异性问题（神经元黏附与突触、网络放电、胶质反应、刺激条件下的界面变化、涂层脱落/腐蚀等）。

因此，本文的目的在于：系统梳理BCI体外模型、材料/电极与表面改性对实验设计的影响，列出并比较“必须/常用”的体外生物学实验与检测方法，并讨论体外到体内/临床转化的局限与建议。

常用体外模型与选择策略

体外模型选择应围绕“预期体内接触组织、接触时程与机制假设”展开，并尽量形成由低成本高通量到高生理相关性的阶梯：细胞系/提取液筛查 → 相关细胞（神经元/胶质）单培养与共培养 → 3D组织工程/微流控 → 组织切片与类器官 → 体内。

细胞系（cell lines）更适合标准化与批间一致性管理，常用于通用毒性筛查、材料浸提液评估与初步机制线索获取。优势是易培养、成本低、适合多浓度与多时间点高通量；劣势是表型与成熟度与真实神经组织差异大，尤其对炎症与神经网络功能的外推能力有限。

原代细胞（primary cells）（常来自鼠/大鼠/小鼠的皮层、海马、DRG；胶质含星形胶质与小胶质等）在形态、突触与电活动方面更接近体内，适合评估神经元黏附、轴突/树突生长、突触形成与胶质炎症反应。其优势是生理相关性较高、与MEA/钙成像兼容；劣势是分离与培养批间波动大、动物来源与伦理审批要求明确、不同物种差异显著，且小胶质细胞在体外易发生环境驱动的转录与表型漂移。

人源iPSC/ESC衍生细胞（神经元、星形胶质、小胶质、少突胶质谱系等）在“人相关性”与“可获得性/可扩增性”之间取得平衡，尤其适合比较人源与啮齿类在电生理反应、药理敏感性与炎症轴上的差异，并可与患者来源iPSC结合形成疾病/个体化模型。其主要挑战是成熟时间长、批次差异与分化方案敏感、成本更高，且在神经网络成熟度与胶质相互作用方面需要更强的标准化与质控。

类器官与组装体（organoids/assembloids）可在3D结构层面部分再现发育程序、层化与网络活动，适合研究电极与3D神经组织相互作用、长期培养与内部缺氧/代谢梯度对材料反应的影响，并与3D MEA、钙成像/电压成像结合评估更接近“组织尺度”的功能表型。但其可重复性、等效发育“年龄”映射、细胞组成与批间偏差是突出问题，需要系统的量化表征与报告规范。

组织切片（急性切片/器官型切片）保留原位细胞类型比例、局部回路与细胞外基质，尤其适合评估电极插入/贴附后的局部细胞死亡、胶质迁移、轴突生长与网络放电在更接近体内结构背景下的变化。局限在于制备依赖经验、存活窗口或长期培养条件要求高，且与临床慢性植入仍存在尺度与免疫系统差异。

共培养与多培养（co-culture/tri-culture）是BCI体外评价中提高预测力的关键：神经元—星形胶质—小胶质三培养模型可更好“重构”炎症与突触环境，使单一培养下过度炎症或不成熟的表型得到部分矫正，从而更贴近组织内的相互调控。代价是体系更复杂、参数更多（比例、铺板顺序、培养基配方），需要更严格的对照与批次控制。

3D组织工程与微流控（3D engineered tissues/organ-on-chip）可引入可控的机械性质、流体剪切、浓度梯度与隔室结构，便于研究电极材料的微环境依赖效应（例如缺氧、炎症刺激与机械刚度耦合）并实现连续监测。但平台搭建与读数解释更复杂，且标准化仍在发展中。

常见材料与电极类型及表面改性对体外实验设计的影响

BCI电极体系可按“导电相+基底+涂层/改性层”拆解：金属/金属合金（如Pt、Pt-Ir等）、金属氧化物/氮化物、碳基材料、导电聚合物（如PEDOT:PSS）与柔性聚合物基底（如聚酰亚胺/聚对二甲苯类）等，常通过粗糙化、纳米结构化、化学接枝、吸附/交联水凝胶、固定细胞黏附分子或局部释药来改善阻抗与生物反应。

材料类型会改变体外暴露形态与必须控制的变量。

其一是可浸出物与降解产物。柔性聚合物、溶剂残留、交联剂/掺杂剂，以及纳米填料可能在培养条件或加速老化中释放；因此体外不只要做“直接接触”，也要做基于提取液的暴露，并将提取条件（温度/时间/面积-体积比/溶媒极性）作为可报告的关键工艺参数。

其二是电化学工作窗口与刺激参数。神经刺激依赖在可逆电化学范围内的电荷注入，材料不同导致极化行为、可逆/不可逆反应比例、表面产物沉积与腐蚀风险不同；因此需要无细胞条件下的CV/EIS与脉冲刺激耐久性测试，并在细胞体系中验证“电刺激本身”对胶质与神经元的直接影响，而不能仅将炎症归因于材料。

其三是机械性质与几何尺度。微电极尖端几何、粗糙度与宏观柔顺性会改变细胞黏附、应力集中与炎症放大；在体外可通过可调刚度基质或软涂层模拟部分“机械-炎症耦合”环境，以识别材料表面在不同刚度下诱导的星形胶质/小胶质激活差异。

表面改性会影响检测选择与读数解释。

吸附/固定的蛋白或黏附分子（例如L1细胞黏附分子涂层）可显著改变细胞—电极耦合与记录产额，因此黏附/形态与功能性读数应成对出现：既要看“能否形成稳定贴附与成熟形态”，也要看“是否带来更一致的放电与可记录单元”。

导电聚合物（如PEDOT:PSS）常降低阻抗、提高电荷存储/注入能力，但其长期稳定性、溶胀与脱层风险，以及掺杂/交联体系对细胞毒性与炎症的影响，需要“电化学—表面表征—细胞生物学”三者联动验证；仅用单次活力测定很容易遗漏慢性风险。

体外生物学实验与检测方法体系

体外评价建议按“通用合规评价基础 + 神经界面特异性终点 + 无细胞电化学与刺激耦合验证”三层组织，并尽量用同一批样品贯穿，以降低批次差异导致的伪差。

1. 通用合规评价基础：样品制备、提取与细胞毒性（ISO路径）

提取液制备是体外评价的首要方法学变量。ISO 10993-12给出按厚度/形态选择标准表面积-体积比的建议（例如薄片/膜材可用6 cm²/mL，0.5–1.0 mm与>1.0 mm常用3 cm²/mL；不规则固体可按0.2 g/mL等），并建议同时采用极性与非极性浸提介质以覆盖不同溶出物谱。这对BCI尤其重要：导电涂层的掺杂剂、聚合物单体残留、金属离子与加工残留可能在不同溶媒中表现出不同风险。

细胞毒性判定上，ISO 10993-5明确了定量评价中“细胞活力降低超过30%可视为细胞毒性效应”，并在其示例流程中使用“100%提取液相对活力<70%则认为存在细胞毒性；≥70%则视为非细胞毒”的判据（需结合具体方法学条款与报告要求）。在BCI研发中，建议将该判据作为基础筛查阈值，但不要把“≥70%”误读为“可长期植入安全”。这只是必要条件，而非充分条件。

细胞活力/增殖/毒性测定可组合使用代谢型（四唑盐还原、resazurin等）、ATP含量、膜完整性/酶释放（如LDH）与活细胞蛋白酶活性等读数，以降低单指标偏差；同时需注意某些材料（尤其纳米碳、强吸附表面或有色涂层）可能吸附染料或影响光学读数，引入假阳性/假阴性。

2. 细胞死亡机制：凋亡、坏死与调控性死亡的区分

对神经电极材料而言，“细胞死亡数量”与“死亡方式”同等重要：坏死可释放DAMPs并放大炎症；凋亡与不同调控性死亡路径（如焦亡等）对小胶质激活与细胞因子环境的影响不同。建议在关键节点（急性：6–24 h；亚急性：3–7 d；慢性：≥14 d，视模型而定）至少使用两类互补方法：流式/成像的Annexin V/PI区分早期凋亡与膜破裂，结合caspase-3/7活性、TUNEL或调控性死亡路径标志物，并遵循对照与时间窗的规范化。

3. 炎症反应：胶质激活、细胞因子与刺激条件耦合

神经界面长期失效高度相关于星形胶质与小胶质反应。体外评估至少应覆盖：形态学/免疫荧光（GFAP用于星形胶质反应；Iba1、CD68或其他吞噬/激活标志用于小胶质）、分泌因子（IL-1β、IL-6、TNF-α等）及其在材料接触与电刺激条件下的变化。

尤其需要强调：电刺激参数本身可改变胶质细胞覆盖、局部炎性标志与电极表面成分/形貌；因此若研发目标包含刺激功能，应设置“材料 × 刺激”二维因素实验，而不是只在静态培养中评价材料。

4. 黏附、形态与迁移：界面可居留性与生物相容性

BCI电极表面往往需要在“低阻抗”与“细胞可黏附/可迁移/可形成网络”之间平衡。建议至少包含：细胞密度与覆盖率（核染+细胞骨架/膜染）、形态复杂度（分支、面积、圆度等）、神经突生长参数（长度、分支点、方向性）与迁移（划痕/Transwell或时间序列成像）。当采用黏附分子涂层（如L1）时，应将涂层稳定性与功能读数纳入同一批次实验，以验证其对记录产额/网络成熟度的真实贡献。

5. 神经元特异性标志与功能性检测：膜片钳、钙成像、电压成像与MEA

神经接口的“有效性”必须落实到功能读数。膜片钳仍是单细胞电生理金标准，适合用于验证材料接触或刺激后神经元内在兴奋性是否改变，常见读数包括静息膜电位、输入阻抗、动作电位阈值、峰值与半宽、发放频率适应，以及电压钳模式下的sEPSC/sIPSC和离子通道电流。其优势是分辨率高、可直接解析机制；局限是通量低、操作要求高，更适合作为对MEA、钙成像或电压成像观察结果的单细胞验证，而非大规模筛选首选。

钙成像适合观察细胞群体活动、同步性与药理/刺激响应，尤其便于在2D网络、共培养体系及类器官中做中等通量比较。需要注意其反映的是钙动态而非膜电位本身，对快事件与单次动作电位形态的解析能力有限，因而更适于网络活性评估而非精细动作电位参数测量。

电压成像在具备合适电压敏感染料或基因编码电压指示器（GEVI）及高速成像条件下，可作为电生理和钙成像之外的高通量功能检测手段，用于观察膜电位快速动态、刺激传播与局部响应。

MEA提供非侵入、可重复的网络放电指标，适合比较材料/涂层对神经网络成熟度与稳定性的影响，并可扩展到网络拓扑与功能连接分析。

6. 突触形成与网络成熟

突触形成可通过突触前/后标志（如Synapsin、PSD-95）及其共定位、突触斑点密度变化与网络爆发模式成熟趋势交叉验证。需要注意：免疫荧光的结构性突触标志并不等价于功能突触；因此建议将突触标志物作为结构终点，与电压成像/钙成像/膜片钳等功能终点成对报告，并使用一致的图像分析阈值与盲法。

7. 髓鞘化评估：少突谱系相关共培养与超微结构

对于涉及白质或长期植入环境的BCI研究，髓鞘化能力与少突胶质反应可成为容易被忽视但重要的终点。可采用前脑神经元与少突胶质细胞共培养的体外髓鞘化体系，以MBP等标志评估髓鞘段形成并结合TEM观察超微结构；人源少突胶质细胞亦可由iPSC高效诱导产生并在3D环境中支持相关研究。

8. 氧化应激：ROS与线粒体相关读数

电极材料（尤其在电刺激或腐蚀/离子释放条件下）可能引起氧化应激，进而影响细胞死亡路径与炎症放大。ROS检测（如通用ROS探针、线粒体ROS等）应与细胞死亡与炎症终点联合解读，而非单独作为“应激升高”陈述。对区分机制，建议结合基因/蛋白表达（如抗氧化通路）与时间序列采样。

9. 基因/蛋白表达：RT-qPCR、免疫印迹、ELISA/多因子

在材料比较中，分子层终点的价值在于“可重复且可解释”。建议围绕预注册假设设计，例如材料A是否降低炎症轴IL-1β/TNF并提高神经营养或突触相关表达，并采用与细胞组成匹配的归一化策略。三培养与类器官研究的可重复性综述一再强调细胞类型定量与批次控制的重要性，这同样适用于BCI体外体系。

10. 流式细胞术：死亡、ROS、细胞周期与表型分群

流式便于在混合体系中进行凋亡/坏死/ROS与表型分群（例如胶质激活亚群），可弥补成像在“细胞数量统计与分群”方面的不足。需要注意材料碎片/纳米颗粒对散射信号与荧光通道的干扰，必要时用未染色与单染对照建立补偿矩阵并加入“材料空白”管。

11. 电镜与表面分析：将材料变量与细胞读数闭合解释

SEM/TEM用于观察细胞—电极界面形貌、涂层完整性与细胞吞噬/内化颗粒；同时，XPS用于表面元素与官能团信息、AFM用于纳米粗糙度与力学/黏附测量、接触角用于润湿性，构成解释“为何细胞黏附/炎症/电生理不同”的关键证据链。对复杂表面（多层涂层、等离子处理聚合物等），需要建立一致的谱图处理SOP。

12. 无细胞电化学与电刺激条件：作为并列评价模块

无细胞CV/EIS是把材料从“能导电”推进到“可安全刺激/长期记录”的基础。神经电极综述强调了电荷平衡波形、可逆电化学窗口与极化控制对安全刺激的重要性；EIS方法学综述则提示阻抗测量设计、频率选择与界面电路模型拟合的关键性。对于Pt与Pt-Ir等体系，亦应将“刺激后表面化学/形貌变化、离子释放、沉积产物”与细胞体系炎症/死亡读数联动，而不是把电化学当作独立工程测试。

体外结果向体内与临床转化的局限性与建议

体外模型普遍缺失体内关键变量：血脑屏障、血管与灌注、系统性免疫与补体、真实微动与组织力学约束，以及长期（数月至数年）的材料疲劳、腐蚀与蛋白吸附动态。因此，体外评价更适合回答三类问题：材料是否存在明显细胞毒/化学风险；界面工程是否在相关细胞体系中改善黏附与功能；在电刺激条件下是否出现早期不可逆界面损伤或炎症放大趋势。

提升转化价值的关键是“构建跨层证据链而非单点合格”：第一，按风险管理逻辑把体外终点与预期体内危害路径对齐，并将化学表征与毒理学风险评估纳入研发早期；第二，使用“复杂度递增”的模型组合，从标准化毒性筛查到三培养，再到组织切片/类器官与微流控平台；第三，把电压成像、钙成像、膜片钳及其他功能读数纳入主终点体系，避免“细胞存活但功能失效”的结论偏差。

参考文献

1. Biological evaluation of medical devices—Part 1: Evaluation and testing within a risk management process. International Organization for Standardization; 2018.
2. Biological evaluation of medical devices—Part 5: Tests for in vitro cytotoxicity. International Organization for Standardization; 2009.
3. Biological evaluation of medical devices—Part 12: Sample preparation and reference materials. International Organization for Standardization; 2012.
4. Recognized Consensus Standards: ISO 10993-12 Fifth edition 2021-01 (entry and supplementary information). U.S. Food and Drug Administration; 2022.
5. Biological evaluation of medical devices—Part 18: Chemical characterization of medical device materials within a risk management process. International Organization for Standardization; 2020.
6. Biological evaluation of medical devices—Part 17: Toxicological risk assessment of medical device constituents. International Organization for Standardization; 2023.
7. Biological evaluation of medical devices—Application of the threshold of toxicological concern (TTC) for assessing biocompatibility of medical device constituents. International Organization for Standardization; 2019.
8. Riss TL, Moravec RA, Niles AL, et al. Cell Viability Assays. In: Assay Guidance Manual. NCBI Bookshelf; 2016.
9. Hu X, et al. Guidelines for Regulated Cell Death Assays. Cells. 2021;10(4):984.
10. Riss TL. Apoptosis Marker Assays for HTS. In: Assay Guidance Manual. NCBI Bookshelf; 2021.
11. Almeida JL, et al. Authentication of Human and Mouse Cell Lines by Short Tandem Repeat (STR) Profiling. In: Assay Guidance Manual. NCBI Bookshelf; 2023.
12. International Cell Line Authentication Committee (ICLAC). Advice to Scientists: Cell line authentication and microbial contamination testing. 2023.
13. Cogan SF. Neural stimulation and recording electrodes. Annu Rev Biomed Eng. 2008;10:275-309. doi:10.1146/annurev.bioeng.10.061807.160518.
14. Eluagu A, et al. Electrochemical impedance spectroscopy for implantable neural electrodes: from electrochemistry to biological interfaces. J Neural Eng. 2026. doi:10.1088/1741-2552/adfe3d.
15. Shah KG, et al. Platinum dissolution in bioelectronics—A review. J Neural Eng. 2024. doi:10.1088/1741-2552/ad2780.
16. Leusmann D, et al. Safe operation conditions of platinum-iridium macroelectrodes for neural stimulation in vitro. PLoS One. 2024. doi:10.1371/journal.pone.0304007.
17. Doğan M, et al. Graphene-based neural electrodes: from materials/device perspective to evaluation methods. Mater Horiz. 2025. doi:10.1039/d5mh00452h.
18. Li S, et al. PEDOT:PSS-based bioelectronics for brain monitoring and modulation. npj Flex Electron. 2025;9:10. doi:10.1038/s41528-025-00335-1.
19. Villa J, Cury J, Kessler L, et al. Enhancing biocompatibility of the brain-machine interface: A review. Bioact Mater. 2024;42:531-549. doi:10.1016/j.bioactmat.2024.08.034.
20. Xiang Y, Zhao Y, Cheng T, et al. Implantable Neural Microelectrodes: How to Reduce Immune Response. ACS Biomater Sci Eng. 2024;10:2762-2783. doi:10.1021/acsbiomaterials.4c00238.
21. Woeppel K, Yang Q, Cui XT. Recent Advances in Neural Electrode-Tissue Interfaces. Curr Opin Biomed Eng. 2017;4:21-31. doi:10.1016/j.cobme.2017.09.003.
22. Liu S, Zhao Y, Hao W, et al. Micro- and nanotechnology for neural electrode-tissue interfaces. Biosens Bioelectron. 2020;170:112645. doi:10.1016/j.bios.2020.112645.
23. Galindo AN, et al. Biomaterial strategies for regulating the neuroinflammatory response in the central nervous system. Mater Adv. 2024. doi:10.1039/d3ma00736g.
24. Kushwah N, et al. A cell adhesion molecule L1 coating increases the in vivo recording yield from chronically implanted microelectrodes. Biomaterials. 2022;284:121479. doi:10.1016/j.biomaterials.2022.121479.
25. Tsui CT, et al. In vitro biocompatibility evaluation of functional electrically stimulating microelectrodes on primary glia. Front Bioeng Biotechnol. 2024. doi:10.3389/fbioe.2024.1297533.
26. Benincasa JC, et al. Mechanobiological Modulation of In Vitro Astrocyte Reactivity Using Variable Gel Stiffness. ACS Biomater Sci Eng. 2024;10:4279-4296. doi:10.1021/acsbiomaterials.4c00229.
27. Liu Y, et al. Matrix stiffness-dependent microglia activation in response to inflammatory cues: in situ investigation by scanning electrochemical microscopy. Sci China? / Chem Sci related report. 2023/2024. doi:10.1039/d3sc03504b.
28. Luchena C, et al. A Neuron, Microglia, and Astrocyte Triple Co-culture Model to Study Alzheimer’s Disease. Front Aging Neurosci. 2022;14:844534. doi:10.3389/fnagi.2022.844534.
29. Connolly K, Lehoux M, Assetta B, Huang YWA. Modeling Cellular Crosstalk of Neuroinflammation Axis by Tri-cultures of iPSC-Derived Human Microglia, Astrocytes, and Neurons. Methods Mol Biol. 2023;2683:79-87. doi:10.1007/978-1-0716-3287-1_7.
30. Steiner K, Humpel C. Long-term organotypic brain slices cultured on collagen-based microcontact prints: A perspective for a brain-on-a-chip. J Neurosci Methods. 2023;399:109979. doi:10.1016/j.jneumeth.2023.109979.
31. Zhao HH, Haddad G. Brain organoid protocols and limitations. Front Cell Neurosci. 2024;18:1351734. doi:10.3389/fncel.2024.1351734.
32. Sandoval SO, et al. Rigor and reproducibility in human brain organoid research: Where we are and where we need to go. Stem Cell Reports. 2024;19(6):796-816. doi:10.1016/j.stemcr.2024.04.008.
33. Zhang H, Shin N, Bian S, Sawan M. Brain organoids-on-chip for neural diseases modeling: History, challenges and trends. J Pharm Anal. 2025;15(10):101323. doi:10.1016/j.jpha.2025.101323.
34. Rodrigues RO, Shin SR, Bañobre-López M. Brain-on-a-chip: an emerging platform for studying the nanotechnology-biology interface for neurodegenerative disorders. J Nanobiotechnol. 2024;22:573. doi:10.1186/s12951-024-02720-0.
35. Negri J, Menon V, Young-Pearse TL. Assessment of spontaneous neuronal activity in vitro using multi-well multi-electrode arrays: Implications for assay development. eNeuro. 2020;7(1):ENEURO.0080-19.2019. doi:10.1523/ENEURO.0080-19.2019.
36. Kizner V, Fischer S, Naujock M. Multielectrode Array (MEA)-Based Detection of Spontaneous Network Activity in Human iPSC-Derived Cortical Neurons. Methods Mol Biol. 2019;1994:209-216. doi:10.1007/978-1-4939-9477-9_19.
37. Sit TPH, et al. MEA-NAP: A flexible network analysis pipeline for neuronal 2D and 3D organoid multielectrode recordings. Cell Rep Methods. 2024;4(11):100901. doi:10.1016/j.crmeth.2024.100901.
38. Hiranuma M, Okuda Y, Fujii Y, et al. Characterization of human iPSC-derived sensory neurons and their functional assessment using multi electrode array. Sci Rep. 2024;14:6011. doi:10.1038/s41598-024-55602-8.
39. Vernekar VN, et al. 3-D multi-electrode arrays detect early spontaneous network activity in 3-D neural co-cultures. J Neural Eng. 2020. doi:10.1088/1741-2552/ab8d62.
40. Pang Y, et al. In Vitro Myelination Using Forebrain Neuron and Oligodendrocyte Co-culture. Methods Mol Biol. 2018;1791:25-35. doi:10.1007/978-1-4939-8391-9_3.
41. Ehrlich M, et al. Rapid and efficient generation of oligodendrocytes from human induced pluripotent stem cells using transcription factors. Proc Natl Acad Sci U S A. 2017;114(11):E2243-E2252. doi:10.1073/pnas.1614412114.
42. Robinson KJ, Thissen H. Selecting the best surface analysis method for your materials/samples. J Vac Sci Technol A. 2024;42(4):040801. doi:10.1116/6.0003576.
43. Ghobeira R, Tabaei PSE, Morent R, De Geyter N. Chemical characterization of plasma-activated polymeric surfaces via XPS analyses: A review. Surfaces and Interfaces. 2022;31:102087. doi:10.1016/j.surfin.2022.102087.