Organoidy ludzkiego mózgu połączone z komputerem

System opracowany przez naukowców pod kierunkiem Feng Guo z Indiana University Bloomington został nazwany Brainoware. Zawiera organoidy ludzkiego mózgu zintegrowane z elektroniką. W badaniach opublikowanych na łamach pisma "Nature Electronics" (DOI: 10.1038/s41928-023-01069-w) naukowcy wykorzystali Brainoware do rozpoznawania mowy, ale autorzy systemu twierdzą, że tego typu rozwiązania zintegrowane z algorytmami sztucznej inteligencji mają duży potencjał, chociażby dlatego, że takie systemy konsumują znacznie mniej energii niż chipy krzemowe.

- To tylko dowód słuszności koncepcji pokazujący, że potrafimy wykonać to zadanie – mówi Feng Guo. - Mamy przed sobą długą drogę - dodaje.

Organoidy to hodowane w laboratorium malutkie wersje różnych narządów, które zachowują kluczowe cechy anatomiczne pełnowymiarowych organów. Takie trójwymiarowe modele są nieocenioną pomocą w badaniach, w których użycie żywych mózgów czy nerek jest niemożliwe lub nieetyczne. Uczeni uzyskują żywy narząd do testowania różnych koncepcji. Chodzi tu chociażby o testowanie reakcji na leki lub obserwowanie rozwoju w niesprzyjających warunkach. Badania na organoidach dają naukowcom szansę dogłębnego poznania narządów i zrozumienia przyczyn wielu chorób.

Organoidy hoduje się z komórek macierzystych, które mogą różnicować się w różne typy komórek. W tym przypadku zostały przekształcone w neurony, podobne do tych występujących w naszych mózgach. - Są jak minimózgi – mówi Guo i dodaje, że wyhodowanie organoidów, które mają kilka milimetrów szerokości i składają się z aż 100 milionów komórek nerwowych, zajmuje dwa lub trzy miesiące. W porównaniu do organoidów ludzki mózg zawiera około 100 miliardów komórek nerwowych.

Dalsza część artykułu pod materiałem wideo

Zarówno sztuczna inteligencja, jak i mózg polegają przede wszystkim na przekazywaniu sygnałów przez sieć neuronową. - Chcieliśmy sprawdzić, czy możemy wykorzystać biologiczną sieć neuronową w organoidzie mózgu do obliczeń – mówi Guo.

System powstał poprzez umieszczenie organoidów na układzie mikroelektrod, który służył zarówno do wysyłania sygnałów elektrycznych do organoidów, jak i do wykrywania reakcji komórek nerwowych. Uczeni przekładali informacje, którymi chcieli podzielić się z układem, na wzór impulsów elektrycznych dostarczanych do organoidu. Odpowiedź tkanki mózgowej była rejestrowana przez czujnik i "dekodowana" za pomocą algorytmu uczenia maszynowego.

Zespół wykorzystał system do rozpoznawania głosu. Ale najpierw trzeba było wyszkolić Brainoware. Trening odbywał się na podstawie zestawu 240 klipów audio przedstawiających osiem osób wymawiających japońskie samogłoski. Brainoware reagował inaczej na każdy głos, generując inny wzór aktywności neuronowej. Początkowe reakcje organoidów charakteryzowały się dokładnością około 30 do 40 procent. Ale z czasem sztuczna inteligencja nauczyła się interpretować te odpowiedzi, aby lepiej zidentyfikować mówiącego. Po przeszkoleniu system potrafił identyfikować głosy z dokładnością do 78 proc.

- Nazywamy to uczeniem adaptacyjnym. Szkolenie polegało po prostu na ciągłym odtwarzaniu klipów i nie zapewniało organoidom żadnej formy informacji zwrotnej, czy mają rację, czy nie. Gdy organoidy poddano działaniu leku, który zapobiegł tworzeniu się nowych połączeń między komórkami nerwowymi, nie nastąpiła żadna poprawa dokładności rozpoznawania głosu – mówi Guo.

- Połączenie organoidów i komputerów mogłoby umożliwić naukowcom wykorzystanie szybkości i efektywności energetycznej ludzkich mózgów na potrzeby sztucznej inteligencji - mówi Guo. Technologię tę można również wykorzystać do badania mózgu. Organoidy mózgowe mogą odwzorowywać architekturę i funkcje pracującego mózgu w sposób, w jaki nie są w stanie to zrobić proste hodowle komórkowe. Istnieje potencjał wykorzystania oprogramowania Brainoware do modelowania i badania zaburzeń neurologicznych, takich jak choroba Alzheimera. Możliwe byłoby również przetestowanie skutków i toksyczności różnych metod leczenia, sprawdzając reakcję organoidów.

Ale wykorzystanie organoidów w tym celu nie jest pozbawione wyzwań. Przede wszystkim organoidy mogą przetrwać miesiąc, góra dwa. Do tego komórki muszą być hodowane i utrzymywane w inkubatorach, co będzie trudniejsze do osiągnięcia, im większe będą organoidy. A bardziej złożone zadania będą wymagały większych organoidów.

Istnieją dwa duże wyzwania związane z konwencjonalną sztuczną inteligencją, wskazuje Guo. Jednym z nich jest wysokie zużycie energii. Drugim są nieodłączne ograniczenia chipów krzemowych, takie jak przetwarzanie czy separacja informacji. Zespół Guo jest jednym z kilku badających, czy bioinformatyka wykorzystująca żywe komórki nerwowe może pomóc w pokonaniu tych wyzwań.

Guo twierdzi, że kolejne kroki, aby wykorzystać możliwości Brainoware, obejmują zbadanie, czy i w jaki sposób organoidy mózgowe można przystosować do wykonywania bardziej złożonych zadań oraz zaprojektowanie ich tak, aby były bardziej stabilne i niezawodne. Będzie to miało kluczowe znaczenie, jeśli mają zostać włączone do krzemowych mikrochipów.

Źródło: New Scientist, Nature,