观察培养皿中的脑细胞实时学习玩乒乓游戏
![A microscopy image of neural cells where fluorescent markers show different types of cells. Green marks neurons and axons, purple marks neurons, red marks dendrites, and blue marks all cells. Where multiple markers are present, colors are merged and typically appear as yellow or pink depending on the proportion of markers, credit Cortical Labs. Credit: Cortical Labs 人类的脑细胞在培养皿中学习玩乒乓游戏](https://scx1.b-cdn.net/csz/news/800a/2022/human-brain-cells-in-a.jpg)
一个由墨尔本领导的团队首次证明,生活在培养皿中的80万个脑细胞可以执行目标导向的任务——在这个例子中,简单的类似网球的电脑游戏Pong。这项研究的结果今天发表在杂志上神经元.
现在他们要看看当他们的“碟状大脑”受到药物和酒精的影响时会发生什么。
“我们已经证明,我们可以通过这种方式与活的生物神经元互动,迫使它们修改自己的活动,从而产生类似智能的东西,”主要作者布雷特·卡根博士说。他是生物技术初创公司皮质实验室(cortex Labs)的首席科学官,致力于建造新一代生物计算机芯片。他的合著者隶属于莫纳什大学、皇家墨尔本理工大学、伦敦大学学院和加拿大高级研究所
DishBrain提供了一种更简单的方法来测试如何大脑”皮质实验室行政总裁翁冲博士说。
虽然科学家们已经有一段时间能够将神经元安装在多电极阵列上并读取它们的活动,但这是第一次以结构化和有意义的方式刺激细胞。
卡根说:“过去,大脑模型是根据计算机科学家认为大脑可能如何工作来开发的。”“这通常是基于我们目前对信息技术(如硅计算)的理解。
“但事实上,我们并不真正了解大脑是如何工作的。”
通过以这种方式从基本结构构建一个活的大脑模型,科学家将能够使用真正的大脑功能进行实验,而不是像计算机那样有缺陷的类似模型。
例如,卡根和他的团队将进行下一个实验,看看酒精引入DishBrain后会产生什么影响。
卡根说:“我们试图用酒精创造一个剂量反应曲线——基本上是让他们‘喝醉’,看看他们是否玩得更糟糕,就像人们喝酒时一样。”
这可能为理解大脑活动的全新方法打开了一扇门。
“这种新的教学能力细胞培养通过控制球拍通过感应回球来完成一项他们表现出感知能力的任务,打开了新的发现的可能性,这将对技术、健康和社会产生深远的影响,”莫纳什大学计算与系统神经科学实验室主任阿迪尔·拉兹博士说。
“我们知道,我们的大脑具有进化上的优势,即为了生存而经过了数亿年的调整。现在,我们似乎已经掌握了如何利用这种难以置信的强大和廉价的生物智能。”
![人类的脑细胞在培养皿中学习玩乒乓游戏](https://scx1.b-cdn.net/csz/news/800/2022/human-brain-cells-in-a-1.jpg)
当研究新药或基因疗法在这些动态环境中的反应时,这些发现也增加了创造一种替代动物试验的可能性。
卡根说:“我们还证明,我们可以根据细胞如何改变它们的行为来修改刺激,并在实时闭环中完成这一过程。”
为了进行这项实验,研究小组从老鼠的胚胎大脑和一些人类的大脑中提取了细胞大脑细胞来自干细胞把它们放在微电极阵列上,微电极阵列既能刺激它们,又能读取它们的活动。
一个阵列左右两侧的电极被点燃,以告诉Dishbrain球在哪一边,而与球拍的距离则由信号频率指示。来自电极的反馈告诉DishBrain如何把球回球,方法是让细胞像球拍一样活动。
卡根说:“我们以前从未能看到细胞在虚拟环境中是如何工作的。”“我们成功地建立了一个闭环环境,可以读取细胞中正在发生的事情,用有意义的信息刺激它们,然后以交互的方式改变细胞,这样它们就可以真正地改变彼此。”
伦敦大学学院的理论神经科学家、合著者卡尔·弗里斯顿教授说:“这项工作的美妙和开创性之处在于为神经元提供感觉——反馈——以及对周围世界采取行动的关键能力。”
值得注意的是,这些文化学会了如何通过行动使他们的世界更可预测。这是值得注意的,因为你不能教这种自我组织;很简单,与宠物不同的是,这些微型大脑没有奖惩意识。”
![人类的脑细胞在培养皿中学习玩乒乓游戏](https://scx1.b-cdn.net/csz/news/800/2022/human-brain-cells-in-a-2.jpg)
“这项工作的转化潜力真的令人兴奋:这意味着我们不必担心创造‘数字双胞胎’来测试治疗干预。原则上,我们现在有了终极的仿生‘沙盒’,用来测试药物和基因变异的效果——这个沙盒是由你我大脑中发现的完全相同的计算(神经元)元素组成的。”
这项研究也支持了弗里斯顿教授提出的“自由能原理”。
“当我们在研究如何指导细胞沿着特定的路径前进时,我们面临着一个挑战。我们无法直接接触到多巴胺系统或其他任何我们可以用来提供特定实时激励的东西,所以我们必须深入到弗里斯顿教授研究的更深层次:信息熵——一个关于系统如何在物理层面上自我组织与环境相互作用的基本信息层次。
“自由能原理认为,处于这一水平的细胞会尽量减少环境中的不可预测性。”
卡根说,一个令人兴奋的发现是,DishBrain不像硅基系统那样运行。他说:“当我们将结构化信息呈现给非实体神经元时,我们看到它们的活动发生了变化,这与它们作为一个动态系统的实际行为非常一致。”
“例如,随着时间的推移,神经元改变和适应自身活动的能力随着经验的增加而增强,这与我们在大脑中所看到的一致细胞学习速率。”
Chong说,他对这一发现感到兴奋,但这只是一个开始。
“这是一个全新的处女地。我们希望有更多的人加入进来并与之合作,利用我们建立的系统进一步探索这一科学新领域。”
“正如我们的一位合作者所说,并不是每天一觉醒来就能开创一个新的科学领域。”
进一步探索