参考内容：https://spectrum.ieee.org/organoid-intelligence-computing-on-brain

在 GPT-4 等机器学习发展的同时，一个多机构研究团队最近提出使用神经组织本身，精心培育以重建动物大脑的结构，作为计算基质（substrate）。

毕竟，如果 AI 的灵感来自神经系统，那么还有什么比实际的神经系统更好的计算媒介呢？作者收集了计算机科学、电气工程、神经生物学、电生理学和药理学领域的发展成果，作者提出了一项新的研究计划，他们称之为「类器官智能」（Organoid Intelligence，OI）。

OI 旨在促进使用脑类器官——从干细胞中生长出来的微小球形脑组织——用于计算、药物研究，以及作为小规模研究完整大脑如何运作的模型。换句话说，类器官提供了一个更好地了解大脑的机会，而 OI 旨在利用这些知识开发神经生物学计算系统，与硅硬件相比，该系统可以从更少的数据和更少的能量中学习。

论文链接：https://www.frontiersin.org/journals/science/articles/10.3389/fsci.2023.1017235

两项生物工程突破使类器官的开发成为可能：诱导多能干细胞（IPSC）和 3D 细胞培养技术

利用现有的神经形态计算领域，在硅架构中研究和模拟神经元的结构及其之间的连接，OI 扩展了工程类比，有机会直接将所需行为编程到动物脑细胞培养物的放电活动中。

类器官的直径通常为 500 微米，大致相当于指甲的厚度。研究人员说，随着类器官的发展，它们的组成神经元开始在模仿不同大脑区域结构的网络和活动模式中相互连接。

两项生物工程突破使类器官领域的发展成为可能：诱导多能干细胞 和 3D 细胞培养技术。IPSC 是干细胞，可以发育成动物体内的任何细胞，通过将成体细胞转化为干细胞而产生。然后，这些诱导干细胞被生化诱导成构建特定类器官所需的特定神经元和神经胶质细胞。

最近开发的 3D 支架方法使生物学家能够垂直和水平地培养 iPSC 衍生的神经组织，从而使类器官能够形成动物大脑中的神经元间网络。

几十年来，科学家们一直在研究二维培养物，但单层组织无法像类器官那样长成类脑网络。

网络使类器官成为理解和潜在利用大脑活动动力学的强大模型。卢森堡大学细胞和发育生物学教授 Jens Schwamborn 正在使用类器官研究帕金森病等神经系统疾病的发展。「我们概括了病理学的主要特征。我们可以看到多巴胺能神经元的丢失，我们可以看到与疾病相关的蛋白质聚集体的出现，」Schwamborn 说，他的实验室开发了帕金森氏症的类器官模型。这些平台使研究人员能够在单层培养物无法做到的细胞网络环境中小规模研究帕金森病的发展。「这是主要优势，」Schwarnborn 说。「我们可以看到我们所知道的发生在患者身上的疾病的特征，但到目前为止还无法在实验室中重现。现在，我们终于可以做到了。」

用于生物计算的 OI 系统的架构。（来源：www.frontiersin.org）

「我们并没有教细胞如何去做。[类器官]最终形成了大脑中的结构组织。我认为这就是力量：计算能力来自该组织。」

——Alysson Muotri，加州大学圣地亚哥分校

正如类器官本身是生物工程进步的产物一样，它们作为神经功能模型的效用是其他几项生化创新的产物——电生理学和微流体学。与五年前相比，研究人员现在可以更可靠、更精确地指导类器官发育，并且可以利用这种特异性来创建模拟特定皮质和皮质下结构的网络结构和细胞组成的类器官。加州大学圣地亚哥分校儿科学和分子医学教授 Alysson Muotri 认为，这些结构可能为它们提供脑组织的信息处理能力。「在 3D 中，你会看到所有在 2D 中看不到的额外组织。这是基因编码的。我们并没有教细胞如何去做。他们最终形成了大脑中的结构组织。我认为这就是力量：计算能力来自该组织。」

拥有一致、可持续的类器官还可以让科学家对其中的神经元活动进行有意义的测量。多电极阵列 (MEA) 是由微型电极组成的面板，能够测量和刺激类器官表面附近神经元的电活动。可以包裹类器官团块的柔性 MEA 能够从整个表面进行记录，而不仅仅是与培养皿接触的神经元底层。通过分析这些记录，科学家们可以推断出所有这些神经元是如何相互交流的。通过一组称为因果建模的信号处理技术，研究人员可以绘制神经元之间的连接图，这些神经元构成了类器官功能结构的网络。然后可以使用这些网络图来追踪正在发育的大量神经组织是如何处理信息的。

科学家们假设，通过调节类器官内的神经元群，使其对设定的电输入做出一致且可预测的反应，他们可以将类器官系统转变为有机处理单元，从而利用神经组织明显的信息处理能力，创建灵活而强大的计算系统。

总部位于墨尔本的生物技术初创公司 Cortical Labs 正在推出首个可训练的神经生物学计算平台 Dishbrain。该公司旨在以云服务的形式向最终用户提供可编程的单层 2D 神经文化——这些文化已被证明可以可靠地学习数字输入/输出模式，例如玩经典视频游戏 Pong。该公司首席科学官 Brett Kagan 表示，该公司计划在年底前让这项服务运行起来。「在今年年底之前，我们应该有一个测试系统，让人们能够通过云计算或与我们合作进行内部使用，登录并能够运行非常基本的环境，」他说。

虽然类似的类器官芯片计算系统尚不可用，但 OI 团队对其进展速度持乐观态度。Muotri 教授认为我们可能会在十年内看到类器官计算系统的发展。「我们可能会在未来两三年内看到原型，」他说。「用我们需要的所有工具，让事情变得更具可重复性，这需要 5 到 10 年的时间。」

 

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除