《Neuron》在培养皿中观察活体人脑细胞学会玩乒乓

　　

       

这是模拟乒乓的视觉表现，神经元活动反映在不断增长的砖块上。

                 

活的生物神经元比人工智能更能展示大脑的工作方式。

科学家首次证明，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。在这种情况下，他们玩的是简单的类似网球的电脑游戏乒乓。由墨尔本领导的这项研究的结果今天(10月12日)发表在《Neuron》杂志上。现在，研究人员将调查当他们的“大脑类器官”受到药物和酒精影响时会发生什么。（1972年，美国的雅达利公司的《PONG》是模拟两个人打乒乓球，就是在两条线中间有一个点在动。）

“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Brett Kagan博士说。他是生物技术初创公司皮质实验室的首席科学官，该公司致力于制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。

神经细胞的显微镜图像，荧光标记显示不同类型的细胞。绿色代表神经元和轴突，紫色代表神经元，红色代表树突，蓝色代表所有细胞。当出现多个标记时，颜色会被合并，根据标记的比例，通常会显示为黄色或粉色。

“DishBrain提供了一种更简单的方法来测试大脑的工作方式，并深入了解癫痫和痴呆等使人衰弱的疾病，”Cortex Labs首席执行Hon Weng Chong博士说。

虽然研究人员已经能够在多电极阵列上安装神经元并读取它们的活动，但这是第一次以结构化和有意义的方式刺激细胞。

Kagan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。”

视频展示了乒乓游戏是由培养皿中的一层神经元控制的。

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而不是像计算机这样有缺陷的类似模型进行实验。例如，Kagan和他的团队将进行下一个实验，看看酒精引入大脑类器官后会产生什么影响。Kagan说:“我们试图用乙醇创造一个剂量-反应曲线——基本上是让它们‘喝醉’，看看是否玩得更糟糕，就像人们喝酒时一样。”

这可能会为用全新的方法来理解大脑发生的事情铺平道路。

在高密度多电极阵列上生长了超过6个月的神经培养的扫描电子显微镜图像。一些神经细胞在外围生长，形成了复杂的网络，覆盖了中心的电极。信贷皮质实验室

Adeel Razi博士说:“这种教会细胞培养物执行一项任务的新能力——通过感应控制球拍回球——开启了新的发现可能性，这将对技术、健康和社会产生深远的影响。”他是莫纳什大学计算与系统神经科学实验室的主任。“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。”

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。

Kagan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，科学家团队收集了从胚胎大脑中提取的老鼠细胞和一些从干细胞中提取的人类脑细胞。他们把它们放在微电极阵列上，这样既能刺激它们，又能读取它们的活动。

一个阵列左右两侧的电极被点燃，以告诉类器官大脑球在哪一边，而与球拍的距离则由信号频率指示。来自电极的反馈告诉培养皿类器官如何把球回球，方法是让细胞像球拍一样活动。Kagan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。”

伦敦大学学院理论神经科学家、合著者Karl Friston教授说:“这项工作的美妙和开创性之处在于，它赋予神经元感觉——反馈——以及至关重要的对周围世界采取行动的能力。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;这只是因为——不像宠物——这些迷你大脑没有奖惩意识。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’，可以在其中测试药物和基因变异的影响——这个沙盒由你我大脑中发现的完全相同的计算(神经元)元素组成。”

这项研究也支持了Friston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具体实时激励的东西，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。”

一个令人兴奋的发现是，类器官不像基于电脑的系统那样运行。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会随着经验的增加而增加，这与我们在细胞学习速率上看到的情况一致。”

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。”

参考文献：In vitro neurons learn and exhibit sentience when embodied in a simulated game-world