Ученые Университета Монаша и Университета Мельбурна в Австралии совместно со специалистами Университетского колледжа Лондона вырастили культуру из 800 тысяч нейронов, способную играть в компьютерную игру Pong. Такая платформа может стать основой для синтетического биологического интеллекта, способного выполнять сложные вычисления. Об этом сообщается в статье, опубликованной в журнале Neuron.
Узнайте больше в полной версии ➞Система DishBrain состоит из живых нервных клеток, которые размещены на плотной матрице из микроэлектродов (HD-MEA), способной как стимулировать нейроны, так и считывать их активность. Нервные клетки получали из эмбриональных плюрипотентных стволовых клеток грызунов и человека. Положение «мяча» на экране соответствовало положению электродов, которые передавали стимул биологической нейронной сети, а расстояние до «ракетки» кодировалось частотой поступающих в сеть сигналов. Положение «ракетки» считывалось по электрофизиологической активности определенных участков массива нейронов.
Входные данные, ограниченные информацией о положении мяча на оси, подавались в сенсорную область, состоящую из восьми электродов. Также ученые определили «моторные регионы», активность в одном из которых перемещала «ракетку» вверх, а в другом — вниз. Если при «обучении» системы активность нейронов приводила к промаху, то подавался непредсказуемый стимул (напряжение 150 милливольт при частоте 5 герц в течение 4 секунд), после чего «мяч» появлялся в случайном месте. В противном случае стимул подавался на все электроды одновременно с частотой 100 герц в течение 10 миллисекунд.
Оказалось, что DishBrain, состоящая из клеток коры головного мозга человека, лучше отбивала «мяч», чем культура клеток коры головного мозга мыши. По словам авторов, это первая работа, которая неожиданно подтверждает гипотезу, что нейроны человека обладают большей способностью обработки информации по сравнению с нервными клетками грызунов. Однако это необходимо подтвердить в будущих исследованиях, поскольку ученые не сравнивали микроскопические клеточные структуры обоих нейронных сетей.