ミニ脳オルガノイドが点字を「読む」：バイオハイブリッドコンピューティングへの重要な一歩

ミニ脳オルガノイドが点字を「読む」：バイオハイブリッドコンピューティングへの重要な一歩

［画像］

シナプス伝達の3Dイラスト

科学者たちは、脳オルガノイドが点字に対応する信号を伝達できることを示しました。これは、将来のエネルギー効率の高いバイオハイブリッドコンピュータ開発に向けた重要な一歩です。点字の異なる文字から触覚信号を記録したセンサーに遠隔接続された脳オルガノイドは、文字ごとに異なる信号を生成し、デコーダーがオルガノイドに与えられた異なる文字を識別できるようにしました。個々の脳オルガノイドは61%の時間で正確にデコード可能な信号を提供しましたが、3つのオルガノイドのチームは大幅に優れたパフォーマンスを示し、83%の時間で正確な信号を生成しました。3つのオルガノイドのチームは、オルガノイドの関与なしに、不明瞭な信号を直接デコードするデコーダーよりも、人工ノイズから信号を区別する能力も優れていました。

将来、コンピュータには小さな脳オルガノイドが含まれるようになるでしょうか？ 人間の脳は信じられないほどエネルギー効率の高いコンピュータであり、それを模倣しようとするシリコンプロセッサは、従来のプロセッサよりも大幅なエネルギー節約を達成しています。現在、科学者たちは、エネルギー効率の高いバイオハイブリッドコンピューティングを開発するために、人間の前脳をモデルにしたオルガノイドの使用を実験しています。これに向けた重要な最初のステップは、オルガノイドが信号を確実に受信および中継できるかどうかを学ぶことです。ブリストルを拠点とする研究チームが、点字を使用してこれを調査しました。彼らは、3つの脳オルガノイドのチームが、異なる文字に正確に対応する信号を83%の時間で生成することを発見しました。

「実際の触覚センサーから情報を取り込み、それを生きたニューラルネットワークが受信できる形式に変換し、そしてオルガノイドの応答から意味のある情報を回復することができます」と、ブリストル大学の博士課程候補者であり、Frontiers in Artificial Intelligence誌の筆頭著者であるTianyi Liu氏は述べています。「これにより、人工センサーと生物学的ニューラルシステムを接続する実用的な方法が得られ、よりエネルギー効率の高いコンピューティングへの非常に興味深い経路となります。」

Aから点字へ

Liu氏と彼女のチームがテストしたバイオハイブリッドシステムは、マルチ電極アレイ上に配置され、オルガノイドを生存させ応答を監視するシステム内に収容された脳オルガノイドを使用します。これらのオルガノイドは直径1ミリメートル未満で、人間の脳が持ついくつかの構造を欠いていますが、約10,000個のニューロンと支持細胞を含んでいます。マルチ電極アレイにより、電気信号を受信できます。

まず、科学者たちは点字アルファベットの26文字に触覚データを記録するセンサーを適用しました。次に、このデータを電気刺激パターンに変換し、オルガノイドに異なるパターンを提示して、受信した刺激が何であったかを示すニューラル活動を生成するかどうかを確認しました。つまり、各点字文字に対応する電気信号を「読み」、与えられた情報に対応する認識可能な信号を生成できたのでしょうか？

オルガノイドのニューラル活動パターンは、パターンを分類し、与えられた信号が特定の文字に対応するかどうかを検出できる単純な機械学習アルゴリズムであるサポートベクターマシンを使用して分類されました。単一のオルガノイドは、約61%の時間で文字として正確にデコードできる信号を一貫して生成しました。しかし、一緒に機能する3つのオルガノイドは、約83%の時間で認識可能な信号を生成しました。

「オルガノイドによる処理後も、触覚データには点字を高い精度で分類するのに十分な情報が含まれています」と、記事のシニア著者であるブリストル大学のBenjamin Ward-Cherrier博士は述べています。「複数のオルガノイドからの出力を組み合わせることも、パフォーマンスの向上を示しました。」

---

元の記事を読むとダウンロードする

---

3つの脳は1つより優れているか？

研究者たちは、なぜ3つのオルガノイドが1つよりも優れたパフォーマンスを示したのかをまだ特定できていません。個々のオルガノイド間のばらつきが、それらが互いを補完している可能性があるためかもしれません。

「異なるオルガノイドは、わずかに異なるネットワーク接続、発達状態、および進行中の活動を持っている可能性があるため、同じ入力が類似していますが同一ではない応答を生成する可能性があります」とLiu氏は述べています。「それらの応答を組み合わせることで、単一のオルガノイドからは得られない補完的な情報が得られるかもしれません。同時に、すべてのオルガノイドが異なるように動作する場合、予測可能で標準化されたシステムを構築することが明らかに難しくなります。」

タスクをさらに難しくするために、科学者たちは点字文字信号に異なるノイズフィルターを適用しました。また、同じサポートベクターマシンを使用して、オルガノイドの応答からのデコードと、意図的に不明瞭にされた信号の直接デコードを比較しました。オルガノイドの関与なしに直接デコードした機械は、オルガノイドの応答からのデコードよりもだまされやすく、人工ノイズの中から文字信号を識別する能力が低かったことが判明しました。

［画像］

点字をスキャンした触覚センサー。画像提供：Benjamin Ward-Cherrier博士。

ループを閉じる

科学者たちは、これらの実験がオルガノイドが時間をかけて学習できるかどうかを示しているわけではなく、オルガノイドが点字信号を受信して応答したことを示しているだけだと強調しています。

「触覚情報がエンコードされ、オルガノイドを介して処理され、デコードできることを示しましたが、学習やオルガノイドの長期的な変化は実証しませんでした」とLiu氏は述べています。「また、固定されたエンコーディングスキームと比較的単純なニューラル活動の測定値を使用して、1つの触覚タスクをテストしました。次のステップは間違いなく点字を超えて進むことです。私たちは、テクスチャ、エッジ、さまざまな種類の触覚、そして最終的にはオルガノイドがその行動からフィードバックを受け取るクローズドループタスクに関心があります。これにより、オルガノイドが経験を通じて実際に適応できるかどうかを尋ね始めることができます。」

再版ガイドライン: オープンアクセスと研究の共有は、Frontiersのミッションの一部です。特に記載がない限り、Frontiersニュースサイトに掲載された記事は、元の研究へのリンクを記載する限り、再版できます。記事の販売は許可されていません。