公众号/
编辑 | 萝卜皮
脑机接口通常依靠电生理信号来解释和传输神经信息。然而,在生物系统中,神经递质是基于化学的中间神经元信使。这种不匹配可能会引起对传输信息的错误解释。
在这里,来自南京邮电大学、南京医科大学以及南洋理工大学等高校的合作团队,报告了一种化学介导的人工神经元,它可以接收和释放神经递质多巴胺。人工神经元使用碳基电化学传感器检测多巴胺,然后使用具有突触可塑性的忆阻器处理感觉信号,然后通过热响应水凝胶刺激多巴胺释放。
该系统可以响应大鼠嗜铬细胞瘤细胞的多巴胺胞吐作用,并释放多巴胺以激活嗜铬细胞瘤细胞,形成类似于中间神经元的化学通讯回路。实验表明,该人工神经元可以触发鼠标腿和机械手的可控运动。
该研究以「A chemically mediated artificial neuron」为题,于2022 年 8 月 8 日发布在《Nature Electronics》。
脑机接口(BMI)可以通过神经信息的解释和传输来弥合人与机器之间的差距。这是神经元康复、机器人构建以及最终意识检测和控制的关键过程。当前最先进的 BMI 技术依赖于电生理信号的转换,例如表面(离体)或细胞内(体内)生物电势。
然而,在生物神经元网络中,很大一部分智能信息——包括记忆和情感——是由神经递质等化学分子编码或传递的。这就提出了一个问题,即电生理信号的 BMI 是否可以全面解释人类的意识。通过构建具有化学通信能力并可以补充当前 BMI 方法的神经递质介导的 BMI,可以通过构建神经递质介导的BMI来缓解此问题。
在人类大脑中,神经元在称为突触的连接处相互交流(图 1a)。突触间隙中的神经递质介导神经突触可塑性,并引起情绪和智能行为。为了与生物神经元进行化学交流,生物电子学至少应具备三个基本功能:神经递质识别、突触可塑性、动作电位的激发和神经递质的释放。
图示:神经递质介导的人工神经元的概念示意图。(来源:论文)
为了构建智能系统,已经开发了许多神经形态装置,例如相变神经元、人工传入神经、人工伤害感受器和光电感觉运动突触。这些系统仅对电或物理信号(例如压力、温度和光刺激)有响应,不能直接与生物神经元交互,也不能直接感应神经递质。
据报道,一种有机突触晶体管可以提供神经递质传感,其中神经递质驱动的氧化调节了突触后通道的电导。然而,由于缺乏阈值尖峰和神经递质释放功能,与生物神经元建立完整的神经递质通信回路仍然是一项挑战。
因此,南京邮电大学、南京医科大学以及新加坡南洋理工大学等高校的合作团队,开发了一种化学介导的人工神经元,可用于 BMI 中的双向通信,包括以神经递质作为界面信使接收和发送化学信息。
人工神经元实现了神经递质识别、突触可塑性、阈值放电和神经递质释放等基本功能。多巴胺 (DA)——奖励驱动学习中的激励刺激——被用作我们系统中的神经递质模型。
图示:人工神经元单个构件的表征。(来源:论文)
该团队的人工神经元是一个完全集成的顺序操作系统,包含三个主要组件:DA 电化学传感器,使用碳纳米材料,线性检测范围从 1.0 μM 到 1.5 mM,跨越生物突触间隙中的 DA 浓度,灵敏度为 419.9 μAcm^ -2mM^-1;具有长期可塑性(LTP)和短期可塑性(STP)的忆阻器器件;以及 DA 封装的热响应水凝胶,可在 37.5 – 43.5 °C 的温度窗口中释放 DA。
图示:具有感知记忆和忆阻器介导的 DA 释放行为的化学介导的人工突触。(来源:论文)
人工神经元中的化学信息流遵循三个步骤:DA 分子以电流信号响应作为输出激活传感器;通过电流信号对忆阻器的内阻状态进行自适应调制;当忆阻器电阻达到目标值时开启加热器,从而触发DA从水凝胶中释放。
图示:中间神经元的系统演示。(来源:论文)
人工神经元提供了生物中间神经元的基本功能,对数十微摩尔的 DA 敏感,并能够在相同浓度范围内适应性地释放 DA。研究人员表示,人工神经元可以响应来自含儿茶酚胺的大鼠嗜铬细胞瘤(PC12)细胞的 DA 胞吐作用并释放 DA 以激活 PC12 细胞,从而实现类似于中间神经元的化学通讯。
图示:神经界面的人工神经元。(来源:论文)
另外,研究人员通过设计实验,证明了人工神经元可以使 DA 刺激触发鼠标腿或机器人手的可控反馈。
「大脑的母语是化学语言,但目前的脑机接口都使用电子语言。」该研究的通讯作者,南京医科大学的胡本慧教授说,「所以我们设计了一种人工神经元来复制真实神经元的交流方式。」
「这实际上有很大的潜力可以扩展到更复杂的学习系统。你可以在这里做很多很酷的新事情。」荷兰埃因霍芬理工大学(Eindhoven University of Technology)的 Yoeri van de Burgt 评价道,虽然该设备的体积庞大使其不适用于任何当前的脑机接口应用,但它可以通过两种化学方式进行通信这一事实可能使其适用于与身体的许多不同接口,例如在假肢设备中。
ScienceAI 认为,该方法向化学 BMI 迈出了重要一步,为神经假肢、人机交互和交互式物联网系统的发展提供了新途径。
论文链接:https://www.nature.com/articles/s41928-022-00803-0
相关报道:https://www.newscientist.com/article/2332554-artificial-neuron-swaps-dopamine-with-rat-brain-cells-like-a-real-one/