Bionique

Biocomputing : des ordinateurs faits de cellules cérébrales

Nico Nuss 0
Biocomputing und Organoide Intelligenz [Contenu visuel créé avec l’IA]

Les ordinateurs sont généralement constitués de silicium, de transistors et de puces mémoire. En Biocomputing, cependant, les tissus vivants entrent en jeu. Les cellules nerveuses humaines ou organoïdes cérébraux tridimensionnels sont connectés à des interfaces électroniques. Cela permet aux chercheurs d’alimenter les signaux électriques, de mesurer les réponses cellulaires et d’influencer les réseaux neuronaux par rétroaction. Cependant, l’objectif n’est pas d’avoir un cerveau humain dans un ordinateur. Les réseaux biologiques sont plutôt destinés à assumer des tâches particulières d’apprentissage, de recherche et de traitement du signal. Des projets comme DishBrain, Brainoware et le commercial CL1 montrent de premières approches pratiques. Néanmoins, cette technologie en est encore à ses débuts et soulève des questions non seulement techniques mais aussi éthiques fondamentales.

Le plus important en bref

  • La Biocomputing utilise des cellules nerveuses vivantes dans le cadre d’un système hybride combinant biologie, électronique et logiciels.
  • L’intelligence organoïde, ou OI en abrégé, se concentre sur les organoïdes cérébraux tridimensionnels fabriqués à partir de cellules souches humaines.
  • Les réseaux d’électrodes transmettent des stimuli électriques aux cellules et lisent leurs réactions.
  • Le CL1 fonctionne avec des neurones cultivés sur une puce de silicium, mais pas avec un organoïde cérébral tridimensionnel.
  • Les plus grands obstacles sont la reproductibilité, la mise à l’échelle, la durabilité, les mesures de performance fiables et les règles éthiques.

Que signifient la Biocomputing et l’intelligence organoïde

La Biocomputing est un terme générique désignant le traitement de l’information à l’aide de systèmes biologiques. Ceux-ci peuvent inclure des molécules d’ADN, des protéines, des cellules individuelles ou des réseaux neuronaux. Dans le domaine de l’intelligence organoïde, l’accent est mis sur les cellules nerveuses vivantes. Le terme « wetware » sépare ce composant biologique deMatérielet logiciels. Cependant, il ne s’agit pas d’un cerveau complet dans une boîte de Pétri. Le terme souvent utilisé de « mini-cerveau » est également trompeur sur le plan scientifique. Les organoïdes cérébraux ne reproduisent que certaines propriétés et processus de développement du tissu cérébral.

L’intelligence organoïde est un domaine de recherche interdisciplinaire. Il combine la biologie des cellules souches, les neurosciences, la bio-ingénierie, l’informatique et l’apprentissage automatique. Une feuille de route de recherche présentée en 2023 décrit comment des organoïdes cérébraux tridimensionnels pourraient être couplés à des interfaces d’entrée et de sortie. À long terme, ces systèmes visent à reproduire les processus d’apprentissage et de mémoire. Cette approche devrait également permettre d’étudier plus en détail les maladies cérébrales. Dans le même temps, les développeurs soulignent que les questions éthiques doivent faire partie de la recherche dès le départ. Le terme technique OI ne désigne donc pas une intelligence humaine existante, mais plutôt un objectif de recherche. Cela va de la baseArticle technique sur l’intelligence organoïdedehors.

Expression Définition courte Rôle technique
CL1 Plateforme Biocomputing disponible dans le commerce de Cortical Labs avec des neurones cultivés sur une puce de silicium. Permet des expériences avec le traitement de l’information neuronale, le feedback et l’apprentissage.
Réseau d’électrodes Disposition de nombreuses microélectrodes pouvant envoyer et recevoir des signaux neuronaux. Forme l’interface entre les cellules vivantes et l’électronique.
Organoïde Structure cellulaire tridimensionnelle issue de cellules souches et recrée certaines propriétés des tissus. Sert de modèle biologique ainsi que de substrat informatique éventuel.
Articles humides Matériel biologique vivant qui traite des informations ou fait partie d’un système technique. Ajoute un niveau biologique au matériel et aux logiciels classiques.
OI Abréviation deIntelligence organoïdeou intelligence organoïde. Fait référence à l’utilisation d’organoïdes cérébraux pour l’apprentissage, la recherche et la Biocomputing.

Comment le matériel vivant est créé à partir de cellules souches

De nombreux organoïdes cérébraux proviennent de cellules souches pluripotentes induites, en abrégé cellules iPS. Pour ce faire, les chercheurs peuvent par exemple prélever des cellules de peau ou de sang sur un adulte. Ces cellules sont d’abord ramenées à un état semblable à celui des cellules souches. Les facteurs de croissance les amènent ensuite à se développer en cellules nerveuses et en d’autres types de cellules. Dans des conditions de culture appropriées, les cellules s’organisent en structures tridimensionnelles. Cela peut entraîner des connexions synaptiques et des modèles d’activité électrique spontanée. LeCentre Max Delbrückexplique ces organoïdes comme des modèles qui rendent certains processus du cerveau humain accessibles en laboratoire.

Cependant, un organoïde cérébral n’est pas un cerveau humain réduit. Il lui manque, entre autres, une organisation anatomique complète, un corps, des organes sensoriels et un apport sanguin normal. De plus, un seul organoïde ne représente généralement que certains types de cellules ou propriétés d’une région du cerveau. Son développement ne suit pas complètement les processus du corps humain. Cela limite à la fois les comparaisons médicales et les applications informatiques possibles. En même temps, cette simplification est utile pour la recherche. Cela permet aux scientifiques d’observer de manière contrôlée les processus de développement individuels, les maladies ou les réactions aux principes actifs.

Les organoïdes plus gros nécessitent un approvisionnement fiable en oxygène et en nutriments. Sans vaisseaux sanguins, la solution nutritive n’atteint que de manière limitée à l’intérieur des tissus. Par conséquent, de plus grandes zones de cellules au centre peuvent mourir. Les systèmes microfluidiques visent à résoudre ce problème. Ils fournissent des nutriments et des facteurs de croissance et éliminent les déchets. La feuille de route de recherche d’OI cite ces systèmes d’approvisionnement artificiel comme condition préalable à la création d’organoïdes plus gros et plus durables. Les premiers concepts envisageaient des systèmes comportant plusieurs millions de cellules, alors que les modèles plus petits sont souvent bien inférieurs à cette taille. Cependant, plus de cellules ne signifie pas automatiquement plus d’intelligence, car leur mise en réseau et leur contrôle contrôlé sont également cruciaux.

Comment les cellules nerveuses vivantes traitent les informations

Les cellules nerveuses communiquent via des signaux électriques et chimiques. Si la tension sur votre membrane cellulaire change suffisamment, un potentiel d’action est créé. Ce signal influence les autres cellules via les synapses. Une activité répétée peut modifier la force de certains composés. Cette plasticité synaptique est une base importante de l’apprentissage biologique. La Biocomputing tente précisément de rendre cette adaptabilité techniquement utilisable. Aucun programme n’est écrit directement dans les cellules comme avec un processeur normal.

La connexion à l’électronique s’effectue généralement via un réseau de microélectrodes. Certaines électrodes envoient des impulsions électriques au réseau cellulaire. D’autres mesurent quand et où les neurones deviennent actifs. Le logiciel traduit d’abord les informations numériques en modèles de stimulation. Les réponses des cellules sont ensuite enregistrées, filtrées et reconverties en valeurs numériques. Cela crée une boucle de rétroaction fermée. À l’avenir, les structures d’électrodes flexibles et tridimensionnelles devraient atteindre une plus grande partie d’un organoïde que les puces plates. Celui présenté par l’UEConcept Kirigami pour les réseaux d’électrodesmontre comment un protège-électrode peut être placé autour d’un tissu tridimensionnel.

« Formation » a dans ce contexte un sens différent de celui d’un modèle d’IA classique. Les chercheurs ne peuvent pas envoyer de correction d’erreur directement à travers les tissus par rétropropagation. Au lieu de cela, des stimuli et des commentaires chronométrés modifient la dynamique du réseau cellulaire. Les réponses bénéfiques peuvent être confirmées par des signaux prévisibles. En revanche, des réactions inappropriées peuvent être associées à des modèles de stimulus imprévisibles ou modifiés. Il faut ensuite vérifier si cela a réellement abouti à un apprentissage à l’aide de tests de performance objectifs. Un simple changement dans l’activité électrique ne constitue pas une preuve suffisante. La fatigue, le stress, la croissance cellulaire ou les fluctuations de la mesure peuvent également modifier les signaux.

Une autre approche est ce que l’on appelle le calcul de réservoir. Le réseau biologique sert de réservoir dynamique qui convertit les signaux d’entrée dépendant du temps en modèles d’activité complexes. Souvent, seule la couche d’évaluation numérique est spécifiquement formée. Le réseau cellulaire lui-même n’a pas besoin d’appliquer une règle de calcul clairement définie. Au contraire, il fournit sa dynamique non linéaire et sa « mémoire » à court terme. Cela rend la méthode particulièrement adaptée aux tâches de parole, de séries temporelles et autres tâches de signal. Néanmoins, cette forme d’informatique ne peut pas encore être assimilée à une intelligence artificielle librement applicable.

Ce qui différencie CL1, DishBrain et Brainoware

Le CL1 est proposé par Cortical Labs comme ordinateur biologique programmable. À l’intérieur, des neurones vivants se développent dans une solution nutritive placée sur une puce de silicium. Cette puce envoie des impulsions électriques et enregistre les réponses neuronales. Le système d’exploitation d’intelligence biologique associé, ou bioS en abrégé, crée un environnement numérique et traduit ses états en modèles de stimulus. Les réponses des neurones peuvent, à leur tour, modifier l’environnement simulé. Selon le fabricant, le CL1 contient également une technologie d’enregistrement, des commandes et son propre système d’alimentation. L’objectif est de maintenir la culture cellulaire dans des conditions appropriées pendant une période pouvant aller jusqu’à six mois. La description actuelle du produit mentionne également un écran tactile, des ports USB et une connexion cloud pour les expériences. Ces informations proviennent dudescription officielle du produit CL1.

Cependant, il est important de faire la différence avec l’intelligence organoïde. Le CL1 utilise un réseau neuronal cultivé sur une surface de puce plate. Il ne s’agit donc pas d’un ordinateur doté d’un organoïde cérébral tridimensionnel. Des termes tels que « Intelligence biologique synthétique » sont également à l’origine des noms du fabricant. Ils ne remplacent pas une preuve de performance indépendante. Lors de son lancement, le prix de l’appareil était d’environ 35 000 dollars. Une version cloud est destinée à donner accès aux groupes de recherche sans avoir à exploiter eux-mêmes un laboratoire de culture cellulaire complet.

Le prédécesseur scientifique DishBrain a connecté des neurones humains et dérivés de souris à un environnement Pong simulé. Le système transmettait des informations sur la position du ballon sous forme de stimuli électriques. L’activité des cultures cellulaires a alors influencé le vacarme virtuel. Dans certaines conditions expérimentales, les performances des cultures se sont améliorées. Le 2022 enNeuronepubliéÉtude DishBrainont interprété cela comme une indication d’une adaptation ciblée. Cependant, cela ne signifie pas que les cellules ont compris le jeu comme un humain. L’expérience ne fournit également aucune preuveconsciencede culture cellulaire.

Brainoware est une autre approche. Un organoïde cérébral tridimensionnel a été utilisé ici. Un réseau d’électrodes haute résolution transmettait des signaux structurés spatialement et temporellement. Le système a utilisé la dynamique de l’organoïde comme réservoir biologique. Dans des expériences, il a été utilisé pour la classification des langues et la prédiction d’équations non linéaires. Les résultats ont montré que les réseaux biologiques peuvent en principe être utilisés pour le calcul de réservoirs. Cependant, ils n’ont pas encore prouvé qu’il s’agissait d’un ordinateur organoïde universellement applicable. Les détails ont été publiés en 2023Électronique naturellepublié.

système Base biologique Approche technique Niveau de développement
PlatCerveau Cultures plates de cellules nerveuses humaines et animales Rétroaction en boucle fermée avec une simulation Pong Preuve de concept scientifique
CL1 Neurones cultivés sur une puce de silicium Stimulation, mesure et alimentation cellulaire intégrée programmables Plateforme de recherche commerciale
Brainware Organoïde de cerveau humain en trois dimensions Calcul de réservoir biologique via un réseau d’électrodes Prototype de recherche expérimentale
Concept d’OI Approvisionnement évolutif et à long terme en organoïdes cérébraux Interfaces informatiques organoïdes permettant l’apprentissage Programme de recherche à long terme

Quelles opportunités offre réellement la Biocomputing

Un domaine d’application important est la recherche sur les maladies neurologiques. Les organoïdes peuvent être créés à partir de cellules provenant de patients spécifiques. De ce fait, ils portent une partie des caractéristiques génétiques individuelles du donneur. Les chercheurs pourraient étudier comment l’épilepsie, la démence ou les troubles du développement affectent les réseaux neuronaux. Les médicaments pourraient être testés directement sur des modèles de cellules humaines. Cela pourrait compléter certaines expérimentations animales ou les réduire à terme. Cependant, il n’est pas possible d’en déduire automatiquement un remplacement complet de tous les modèles animaux.

La Biocomputing pourrait également fournir de nouvelles informations sur l’apprentissage et la mémoire. Dans les réseaux neuronaux artificiels, seuls les modèles mathématiques de cellules nerveuses biologiques sont actifs. Un réseau de cellules vivantes, en revanche, présente une véritable plasticité synaptique, une régulation biochimique et une auto-organisation. Les chercheurs peuvent observer comment les médicaments, les maladies ou les conditions environnementales modifient ces processus. Cela fait de la Biocomputing un nouveau type d’instrument de mesure neuroscientifique. Cet avantage deviendra probablement pertinent dans la pratique plus tôt qu’un puissant ordinateur biologique universel.

L’efficacité énergétique potentielle suscite également un grand intérêt. Le cerveau humain gère des tâches complexes avec une consommation électrique d’environ 20 watts. Cependant, on ne peut pas en déduire directement qu’un ordinateur organoïde serait automatiquement plus économique qu’une puce moderne. En plus des cellules, les systèmes actuels nécessitent des pompes, un contrôle de la température, des capteurs, des amplificateurs de mesure et une évaluation numérique. À cela s’ajoute une production stérile et un approvisionnement continu en nutriments. Des comparaisons équitables doivent donc considérer l’ensemble du système. Il manque encore des références énergétiques fiables pour les tâches informatiques typiques.

À long terme, les réseaux biologiques pourraient servir d’accélérateurs privilégiés. Des applications seraient envisageables pour les signaux dépendants du temps, les contrôles adaptatifs ou la reconnaissance de modèles biologiques complexes. Cela ne rendrait pas superflus les PC, centres de données et processeurs graphiques normaux. Les mathématiques exactes, le stockage des données et l’exécution reproductible des programmes restent les atouts de la technologie numérique. Un futur modèle réaliste est donc un ordinateur hybride. Le côté numérique prend en charge le contrôle et l’évaluation, tandis que le logiciel humide gère des tâches adaptatives sélectionnées. L’intelligence organoïde serait donc davantage un coprocesseur biologique qu’un substitut au CPU, au GPU ou au cloud.

Limites, questions éthiques et vision réaliste

Le matériel biologique est plus difficile à normaliser qu’une puce de silicium. Les lignées cellulaires diffèrent par leur origine génétique, leur état de développement et leurs conditions de culture. Même deux organoïdes issus de la même lignée cellulaire peuvent former des réseaux divergents. De plus, les cellules vivantes changent pendant le fonctionnement. Ils grandissent, nouent de nouvelles relations, vieillissent ou meurent. Une tâche peut donc produire des résultats différents après plusieurs semaines qu’au début. De telles fluctuations constitueraient un problème important pour les applications industrielles. Pour un éclairage technique complémentaire, consultez Contre la solitude : comment les robots IA changent à jamais notre société.

À cela s’ajoute les entrées et sorties limitées. Un cerveau humain possède des milliards de cellules nerveuses et un nombre énorme de connexions synaptiques. Un réseau d’électrodes n’en enregistre qu’une petite partie. Dans les organoïdes tridimensionnels, les électrodes plates atteignent principalement la surface externe. Les gaines flexibles et les sondes implantables sont destinées à améliorer la couverture. Cependant, ils peuvent affecter ou endommager les tissus délicats. Cela signifie que l’interface devient souvent le véritable goulot d’étranglement du système. Pour approfondir ce point, consultez Les robots humanoïdes et la singularité de l’IA.

Il n’existe pas non plus de normes reconnues en matière de performances informatiques. Les FLOPS, la fréquence d’horloge et la taille de la mémoire ne peuvent pas être transférés de manière significative à une culture de cellules vivantes. Au lieu de cela, les chercheurs ont besoin de tâches standardisées en termes de temps d’apprentissage, de précision, de stabilité, de besoins énergétiques et de transférabilité. Ces tests devraient également prendre en compte des cultures témoins sans formation. C’est la seule façon de distinguer la véritable adaptation des fluctuations aléatoires. Les répétitions indépendantes par d’autres laboratoires sont tout aussi importantes. Des démonstrations spectaculaires avec des jeux vidéo ne remplacent pas des benchmarks reproductibles.

D’un point de vue éthique, l’accent est principalement mis sur le développement possible de caractéristiques de sensation ou de conscience. Il n’existe actuellement aucune preuve fiable que les organoïdes cérébraux actuels ont une conscience humaine ou ressentent de la douleur. Mais la question pourrait devenir plus pressante à mesure que les systèmes deviennent plus complexes, plus durables et plus connectés aux capteurs. Les chercheurs devraient ensuite définir quels modèles d’activité sont considérés comme des signes avant-coureurs. Des critères de fin des expériences seraient également requis. La feuille de route de recherche d’OI propose donc une « éthique intégrée ». Des experts de la recherche, de l’éthique et de la société soutiennent en permanence les développements techniques.

D’autres questions concernent les personnes dont les cellules sont utilisées. Des informations génétiques et éventuellement médicalement pertinentes peuvent être dérivées des cellules iPS. Un donneur aurait pu consentir à une étude sur la maladie mais pas à l’utilisation de ses cellules dans un système informatique adaptatif. C’est pourquoi le consentement, la protection des données et une éventuelle exploitation commerciale doivent être clairement réglementés. On ne sait pas non plus à qui appartiennent les modèles biologiques entraînés et leurs résultats. LeConseil Nuffield sur la bioéthiqueDans le même temps, il met en garde contre l’utilisation de termes comme « mini-cerveau » pour créer de fausses idées sur le niveau de développement. Pour élargir la perspective sur le secteur, consultez Loi européenne sur l’IA : tout ce que les entreprises doivent savoir dès maintenant.

Nouvelle perspective :L’avenir de la Biocomputing dépend peut-être moins du nombre de cellules nerveuses que d’un nouveau concept de « versionnage biologique ». Avec un logiciel normal, une version spécifique peut être archivée et exécutée ultérieurement de manière identique. Le matériel vivant, en revanche, change quotidiennement. Un ensemble complet de données expérimentales ne devrait donc pas uniquement contenir du code de programme. Il lui faudrait également documenter la lignée cellulaire, les antécédents du donneur, l’âge de la culture, le milieu de culture, la température, le contact avec les électrodes et l’historique de l’activité. Les bioordinateurs nécessitent donc une sorte de parcours de vie biologique. Sans ce CV, les résultats ne pourraient ni être comparés de manière fiable ni reproduits ultérieurement.

Conclusion

La Biocomputing ne transforme pas les cellules nerveuses vivantes en PC pensant. Mais la combinaison de la culture cellulaire, des électrodes et des logiciels ouvre un champ de recherche remarquable. À court terme, cela devrait avant tout améliorer les médicaments, les modèles de maladies et la recherche fondamentale. À long terme, les réseaux biologiques pourraient assumer des tâches particulières d’apprentissage et de signalisation. Cependant, des références fiables, des cultures cellulaires reproductibles et des directives éthiques strictes sont essentielles. La véritable avancée ne serait donc pas le mini-cerveau artificiel, mais plutôt un ordinateur hybride contrôlable qui exploiterait l’adaptabilité biologique de manière judicieuse, économique et responsable. En attendant, cela reste une recherche fascinante et non une révolution informatique.

Bewerte den Beitrag hier!
[Total: 0 Average: 0]
Nico Nuss [Contenu visuel créé avec l’IA]
Website

L’auteur Nico Nuss travaille depuis 2001 sur les thèmes de l’informatique mobile et des logiciels d’automatisation. Fort de son expérience et de son vif intérêt pour les technologies d’avenir, il se concentre sur la robotique et l’IA.

Weitere interessante Beiträge