Biocomputing: computer costruiti con cellule cerebrali

I computer sono generalmente costituiti da silicio, transistor e chip di memoria. Nel Biocomputing, tuttavia, entrano in gioco i tessuti viventi. Le cellule nervose umane o gli organoidi cerebrali tridimensionali sono collegati a interfacce elettroniche. Ciò consente ai ricercatori di alimentare segnali elettrici, misurare le risposte cellulari e influenzare le reti neuronali attraverso il feedback. Tuttavia, l’obiettivo non è un cervello umano in un computer. Piuttosto, le reti biologiche sono destinate ad assumere compiti speciali di apprendimento, ricerca ed elaborazione dei segnali. Progetti come DishBrain, Brainoware e lo commerciale CL1 mostrano i primi approcci pratici. Tuttavia, la tecnologia è ancora nelle fasi iniziali e solleva questioni non solo tecniche ma anche etiche fondamentali.

La cosa più importante in breve

Il Biocomputing utilizza cellule nervose viventi come parte di un sistema ibrido di biologia, elettronica e software.
L’intelligenza organoide, o OI in breve, si concentra sugli organoidi cerebrali tridimensionali ottenuti da cellule staminali umane.
Le serie di elettrodi trasmettono stimoli elettrici alle cellule e leggono le loro reazioni.
Il CL1 funziona con neuroni coltivati su un chip di silicio, ma non con un organoide cerebrale tridimensionale.
Gli ostacoli maggiori sono la riproducibilità, la scalabilità, la durabilità, parametri di prestazione affidabili e regole etiche.

Cosa significano Biocomputing e intelligenza organoide

Biocomputing è un termine generico per l’elaborazione delle informazioni utilizzando sistemi biologici. Questi possono includere molecole di DNA, proteine, singole cellule o reti neurali. Nel campo dell’intelligenza organoide l’attenzione è rivolta alle cellule nervose viventi. Il termine “wetware” separa questa componente biologica daHardwaree software. Tuttavia, non è un cervello completo in una capsula di Petri. Anche il termine spesso usato “mini cervello” è scientificamente fuorviante. Gli organoidi cerebrali replicano solo proprietà selezionate e processi di sviluppo del tessuto cerebrale.

L’intelligenza organoide è un campo di ricerca interdisciplinare. Combina biologia delle cellule staminali, neuroscienze, bioingegneria, informatica e apprendimento automatico. Una tabella di marcia della ricerca presentata nel 2023 descrive come gli organoidi cerebrali tridimensionali potrebbero essere accoppiati con interfacce di input e output. A lungo termine, tali sistemi sono destinati a replicare i processi di apprendimento e di memoria. L’approccio dovrebbe anche aiutare a studiare le malattie del cervello in modo più dettagliato. Allo stesso tempo, gli sviluppatori sottolineano che le questioni etiche devono far parte della ricerca fin dall’inizio. Il termine tecnico OI non indica quindi un’intelligenza simile a quella umana esistente, ma piuttosto un obiettivo di ricerca. Questo va dalla baseArticolo tecnico sull’intelligenza degli organoidifuori.

Espressione	Breve definizione	Ruolo tecnico
CL1	Piattaforma di Biocomputing disponibile in commercio di Cortical Labs con neuroni coltivati su un chip di silicio.	Consente esperimenti con l’elaborazione, il feedback e l’apprendimento delle informazioni neurali.
Matrice di elettrodi	Disposizione di numerosi microelettrodi che possono inviare e ricevere segnali neuronali.	Costituisce l’interfaccia tra le cellule viventi e l’elettronica.
Organoide	Struttura cellulare tridimensionale che viene coltivata da cellule staminali e ricrea determinate proprietà dei tessuti.	Serve come modello biologico e come possibile substrato informatico.
Wetware	Materiale biologico vivente che elabora informazioni o fa parte di un sistema tecnico.	Aggiunge un livello biologico all’hardware e al software classico.
OI	Abbreviazione diIntelligenza organoideo intelligenza organoide.	Si riferisce all’uso degli organoidi cerebrali per l’apprendimento, la ricerca e il Biocomputing.

Come viene creato l’hardware vivente dalle cellule staminali

Molti organoidi cerebrali derivano da cellule staminali pluripotenti indotte, in breve cellule iPS. Per fare ciò, i ricercatori possono, ad esempio, prelevare cellule della pelle o del sangue da un adulto. Queste cellule vengono prima riportate allo stato simile alle cellule staminali. I fattori di crescita poi li inducono a svilupparsi in cellule nervose e altri tipi di cellule. In condizioni di coltura appropriate, le cellule si organizzano in strutture tridimensionali. Ciò può provocare connessioni sinaptiche e modelli di attività elettrica spontanei. ILCentro Max Delbrückspiega tali organoidi come modelli che rendono accessibili in laboratorio determinati processi del cervello umano.

Tuttavia, un organoide cerebrale non è un cervello umano ridotto. Manca, tra le altre cose, di un’organizzazione anatomica completa, di un corpo, di organi di senso e di un normale apporto di sangue. Inoltre, un singolo organoide di solito rappresenta solo determinati tipi di cellule o proprietà di una regione del cervello. Il suo sviluppo non segue completamente i processi del corpo umano. Ciò limita sia i confronti medici che le possibili applicazioni informatiche. Allo stesso tempo, questa semplificazione è utile per la ricerca. Ciò consente agli scienziati di osservare in modo controllato i processi di sviluppo individuali, le malattie o le reazioni ai principi attivi.

Gli organoidi più grandi richiedono un apporto affidabile di ossigeno e sostanze nutritive. Senza vasi sanguigni, la soluzione nutritiva raggiunge solo una quantità limitata all’interno del tessuto. Pertanto, aree più grandi di cellule al centro possono morire. I sistemi microfluidici hanno lo scopo di risolvere questo problema. Forniscono nutrienti e fattori di crescita e rimuovono i prodotti di scarto. La tabella di marcia della ricerca OI nomina tali sistemi di approvvigionamento artificiale come prerequisito per organoidi più grandi e più duraturi. I primi concetti prevedevano sistemi con diversi milioni di celle, mentre i modelli più piccoli sono spesso ben al di sotto di queste dimensioni. Tuttavia, più cellule non significano automaticamente più intelligenza, perché sono cruciali anche il loro collegamento in rete e il loro controllo controllato.

Come le cellule nervose viventi elaborano le informazioni

Le cellule nervose comunicano attraverso segnali elettrici e chimici. Se la tensione sulla membrana cellulare cambia sufficientemente, viene creato un potenziale d’azione. Questo segnale influenza altre cellule attraverso le sinapsi. L’attività ripetuta può modificare la forza di alcuni composti. Questa plasticità sinaptica è una base importante dell’apprendimento biologico. Il Biocomputing tenta di rendere tecnicamente utilizzabile proprio questa adattabilità. Nessun programma viene scritto direttamente nelle celle come con un normale processore.

Il collegamento all’elettronica avviene solitamente tramite una serie di microelettrodi. Alcuni elettrodi inviano impulsi elettrici alla rete cellulare. Altri misurano quando e dove i neuroni diventano attivi. Il software traduce innanzitutto le informazioni digitali in modelli di stimolazione. Le risposte cellulari vengono quindi registrate, filtrate e riconvertite in valori digitali. Questo crea un ciclo di feedback chiuso. In futuro, le strutture degli elettrodi flessibili e tridimensionali dovrebbero raggiungere una parte più ampia di un organoide rispetto ai chip piatti. Quella presentata dall’UeConcetto Kirigami per array di elettrodimostra come posizionare una copertura per elettrodi attorno al tessuto tridimensionale.

In questo contesto il termine “formazione” ha un significato diverso rispetto a quello del classico modello di intelligenza artificiale. I ricercatori non possono inviare la correzione degli errori direttamente attraverso il tessuto utilizzando la backpropagation. Invece, stimoli e feedback temporizzati modificano la dinamica della rete cellulare. Le risposte benefiche possono essere confermate da segnali prevedibili. Le reazioni inappropriate, d’altro canto, possono essere associate a modelli di stimolo imprevedibili o modificati. Se ciò abbia effettivamente portato ad un apprendimento deve poi essere verificato utilizzando test oggettivi di prestazione. Un semplice cambiamento nell’attività elettrica non è una prova sufficiente. Anche stanchezza, stress, crescita cellulare o fluttuazioni nella misurazione possono modificare i segnali.

Un altro approccio è il cosiddetto calcolo del serbatoio. La rete biologica funge da serbatoio dinamico che converte i segnali di input dipendenti dal tempo in modelli di attività complessi. Spesso solo il livello di valutazione digitale viene addestrato in modo specifico. La rete cellulare stessa non deve seguire una regola di calcolo chiaramente definita. Piuttosto, fornisce le sue dinamiche non lineari e la sua “memoria” a breve termine. Ciò rende il metodo particolarmente adatto per il parlato, le serie temporali e altri compiti di segnalazione. Tuttavia questa forma di calcolo non può ancora essere equiparata all’intelligenza artificiale liberamente applicabile.

Cosa differenzia CL1, DishBrain e Brainoware

Il CL1 è offerto da Cortical Labs come computer biologico programmabile. All’interno, i neuroni viventi crescono in una soluzione nutritiva su un chip di silicio. Questo chip invia impulsi elettrici e registra le risposte neuronali. Il sistema operativo di intelligenza biologica associato, o biOS in breve, crea un ambiente digitale e traduce i suoi stati in modelli di stimolo. Le risposte dei neuroni possono, a loro volta, modificare l’ambiente simulato. Secondo il produttore, il CL1 contiene anche tecnologia di registrazione, controlli e un proprio sistema di alimentazione. Questo ha lo scopo di mantenere la coltura cellulare in condizioni adeguate per un massimo di sei mesi. L’attuale descrizione del prodotto menziona anche un touchscreen, porte USB e una connessione cloud per gli esperimenti. Questa informazione proviene dadescrizione ufficiale del prodotto CL1.

Tuttavia, è importante differenziare dall’intelligenza organoide. Il CL1 utilizza una rete neurale coltivata su una superficie piatta del chip. Non è quindi un computer con un organoide cerebrale tridimensionale. Anche termini come “Intelligenza Biologica Sintetica” sono inizialmente nomi del produttore. Non sostituiscono la prova indipendente della prestazione. Quando fu introdotto, il dispositivo aveva un prezzo di circa $ 35.000. Una versione cloud ha lo scopo di fornire accesso ai gruppi di ricerca senza dover gestire essi stessi un intero laboratorio di coltura cellulare.

Il predecessore scientifico DishBrain ha collegato i neuroni umani e quelli derivati dal topo con un ambiente Pong simulato. Il sistema trasmetteva informazioni sulla posizione della palla sotto forma di stimoli elettrici. L’attività delle colture cellulari ha poi influenzato il racket virtuale. In alcune condizioni sperimentali, le prestazioni delle colture sono migliorate. Il 2022 aNeuronepubblicatoStudio DishBraininterpretato questo come un’indicazione di un adattamento mirato. Tuttavia, non ne consegue che le cellule capissero il gioco come un essere umano. Anche l’esperimento non fornisce alcuna provacoscienzadi coltura cellulare.

Brainoware è un altro approccio. Qui è stato effettivamente utilizzato un organoide cerebrale tridimensionale. Una serie di elettrodi ad alta risoluzione trasmetteva segnali strutturati spazialmente e temporalmente. Il sistema ha utilizzato la dinamica dell’organoide come serbatoio biologico. Negli esperimenti, è stato utilizzato per la classificazione del linguaggio e la previsione di equazioni non lineari. I risultati hanno mostrato che in linea di principio le reti biologiche possono essere utilizzate per il calcolo dei giacimenti. Tuttavia, non hanno ancora dimostrato un computer organoide universalmente applicabile. I dettagli sono stati pubblicati nel 2023Elettronica della naturapubblicato.

sistema	Base biologica	Approccio tecnico	Livello di sviluppo
DishBrain	Colture piatte di cellule nervose umane e animali	Feedback a circuito chiuso con una simulazione Pong	Prova scientifica del concetto
CL1	Neuroni coltivati su un chip di silicio	Stimolazione programmabile, misurazione e alimentazione cellulare integrata	Piattaforma di ricerca commerciale
Brainware	Organoide tridimensionale del cervello umano	Calcolo del serbatoio biologico tramite una serie di elettrodi	Prototipo di ricerca sperimentale
Il concetto di OI	Fornitura scalabile e a lungo termine di organoidi cerebrali	Interfacce di computer organoidi abilitate all’apprendimento	Programma di ricerca a lungo termine

Quali opportunità offre effettivamente il Biocomputing

Un importante campo di applicazione è la ricerca sulle malattie neurologiche. Gli organoidi possono essere creati da cellule di pazienti specifici. Di conseguenza, portano con sé parte delle caratteristiche genetiche individuali del donatore. I ricercatori potrebbero studiare il modo in cui l’epilessia, la demenza o i disturbi dello sviluppo influenzano le reti neuronali. I farmaci potrebbero essere testati direttamente su modelli cellulari umani. Ciò potrebbe integrare alcuni esperimenti sugli animali o ridurli a lungo termine. Tuttavia da ciò non si può dedurre automaticamente una sostituzione completa di tutti i modelli animali.

Il Biocomputing potrebbe anche fornire nuove informazioni sull’apprendimento e sulla memoria. Nelle reti neurali artificiali sono attivi solo i modelli matematici delle cellule nervose biologiche. Una rete cellulare vivente, d’altro canto, mostra una reale plasticità sinaptica, regolazione biochimica e auto-organizzazione. I ricercatori possono osservare come farmaci, malattie o condizioni ambientali modificano questi processi. Ciò rende il Biocomputing principalmente un nuovo tipo di strumento di misura neuroscientifico. È probabile che questo vantaggio diventi praticamente rilevante prima di un potente computer biologico universale.

Anche il potenziale di efficienza energetica sta suscitando grande interesse. Il cervello umano gestisce compiti complessi con un consumo energetico di circa 20 Watt. Da ciò però non si può dedurre direttamente che un computer organoide sarebbe automaticamente più economico di un chip moderno. Oltre alle celle, i sistemi odierni richiedono pompe, controllo della temperatura, sensori, amplificatori di misura e valutazione digitale. Inoltre, c’è una produzione sterile e una fornitura continua di sostanze nutritive. I confronti equi devono quindi considerare l’intero sistema. Mancano ancora parametri di riferimento energetici affidabili per le tipiche attività informatiche.

A lungo termine, le reti biologiche potrebbero fungere da acceleratori speciali. Sarebbero concepibili applicazioni per segnali dipendenti dal tempo, controlli adattativi o il riconoscimento di modelli biologici complessi. Ciò non renderebbe superflui i normali PC, i data center e i processori grafici. La matematica esatta, l’archiviazione dei dati e l’esecuzione riproducibile del programma rimangono i punti di forza della tecnologia digitale. Un modello futuro realistico è quindi un computer ibrido. Il lato digitale assume il controllo e la valutazione, mentre il wetware gestisce compiti adattivi selezionati. L’intelligenza organoide sarebbe quindi più un coprocessore biologico che un sostituto di CPU, GPU o cloud.

Limiti, questioni etiche e prospettive realistiche

L’hardware biologico è più difficile da standardizzare rispetto a un chip di silicio. Le linee cellulari differiscono per origine genetica, stato di sviluppo e condizioni di coltura. Anche due organoidi della stessa linea cellulare possono formare reti divergenti. Inoltre, le cellule viventi cambiano durante il funzionamento. Crescono, formano nuove connessioni, invecchiano o muoiono. Un compito può quindi produrre risultati diversi dopo diverse settimane rispetto all’inizio. Tali fluttuazioni rappresenterebbero un problema significativo per le applicazioni industriali.

A ciò si aggiunge l’input e l’output limitato. Il cervello umano ha miliardi di cellule nervose e un numero enorme di connessioni sinaptiche. Una serie di elettrodi ne registra solo una piccola parte. Negli organoidi tridimensionali, gli elettrodi piatti raggiungono principalmente la superficie esterna. Le guaine flessibili e le sonde impiantabili hanno lo scopo di migliorare la copertura. Tuttavia, possono influenzare o danneggiare il tessuto delicato. Ciò significa che spesso l’interfaccia diventa il vero e proprio collo di bottiglia del sistema.

Inoltre, non esistono standard riconosciuti per le prestazioni di elaborazione. FLOPS, frequenza di clock e dimensione della memoria non possono essere trasferiti in modo significativo a una coltura cellulare vivente. I ricercatori hanno invece bisogno di compiti standardizzati in termini di tempo di apprendimento, precisione, stabilità, fabbisogno energetico e trasferibilità. Questi test dovrebbero anche tenere conto delle culture di controllo senza formazione. Questo è l’unico modo per distinguere il vero adattamento dalle fluttuazioni casuali. Le ripetizioni indipendenti da parte di altri laboratori sono altrettanto importanti. Le dimostrazioni spettacolari con i videogiochi non sostituiscono i parametri di riferimento riproducibili.

Dal punto di vista etico, l’attenzione si concentra principalmente sul possibile sviluppo di caratteristiche della sensazione o della coscienza. Al momento non ci sono prove affidabili che gli organoidi cerebrali di oggi abbiano una coscienza umana o provino dolore. Tuttavia, la questione potrebbe diventare più urgente man mano che i sistemi diventano più complessi, durevoli e più connessi ai sensori. I ricercatori dovrebbero quindi definire quali modelli di attività sono considerati segnali di allarme. Sarebbero inoltre richiesti criteri di conclusione degli esperimenti. La tabella di marcia della ricerca OI propone quindi un’“etica incorporata”. Esperti del mondo della ricerca, dell’etica e della società sostengono costantemente gli sviluppi tecnici.

Altre domande riguardano le persone di cui vengono utilizzate le cellule. Informazioni genetiche e possibilmente rilevanti dal punto di vista medico possono essere derivate dalle cellule iPS. Un donatore potrebbe aver acconsentito a uno studio sulla malattia ma non all’uso delle proprie cellule in un sistema informatico adattivo. Pertanto il consenso, la protezione dei dati e l’eventuale sfruttamento commerciale devono essere regolamentati in modo chiaro. Inoltre, non è chiaro chi possieda i modelli biologici addestrati e i loro risultati. ILConsiglio Nuffield di BioeticaAllo stesso tempo mette in guardia dall’utilizzare termini come “mini cervello” per creare false idee sul livello di sviluppo.

Nuova prospettiva:Il futuro del Biocomputing potrebbe dipendere meno dal numero di cellule nervose che da un nuovo concetto di “versione biologica”. Con un normale software è possibile archiviare una versione specifica e successivamente eseguirla in modo identico. L’hardware vivente, d’altro canto, cambia ogni giorno. Un set di dati sperimentali completo non dovrebbe quindi contenere solo il codice del programma. Dovrebbe inoltre documentare la linea cellulare, il background del donatore, l’età della coltura, il terreno di coltura, la temperatura, il contatto degli elettrodi e la cronologia delle attività. I biocomputer richiedono quindi una sorta di corso di vita biologico. Senza questo CV, i risultati non potrebbero essere né confrontati in modo affidabile né successivamente riprodotti.

Conclusione

Il Biocomputing non trasforma le cellule nervose viventi in un PC pensante. Ma la combinazione di colture cellulari, elettrodi e software apre un campo di ricerca straordinario. A breve termine, dovrebbe soprattutto migliorare i farmaci, i modelli di malattie e la ricerca di base. A lungo termine, le reti biologiche potrebbero assumere compiti speciali di apprendimento e segnalazione. Tuttavia, sono cruciali parametri di riferimento affidabili, colture cellulari riproducibili e linee guida etiche rigorose. La vera svolta non sarebbe quindi un mini-cervello artificiale, bensì un computer ibrido controllabile che utilizzi l’adattabilità biologica in modo sensato, economico e responsabile. Fino ad allora, resterà una ricerca affascinante, non una rivoluzione informatica.

Bewerte den Beitrag hier!

[Total: 0 Average: 0]

Nico Nuss

Website

L’autore Nico Nuss si occupa dal 2001 di mobile computing e software di automazione. Grazie alla sua esperienza e al forte interesse per le tecnologie del futuro, si concentra sulla robotica e sull’IA.