未来已来？科学家开发出可与大脑神经元实时通信的人工神经网络

2020 年 6 月 23 日 学术头条

随着科技的发展，医学工作者们已经开发出了各种各样的假体，来替换人体因病或意外而出现损伤的组织和器官，从而恢复其功能。例如，假肢、假牙、人工玻璃眼球、人工肌腱、人工心脏瓣膜、人工关节等等。

然而，对于大脑神经系统的疾病或损伤引发的神经细胞死亡，科学家们始终束手无策，毕竟大脑神经元的功能远比其他器官细胞的功能要复杂。

不过，最近科学家们终于看到了希望，来自西班牙 Biocruces 健康研究所的 Paolo Bonifazi 研究员带领的国际医学团队， 通过光遗传技术成功开发出了可以与大脑神经元进行交流的人工神经元，并且可以修护大脑因神经元受损而出现的功能缺陷。

这一研究发表在自然子刊 Scitific Reports 上。

大脑损伤修护困难重重

神经系统疾病或意外事故创伤，往往会造成神经细胞的死亡，神经突触丢失，局部神经元传导阻断，从而损害大脑神经元网络结构和功能的完整性，破坏大脑信息处理过程，进而造成人体其他器官出现功能障碍，例如失语，瘫痪等等。

不同于机体其他的器官和组织，人体大脑神经网络异常复杂。人体大脑约由 100 多亿个神经元组成，每天大概会处理我们生活中的 8600 万条信息，涵盖我们生活的所有方面。

目前的研究表明，要想修护大脑神经损伤，必须要同时满足两个条件，一是促进新神经细胞的存活并与神经胶质细胞进行整合，让局部神经活动畅通；二是新神经元还必须可以满足大脑其他区域发来的指令，实现长距离通信。

此前，为了修护受损脑细胞，科学家们提出了两种方案，一是细胞疗法，这类方法主要想通过实验室培养出人体神经细胞，然后将这类细胞植入患者受损的大脑内。目前，这种方案虽然满足上述第一个条件，维持局部神经活动畅通，但是由于大脑的特殊性，新加入的神经元很难实现长距离通信。

二是人工神经元假体。事实上，过去十年，人们在人工神经元假体上取得了很大进展，其中人工尖峰神经网络电路不仅可以实现本地接收和信息实时处理，通过电或光遗传学刺激，也可以实现远程信息递送，这使得其能够快速，双向控制多种类型的神经元。

同时，在神经形态工程领域，人们已经发现了多种设计人工尖峰神经网络和人工突触的方法。不过，由于人工尖峰神经网络和人体大脑的生物神经网络活动方式差异非常大，并且此前人工尖峰神经网络主要被应用于计算机和人工智能等方向。这极大地限制了人工突触假体的临床应用。

可与神经元交流的人工神经网络

Paolo Bonifazi 博士长期致力于人工神经网络的研发，在研究过程中，Paolo Bonifazi 博士发现，目前人工尖峰神经网络技术临床应用最大的挑战就是，大脑中神经元在交流时非常精确，而涉及到电神经网络时，电信号的输入并不能精确刺激单个神经元，而是会激活所有的神经元。

为了解决这一问题，Paolo Bonifazi 博士将电信号转换为光信号，并表示： “光遗传学技术的进步使我们能够在生物神经元网络很小的区域内控制神经元活动。”

光遗传学是一种技术，它依赖于在藻类和其他动物中发现的光敏蛋白，这些蛋白质插入神经元后，可以将光照射到神经元上，使其活动或不活动，具体取决于蛋白质的类型。

可以操控大脑神经元的光遗传学技术

为了制造满足要求的人工神经假体，研究人员在研究中使用了一种可以被蓝光激活的特定蛋白质。首先，研究人员将人工尖峰神经网络的的电信号转换为由蓝色和黑色方块控制的光信号。当光线通过这些方块照射到人工神经网络上时，只有受到蓝光照射的神经元才会被激活。

由于人工神经元中的自发活动产生遵循某种节律的同步活动，这种节律由人工神经元连接的方式、神经元的类型及其适应和变化的能力来决定，而要想得到适用于临床的人工神经网络，人工神经元的节律必须和真实神经元的节奏想匹配。

因此，Paolo Bonifazi 博士随后就通过改变蓝色和黑色方块的组成来调整人工神经元网络的节律，在经过大量的尝试后，他们终于找到了与真实神经元最为匹配的节律，在这一节律下，这些人工神经元可以识别大脑生物神经元网络整体节奏的变化，与之进行交互。

这一结果表明，微型人工神经网络是可以与生物神经网络交互的，这也意味着微型人工神经网络的确可以用一神经修护和替换大脑局部的神经元。

对此，本文的另一通讯作者 Levi 教授也表示，“将光遗传学纳入人工神经网络，是将人工神经网络带入临床的关键，它将允许未来的仿生设备与特定类型的神经元或特定神经元回路进行通信。”

目前，Paolo Bonifazi 博士带领的研究团队正在和东京大学的 Pr Kohno 和 Ikeuchi 博士合作，进行新一代神经假体的开发。

资料来源：
https://www.nature.com/articles/s41598-020-63934-4
https://www.unite.ai/researchers-develop-method-for-artificial-neuronal-networks-to-communicate-with-biological-ones/