Культивируют нейронная сеть является культура клеток нейронов , которые используются в качестве модели для изучения центральной нервной системы , особенно головного мозга . Часто культивируемые нейронные сети подключаются к устройству ввода / вывода, такому как многоэлектродная матрица (MEA), что обеспечивает двустороннюю связь между исследователем и сетью. Эта модель оказалась бесценным инструментом для ученых, изучающих основные принципы обучения нейронов , памяти , пластичности , связи и обработки информации . [1]
Культивированные нейроны часто подключаются через компьютер к реальному или смоделированному компоненту робота, создавая соответственно гиброт или анимат . Затем исследователи могут тщательно изучить обучение и пластичность в реалистичном контексте, когда нейронные сети могут взаимодействовать с окружающей средой и получать по крайней мере некоторую искусственную сенсорную обратную связь. Один из примеров этого можно увидеть в системе Multielectrode Array Art (MEART), разработанной Potter Research Group в Технологическом институте Джорджии в сотрудничестве с SymbioticA , Центром передового опыта в области биологического искусства при Университете Западной Австралии . [2] Другой пример можно увидеть в анимате, управляемом нейронами . [3]
Использовать как модель
Преимущества
Использование культивируемых нейронных сетей в качестве модели для их аналогов in vivo было незаменимым ресурсом на протяжении десятилетий. [4] Это позволяет исследователям исследовать активность нейронов в гораздо более контролируемой среде, чем это было бы возможно в живом организме. Благодаря этому механизму исследователи собрали важную информацию о механизмах обучения и памяти.
Культивированная нейронная сеть позволяет исследователям наблюдать за нейронной активностью с нескольких точек зрения. Электрофизиологическая запись и стимуляция могут происходить либо по сети, либо локально через MEA, а развитие сети можно визуально наблюдать с помощью методов микроскопии. [4] Более того, химический анализ нейронов и окружающей их среды выполнить легче, чем в условиях in vivo . [4] [5]
Недостатки
Культивированные нейронные сети по определению представляют собой бестелесные культуры нейронов . Таким образом, находясь за пределами своей естественной среды, нейроны подвергаются влиянию, которое не является биологически нормальным. Важнейшей из этих аномалий является тот факт, что нейроны обычно собираются в виде нервных стволовых клеток у плода и поэтому разрушаются на критической стадии развития сети. [6] Когда нейроны подвешиваются в растворе и затем распределяются, ранее сделанные связи разрушаются и образуются новые. В конечном итоге, возможность подключения (и, следовательно, функциональность) ткани отличается от того, что предлагалось в исходном шаблоне.
Другой недостаток заключается в том, что культивируемые нейроны лишены тела и, таким образом, лишены сенсорной информации, а также способности выражать поведение - важнейшей характеристики в экспериментах с обучением и памятью. Считается, что такая сенсорная депривация отрицательно сказывается на развитии этих культур и может привести к аномальным моделям поведения во всей сети. [6]
Культивируемые сети на традиционных MEA представляют собой плоские однослойные листы клеток с возможностью соединения только в двух измерениях. Напротив, большинство нейронных систем in vivo представляют собой большие трехмерные структуры с гораздо большей взаимосвязью. Это остается одним из самых ярких различий между моделью и реальностью, и этот факт, вероятно, играет большую роль в искажении некоторых выводов, сделанных в результате экспериментов, основанных на этой модели.
Рост нейронной сети
Используемые нейроны
Из-за их широкой доступности нейронные сети обычно культивируют из диссоциированных нейронов крысы. В исследованиях обычно используются кортикальные , гиппокампальные и спинномозговые нейроны крыс , хотя также использовались нейроны лабораторных мышей. В настоящее время относительно мало исследований было проведено на растущих нейронных сетях приматов или других животных. Сбор нервных стволовых клеток требует принесения в жертву развивающегося плода, что считается слишком дорогостоящим для выполнения на многих млекопитающих, что ценно для других исследований.
Однако в одном исследовании использовались нейронные стволовые клетки человека, выращенные в сети, для управления роботизированным приводом. Эти клетки были получены от плода, который самопроизвольно прервался через десять недель беременности. [7]
Долгосрочная культура
Одна из самых серьезных проблем, связанных с культивируемыми нейронными сетями, - это их недолговечность. Как и большинство клеточных культур, нейронные культуры очень восприимчивы к инфекции . Они также подвержены гиперосмоляльности из-за испарения среды . [4] Длительные сроки, связанные с изучением пластичности нейронов (обычно в масштабе месяцев), делают увеличение продолжительности жизни нейронов in vitro первостепенной задачей.
Одно из решений этой проблемы заключается в выращивании клеток на МЭБ внутри герметичной камеры. Эта камера служит инкубатором без увлажнения, который окружен мембраной из фторированного этиленпропилена (FEP), проницаемой для отбора газов (т.е. газов, необходимых для метаболизма), но непроницаемой для воды и микробов. [4] Другие решения предполагают наличие инкубатора с непроницаемой мембраной, внутри которого запечатана определенная смесь газов ( обычно воздух с 5% CO 2 ). [4]
Матрицы микроэлектродов (МЭБ)
Массив микроэлектродов (МЭА), также обычно называют многоэлектродный массив, является узорной матрицей электродов , изложенных в прозрачной подложке , используемой для связи с нейронами в контакте с ним. Связь может быть и обычно бывает двунаправленной; исследователи могут как записывать электрофизиологические данные из живой сети, так и стимулировать ее.
Это устройство было важным биосенсором более тридцати лет. Он использовался не только при изучении пластичности нейронов и обработки информации, но также при изучении воздействия лекарств и токсинов на нейроны. Кроме того, в сочетании с герметичной инкубационной камерой это устройство значительно снижает риск заражения культур, почти устраняя необходимость подвергать их воздействию воздуха. [4] [5] [8]
В настоящее время широко используемые MEA имеют относительно низкое пространственное разрешение. Они используют около шестидесяти электродов для регистрации и стимуляции в различных формах в чашке с типичной культурой 50 000 клеток или более (или плотностью 5 000 клеток / мм 2 ). [9] Отсюда следует, что каждый электрод в массиве обслуживает большой кластер нейронов и не может предоставить точную информацию относительно происхождения и назначения сигнала; такие MEAs способны только на сбор данных и стимуляцию для конкретных регионов.
В идеале можно было бы записывать и стимулировать от одного или нескольких нейронов одновременно. Действительно, такие компании, как Axion Biosystems, работают над тем, чтобы предоставить MEAs с гораздо более высоким пространственным разрешением с этой целью (максимум 768 входных / выходных электродов). [10] Другое исследование посвящено установлению стабильной однозначной связи между нейронами и электродами. Цель состояла в том, чтобы достичь идеальной ситуации интерфейса, установив соответствие с каждым нейроном в сети. Они делают это, удерживая отдельные нейроны, при этом позволяя аксонам и дендритам расширяться и создавать связи. Нейроны содержатся внутри нейроклеток или других типов контейнеров, и само устройство можно назвать клеточным нейроном MEA или нейрочипом . [8]
Другое исследование предлагает альтернативные методы стимуляции нейронов in vitro . В одном исследовании изучается использование лазерного луча для освобождения заключенных в клетки соединений, таких как нейротрансмиттеры и нейромодуляторы . [5] Лазерный луч с длиной волны в УФ- спектре имел бы чрезвычайно высокую пространственную точность и, высвобождая заключенные в клетки соединения, мог бы использоваться для воздействия на очень избранный набор нейронов.
Сетевое поведение
Спонтанная сетевая активность
Спонтанные всплески сети - обычное явление в нейронных сетях как in vitro, так и in vivo . [11] In vitro , эта деятельность особенно важна в исследованиях обучения и пластичности. Такие эксперименты внимательно изучают активность всей сети как до, так и после экспериментов, чтобы выявить любые изменения, которые могут повлиять на пластичность или даже обучение. [9] Тем не менее, этот экспериментальный метод сбивает с толку тот факт, что нормальное развитие нейронов вызывает изменения во всплесках всего массива, которые могут легко исказить данные. Однако in vivo было высказано предположение, что эти всплески сети могут формировать основу воспоминаний. [9] [11]
В зависимости от экспериментальной точки зрения, всплески в масштабе всей сети можно рассматривать как положительно, так и отрицательно. В патологическом смысле спонтанная сетевая активность может быть объяснена развенчанием нейронов; одно исследование показало заметную разницу между частотой стрельбы по всему массиву в культурах, которые получали непрерывный ввод, и в культурах, которые этого не сделали. [12] Чтобы устранить аномальную активность, исследователи обычно используют магний или синаптические блокаторы, чтобы успокоить сеть. Однако этот подход имеет большие затраты; успокоенные сети имеют небольшую способность к пластичности [11] из-за уменьшенной способности создавать потенциалы действия . Другой и, возможно, более эффективный подход - это использование низкочастотной стимуляции, которая имитирует сенсорную фоновую активность. [13]
С другой стороны, всплески сети можно рассматривать как безвредные и даже хорошие. Любая данная сеть демонстрирует неслучайные структурированные пакеты. [11] Некоторые исследования предполагают, что эти всплески представляют собой носители информации, выражение памяти, средство для формирования сети соответствующими связями и обучение при изменении их структуры. [9] [12] [13] [14]
Стабильность всплесков в масштабах всей матрицы
Stegenga et al. намеревался установить стабильность спонтанных сетевых всплесков в зависимости от времени. Они наблюдали всплески на протяжении всей жизни клеточных культур, начиная с 4-7 дней in vitro (DIV) и продолжаясь до гибели культуры. Они собрали профили всплесков в сети (BP) посредством математического наблюдения за скоростью всплесков во всем массиве (AWSR), которая представляет собой сумму потенциалов действия по всем электродам в MEA. Этот анализ привел к выводу, что в их культуре неокортикальных клеток крыс Wistar AWSR имеет длительное время подъема и спада во время раннего развития и более резкие, более интенсивные профили примерно после 25 DIV. Однако использование БП имеет присущий недостаток; BP представляют собой среднее значение всей сетевой активности во времени и, следовательно, содержат только временную информацию. Чтобы получить данные о пространственном паттерне сетевой активности, они разработали так называемые фазовые профили (ФП), которые содержат данные, специфичные для электродов. [9]
Данные были собраны с использованием этих PP в масштабе времени от миллисекунд до нескольких дней. Их цель состояла в том, чтобы установить стабильность профилей всплеска сети в масштабе времени от минут до часов и установить стабильность или изменения в развитии в течение нескольких дней. Таким образом, им удалось продемонстрировать стабильность в течение нескольких минут или часов, но PP, собранные в течение нескольких дней, показали значительную изменчивость. Эти открытия означают, что исследования пластичности нейронов могут проводиться только в течение минут или часов без искажения сетевой активности, вызванного нормальным развитием. [9]
Обучение против пластичности
В области нейробиологии существует много споров о том, может ли культивированная нейронная сеть учиться. Решающим шагом в поиске ответа на эту проблему является установление разницы между обучением и пластичностью . Одно определение предполагает, что обучение - это «приобретение нового поведения через опыт». [15] Следствием этого аргумента является необходимость взаимодействия с окружающей средой, на которую культивируемые нейроны практически не способны без сенсорных систем. С другой стороны, пластичность - это просто изменение существующей сети путем изменения связей между нейронами: формирование и устранение синапсов или расширение и втягивание нейритов и дендритных шипов . [1] Но эти два определения не исключают друг друга; для того, чтобы обучение происходило, также должна иметь место пластичность.
Чтобы установить обучение в культивируемой сети, исследователи попытались повторно воплотить диссоциированные нейронные сети либо в смоделированной, либо в реальной среде (см. MEART и анимат ). Благодаря этому методу сети могут взаимодействовать со своим окружением и, следовательно, имеют возможность учиться в более реалистичной обстановке. Другие исследования пытались запечатлеть образцы сигналов в сетях с помощью искусственной стимуляции. [14] Это можно сделать, вызвав сетевые всплески [11] или введя определенные шаблоны в нейроны, из которых сеть, как ожидается, получит какое-то значение (как в экспериментах с аниматами, где произвольный сигнал в сеть указывает, что симулированное животное врезалось в стену или движется в каком-то направлении и т. д.). [3] [7] Последний метод пытается использовать врожденную способность нейронных сетей понимать шаблоны. Однако эксперименты имели ограниченный успех в демонстрации широко принятого определения обучения. Тем не менее, пластичность нейронных сетей - явление, хорошо известное в сообществе нейробиологов, и считается, что оно играет очень большую роль в обучении. [1]
Смотрите также
- Искусственная жизнь
- Искусственные нейронные сети
- Интерфейс мозг – компьютер
- CoDi
- Кибернетика
- Нейронный ансамбль
- Нейронная инженерия
- Нейроуправляемый анимат
- Неврология
Рекомендации
- ^ a b c Wagenaar DA, Pine J, Potter SM (2006). «Поиск пластичности в диссоциированных корковых культурах на мультиэлектродных массивах» . Журнал отрицательных результатов в биомедицине: 516–35. PMC 1800351 .
- ^ Баккум Д. Д., Гэмблен П. М., Бен-Ари Б., Чао З. К., Поттер С. М. (2007). «MEART: полуживой художник». Границы нейроробототехники . 5 : 1–10.
- ^ а б ДеМарс ТБ, Вагенаар Д.А., Блау А.В., Поттер С.М. (2001). «Нейронно управляемый анимат: биологический мозг, действующий с имитацией тел» (PDF) . Автономные роботы . 11 (3): 305–310. DOI : 10,1023 / A: 1012407611130 . PMC 2440704 . PMID 18584059 . Архивировано из оригинального (PDF) 07.04.2005 . Проверено 17 сентября 2009 .
- ^ Б с д е е г Поттер С.М., ДеМарс ТБ (2001). «Новый подход к культуре нервных клеток для долгосрочных исследований». Журнал методов неврологии . 110 (1-2): 17-24. DOI : 10.1016 / S0165-0270 (01) 00412-5 . PMID 11564520 .
- ^ а б в Ghezzi D, Menegon A, Pedrocchi A, Valtorta F, Ferrigno G (2008). «Устройство с микроэлектродной решеткой, соединенное с системой на основе лазера для локальной стимуляции нейронов оптическим высвобождением глутамата». Журнал методов неврологии . 175 (1): 70–78. DOI : 10.1016 / j.jneumeth.2008.08.003 . PMID 18761373 .
- ^ а б Поттер С.М., Вагенаар Д.А., Мадхаван Р., Демарс ТБ (2003). Долгосрочные двунаправленные нейронные интерфейсы для управления роботами и исследования обучения in vitro (PDF) . Труды IEEE-EMBS . С. 3690–3693. DOI : 10.1109 / IEMBS.2003.1280959 . ISBN 978-0-7803-7789-9. ISSN 1094-687X .
- ^ а б Пицци Р.М., Россетти Д., Чино Дж., Марино Д., Вескови А.Л., Баер В. (2008). «Культивированная человеческая нейронная сеть управляет роботизированным приводом» (PDF) . Биосистемы . 95 (2): 137–144. DOI : 10.1016 / j.biosystems.2008.09.006 . hdl : 2434/140059 . PMID 18983888 .
- ^ а б Эриксон Дж., Тукер А., Тай Ю.С., Сосна Дж. (2008). "Caged Neuron MEA: система для долгосрочного исследования взаимодействия культивируемых нейронных сетей" . Журнал методов неврологии . 175 (1): 1–16. DOI : 10.1016 / j.jneumeth.2008.07.023 . PMC 2585802 . PMID 18775453 .
- ^ а б в г д е Стегенга Дж., Фебер Дж. Л., Марани Е., Руттен В. Л. (2008). "Анализ культивируемых нейронных сетей с использованием характеристик возбуждения Intraburst" . IEEE Transactions по биомедицинской инженерии . 55 (4): 1382–1390. DOI : 10.1109 / TBME.2007.913987 . PMID 18390329 .
- ^ «Axion MEA Systems» .
- ^ а б в г д Поттер, S (2008). «Как мы должны думать о всплесках?». 6-й Int. Совещание по микроэлектродам, интегрированным в подложку . С. 22–25.
- ^ а б Вагенаар Д.А., Пайн Дж., Поттер С.М. (2006). «Чрезвычайно богатый репертуар разрывных паттернов во время развития корковых культур» . BMC Neuroscience . 7 (1): 11. DOI : 10,1186 / 1471-2202-7-11 . PMC 1420316 . PMID 16464257 .
- ^ а б Чао Ц.К., Вагенаар Д.А., Поттер С.М. (2005). «Влияние случайной внешней фоновой стимуляции на синаптическую стабильность сети после тетанизации: моделирование» . Нейроинформатика . 3 (3): 263–280. DOI : 10.1385 / NI: 3: 3: 263 . PMC 2584804 . PMID 16077162 .
- ^ а б Баручи I, Бен-Джейкоб Э (2007). «К чипу нейропамяти: запечатление множественных воспоминаний в культивируемых нейронных сетях». Physical Review E . 75 (5): 050901. DOI : 10,1103 / physreve.75.050901 . PMID 17677014 .
- ^ Баккум Д. Д., Школьник А. С., Бен-Ари Г., Гэмблен П., ДеМарс Т. Б., Поттер С. М. (2004). «Удаление части« А »из ИИ: воплощенные культурные сети». Воплощенный искусственный интеллект: международный семинар, замок Дагштуль, Германия, 7–11 июля 2003 г., отредактированные избранные статьи .