🌁 👶🏿 🍲 بدلة الدماغ: تزامن الشبكات العصبية الاصطناعية والبيولوجية 🧛🏿 ❤️ 👋🏻

مفهوم الأطراف الصناعية ، أي توجد محاولة لاستبدال الجزء المفقود من الجسم بنظير اصطناعي لفترة طويلة جدًا. يمكن العثور على أول ذكر للأطراف الصناعية في السجلات التي يعود تاريخها إلى 1500 قبل الميلاد. وهذا ليس مفاجئًا ، نظرًا لأن أبسط أشكال الأطراف الاصطناعية بسيطة حقًا ، وبالتالي كان من الممكن القيام بها بشكل مصطنع حتى في تلك الأيام (تذكر القراصنة بخطافاتهم وأرجلهم الخشبية). ومع ذلك ، فإن الأطراف الصناعية لا تقتصر على مشاكل صحية سطحية على ما يبدو. نعلم جميعًا عن المفاصل والأوعية والصمامات الاصطناعية وما إلى ذلك. ولكن حتى هذه التعزيزات لا تعد شيئًا مقارنة بالأطراف الصناعية في جزء من الدماغ ، لأن الدماغ هو أكثر أعضاء الجسم تعقيدًا. سنلتقي اليوم معك بدراسة وجد فيها علماء من جامعة طوكيو طريقة لجعل الخلايا العصبية الحقيقية تعمل مع الخلايا الاصطناعية.ما التقنيات والتقنيات التي شاركت في التطوير ، وما مدى فعالية العلاقة بين الاصطناعية والبيولوجية ، وما هو التطبيق العملي لهذا الاكتشاف؟ تقرير من العلماء سيخبرنا عن هذا. اذهب.

تتم مقارنة دماغ الإنسان بانتظام بالكمبيوتر وهذه المقارنة مبررة. يؤثر أي مرض أو إصابة في الدماغ بشكل مباشر على الخصائص الهيكلية والوظيفية لشبكات الدماغ والدوائر ، مما يتسبب في موت الخلايا وفقدان المشابك وفقدان المحوار. تضعف هذه العمليات من قدرة معالجة المعلومات المحلية وتبادلها بين الدوائر البعيدة ، مما يعطل عملية الفصل ودمج المعلومات في الدماغ. ومن المنطقي أن هذه المشاكل تحتاج إلى معالجة. تركز بعض الطرق بشكل أكبر على الترميم - تجديد الخلايا ، في حين يميل البعض الآخر إلى الاستبدال - الأطراف الاصطناعية لـ "الطرق السريعة" المفقودة. تقنيات التجدد التي يتم تطويرها في الوقت الحالي ، تتعامل بنجاح مع العيوب على مسافات قصيرة. ومع ذلك ، عندما يتعلق الأمر بفقدان الاتصال بين أجزاء بعيدة من الدماغ ،فهي عاجزة بسبب تعقيد إعادة برمجة وإعادة بناء الدوائر العصبية.

إذا لم يخرج شيء ما ، فيجب استبداله. وفقا للعلماء ، في العقود الأخيرة ، تم إحراز تقدم مثير للإعجاب في تنفيذ الأطراف الاصطناعية العصبية ، عندما تكون الدوائر العصبية الاصطناعية النبضية قادرة محليًا على استقبال ومعالجة بيانات الإدخال في الوقت الفعلي. في هذه الحالة ، يمكن توفير بيانات الإدخال محليًا وعن بُعد ؛ سواء عن طريق التحفيز الكهربائي و optogenetic

هناك الكثير من المتغيرات للتقنيات في الهندسة العصبية لإنشاء شبكات عصبية نابضة (SNNs من الشبكة العصبية العالية) والمشابك الاصطناعية. تختلف الشبكات العصبية المسببة للأعصاب اختلافًا كبيرًا عن أسلافها البيولوجية ، ولكنها رائعة في الحوسبة وتطوير الذكاء الاصطناعي. لكن الشبكات العصبية العصبية المحاكية العصبية بشكل أكثر نجاحًا تحاكي نشاط الخلايا العصبية الحقيقية وتعمل على نطاق زمني سريع أو بيولوجي (حقيقي). عيب خيار SNN هذا هو أنه يمكن إعادة إنتاجه برمجيًا ، ولكنه في الواقع لا يعمل. في المقابل ، هناك شبكات SNN تعمل في الوقت الفعلي ، وتستهلك طاقة منخفضة ومدمجة. هذه الخصائص هي الأكثر جاذبية لإنشاء نظام هجين ، أي للأطراف الاصطناعية العصبية.

يمكن تصنيف الأجهزة SNH15-21 إلى مجموعتين: التنفيذ التناظري والتنفيذ الرقمي. يتميز التنفيذ الرقمي بكونه قابلاً للتخصيص وأسهل في المعالجة ، على الرغم من ارتفاع استهلاك الطاقة.

يقول العلماء إن كل شيء رائع ، لكن جميع أنظمة SNN هذه لا شيء إذا لم تتمكن من العمل جنبًا إلى جنب مع الأنظمة البيولوجية الحقيقية. لإنشاء اتصال بين الاصطناعي والبيولوجي لم ينجح بعد.

في تقريرهم ، أظهر الباحثون أول تنفيذ تشغيلي للاتصال في الوقت الحقيقي ونقل المعلومات من الأجهزة SNN التي تم تنفيذها على FPGA وشبكة الدوائر العصبية البيولوجية (BNN) عن طريق تشفير SNNs ديناميكيًا باستخدام الأنماط المستخدمة لتحفيز BNN البصري.

يتم إنشاء أنماط النشاط باستخدام SNN ، ثم يتم ترميزها في الوقت الفعلي إلى أنماط الضوء الأزرق الفريدة - صور ثنائية (8 × 8 بكسل) يتم إنشاؤها باستخدام معالجة الضوء الرقمي (DLP) باستخدام جهاز عرض فيديو معدل مع اقتراب دقيق على شبكة عصبية ثنائية الأبعاد (ثقافة) نمت على مصفوفة متعددة الأقطاب الكهربائية (MEA).

تم تحويل الخلايا العصبية المستخدمة في التجارب * باستخدام فيروس مرتبط بالغدية * (AAV) للتعبير عن بروتين ChIEF27.

Transduction * - نقل الحمض النووي من خلية إلى أخرى.

الفيروس المصاحب لـ Adeno * هو فيروس صغير يصيب الخلايا البشرية ، ولكنه لا يسبب أي مرض ، وبالتالي يسبب استجابة مناعية ضعيفة.

في ضوء هذا الإجراء ، كانت الخلايا العصبية متحمسة عند التحفيز بالضوء الأزرق ، وتم تسجيل نشاطها باستخدام كل من جهاز MEA وتصوير الكالسيوم (تم تركيب كاميرا CCD (CCD من جهاز مقرن بالشحن ) مع مضاعف إلكتروني على مجهر).

نتائج البحث

الصورة رقم 1 يتكون

الإعداد التجريبي ( 1A ) من ثلاثة مكونات رئيسية تقع حول مجهر epi-fluorescence.

رسم تخطيطي لمجهر epi-fluorescence.

المكونات الرئيسية للتثبيت:

شبكة عصبية نبضية ( 1B ) ، تعمل على FPGA (صفيف بوابة قابلة للبرمجة ميدانيًا ، أي صفيف بوابة قابلة للبرمجة من قبل المستخدم) ؛
SNN-FPGA ( 1C);
, ChIEF-mCitrine ( hSyn), .

الجدول رقم 1 من

أجل محاكاة نشاط شبكة عصبية بيولوجية حقيقية ، ولدت SNN نشاطًا عفويًا يتميز بالتزامن العصبي مع خصائص مماثلة (من حيث المدة ، وتواتر وعدد الخلايا العصبية المجندة) التي تم إنشاؤها باستخدام BNN القشرية (من 0.1 إلى 1 هرتز).

تتألف أربع شبكات SNN مختلفة (الجدول 1) المستخدمة في 12 تجربة من 100 من الخلايا العصبية Izhikevich (80 إثارة و 20 مثبطًا) تم تنفيذها في FPGA (الجدول 2) ، وقدمت نطاقًا ديناميكيًا مع مزامنة الشبكة (NS) ، والتي امتدت من 0.25 حتى 1 هرتز (الجدول 3).

الجدول 2: موارد FPGA. LUT و FF هي المكونات الرئيسية للكتل المنطقية في FPGA ؛ LUTRAM و BRAM - تقنية الذاكرة ؛ DSP (معالجة الإشارات الرقمية) - الدوائر المستخدمة للحوسبة الرقمية المعقدة ، مثل الضرب.

الجدول رقم 3: معلمات التجربة. لكل تجربة ، يتم تحديد العديد من المتغيرات في وقت واحد: واحد من أربعة SNNs ، وقيمة الحد (N) من نبضات الخلايا العصبية ، ومدة (T) من النوافذ الزمنية لحساب مزامنة الشبكة.

تم إنشاء نشاط SNN باستبانة زمنية تبلغ 1 مللي ثانية ، وتم تحديد NS عندما قام N على الأقل من 64 خلية عصبية بتوليد دافع في الفاصل الزمني B. تمثل أربعة شبكات SNN نشاطًا مختلفًا ، نظرًا لأن الخلايا العصبية والمشابك والمعلمات الخاصة بها قد تغيرت في تجارب مختلفة.

تم تحويل نشاط SNN العفوي في الوقت الفعلي إلى مصفوفات ثنائية 8 × 8 بكسل ، حيث كان كل عنصر مصفوفة يساوي الصفر (أي بدون ضوء) إذا لم تبدأ الخلايا العصبية الدافعة المخصصة لها ، أو واحد (أي انبعاث الضوء ) إذا تم تنشيط الخلايا العصبية.

بمجرد تحديد NS ، تم إضاءة الصورة المحولة المقابلة. علاوة على ذلك ، استنادًا إلى نشاط SNN ، أنشأت وحدة الكشف عن تزامن الشبكة إشارة منطق الترانزستور الترانزستور (TTL) إلى جهاز التحفيز وشكلت إضاءة صورة VGA المقابلة لمصفوفة 8x8.

كما توقعنا بالفعل ، فإن أحد الأجزاء الرئيسية للتثبيت هو نظام بروجيكتور فيديو. تم تحويل الصورة الثنائية 8 × 8 التي تم إنشاؤها كنشاط إخراج SNN إلى صورة 800 × 600 بكسل عبر منفذ VGA لجهاز عرض الفيديو ، حيث تم استخدام LED أزرق قوي بدلاً من المصباح الأصلي. تم عرض المصفوفة الثنائية 8 × 8 (0 = أسود ، 1 = أزرق) في الجزء المركزي من 800 × 600 بكسل ، وكانت جميع وحدات البكسل الأخرى صفرًا (أسود).

تم عرض الصورة التي تم إنشاؤها بواسطة جهاز الرنين الميكروي الرقمي (DMD) لجهاز عرض الفيديو في مجهر epi-fluorescence من خلال مسار بصري إضافي يمر بين الكاميرا ومكعب المرشح الموجود أعلى العينة ( 1C) تم تحسين تركيز صورة DMD على منفذ المجهر بحيث يمكن توقع جميع الصور التي تم إنشاؤها في مجال رؤية المجهر من خلال التكبير 10x مع طاقة كافية لتحفيز إمكانات العمل في الخلايا العصبية التي تعبر عن ChIEF. تم وضع صورة DMD المسقطة في المستوى البؤري للعدسة بطول بؤري 250 مم ، مما جعل من الممكن تكبير الصورة بنحو أربعة عشر مرة.

لذا ، بينما توجد شبكة عصبية اصطناعية ووسيلة لتثبيت البيانات. المكون الأساسي التالي لهذه التجربة هو ، بالطبع ، BNN ، أي الشبكة العصبية البيولوجية.

بالنسبة لـ BNN ، تم استخدام الثقافات العصبية من 21 إلى 28 DIV (أيام في المختبر - أيام "في الزجاج" ، أي عدد الأيام التي تقضيها في الزراعة المختبرية أو في طبق بتري). تم تسجيل النشاط العصبي باستخدام كوب MEA * قياسي (8x8) بمسافة بين 200 ميكرومتر ( 2A ).

MEA * (صفيف Microelectrode) - صفيف microoderode هو جهاز يوجد فيه العديد من (من عشرات إلى الآلاف) من الميكرودرود التي يتم من خلالها استقبال الإشارات العصبية أو إرسالها. MEA هي واجهة عصبية بين الخلايا العصبية والدوائر الإلكترونية.

الصورة رقم 2

تم تحويل الخلايا العصبية المثيرة والمثبطة (تحت محفز hSyn) في 7 DIV للتعبير عن ChIEF-mCitrine ( 2B ). كان معدل التعبير في جميع الخلايا العصبية في 21 DIV 70 ± 13 ٪. تم الحصول على نتائج تصوير الكالسيوم ( 2B ) عن طريق التكبير 10 أضعاف باستخدام كاميرا EMCCD مثبتة على المجهر مع مجال رؤية 800x800 ميكرومتر ، وهو ما يعادل تقريبًا المسافة بين أقطاب 4x4 MEA ( 2A ).

تم تطبيق الصورة المسقطة (أي التحفيز) في نفس مجال الرؤية ، ولكن على منطقة أصغر قليلاً ( 2C ).

تم إجراء مزامنة الوقت لمختلف الأجهزة من خلال نظام الحصول على البيانات MEA ، حيث تم تسجيل الإشارة من كل من الأقطاب الكهربائية الستين في وقت واحد على إشارة TTL ، وتفعيل بروتوكول التحفيز ، والتحكم في برنامج تشغيل LED (تشغيل وإيقاف الضوء الأزرق) وإشارة أحادية الإطار التي تستقبلها الكاميرا.

وتجدر الإشارة إلى أن نظام MEA اكتشف نشاط BNN قبل وأثناء وبعد تنشيط التحفيز (أي عندما تم تنشيط الرابط المحتمل بين SNN و BNN).

الصور رقم 3

خلال الدراسة ، تم إجراء 12 تجربة ، في كل منها تم استخدام إصدار محدد من SNN ومعلمات أخرى للكشف عن تزامن الشبكة (الجدول 3) ، والذي كان من المفترض أن يزيد عدد المنبهات لكل دقيقة من الوقت.

بسبب التغيير في المعلمات ، ولدت SNN بيانات خرج مختلفة (OUTPUTs) مع نطاقات تردد مختلفة (تم قياسها على أنها الفاصل الزمني بين المنبهات ، 3A ) وكثافة (شدة التحفيز 100 ٪ تعني أن جميع المربعات الـ 64 لمصفوفة 8x8 تم تشغيلها ، 3B ).

تم ضبط فاصل التردد لمزامنة الشبكة لـ SNN [0.25 ؛ 1] هرتز. مثل هذا الاختيار الدقيق لهذه القيم جعل من الممكن تحييد أي تداخل في التحفيز ، لأن بروتوكول التحفيز يستمر 310 مللي ثانية ، وتولد BNN القشرية متوسط تزامن الخلايا العصبية بين 0.1 و 1 هرتز.

تم تحديد كمية نقل المعلومات (تكنولوجيا المعلومات من إرسال المعلومات) بين SNN و BNN مع الأخذ في الاعتبار ارتباط التشابه بين أزواج INPUT (SIP ، 4A ) والتشابه بين أزواج OUTPUT (SOP ،4 ج ).

الصورة رقم 4

خلاصة القول هي أنه عند إرسال المعلومات ، يجب أن يستدعي إدخالان مشابهان لـ BNN نمطين OUTPUT متشابهين في BNN.

بعد ذلك ، تم تقييم إرسال المعلومات على أكثر من 12 تجربة مع معلمات مختلفة (خطية استجابة الشبكة ، ومتوسط شدة التردد / التحفيز ، وما إلى ذلك ؛ 5C - 5G ) ومقاييس مختلفة (معامل التحصر BNN ومعامل قمع تزامن الشبكة ، تم قياس SIP بواسطة معامل الجاكار) . يوضح

الشكل 4 أ مصفوفة التقارب INPUT لتجربة تمثيلية تم خلالها تسليم حوالي 200 من المنبهات من SNN إلى BNN.

تم حساب إجراءات التشغيل القياسية على أساس شبكة استجابة النواقل BNN ( 4B ). على وجه الخصوص ، تم حساب عدد النبضات التي سجلها كل قطب كهربائي خلال النافذة الزمنية T بعد تسليم محفز SNN. بعد ذلك ، لكل محفز ، تم إنشاء خاصية شبكة ناقل (VNR ، على اليسار على 4B ) وتم حساب مصفوفة تمثل SOP ( 4C ). بالإضافة إلى ذلك ، تم النظر في استجابة الشبكة العددية (SNR) لكل محفز ، محسوبة على أنها مجموع VNRs (على اليمين على 4B ).

الصورة رقم 5

بادئ ذي بدء ، تم إجراء تقييم لكيفية اختلاف SNR اعتمادًا على شدة التحفيز. عند فحص نافذة وقت الاستجابة بالكامل (500 مللي ثانية) بعد التحفيز ، وجد أن الاستجابة كانت غامضة: كانت SNR خطية تقريبًا فيما يتعلق بكثافة التحفيز مع ارتباط قدره 0.70 ، عندما تم النظر في الاستجابات التي لا تتجاوز 1/8 من الحد الأقصى ، بينما تم النظر في NR تم توزيعها بالتساوي تقريبًا فوق مثل هذه العتبة. وبالمثل ، عندما تم اختيار وقت استجابة أقصر (50 مللي ثانية) وعند التركيز على NR مع عتبة أقل من 1/6 من الحد الأقصى ، لوحظ ارتباط 0.57 بين NR وكثافة التحفيز.

لذلك ، لكل تجربة ، تم تحديد فترة وقت الاستجابة المثلى T (من 1 إلى 50 مللي ثانية ، 5C - 5E) وشبكة استجابة العتبة المثلى ( 5C ). ونتيجة لذلك ، كان من الممكن تعظيم نقل المعلومات بين SNN و BNN. تم الحصول على أفضل نقل للمعلومات في 8 من 12 تجربة ( 5G ).

درس العلماء كذلك كيفية ارتباط نقل المعلومات بكثافة وتكرار الحافز من SNN ، وكلاهما يتشكل من خلال تزامن شبكة SNN العفوي التي تحاكي تلك التي تحدث في BNN (الصورة أدناه).

الصورة رقم 6

ارتبط انتقال المعلومات ارتباطًا وثيقًا بمتوسط كثافة التحفيز وأظهر منحنى على شكل جرس كدالة لمتوسط معدل التحفيز ، والذي بلغ الحد الأقصى عند 0.56 هرتز.

لاحظ الباحثون أيضًا أن تزامن الشبكة العفوي في حالة عدم وجود حافز خارجي يمكن أن يحدث أيضًا ، لأنهم درسوا أيضًا العلاقة بين تزامن الشبكة (NS) في BNN ونقل المعلومات. NSs العفوية في BNN (في حالة عدم وجود المنبهات ، أي عندما تم فصل الاتصال بين SNN و BNN) بمتوسط تردد 0.37 ± 008 هرتز. كما لوحظ ارتباط كبير بين قمع NS ونقل المعلومات (الصورة رقم 8).

الصورة رقم 7

تم تحديد قمع NS العفوي كميا حيث كانت نسبة تواتر NS BNN العفوي في ظل الظروف الأساسية (أي عندما تم تعطيل SNNs و BNNs) إلى تردد NSs التلقائي عند تشغيل الاتصال بين SNNs و BNNs. اعتبرت NSs عفوية في وجود المنبهات القادمة من SNN على أنها تنشأ على الأقل 500 مللي ثانية بعد تسليم آخر منبه (الصورة رقم 7).

الصورة رقم 8

أظهرت النتائج العامة أنه لا يمكن تحقيق نقل المعلومات إلا باستجابة خطية لاستجابات الشبكة للمنبهات. بالإضافة إلى ذلك ، تم تحقيق أفضل النتائج خلال فترة التفاعل المبكر ، أي خلال أول مائة مللي ثانية من بداية التحفيز.

تم الحصول على القيمة القصوى لنقل المعلومات عندما كان تردد المنبهات حوالي 0.56 هرتز ، وهو أعلى بقليل من تردد الشبكات العصبية البيولوجية (0.37 هرتز).

النتائج المذكورة أعلاه ، وفقًا لمؤلف الدراسة ، تؤكد النظرية القائلة بأن نشاط BNN يجب أن يتم نقله بقوة عن طريق المحفزات الواردة من SNN من أجل معالجته بشكل موثوق في الوضع الخطي.

لمعرفة أكثر تفصيلا مع الفروق الدقيقة في الدراسة، أوصي بأن تنظر في تقرير العلماء و مواد إضافية لذلك.

الخاتمة

أكدت هذه الدراسة في الممارسة أن العلاقة بين الشبكة العصبية الاصطناعية والشبكة الحقيقية ممكنة تمامًا. بالطبع ، كما يعترف العلماء أنفسهم ، من بين آلاف الخلايا العصبية المستخدمة في التجارب ، دخل المئات فقط في وضع التزامن.

من الصعب جدًا مقارنة شبكة اصطناعية بشبكة بيولوجية. إحدى المشاكل هي العفوية المتأصلة في الشبكات العصبية البيولوجية الحقيقية. يتسبب النشاط العفوي في الخلايا العصبية في نشاط متزامن ، والذي يتوافق مع إيقاع معين ، والذي يمكن أن يتأثر بالعلاقة بين الخلايا العصبية ، وأنواع الخلايا العصبية في هذا الاتصال ، بالإضافة إلى قدرتها على التكيف والتغيير بسبب ظروف العمل الجديدة. بعبارة أخرى ، الشبكات العصبية لا يمكن التنبؤ بها في بعض الأحيان عندما تنشئ مثل هذا النظام المتزامن المعقد ، كما لو كان إنشاء النظام في حالة من الفوضى.

لذلك ، من أجل تحقيق التزامن بين الشبكات الاصطناعية والبيولوجية ، كان من الضروري ضبط الاصطناعية على هذا الإيقاع. خلال الدراسة ، تم تحقيق نتائج جيدة في هذه المسألة الصعبة ، على الرغم من أن هناك حاجة إلى عدة تجارب فاشلة.

الهدف الرئيسي لعملهم ، يسمي العلماء تطوير الأطراف الاصطناعية التي يمكن أن تحل بنجاح في المناطق المتضررة من الدماغ. يبدو مستقبليًا جدًا ، ويذكرنا عن بُعد بفيلم "جوني فن الإستذكار". ومع ذلك ، فإن الهدف نبيل ، وبالتالي أريد أن أصدق أن مؤلفي هذا العمل سيكونون قادرين على تحسين تطورهم بنجاح في المستقبل.

شكرا لكم على اهتمامكم ، ابقوا فضوليين وقضاء أسبوع عمل جيد ، أيها الأصدقاء! :)

القليل من الدعاية :)

أشكركم على البقاء معنا. هل تحب مقالاتنا؟ هل تريد رؤية مواد أكثر إثارة للاهتمام؟ ادعمنا عن طريق تقديم طلب أو التوصية لأصدقائك ، VPS السحابي للمطورين من $ 4.99 ، وهو نظير فريد من نوعه لخوادم مستوى الدخول التي اخترعناها لك: الحقيقة الكاملة عن VPS (KVM) E5-2697 v3 (6 نوى) 10GB DDR4 480GB SSD 1Gbps من $ 19 أو كيفية تقسيم الخادم؟ (تتوفر الخيارات مع RAID1 و RAID10 ، حتى 24 مركزًا و 40 جيجابايت DDR4).

Dell R730xd أرخص مرتين في مركز بيانات Equinix Tier IV في أمستردام؟ فقط لدينا 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV من 199 دولارًا في هولندا!Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - من 99 دولارًا! اقرأ عن كيفية بناء مبنى البنية التحتية الفئة c باستخدام خوادم Dell R730xd E5-2650 v4 بتكلفة 9000 يورو مقابل سنت واحد؟

بدلة الدماغ: تزامن الشبكات العصبية الاصطناعية والبيولوجية

نتائج البحث

الخاتمة

القليل من الدعاية :)

More articles: