پژوهشگران در آزمایشی تازه نشان داده‌اند که می‌توان از ارگانوئیدهای مغزی برای پردازش الگوهای مرتبط با خط بریل استفاده کرد. این دستاورد توجه‌ها را به ظرفیت سلول‌های عصبی زنده برای انجام وظایف محاسباتی جلب کرده و می‌تواند به توسعه نسل جدیدی از سامانه‌های رایانش زیستی کمک کند.
ارگانوئیدهای مغزی ساختارهای سه‌بعدی کوچکی هستند که از سلول‌های بنیادی در محیط آزمایشگاه پرورش داده می‌شوند. این ساختارها برخی ویژگی‌های بافت عصبی انسان را بازآفرینی می‌کنند، اما مغز کامل نیستند و نباید توانایی پردازش اطلاعات در آن‌ها را با درک آگاهانه انسان یکسان دانست.
دانشمندان چگونه به بافت مغزی خط بریل آموزش دادند؟
خط بریل از ترکیب نقاط برجسته برای نمایش حروف و نمادها استفاده می‌کند. هر الگوی نقطه‌ای می‌تواند نماینده یک حرف یا نشانه مشخص باشد.
در پژوهش جدید، دانشمندان از این ویژگی برای طراحی یک وظیفه تشخیص الگو استفاده کردند.
هدف آزمایش بررسی این موضوع بود که آیا شبکه‌ای از سلول‌های عصبی پرورش‌یافته در آزمایشگاه می‌تواند در پاسخ به الگوهای ورودی، رفتار قابل‌اندازه‌گیری و قابل‌آموزشی نشان دهد یا خیر.
در چنین سامانه‌هایی، اطلاعات به شکل سیگنال به بافت عصبی منتقل می‌شود و فعالیت الکتریکی سلول‌ها برای بررسی پاسخ شبکه ثبت می‌شود.
ارگانوئید مغزی چیست و چه تفاوتی با مغز انسان دارد؟
ارگانوئید مغزی نوعی مدل آزمایشگاهی است که با استفاده از سلول‌های بنیادی ساخته می‌شود.
این ساختارها می‌توانند شامل انواع مختلفی از سلول‌های عصبی باشند و بخشی از ویژگی‌های رشد و ارتباط میان نورون‌ها را بازآفرینی کنند.
بااین‌حال، ارگانوئیدها از نظر اندازه، سازمان‌دهی و پیچیدگی با مغز انسان تفاوت اساسی دارند.
آن‌ها فاقد بسیاری از ساختارها و ارتباطاتی هستند که در عملکرد طبیعی مغز نقش دارند.
به همین دلیل، اصطلاح «مغز مینیاتوری» بیشتر یک توصیف ساده‌شده است و نباید آن را به معنای ساخته شدن یک مغز کامل در آزمایشگاه دانست.
چرا تشخیص الگوهای بریل اهمیت دارد؟
تشخیص الگو یکی از وظایف مهم در سامانه‌های پردازش اطلاعات است.
رایانه‌های متداول این کار را با استفاده از مدارهای الکترونیکی و الگوریتم‌ها انجام می‌دهند، اما در رایانش زیستی تلاش می‌شود از ویژگی‌های طبیعی شبکه‌های عصبی زنده بهره گرفته شود.
نورون‌ها می‌توانند در پاسخ به تحریک‌های ورودی فعالیت کنند و ارتباطات میان آن‌ها نیز در شرایط مشخص تغییر کند.
پژوهشگران امیدوارند با شناخت بهتر این ویژگی‌ها بتوانند سامانه‌هایی طراحی کنند که بخشی از پردازش اطلاعات را با کمک بافت عصبی انجام دهند.
استفاده از الگوهای بریل، روشی برای بررسی توانایی چنین سامانه‌هایی در تمایز میان ورودی‌های مختلف است.
آیا ارگانوئیدهای مغزی واقعاً خواندن را یاد گرفته‌اند؟
در تفسیر این پژوهش باید میان تشخیص الگو و خواندن به معنای انسانی آن تفاوت قائل شد.
انسان هنگام خواندن، علاوه بر تشخیص نشانه‌ها، از حافظه، زبان، تجربه و فرایندهای پیچیده شناختی استفاده می‌کند.
در مقابل، یک ارگانوئید مغزی آزمایشگاهی ممکن است تنها پاسخ‌های متفاوتی به الگوهای ورودی نشان دهد.
بنابراین، حتی اگر چنین سامانه‌ای بتواند الگوهای مرتبط با حروف بریل را از یکدیگر تشخیص دهد، این موضوع به معنای فهم زبان یا برخورداری از آگاهی نیست.
رایانش زیستی چه آینده‌ای خواهد داشت؟
رایانش زیستی حوزه‌ای میان‌رشته‌ای است که زیست‌شناسی، علوم اعصاب و مهندسی رایانه را به یکدیگر پیوند می‌دهد.
در این حوزه، پژوهشگران بررسی می‌کنند که آیا می‌توان از سلول‌های زنده برای پردازش اطلاعات و انجام برخی وظایف محاسباتی استفاده کرد.
یکی از انگیزه‌های این تحقیقات، شناخت ظرفیت شبکه‌های عصبی زیستی و بررسی روش‌های متفاوت پردازش اطلاعات است.
بااین‌حال، این فناوری هنوز در مراحل پژوهشی قرار دارد و با چالش‌هایی مانند پایداری بافت، تکرارپذیری نتایج، کنترل ورودی و خروجی و مسائل اخلاقی مواجه است.
آیا رایانه‌های زنده جایگزین تراشه‌های سیلیکونی می‌شوند؟
در حال حاضر، شواهد کافی برای چنین نتیجه‌گیری وجود ندارد.
سامانه‌های مبتنی بر بافت عصبی هنوز فاصله زیادی با قابلیت اطمینان، سرعت و مقیاس‌پذیری رایانه‌های امروزی دارند.
ارزش اصلی این پژوهش‌ها فعلاً در شناخت بهتر نحوه پردازش اطلاعات توسط شبکه‌های عصبی و توسعه ابزارهای آزمایشگاهی جدید است.
اگر تحقیقات آینده بتوانند عملکرد این سامانه‌ها را بهبود دهند، رایانش زیستی ممکن است در کنار فناوری‌های الکترونیکی کاربردهای تخصصی پیدا کند.
بااین‌حال، تبدیل ارگانوئیدهای مغزی به سامانه‌های محاسباتی کاربردی به پژوهش‌های بیشتری نیاز دارد.
دیدگاه‌ها