摘要
最近，利用生物医学知识解决问题和创造产品的生物工程领域在制造人体器官的微小功能模型(称为类器官)方面取得了巨大进展。大脑是人体最复杂的器官。虽然大脑类器官已经被创造出来，但它们仍然不能进行计算、学习、记忆或做出决定——这些“思考”功能只有人类和动物才能看到。但一个新的科学领域正在出现，它可以创造出具有某些认知功能的大脑器官。必要的技术现在已经具备，科学家们正开始将它们结合起来。思考的脑细胞培养产生了许多伦理问题，这些问题必须随着研究的进行而得到解决。本文描述了构成类器官智能(ioi)科学基础的技术。在未来，OI可以帮助我们研究大脑功能，了解大脑疾病，找到新的治疗方法，甚至可能导致新的超级计算机比今天的计算机更像大脑。
大脑vs电脑?
你认为人脑比电脑更强大还是更弱?如果你听说过计算机程序在国际象棋或围棋等复杂的战略游戏中击败人类对手，你可能会自然而然地认为计算机“更聪明”。计算机处理简单信息的速度肯定比人脑快，人工智能(AI)正越来越多地融入许多常见技术，从手机的面部识别到流媒体视频推荐。人工智能是计算机思考和学习的能力，其目的是执行通常由人完成的任务。人们很容易相信，人工智能最终将超越人类的能力，甚至在驾驶等复杂任务上也是如此。但还有更多的故事!人类大脑的处理能力和存储能力是巨大的:2013年在美国，世界第四大计算机花了40分钟才模拟出人类大脑活动的1%的1 / 5 !人类大脑的内存大约和大学或研究机构的大型计算机一样大;人类大脑每秒可以进行的计算次数只有在世界上最快的超级计算机今年(2022年)。有些任务可能永远无法被人工智能匹配，例如，一个孩子在看到大约10张图片后就可以区分狗和猫，而人工智能需要超过1000张。
举个例子，让我们看看AlphaGo系统——在2016年击败世界围棋冠军的人工智能。AlphaGo的训练数据来自16万场比赛[1]。如果一个人每天玩5个小时，那么这个人需要175年才能体验到同样数量的训练游戏!这告诉我们，在学习如何执行复杂活动方面，大脑比人工智能要高效得多。更重要的是，训练人工智能需要大量的能量——比人类大脑用来学习的能量要多得多。如果人类和人工智能系统学习一项新任务所需的时间相同，那么人工智能系统需要的能量是前者的1000万倍!AlphaGo为期四周的训练所需的能量比维持一个活跃的成年人10年所需的能量还要多。
这些比较告诉我们，人工智能很难在驾驶等复杂任务上超越人类，因为这些任务需要在不断变化的环境中进行实时学习。如果科技公司信守承诺，通过减少碳排放来限制全球变暖，情况尤其如此。2017年，美国需要34座燃煤电厂才能满足数据存储中心的电力需求。2] !但是，如果我们不是试图让计算机更像人类的大脑，而是试图让人类的大脑更像计算机呢?如果这些类似计算机的人类大脑可以在实验室中培养，并与真正的计算机连接，那会怎么样?这听起来像科幻电影里的情节吗?尽管它仍处于非常早期的阶段，前面还有很多挑战，但这种听起来很未来的技术被称为类器官智能(OI)，更接近于成为现实。作为一种生物计算， OI也许能够克服传统人工智能的局限性，完成以前机器无法想象的任务。
什么是脑类器官?
成骨不全症的最终成功取决于我们培养微小的3D脑细胞的能力大脑瀑样（图1一个）.这些微小的类器官是由干细胞产生的，尺寸为300-500微米(μm;直径为1/1,000毫米)，由30,000-50,000个细胞组成，其大小约为人脑的300万分之一(图1 b) ［3.]。
- 图一-(一)被称为脑类器官的3D脑细胞培养物可以包含与人类大脑中发现的相同的脑细胞类型，包括支持神经元健康的小胶质细胞和星形胶质细胞，以及产生髓磷脂的少突胶质细胞。
- 脑类器官中大约40%的神经元被髓磷脂覆盖，髓磷脂可以帮助信号在神经元之间传递。人类大脑中50%的神经元是有髓鞘的，所以类脑器官离我们不远了!(B)3D脑类器官的大小只有人脑的百万分之一(上图:20倍;下一行:63x)。神经元最早在培养4周出现，胶质细胞在8周出现，星形胶质细胞数量随着时间的推移而增加。
大脑类器官越像人类大脑，它们就越有可能进行类似人类大脑的活动，比如学习和记忆。尽管大脑类器官体积小，但它们在结构和功能上与人类大脑有一些相似之处。例如，人类大脑包含几种类型的细胞:神经元(神经细胞)，负责在大脑内部和大脑与身体之间传递信号;少突胶质细胞(oh⋅luh⋅⋅去窝⋅druh⋅sites)，它们用一种叫做髓鞘;以及支持神经元健康的小胶质细胞和星形胶质细胞。脑类器官培养已被证明支持神经元和其他细胞类型的生长，所有这些都是学习所必需的(图1一个）.此外，脑类器官中大约40%的神经元覆盖着髓磷脂，而在健康的人脑中，大约50%的神经元是髓鞘的——所以脑类器官离髓鞘也不远了!髓磷脂的作用就像铜线外面的塑料一样——它使铜线绝缘，不同于铜线上的绝缘，它也使信号传播速度快100倍。就功能而言，脑类器官表现出电活动，并以类似于早产儿大脑细胞的方式对电刺激做出反应。
由于目前正在培育的大脑类器官非常小，几乎看不见(大约家蝇眼睛的大小)，学习如何使它们更大、更像大脑是开发类器官智能的重要第一步。当脑细胞培养物很小或二维(平面)时，细胞可以获得氧气和营养，并直接通过它们生长的液体排出废物通过扩散，这是分子从高浓度区域到低浓度区域的自然运动。但扩散不够有效，无法支持更大的3D培养[4]。人类的大脑有血管来执行这种运输功能——每分钟有大脑重量的一半的血液流经大脑。类似的东西将需要生长更大的脑类器官，以防止其中心的死亡-一个称为坏死的过程。科学家们正在研究微流控系统就像微小的血管一样(图2）.微流控系统不仅可以清除废物，为大脑类器官提供氧气和营养，还可以让科学家管理和测试与人类大脑正常功能有关的其他化学物质的效果，或者可能用于治疗脑部疾病的药物。
- 图二-(一)一旦3D脑类器官太大，扩散就无法将氧气和营养物质带入类器官或清除废物，因为扩散只能进入类器官约300 μm。
- 因此，类器官的中心(浅粉色的圆圈)将在坏死过程中死亡。血管在人脑中执行这一关键功能。(B)为了模拟血管，微流体系统已经被开发出来，将氧气和营养物质带入脑类器官，并清除废物。这些系统允许更大的脑类器官的生长，并允许科学家测试各种化学物质和药物对类器官功能的影响。
测量脑类器官功能和学习能力
为了开发成骨不全症，脑类器官的功能必须与人类大脑相似，而且科学家必须有一种方法来测量这种活动。医生们用一种叫做脑电图(uh⋅lek⋅trow⋅uhn⋅seh⋅fuh)的技术来测量实际人脑的电活动laa⋅gruh⋅费用;脑电图(EEG)，电极被放置在病人的头皮上。这项技术启发我们创造了一个小版本，叫做三维微电极阵列(MEA)它既可以刺激也可以测量脑类器官的电活动。mea就像在脑类器官周围折叠的柔性外壳，可以测量整个3D类器官表面的电活动(图3）.研究人员还在努力开发特殊的探针，使大脑类器官可以完全在周围生长，这可能会提供更清晰的信号，并使研究人员能够进入类器官的内部。
- 图3 -(一)医生用一种叫做脑电图(EEG)的技术来测量人脑的电活动，在这种技术中，电极(由绿线连接的黄色圆圈)被放置在病人的头皮上。
- (B)脑电图启发科学家创造了一个微小的版本，称为3D微电极阵列(MEA)，它既可以刺激也可以测量脑类器官的电活动。MEAs在大脑类器官生长的柔软外壳中包含许多电极，可以测量整个3D类器官表面的电活动。
在科学家能够监测大脑类器官的功能之后，他们就可以开始研究这些类器官是否具有学习能力。在脑类器官中，“学习”将涉及以某种方式对电或化学刺激模式做出反应，例如通过细胞之间连接的变化或电活动的变化。这也是影响人脑记忆形成和学习的两个因素。最初的学习任务之一可能是一个简单的电脑游戏，比如Pong，在这个游戏中，必须移动一个球拍来保持弹跳的球在场地上。事实上，澳大利亚皮质实验室的研究人员最近表明，大脑培养物可以学会做到这一点。5]。
超越生物计算
虽然我们已经确定大脑类器官可能会导致生物计算领域的一场革命，但它们也可以被用作强大的研究工具。由于大脑非常复杂，并且被头骨很好地保护着，所以它是一个很难在生物体中进行研究的器官。因此，像人类大脑一样的脑细胞培养物可以帮助科学家回答一些很难在人类身上研究的重要问题——关于大脑发育、学习、记忆以及药物或感染对大脑功能的影响的问题。脑类器官也可用于研究痴呆等破坏性脑部疾病。痴呆症是老年人的一种疾病，患者的记忆力和其他大脑功能会逐渐衰退。痴呆症是一个日益严重的问题:全球有5500多万人患有痴呆症，预计到2050年这一数字将超过1.5亿[6]。阿尔茨海默病是痴呆症的一种，是美国十大死亡原因之一。目前还没有治愈痴呆症的方法，现有的治疗方法也不是很有效。大脑类器官系统可能有助于研究人员了解导致痴呆症的原因及其对大脑的影响。潜在的治疗方法可以从这些知识中开发出来，并且可以在大脑类器官中进行测试，以确保它们在用于人类之前有效。
伦理的挑战
虽然在生物计算和关键脑研究中使用OI听起来很有希望和令人兴奋，但OI也产生了许多科学家和社会以前从未考虑过的重要问题。例如，大脑类器官会“有意识”吗?如果是，科学家创造它们是否合乎道德?在科学家对它们进行的实验中，类器官会感到疼痛吗?其他的困难道德随着类器官智能领域的发展，问题肯定会出现。职业伦理学家必须与研究人员密切合作，以识别和解决这些问题。为了对社会负责，成骨不全症研究以公众意见为指导也很重要。与持有不同信仰和道德观点的公众进行讨论有助于赢得公众的信任，这有助于防止公众对新技术的不良反应，并最大限度地发挥其未来的影响。
结论
虽然这听起来有点像科幻小说，但我们希望这篇文章能帮助你理解大脑类器官给生物计算带来革命的潜力。还有许多研究要做，还有许多技术和伦理障碍要面对。但是，如果我们成功了，OI很可能会克服传统计算和人工智能的许多限制。具体来说，我们相信基于io的生物计算系统将允许更快的决策、改进的学习和更高的能源效率。这些进步可能会影响整个世界，通过技术的发展，可以提高人工智能的性能，或创造“智能”假肢，帮助截肢者恢复身体功能。此外，成骨不全为大脑研究提供了一个惊人的机会，可以帮助科学家发现思考、学习和记忆背后的基本原理，并更好地理解和潜在地治疗像痴呆症这样的破坏性大脑疾病。所以，下次你听到有人谈论人工智能时，花一分钟时间告诉他们成骨不全，并确保提到它是科学不是科幻小说!
术语表
瀑样情报:↑类器官计算和存储为执行任务(输出)而提供的信息(输入)的能力。
生物计算:↑一种利用生物体来执行计算机功能的技术，如存储和处理信息，以补充现有的计算机。
大脑瀑样:↑可以执行某些大脑功能的生物工程大脑模型。
神经元:↑神经细胞:神经细胞;神经细胞:神经系统的基本单位，利用电信号和化学信号向其他神经元和肌肉细胞传递信息
髓鞘:↑一种覆盖在神经纤维上的脂肪绝缘材料，使神经元之间的电通信更有效。
微流控系统:↑一种使液体通过小通道循环的技术，例如为细胞提供氧气和营养物质。
三维微电极阵列:↑一种带有许多传感器的设备，可以读取脑细胞培养物中的电活动，类似于人类使用的脑电图(EEG)。
道德:↑哲学的一个分支，研究好与坏或对与错之间的区别。
利益冲突
TH是约翰霍普金斯大学关于生产脑类器官的专利的发明者，该专利授权给美国新奥尔良的AxoSim公司，并获得版税份额。TH和LS咨询AxoSim。
另一位作者声明，该研究是在没有任何商业或财务关系的情况下进行的，这可能被解释为潜在的利益冲突。
致谢
作者之一Susan Debad博士毕业于马萨诸塞大学生物医学科学研究生院(美国)，同时也是SJD咨询有限责任公司的科学作家/编辑。感谢约翰霍普金斯大学的发现基金和exceed项目的财政支持。IM获得NIEHS培训补助金(T32 ES007141)和约翰霍普金斯大学的ASPIRE计划的津贴，即通过博士后独立研究和教育获得学术成功(ASPIRE)，美国国立卫生研究院赞助的机构研究和学术职业发展奖(IRACDA)博士后奖学金。
原文
↑Smirnova, L.， Caffo, B. S.， Gracias, D. H.， Huang, Q.， Morales Pantoja, I. E, Tang, B.等。2023。类器官智能(OI):生物计算和培养皿智能的新前沿。前面。Sci。1:1017235。doi:10.3389 / fsci.2023.1017235
参考文献
[1]↑Kim, J.， Ricci, M.和Serre, T. 2018。不那么聪明:学习相同-不同的关系会使前馈神经网络紧张。接口的焦点8:20180011。doi: 10.1098 / rsfs.2018.0011
[2]↑Masanet, E.， Shehabi, A.， Lei, N.， Smith, S.和Koomey, J. 2020。重新校准全球数据中心的能源使用估算。科学367:984-6。doi: 10.1126 / science.aba3758
[3]↑Pamies, D.， Barreras, P.， Block, K.， Makri, G.， Kumar, A.， Wiersma, D.等。2017。从iPSC衍生的人脑微生理系统用于研究中枢神经系统毒性和疾病。ALTEX34:362 - 76。doi: 10.14573 / altex.1609122
[4]↑张绍文，万忠，Kamm, R. D. 2021。芯片上血管化的类器官:具有功能血管系统的类器官工程策略。芯片实验室。21:473 - 88。doi: 10.1039 / D0LC01186J
[5]↑Kagan, b.j.， Kitchen, a.c.， Tran, n.t.， Parker, b.j.， Bhat, A.， Rollo, B.等。2021。在体外神经元在模拟游戏世界中学习并表现出感知能力。bioRxiv。doi: 10.1101 / 2021.12.02.471005
［6］↑GBD 2019痴呆预测合作者。2022。对2019年全球痴呆症患病率和2050年预测患病率的估计:2019年全球疾病负担研究的分析《柳叶刀公共卫生》。7: e105-25。doi: 10.1016 / s2468 - 2667 (21) 00249 - 8