Культивируемая нейронная сеть — это клеточная культура нейронов, которая используется в качестве модели для изучения центральной нервной системы , особенно мозга . Часто культивируемые нейронные сети подключаются к устройству ввода/вывода, такому как многоэлектродная решетка (MEA), что позволяет осуществлять двустороннюю связь между исследователем и сетью. Эта модель оказалась бесценным инструментом для ученых, изучающих основные принципы нейронного обучения , памяти , пластичности , связности и обработки информации . [1]
Культивированные нейроны часто подключаются через компьютер к реальному или смоделированному роботизированному компоненту, создавая гиброт или анимата соответственно. Затем исследователи могут тщательно изучать обучение и пластичность в реалистичном контексте, где нейронные сети способны взаимодействовать со своей средой и получать по крайней мере некоторую искусственную сенсорную обратную связь. Один из примеров этого можно увидеть в системе Multielectrode Array Art (MEART), разработанной исследовательской группой Potter Research Group в Технологическом институте Джорджии в сотрудничестве с SymbioticA , Центром передового опыта в области биологического искусства, в Университете Западной Австралии . [2] Другой пример можно увидеть в нейронно-управляемом анимате . [3]
Использование культивированных нейронных сетей в качестве модели для их аналогов in vivo было незаменимым ресурсом на протяжении десятилетий. [4] Это позволяет исследователям изучать нейронную активность в гораздо более контролируемой среде, чем это было бы возможно в живом организме. Благодаря этому механизму исследователи собрали важную информацию о механизмах, лежащих в основе обучения и памяти.
Культивируемая нейронная сеть позволяет исследователям наблюдать нейронную активность с нескольких точек обзора. Электрофизиологическая запись и стимуляция могут осуществляться либо по всей сети, либо локально через MEA, а развитие сети можно визуально наблюдать с помощью микроскопических методов. [4] Более того, химический анализ нейронов и их окружения легче выполнить, чем в условиях in vivo . [4] [5]
Культивированные нейронные сети по определению являются бестелесными культурами нейронов . Таким образом, находясь вне своей естественной среды, нейроны подвергаются влиянию способами, которые не являются биологически нормальными. Главной из этих аномалий является тот факт, что нейроны обычно извлекаются как нейральные стволовые клетки из плода и, следовательно, нарушаются на критической стадии развития сети. [6] Когда нейроны суспендируются в растворе и впоследствии распределяются, ранее созданные связи разрушаются и образуются новые. В конечном итоге, связность (и, следовательно, функциональность) ткани изменяется по сравнению с тем, что предполагал исходный шаблон.
Другой недостаток заключается в том, что культивируемые нейроны не имеют тела и, таким образом, отрезаны от сенсорного ввода, а также от способности выражать поведение — важнейшая характеристика в экспериментах по обучению и памяти. Считается, что такая сенсорная депривация оказывает неблагоприятное воздействие на развитие этих культур и может привести к ненормальным моделям поведения во всей сети. [6]
Культивируемые сети на традиционных МЭА представляют собой плоские однослойные листы клеток с связностью только в двух измерениях. Большинство нейронных систем in vivo , напротив, представляют собой крупные трехмерные структуры с гораздо большей взаимосвязанностью. Это остается одним из самых поразительных различий между моделью и реальностью, и этот факт, вероятно, играет большую роль в искажении некоторых выводов, полученных в ходе экспериментов, основанных на этой модели.
Из-за их широкой доступности нейронные сети обычно культивируются из диссоциированных нейронов крыс. Исследования обычно используют кортикальные , гиппокампальные и спинальные нейроны крыс , хотя также использовались и нейроны лабораторных мышей. В настоящее время относительно мало исследований было проведено по выращиванию нейронных сетей приматов или других животных. Сбор нейральных стволовых клеток требует жертвоприношения развивающегося плода, процесс считается слишком дорогим для выполнения на многих млекопитающих, которые представляют ценность в других исследованиях.
Однако одно исследование использовало человеческие нейральные стволовые клетки, выращенные в сети для управления роботизированным приводом. Эти клетки были получены от плода, который самопроизвольно выкинул себя через десять недель беременности. [7]
Одной из самых серьезных проблем, связанных с культивируемыми нейронными сетями, является их недостаточная долговечность. Как и большинство клеточных культур, нейронные культуры крайне восприимчивы к инфекции . Они также восприимчивы к гиперосмоляльности из -за испарения среды . [4] Длительные сроки, связанные с изучением нейронной пластичности (обычно в масштабах месяцев), делают продление срока жизни нейронов in vitro первостепенной задачей.
Одно из решений этой проблемы заключается в выращивании клеток на МЭА внутри герметичной камеры. Эта камера служит неувлажняемым инкубатором , который заключен в мембрану из фторированного этиленпропилена (ФЭП), которая проницаема для определенных газов (т. е. газов, необходимых для метаболизма), но непроницаема для воды и микробов. [4] Другие решения подразумевают инкубатор с непроницаемой мембраной, которая имеет определенную смесь газов ( обычно воздух с 5% CO2 ) , запечатанную внутри. [4]
Микроэлектродная решетка (МЭР), также обычно называемая многоэлектродной решеткой, представляет собой узорчатую решетку электродов, размещенных на прозрачной подложке, используемую для связи с нейронами, контактирующими с ней. Связь может быть, и обычно является, двунаправленной; исследователи могут как записывать электрофизиологические данные из живой сети, так и стимулировать ее.
Это устройство является важным биосенсором уже более тридцати лет. Оно использовалось не только при изучении нейронной пластичности и обработки информации, но и при изучении воздействия лекарств и токсинов на нейроны. Кроме того, в сочетании с герметичной инкубационной камерой это устройство значительно снижает риск заражения культуры, практически исключая необходимость подвергать ее воздействию воздуха. [4] [5] [8]
В настоящее время широко используемые MEA имеют относительно низкое пространственное разрешение. Они используют около шестидесяти электродов для записи и стимуляции в различных шаблонах в чашке с типичной культурой из 50 000 клеток или более (или плотностью 5000 клеток/мм 2 ). [9] Из этого следует, что каждый электрод в массиве обслуживает большой кластер нейронов и не может предоставить точную информацию относительно источника и назначения сигнала; такие MEA способны только на получение данных и стимуляцию, специфичные для региона.
В идеале можно было бы записывать и стимулировать один или несколько нейронов одновременно. Действительно, такие компании, как Axion Biosystems, работают над тем, чтобы предоставить MEA с гораздо более высоким пространственным разрешением для этой цели (максимум 768 входных/выходных электродов). [10] Другое исследование изучает установление стабильной связи один к одному между нейронами и электродами. Цель состояла в том, чтобы достичь идеальной ситуации интерфейса, установив соответствие с каждым нейроном в сети. Они делают это, помещая отдельные нейроны в клетку, при этом позволяя аксонам и дендритам расширяться и устанавливать связи. Нейроны содержатся в нейроклетках или других видах контейнеров, а само устройство можно было бы назвать нейронным MEA в клетке или нейрочипом . [8]
Другие исследования предлагают альтернативные методы стимуляции нейронов in vitro . Одно исследование изучает использование лазерного луча для высвобождения заключённых соединений, таких как нейротрансмиттеры и нейромодуляторы . [5] Лазерный луч с длиной волны в УФ- спектре будет иметь чрезвычайно высокую пространственную точность и, высвобождая заключённые соединения, может быть использован для воздействия на очень избранный набор нейронов.
Спонтанные сетевые всплески являются обычной чертой нейронных сетей как in vitro , так и in vivo . [11] In vitro эта активность особенно важна в исследованиях обучения и пластичности. Такие эксперименты пристально изучают сетевую активность как до, так и после экспериментов, чтобы выявить любые изменения, которые могут подразумевать пластичность или даже обучение. [9] Однако, этот экспериментальный метод осложняется тем фактом, что нормальное развитие нейронов вызывает изменение в сетевых всплесках, которые могут легко исказить данные. Однако in vivo было высказано предположение, что эти сетевые всплески могут составлять основу для воспоминаний. [9] [11]
В зависимости от экспериментальной точки зрения, сетевые всплески можно рассматривать как позитивные, так и негативные. В патологическом смысле спонтанная сетевая активность может быть отнесена к развоплощению нейронов; одно исследование увидело заметную разницу между частотой срабатывания по всему массиву в культурах, которые получали непрерывный вход, по сравнению с теми, которые не получали. [12] Чтобы устранить аберрантную активность, исследователи обычно используют магний или синаптические блокаторы, чтобы успокоить сеть. Однако этот подход имеет большие издержки; успокоенные сети имеют небольшую способность к пластичности [11] из-за сниженной способности создавать потенциалы действия . Другой и, возможно, более эффективный подход заключается в использовании низкочастотной стимуляции, которая имитирует сенсорную фоновую активность. [13]
В другом свете сетевые всплески можно считать безвредными и даже хорошими. Любая данная сеть демонстрирует неслучайные, структурированные всплески. [11] Некоторые исследования предполагают, что эти всплески представляют собой носители информации, выражение памяти, средство для сети формировать соответствующие связи и обучение при изменении их паттерна. [9] [12] [13] [14]
Стегенга и др. решили установить стабильность спонтанных сетевых всплесков как функцию времени. Они наблюдали всплески на протяжении всего жизненного цикла клеточных культур, начиная с 4–7 дней in vitro (DIV) и продолжаясь до гибели культуры. Они собрали профили сетевых всплесков (BP) посредством математического наблюдения за скоростью всплесков по всему массиву (AWSR), которая представляет собой суммирование потенциалов действия по всем электродам в MEA. Этот анализ привел к выводу, что в их культуре неокортикальных клеток крысы Wistar AWSR имеет длительное время подъема и спада во время раннего развития и более резкие, более интенсивные профили примерно после 25 DIV. Однако использование BP имеет неотъемлемый недостаток; BP являются средним значением всей сетевой активности с течением времени и, следовательно, содержат только временную информацию. Чтобы получить данные о пространственной структуре сетевой активности, они разработали то, что они называют фазовыми профилями (PP), которые содержат данные, специфичные для электродов. [9]
Данные были собраны с использованием этих PP в масштабах времени от миллисекунд до дней. Их целью было установить стабильность профилей сетевых всплесков в масштабе времени от минут до часов и установить стабильность или изменения развития в течение дней. Подводя итог, можно сказать, что им удалось продемонстрировать стабильность в течение минут до часов, но PP, собранные в течение дней, показали значительную изменчивость. Эти результаты подразумевают, что исследования пластичности нейронов могут проводиться только в течение минут или часов без смещения в сетевой активности, вызванного нормальным развитием. [9]
В области нейронауки существует много споров относительно того, может ли культивируемая нейронная сеть обучаться. Решающий шаг в поиске ответа на эту проблему заключается в установлении разницы между обучением и пластичностью . Одно из определений предполагает, что обучение — это «приобретение нового поведения через опыт». [15] Следствием этого аргумента является необходимость взаимодействия с окружающей средой, на что культивируемые нейроны практически неспособны без сенсорных систем. Пластичность, с другой стороны, — это просто изменение существующей сети путем изменения связей между нейронами: образование и устранение синапсов или расширение и сокращение нейритов и дендритных шипиков . [1] Но эти два определения не являются взаимоисключающими; для того, чтобы обучение имело место, также должна иметь место пластичность.
Чтобы установить обучение в культивируемой сети, исследователи попытались повторно воплотить диссоциированные нейронные сети в смоделированных или реальных средах (см. MEART и animat ). Благодаря этому методу сети могут взаимодействовать со своей средой и, следовательно, имеют возможность обучаться в более реалистичной обстановке. Другие исследования пытались запечатлеть паттерны сигналов в сетях с помощью искусственной стимуляции. [14] Это можно сделать, вызывая сетевые всплески [11] или вводя определенные паттерны в нейроны, из которых сеть, как ожидается, извлечет некий смысл (как в экспериментах с аниматами, где произвольный сигнал в сеть указывает, что смоделированное животное столкнулось со стеной или движется в определенном направлении и т. д.). [3] [7] Последний метод пытается воспользоваться присущей нейронным сетям способностью осмысливать паттерны. Однако эксперименты имели ограниченный успех в демонстрации определения обучения, которое широко согласовано. Тем не менее, пластичность нейронных сетей — это явление, которое хорошо известно в нейробиологическом сообществе и, как полагают, играет очень большую роль в обучении. [1]
{{cite book}}: CS1 maint: date and year (link)