Графен может держать ключ к соединению нашего мозга с машинами

Ваш мозг - это улей электрической активности - срабатывание сигналов, потоковая передача данных. Это также черный ящик полного хаоса. До сих пор лучшие способы подключить ваши нейроны к устройствам и компьютерам были в состоянии только исследовать широкие полосы нейронов и прийти к общему согласию относительно того, к чему они стремятся. Но очевидный прорыв в технологии графена дает надежду, что мы сможем использовать индивидуальные нервные сигналы в существующих биологических условиях, с огромными последствиями для протезов, обучения и сохранения психического здоровья.

Группа исследователей из Испании, Италии и Великобритании продемонстрировала, что графен может успешно взаимодействовать с нейронами и передавать от них электрический сигнал. Эта работа основана на предыдущих усилиях, в которых графен был покрыт пептидами для стимуляции адгезии нейронов, и показала, что такое покрытие не является необходимым. В отличие от предыдущих попыток и других технологий, эта работа не привела к образованию рубцовой ткани, что со временем сделало другие имплантаты бесполезными. Кроме того, эта версия с использованием необработанного графена имеет высокое отношение сигнал / шум, что делает ее более практичной для биологических применений.

Первыми целями этой работы являются лечение болезни Паркинсона. Существующие технологии нейронного интерфейса считывают выходные данные нейрона и переводят его во что-то еще. Надеемся, что благодаря непосредственному взаимодействию с нейронами эта работа может использоваться для вмешательства в сигнал. Поскольку болезнь Паркинсона не способна ингибировать нейронные сигналы, технология, которая может искусственно блокировать посторонние сигналы, может решить эту проблему. Считается, что именно так работают существующие вживляемые электроды: посредством неспецифической передачи электрических импульсов, которые мешают этим неподходящим сигналам. Индивидуальное разрешение нейронов может обеспечить гораздо больший контроль.

Графен является идеальным материалом для биологического интерфейса: он гибкий, стабильный и биосовместимый. Поскольку он также способен нести электрический заряд, он вызвал интерес исследований для использования в нейронных приложениях.

Графен сильный, но жесткий ли он? http://t.co/uUfeb1h0oN @ENERGY #MaterialsScience pic.twitter.com/BippvPpK7C

- Лаборатория Беркли (@BerkeleyLab) 22 февраля 2016 г.

Существующая технология нейронного интерфейса имеет тенденцию оценивать все поле нейронов с помощью набора электродов (например, недавний пример, который использовался для управления отдельными пальцами). Хотя это может быть полезно в некоторых настройках, может быть сложно просеять через выход многих, многих нейронов, чтобы найти нужный сигнал. Но приступим к разрешению взаимодействия с отдельными нейронами, и потенциал - беспрецедентный контроль - со всеми видами потенциала для нейронного протеза.

Вам все еще нужен сложный механизм, обеспечивающий контакт только с соответствующими нейронами; Вы должны распутать, какой сигнал исходит откуда; и вы должны перевести эту какофонию сигналов.

Имплантация электродов также может быть сложной задачей. Существующие технологии погружают электроды в ткани мозга и почти наверняка повреждают определенные соединения на этом пути. Поскольку эта технология касается только полевых записей, повреждение нескольких нейронов не вызывает проблем. Если целью является взаимодействие с отдельными нейронами, это может быть серьезной проблемой.

Кроме того, система может нуждаться в «калибровке». Время и сила нейронных сигналов являются критически важными. Обычно ваш мозг калибруется сам. Например, когда вы практикуете размахивание бейсбольной битой, вы отправляете обратную связь, положительную или отрицательную, чтобы укрепить связи и использовать только правильное количество силы и направления. Если бы вам пришлось вручную настраивать эти вещи в системе, которая не исправляет себя, это может усложнить задачу. (Стоит отметить, что мозг очень хорош в том, чтобы быть «пластичным» и адаптироваться, поэтому он может решить свою собственную проблему, просто модулируя свой собственный выходной сигнал на основе ваших реакций.)

Эти типы проблем, тем не менее, являются инженерными, и их невозможно решить. Как только эти проблемы будут решены, способность к взаимодействию с отдельными нейронами может стать глубокой. Например, «детекторы совпадений» в вашем мозге обнаруживают поступающие нейронные импульсы от более чем одного нейрона. Если синхронизация входа от обоих достаточно близка, это вызовет импульс в самом детекторе совпадений. Этот механизм используется в нескольких контекстах, один из которых находится в обучении.

Поскольку этот механизм хорош при связывании различных нейронных событий, их можно использовать для построения концепций, которые соединяют вместе отдаленные части мозга, и, следовательно, для изучения новой идеи. Если бы этим процессом можно было управлять вручную, то можно представить себе стиль обучения в матричном стиле, при котором детекторы совпадений запускаются вручную, чтобы связать различные концепции и построить мысль, даже не ступая в классную комнату. В краткосрочной перспективе, однако, просто заблокировать неподходящую сигнализацию в Паркинсоне будет гораздо проще. Ищите графен, чтобы сначала сохранить плавные движения - прежде чем, возможно, сделать воспоминания легче, чтобы приобрести их позже.