该生物计算系统中的电极是既可以进行刺激(输入),也可以进行记录(输出)的。相应的数模转换和模数转换由 Intan RHS 32 探头执行。使用范围从 10 nA 到 2.5 mA 的电流控制器执行刺激,并通过测量每个电极上的电压来获得记录,采样频率为 30 kHz,分辨率为 16 bit,精度为 0.15 μV。探头连接到 Intan RHS 控制器,控制器又通过 USB 端口连接到计算机。
△以 μV 为单位测量 32 个电极中每个电极一秒钟的电活动,每组 8 个电极记录不同的类脑组装
上图显示了 32 个电极中的每一个所记录的电活动。可以注意到,每个电极记录的活动是不同的。因为,每组 8 个电极记录不同的类脑器官,并且对于给定的类脑器官,每个电极记录也是在不同的位置。该显示的数据已经实时刷新呈现在了网上,研究者可以通过FinalSpark的网站( 网页链接),全天候查看。
FinalSpark表示,“我们比较了此 ALI 装置的记录特性与监测浸没式类脑器官的 MCS MEA (60MEA200/30iR-Ti),使用完全相同的 Intan 系统进行电压转换。下图显示了分别使用 ALI 和浸没式装置记录的动作电位叠加图,并显示了相似的信号特性。
Neuroplatform系统依赖于一个笔记本电脑来进行操控,提供对 3 种资源的访问:
1. 一个数据库,其中存储了有关Neuroplatform系统的所有信息;
2. 在专用 PC 上运行的 Intan 软件,用于记录 200 毫秒时间窗口内检测到的尖峰数量和设置刺激参数;
3. 根据刺激参数触发电流刺激的树莓派开发板。
类脑器官寿命已超100天
为了维持类脑器官的生命,需要保持在无菌的37℃左右环境的环境中,并不断供应神经元培养基 (NM)。对此,FinalSpark设计了闭环微流体系统,可实现全天候培养基供应,从而减少培养箱中物理干预的干扰,并确保稳定的环境条件。
据介绍,该培养基以 15uL/min 的速率循环,培养基流速由 BT-100 2 J 蠕动泵控制,并根据需要(例如在实验运行期间)不断调整。蠕动泵使用 RS485 接口连接到 PC 控制软件,用于编程(即 Python)或手动操作。
该微流体回路系统由 0.8 毫米(内径,ID)管道制成。使用 Fluigent 流量传感器对微流体回路和流速进行持续监测,该传感器通过 USB 连接到 Neuroplatform 控制中心。与介质流速相关的数据存储在数据库中以供以后访问。
此外,每个MEA 都配备了一个 1230 万像素的摄像头,可以通过交互方式或编程方式(例如通过 Raspberry Pi)控制,捕捉静态图像或录制视频,以识别例如细胞坏死、微流体可能导致的类器官位移、培养基酸度变化(使用颜色分析,因为我们的培养基含有酚红)、污染、神经黑色素生成(可能在释放多巴胺时发生)、溢出(培养基无意中填充了膜上方的腔室)或培养基中的气泡等问题。
在类脑器官寿命方面,FinalSpark表示,最初它们的寿命只有几个小时,但经过各种改进,特别是与微流体系统相关的改进,在最好的情况下已将其寿命延长至超过100天。
已有32个研究小组申请合作
为了便于共同研究基于人工生物神经网络(BNN)的生物计算,并为使用生物神经元的神经网络开发全新的方法,需要一个能够进行大量实验的系统,因此FinalSpark开发了Neuroplatform系统,并支持7×24小时的全天候电刺激、动作电位监测,允许全世界的研究人员以无与伦比的规模进行电生理实验。
FinalSpark表示:“使用活神经元构建下一代生物处理器并非易事。尽管具有很多优势,例如能源效率、可扩展性和经过验证的信息处理能力,但来自活神经元的生物处理器很难开发。我们仍然不知道如何对它们进行编程。与数字计算机不同,生物计算机是真正的黑匣子。出于这个原因,我们需要大量的实验来使它们发挥作用。但是,如果我们找到一种方法来控制这些黑匣子,它们就可以成为真正强大的IT工具。”
据介绍,在过去三年中,Neuroplatform系统累计通过 1,000 多个类脑器官,收集了超过 18 TB 的数据。目前在 2024 年,该系统已经对外开放用于研究目的。尽管已有 32 个研究小组要求访问 Neuroplatform,但考虑到自身的研究需求,目前的基础设施只能容纳 7 个研究小组。因此,FinalSpark正在扩大AC/DC硬件系统的规模,以同时支持更多用户。
FinalSpark 的联合创始人 Fred Jordan 说:“我们坚信,只有通过国际合作才能实现这样一个雄心勃勃的目标。”
需要指出的是,FinalSpark目前仅限于在一个类脑器官上执行神经可塑性的闭环算法,因为这些算法需要向每个类脑器官发送实时适应的模拟信号。为此,FinalSpark的软件也正在更新,未来将可支持在多达 32 个类脑器官上并行闭环运行。