Грапхене може држати кључ за повезивање наших мозгова са машинама

Ваш мозак је кошница електричне активности - паљење сигнала, струјање података. То је такође црна кутија тоталног хаоса. До сада, најбољи начини да повежете своје неуроне са уређајима и компјутерима били су у могућности само да прегледају широке просторе неурона и да прихвате широки консензус о томе на чему се возе. Али очигледан пробој у технологији графена нуди наду да ћемо моћи да се укључимо појединачне неуронске сигнале у постојећем биолошком окружењу, са огромним посљедицама за протезе, учење и очување менталног здравља.

Тим истраживача из Шпаније, Италије и Велике Британије показао је да графен може успјешно да се споји са неуронима и да носи електрични сигнал од њих. Овај рад се заснива на претходним напорима у којима је графен обложен пептидима да би се побољшала адхезија неурона, и показало се да је такво облагање непотребно. За разлику од претходних покушаја и других технологија, овај рад није изазвао ожиљно ткиво, које је временом учинило друге имплантате бескорисним. Такође, ова верзија која користи необрађени графен има висок однос сигнала и шума, што га чини практичнијим за биолошке примене.

Први циљеви овог рада су третман за Паркинсонову болест. Постојеће технологије неуронских интерфејса читају излаз неурона и преносе га у нешто друго. Директним повезивањем са неуронима, надамо се да се овај рад може користити за ометање сигнала. Будући да је Паркинсонова неуспјех да инхибира неуронске сигнале, технологија која може умјетно блокирати вањске сигнале може ријешити овај проблем. Сматрало се да је то начин на који постојеће имплантирајуће електроде раде: неспецифичним емитовањем електричних импулса који ометају ове неприкладне сигнале. Појединачна резолуција неурона може пружити далеко већу контролу.

Графен је идеалан материјал за биолошки интерфејс: флексибилан, стабилан и биокомпатибилан. Пошто је такође у стању да носи електрични набој, то је изазвало интерес истраживања за употребу у неуронским апликацијама.

Графен је јак, али је ли то тешко? хттп://т.цо/уУфеб1х0оН @ЕНЕРГИ #МатериалсСциенце пиц.твиттер.цом/БиппвПпК7Ц

- Беркелеи Лаб (@БеркелеиЛаб) 22 феврала 2016 г.

Постојећа технологија неуронског интерфејса тежи да процени читаво поље неурона коришћењем низа електрода (као што је недавни пример који је коришћен за контролу појединачних прстију). Иако то може бити корисно у неким поставкама, може бити незгодно просијати излазне податке многих, многих неурона како би пронашли жељени сигнал. Али, пређите на решавање повезивања са појединим неуронима, а потенцијал је без преседана - са свим врстама потенцијала за неуронске протезе.

Још увек вам је потребан софистицирани механизам који ће обезбедити контакт само одговарајућих неурона; морате одвојити који сигнал долази одакле; и морате превести ову какофонију сигнала.

Имплантирање електрода може бити и тешко. Постојеће технологије урањају електроде у мождано ткиво и готово сигурно оштећују одређене везе на путу. Пошто се ова технологија бави само теренским снимцима, оштећење неколико неурона није проблематично. Ако је циљ повезивање са појединим неуронима, то би могло бити значајно питање.

Даље, систем ће можда морати да буде "калибриран". Временски распоред и снага неуронских сигнала су од кључне важности. Нормално, ваш мозак се калибрира. Када, на пример, вежбате бејзболску палицу, шаљете повратну информацију, позитивну или негативну, како бисте појачали везе и користили праву количину силе и правца. Ако сте морали ручно да прилагодите те ствари у систему који није самопокретан, то би могло да учини ствари још изазовнијим. (Важно је напоменути да је мозак веома добар у томе што је „пластичан“ и прилагођава се, тако да може ријешити свој властити проблем једноставним модулирањем властитог излаза на основу ваших реакција.)

Међутим, ови проблеми су инжењерски проблеми и није их немогуће ријешити. Једном када се ови изазови реше, способност интеракције са појединим неуронима може бити дубока. На пример, „детектори случајности“ у вашем мозгу откривају долазне неуронске импулсе из више од једног неурона. Ако је време улаза од оба довољно близу, он ће покренути импулс у самом детектору случајности. Овај механизам се користи у неколико контекста, од којих је један у учењу.

Будући да је овај механизам одличан за повезивање различитих неуралних догађаја, они се могу користити за изградњу концепата који премошћују удаљене дијелове мозга заједно, и стога уче нову идеју. Ако се овај процес може ручно контролисати, онда се може замислити стил учења Матрик-ескуе, у којем се детектори случајности ручно покрећу да би повезали различите концепте и изградили мисао, а да никада не уђу у учионицу. Краткорочно, међутим, једноставно блокирање неприкладног сигнализирања у Паркинсоновој болести ће бити далеко мање тешко. Потражите графен да бисте сачували глатке покрете - пре него што ћете касније учинити лакше успомене.