Сингапурські та китайські вчені представили штучний нейрон, здатний приймати й передавати хімічні сигнали, комунікуючи з живими клітинами. У дослідах структура успішно обмінялася зі справжніми клітинами тварин нейротрансмітером дофаміном. Винахід може згодитися для вдосконалення нейрокомп'ютерних інтерфейсів, повідомляється у журналі Nature Electronics.
Художнє зображення нейрона. Towards Data Science
Нейрокомп'ютерні інтерфейси (НКІ) дають змогу поєднати центральну нервову систему та комп'ютер, що знаходить своє застосування, наприклад, у відновленні втрачених фізичних можливостей, зокрема через керування роботизованими протезами. Ми вже писали, що схожий підхід використали для повернення здатності писати й спілкуватися паралізованим людям. Утім, технологія все ще перебуває на ранньому етапі розвитку. НКІ беруть за основу електричну активність мозку користувача, тоді як для нервових клітин основою є спілкування за допомогою хімічних сигналів, нейротрансмітерів. Вчені з Наньянського технологічного університету та Нанкінського університету пошти й телекомунікацій висновують у свіжій статті, що оснований на хімічних сигналах НКІ був би ефективнішим і органічнішим за наявні варіанти.
У статті вчені описують створення штучного нейрона, який може взаємодіяти зі справжніми нервовими клітинами, обмінюючися з ними нейротрансмітерами. Він має вуглецевий електрохімічний датчик, здатний сприймати вивільнений сусідніми нейронами дофамін — один із основних нейротрансмітерів у мозку тварин і людини. За достатньої кількості вловленої сполуки інший компонент штучного нейрона, мемристор, запускає виділення дофаміну активованим теплом гідрогелем до інших нервових клітин. Тобто штучний нейрон здатний як приймати, так і віддавати хімічний сигнал, подібно до справжнього нейрона. У такий спосіб вдалося здійснити комунікацію між штучним нейроном та клітинами пацюка, а також призвести в рух роботизовану руку й навіть м'яз кінцівки миші. Хоча це все ще прототип штучного нейрона, винахідники сподіваються, що із удосконаленням технології, він допоможе покращити ефективність нейрокомп'ютерних інтерфейсів.