Феномен клеточной самоорганизации был впервые задокументирован еще в 1907 году, когда биолог Генри Ван Питерс Уилсон обнаружил, что разобщенные клетки морской губки способны вновь объединяться в целостный организм. Это открытие легло в основу изучения плюрипотентных стволовых клеток — универсальных биологических предшественников, обладающих потенциалом трансформироваться в любые типы тканей.
В 2013 году научная группа под руководством Мадлен Ланкастер совершила прорыв, вырастив первые церебральные органоиды — объемные микроструктуры из стволовых клеток, воспроизводящие архитектуру человеческого мозга. Эти «мини-мозги», содержащие функциональные нейроны, стали важнейшим инструментом для анализа нейрогенеза, моделирования патологий и проведения доклинических испытаний лекарственных препаратов.
В свежем исследовании специалисты из Университета Калифорнии в Санта-Крузе установили, что мозговые органоиды способны к когнитивной адаптации. В рамках эксперимента биологические структуры решали задачу «перевернутого маятника» (cart-pole) — базовый тест для систем искусственного интеллекта, требующий удержания вертикального баланса стержня на подвижной платформе.
Если на старте эксперимента точность действий органоидов не превышала 4,5%, то после применения методики обучения с подкреплением и точечной электростимуляции показатель успеха достиг 46%. По словам ведущего автора работы Эша Роббинса, ученым удалось наладить механизм обратной связи, позволивший нейронной структуре корректировать свои импульсы в ответ на внешние сигналы.
Результаты работы доказывают, что даже изолированные нейронные сети, лишенные сенсорного восприятия и гормонального фона, обладают имманентной способностью к обучению и обработке информации. Это подтверждает гипотезу о том, что пластичность является фундаментальным свойством кортикальной ткани.
Данный успех намечает новые горизонты в области биокомпьютинга и терапии нейродегенеративных заболеваний, одновременно актуализируя дискуссию об этических границах и правовом статусе синтезированных биологических систем.
Источник: iXBT
