Minicerebros cultivados a partir de neuronas humanas y de ratón aprenden a jugar al ping pong

Los investigadores usan señales eléctricas para enseñar a las células cerebrales a jugar el videojuego retro «ping pong». (Crédito de la imagen: Shutterstock) (se abre en una pestaña nueva)

Un cerebro sintético en miniatura hecho de neuronas humanas y de ratón aprendió con éxito a jugar el videojuego «ping pong» después de que los investigadores lo conectaran a una serie de electrodos controlados por computadora. Esta es la primera vez que una célula cerebral aislada de un organismo vivo realiza tal tarea, lo que sugiere que esta capacidad de aprendizaje no se limita a un cerebro intacto encerrado dentro del cráneo de un animal.

En el nuevo estudio, los investigadores desarrollaron una red de neuronas sintéticas en una fila de electrodos alojados en un pequeño contenedor llamado DishBrain. Un programa de computadora envía señales eléctricas que activan áreas específicas de las neuronas. Estas señales le dicen a las neuronas que «jueguen» al videojuego retro «ping pong», que consiste en golpear puntos en movimiento o «bolas» con pequeños cables o «paletas» en 2D. El programa de computadora de los investigadores luego transmitió datos de rendimiento a las neuronas a través de señales eléctricas, que informaron a las células si golpearon o fallaron la pelota.

Los investigadores encontraron que en solo cinco minutos, las neuronas habían comenzado a cambiar la forma en que movían la paleta para aumentar la frecuencia de sus golpes. Esta es la primera vez que se enseña a una red neuronal biológica artificial a realizar una tarea orientada a un objetivo de forma independiente, escribieron los investigadores en un nuevo artículo publicado el 12 de octubre en la revista Neuron. (se abre en una pestaña nueva).

relacionado: ¿Cómo almacena el cerebro los recuerdos?

El nuevo estudio es el primero en «buscar, crear, probar y explotar explícitamente la inteligencia biológica sintética», dijo a WordsSideKick.com Brett Kagan, autor principal del estudio y director científico de Cortical Labs, una empresa privada en Melbourne, Australia. Los investigadores esperan que su trabajo pueda servir como trampolín para un nuevo campo de investigación.

mini cerebro

El hardware DishBrain, desarrollado por Cortical Labs, consiste en un pequeño recipiente circular de aproximadamente 2 pulgadas (5 centímetros) de ancho revestido con una matriz de 1024 electrodos activos que envían y reciben señales eléctricas. Los investigadores introdujeron una mezcla de neuronas humanas y de ratón en estos electrodos. Los investigadores engañaron a las neuronas para que desarrollaran nuevas conexiones y vías hasta que se transformaron en una red compleja de células cerebrales que cubrieron completamente los electrodos.

Las células de ratón se cultivaron a partir de pequeñas neuronas extraídas de embriones en desarrollo. Las neuronas humanas se generaron utilizando células madre pluripotentes (células en blanco capaces de transformarse en cualquier otro tipo de célula) derivadas de células sanguíneas y de la piel donadas por voluntarios.

Imagen de microscopio electrónico de barrido de una red híbrida de neuronas en la parte superior de la matriz de electrodos. (Crédito de la imagen: Cortex Labs) (se abre en una pestaña nueva)

En total, dijo Kagan, la red neuronal contiene unas 800.000 neuronas. Por contexto, eso es aproximadamente la misma cantidad de neuronas en el cerebro de una abeja, agregó. Kagan dijo que si bien la red neuronal sintética tiene un tamaño similar al cerebro de un pequeño invertebrado, su estructura 2D simple es más básica que la de un cerebro vivo, por lo que hay una ligera reducción en el poder de cómputo en comparación con un cerebro vivo.

jugar juegos

Durante los experimentos, los investigadores utilizaron un nuevo tipo de programa informático llamado DishServer, combinado con electrodos dentro de DishBrain, para crear un «mundo de juego virtual» en el que las neuronas podían jugar al «ping pong», dijo Kagan. Puede sonar de alta tecnología, pero en realidad, no es muy diferente de jugar videojuegos en tu televisor.

Usando esta analogía, la matriz de electrodos se puede considerar como una pantalla de televisión, en la que cada electrodo individual representa un píxel en la pantalla. Los programas de computadora pueden considerarse tableros de juego que proporcionan código de juego; las interfaces de electrodos de neuronas en DishBrain pueden considerarse consolas y controladores que facilitan los juegos; las neuronas pueden considerarse personas que juegan.

Cuando un programa de computadora activa un electrodo específico, ese electrodo produce una señal eléctrica que las neuronas pueden interpretar, similar a cómo se iluminan los píxeles en una pantalla y alguien los ve jugando. Al activar múltiples electrodos en un patrón, el programa puede crear una forma, en este caso una pelota, que se mueve a través de una matriz o «pantalla de televisión».

Una imagen de microscopio del sistema DishbBrain editada que muestra las numerosas conexiones entre las células cerebrales humanas y de ratón. (Crédito de la imagen: Cortex Labs) (se abre en una pestaña nueva)

Una parte separada de la matriz monitorea las señales eléctricas que emiten las neuronas en respuesta a la señal de la «bola». Estas señales neuronales luego pueden ser interpretadas por un programa de computadora y utilizadas para maniobrar la paleta en un mundo de juego virtual. Esta área de la interfaz neurona-electrodo se puede considerar como un controlador de juego.

Si la neurona refleja las señales que mueven la pelota, la raqueta golpea la pelota. Sin embargo, si las señales no coinciden, se perderá. El programa de computadora envía una segunda señal de retroalimentación a las neuronas de control, diciéndoles si deben golpear la pelota o no.

enseñando neuronas

Las señales de retroalimentación secundarias pueden considerarse como un sistema de recompensa que los programas de computadora usan para enseñar a las neuronas a golpear mejor la pelota.

Sin un sistema de recompensas, puede ser difícil reforzar los comportamientos deseables, como golpear la pelota, y disuadir los comportamientos desfavorables, como fallar la pelota. Las neuronas en DishBrain permiten que sus propios dispositivos muevan las paletas al azar, independientemente de dónde esté la pelota, ya que si golpean la pelota o no, no tiene ningún efecto sobre la neurona.

Brett Kagan (centro) y el director ejecutivo de Cortical Labs, Hon Weng Chong (derecha), junto al sistema DishBrain del laboratorio. (Crédito de la imagen: Cortex Labs) (se abre en una pestaña nueva)

Para solucionar esto, los investigadores recurrieron a una teoría conocida como el principio de la energía libre, «que propone que las células en este nivel traten de minimizar la imprevisibilidad en su entorno», dijo el coautor del estudio UCL de UCL.El neurocientífico teórico Karl Friston en el Reino Unido, dijo en un comunicado (se abre en una pestaña nueva)Friston fue el primer investigador en proponer el principio de la energía libre en un artículo de 2009 publicado en Trends in Cognitive Science. (se abre en una pestaña nueva).

En cierto sentido, «las neuronas están tratando de crear un modelo predecible del mundo», dijo Kagan a WordsSideKick.com. Aquí es donde entran en juego las señales de retroalimentación secundarias que les dicen a las neuronas si deben golpear o fallar la pelota.

Cuando la neurona golpea con éxito la pelota, la señal de retroalimentación se transmite con un voltaje y una ubicación similares a la señal que usa la computadora para mover la pelota. Pero cuando la neurona perdió la pelota, la señal de retroalimentación se disparó a voltajes aleatorios y en múltiples ubicaciones. De acuerdo con el principio de la energía libre, las neuronas quieren minimizar la cantidad de señales aleatorias que reciben, por lo que comienzan a cambiar la forma en que mueven la «paleta» en relación con la «pelota».

A los cinco minutos de recibir esta retroalimentación, las neuronas aumentaron la frecuencia con la que golpean la pelota. Después de 20 minutos, las neuronas pudieron unirse en rebotes cortos, golpeando la pelota continuamente mientras rebotaba en la «pared» del juego. Puede ver qué tan rápido progresan las neuronas en esta simulación en línea.