Իսկական ուղեղ` համակարգչում. OI-ը կարող է դառնալ AI-ի էվոլյուցիոն հաջորդ քայլը
Մեքենայական ուսուցման ոլորտում նոր մշակումները, ինչպիսին է, օրինակ, GPT-4-ը, վերջին ամիսներին բուռն զարգացում են ապրում։ Դրա հետ մեկտեղ, գիտնականների այլ խմբեր էլ առաջարկում են խելահեղ միտք. որպես հաշվարկային ապարատատային մաս օգտագործել ոչ թե սովորական սիլիցիումային չիպեր, այլ մանրակրկիտ աճեցված, իրական նյարդային հյուսվածքներ, որոնք կրկնօրինակում են կենդանիների ուղեղի ստրուկտուրան։
Ի վերջո, ասում են նրանք, եթե արհեստական բանականությունը ոգեշնչված է նյարդաբանական համակարգերից, ի՞նչը կարող է ավելի լավ լինել հաշվարկների համար, քան իրական նյարդաբանական համակարգը։ Հավաքելով ինֆորմատիկայի, էլեկտրոտեխնիկայի, նեյրոկենսաբանության, էլեկտրոֆիզիոլոգիայի ու դեղագործության ոլորտի նորագույն մշակումները` հեղինակներն առաջարկում են նոր հետազոտական նախաձեռնություն, որը նրանք անվանում են «օրգանոիդային ինտելեկտ» (Organoid Intelligence - OI):
PAN-ը պատմում է նախաձեռնության մասին` հիմնվելով օրերս հրապարակած հոդվածի ու դրա կարճ մեկնաբանության վրա։
OI նախաձեռնությունը ենթադրում է, որ դրա շրջանակներում մասնագետները ջանքեր են գործադրելու` ցողունային բջիջներից աճեցված ուղեղային հյուսվածքի փոքրագույն գնդերը` օրգանոիդները, հաշվարկների, դեղերի ուսումնասիրության ու լիարժեք ուղեղի աշխատանքը փոքրամասշտաբ մոդելի վրա հետազոտելու համար կիրառելու նպատակով։ Այլ կերպ ասած, օրգանոիդները հնարավորություն են տալիս ավելի լավ հասկանալ ուղեղը, ու OI նախաձեռնությունը ձգտելու է օգտագործել այդ գիտելիքները նեյրոկենսաբանական հաշվարկային համակարգեր մշակելու համար, որոնք կարող են սովորել տվյալների ավելի քիչ քանակով ու էներգիայի ավելի քիչ ծախսերով, քան սովորական չիպերը։
OI-ն որպես հիմք է վերցնում նեյրոմորֆ հաշվարկների` գոյություն ունեցող ոլորտը, որում նեյրոնների ստրուկտուրան ու դրանց միջև կապերն ուսումնասիրվում ու իմիտացվում են սիլիցիումային չիպերում։ Սակայն այս դեպքում վերոնշյալ ինժեներական անալոգիան ընդլայնվելու է` հնարավորություն տալով ծրագրավորել ոչ թե սովորական չիպերը, այլ կենդանիների գլխուղեղի բջիջները` սահմանելով դրանց ցանկալի ակտիվությունն ու վարքագիծը։
Սովորաբար, օրգանոիդների տրամագիծը կազմում է մոտ 500 միկրոն, ինչը մոտավորապես հավասար է եղունգի հաստությանը։ Հետազոտողներն ասում են, որ օրգանոիդի զարգացման հետ մեկտեղ այն կազմող նեյրոնները սկսում են ձևավորել ցանցեր ու ակտիվության մոդելներ, որոնք կրկնօրինակում են ուղեղի տարբեր հատվածների ստրուկտուրան։
Օրգանոիդների ստեղծման ոլորտի զարգացումը հնարավոր է դարձել կենսաինժեներիայի երկու ձեռքբերումների շնորհիվ. ինդուցված պլյուրիպոտենտ ցողունային բջիջների (Induced Pluripotent Stem Cells - IPSCs) ու բջիջների եռաչափ կուլտիվացման մեթոդների։ IPSC-ները ցողունային բջիջներ են, որոնք կարող են վերածվել կենդանու օրգանիզմում առկա ցանկացած բջջի. դրանք ստեղծվում են հասուն բջիջը կրկին ցողունային բջջի վերածելու եղանակով։ Այս ինդուցված ցողունային բջիջները վերածվում են որոշակի նեյրոնների ու նեյրոգլիաների, որոնք անհրաժեշտ են տվյալ օրգանոիդի կառուցման համար։ Եռաչափ սքաֆֆոլդինգի` վերջերս մշակված մեթոդները թույլ են տալիս կենսաբաններին աճեցնել IPSC-ից ստացված նյարդային հյուսվածքներ ինչպես ուղղահայաց, այնպես էլ հորիզոնական, ինչի շնորհիվ օրգանոիդներում ձևավորվում են այնպիսի միջնեյրոնային կապեր, ինչպիսիք մենք տեսնում ենք կենդանիների ու մարդկանց մոտ։ Գիտնականները տասնամյակներ շարունակ ուսումնասիրել են երկչափ կուլտուրաներ, սակայն այդ միաշերտ հյուսվածքները չեն կարող վերածվել ուղեղանման ցանցերի, ինչպես օրգանոիդները։
Ցանցերի շնորհիվ օրգանոիդները դառնում են շատ հզոր մոդելներ` ուղեղի ուսումնասիրության ու ակտիվության դինամիկայի պոտենցիալ կիրառության համար։ Լյուքսեմբուրգի համալսարանի բջջային կենսաբանության պրոֆեսոր Յենս Շվամբորնն օգտագործում է օրգանոիդները նյարդաբանական հիվանդությունների, օրինակ` Պարկինսոնի հիվանդության զարգացումն ուսումնասիրելու համար։
«Մենք կարողացել ենք կրկնել հիվանդության առանցքային առանձնահատկությունները։ Մենք տեսնում ենք դոֆամիներգիկ նեյրոնների կորուստը, տեսնում ենք հիվանդության հետ կապված սպիտակուցային ագրեգատների առաջացումը», - ասել է Շվամբորնը, ում ղեկավարած լաբորատորիայում մշակվել է Պարկինսոնի հիվանդության օրգանոիդային մոդելը։ Այս պլատֆորմը թույլ է տալիս հետազոտողներին փոքր մասշտաբներում ուսումնասիրել Պարկինսոնի հիվանդության զարգացումը բջջային ցանցում, ինչն անհնար է միաշերտ կուլտուրաների դեպքում։ Սա օրգանոիդների գլխավոր առավելությունն է` տեսնել հիվանդության ախտանշանները, որոնք առաջանում են հիվանդների մոտ, սակայն որոնք մինչ այժմ անհնար էր վերարտադրել լաբորատորիայում։
Ճիշտ այնպես, ինչպես իրենք` օրգանոիդները, կենսաինժեներիայի ձեռքբերումների արդյունք են, դրանց օգտակարությունը, որպես նյարդաբանական ֆունկցիաների մոդելների, մի քանի այլ կենսաքիմիական ինովացիաների` էլեկտրոֆիզիոլոգիայի ու միկրոֆլյուիդիկայի ձեռքբերումների հետևանք է։ Այժմ հետազոտողները կարող են շատ ավելի հուսալի ու ճշգրիտ կառավարել օրգանոիդների զարգացումը, քան հինգ տարի առաջ, ու կարող են ստեղծել օրգանոիդներ, որոնք իմիտացնում են ուղեղի կեղևային կամ ենթակեղևային կոնկրետ հատվածների ցանցային ստրուկտուրան ու բջջային կազմը։
Սան Դիեգոյի Կալիֆորնիական համալսարանի մոլեկուլային կենսաբանության պրոֆեսոր Ալիսոն Մուոթրին կարծում է, որ օրգանոիդները կարող են հնարավորություն տալ օգտագործել ուղեղային հյուսվածքի` ինֆորմացիայի մշակման կարողությունները։ «Եռաչափ մոդելում մենք տեսնում ենք ամբողջ այն լրացուցիչ կազմակերպվածությունը, որը չկա երկչափ կուլտուրաներում։ Դա սահմանված է գենետիկորեն։ Մենք չենք սովորեցնում բջիջներին, ինչպես դա անել։ Դրանք ավարտվում են գլխուղեղում ստրուկտուրաների կազմակերպմամբ։ Կարծում եմ, հենց դրանում է ուժը. հաշվարկային հզորությունը բխում է հենց այդ կազմակերպվածությունից», - նշում է պրոֆեսորը։
Հետևողական կառուցված ու կայուն օրգանոիդների առկայությունը նաև թույլ է տալիս գիտնականներին դրանցում նեյրոնների ակտիվության նշանակալի չափումներ իրականացնել։ Բազմաէլեկտրոդային մասիվները (Multielectrode arrays - MEAs) իրենցից ներկայացնում են փոքրագույն էլեկտրոդների պանելներ, որոնք կարող են չափել ու ստիմուլացնել օրգանոիդի մակերևույթին մոտ նեյրոնների էլեկտրական ակտիվությունը։ Ճկուն MEA-ները, որոնք կարող են փաթաթվել օրգանոիդային զանգվածի շուրջ, ստանում են տվյալներ ամբողջ մակերևույթից, այլ ոչ թե միայն նեյրոնների ստորին շերտից, որոնք հպվում են Պետրիի անոթի հետ։
Վերլուծելով ստացված տվյալները, գիտնականները կարող են եզրակացնել, թե ինչպես են բոլոր նեյրոնները «զրուցում» միմյանց հետ։ Պատճառային մոդելավորում կոչվող ազդանշանների վերլուծության մեթոդների օգնությամբ հետազոտողները կարող են ստեղծել նեյրոնների միջև կապերի քարտեզներ, որոնցից էլ բաղկացած են օրգանոիդային ֆունկցիոնալ ստրուկտուրայի ցանցերը։ Հետագայում այս ցանցային քարտեզները կարելի է օգտագործել` հետևելու համար, թե ինչպես է ինֆորմացիան մշակվում զարգացող նյարդային հյուսվածքում։
Գիտնականները ենթադրում են, որ, ստիպելով օրգանոիդների նեյրոնների պոպուլյացիային հետևողականորեն ու կանխատեսելի կերպով արձագանքել սահմանված էլեկտրական ազդանշաններին, նրանք կարող են օրգանոիդների համակարգերը վերածել օրգանական պրոցեսորների, որոնք կկարողանան օգտագործել նյարդային հյուսվածքի կողմից ինֆորմացիայի մշակման ակնհայտ առավելությունները` ճկուն ու հզոր հաշվարկային համակարգերի ստեղծման համար։
Մելբուրնում գործող Cortical Labs կենսատեխնոլոգիական ստարտափը պատրաստվում է մեկնարկել Dishbrain-ը` առաջին սովորեցվող նեյրոկենսաբանական հաշվարկային պլատֆորմը։ Ընկերությունը ձգտում է վերջնական օգտատերերին որպես ամպային ծառայություն տրամադրել միաշերտ երկչափ ծրագրավորվող նեյրոնային կուլտուրաներ, որոնք, ինչպես ցույց են տվել փորձարկումները, հուսալիորեն ուսումնասիրում են թվային մուտքի/ելքի շաբլոնները, ինչպիսին է, օրինակ, Pong դասական վիդեոխաղը։
Ընկերության գլխավոր գիտաշխատող Բրեթ Կագանը նշում է, որ պլանավորվում է պլատֆորմի մեկնարկն իրականացնել տարեվերջին։ «Մինչև այս տարվա վերջ մենք պետք է ունենանք համակարգի բետա տարբերակը, որպեսզի մարդիկ կամ ամպային ծառայության, կամ ներքին կիրառման համար մեզ հետ համագործակցությամբ կարողանան մուտ գործել համակարգ ու միացնել պարզագույն թվային միջավայրեր», - ընդգծում է նա։
Չնայած բյուրեղի վրա օրգանոիդներով (organoid-on-chip) հաշվարկային նմանատիպ համակարգերն առայժմ անհասանելի են, OI ոլորտի թիմերը լավատեսորեն են նայում դրանց զարգացման տեմպերին։
Պրոֆեսոր Մուոթրին կարծում է, որ այս տասնամյակի ընթացքում մենք կտեսնենք օրգանոիդների վրա հիմնված հաշվարկային համակարգեր։ «Հնարավոր է, առաջիկա երկու-երեք տարում կտեսնենք պրոտոտիպը։ Իսկ որպեսզի տեխնոլոգիան ավելի վերարտադրելի լինի, անհրաժեշտ բոլոր գործիքներով, կանցնի հինգ կամ տասը տարի», - եզրափակում է նա։