科学家一向在测验仿照大脑，但没有完成仿生单个神经元。英国巴斯大学物理学教授 Alain Nogaret 及搭档研发了一种仿生神经元电行为的硅芯片，他们规划了微电路仿照离子通道，后者能够像神经元相同整合原始神经影响并做出呼应。
研讨以为，这种仿生神经元芯片能够仿照大脑神经细胞传递信号的机理，有望用于医治瘫痪以及阿尔兹海默症这类脑退化病症等慢性病和丧命性疾病。
图 | 仿生神经元芯片。（来历：巴斯大学）
该研讨宣布在近来的《天然 - 通讯》（Nature Communications）期刊上。
“窥探黑匣子”
神经元是大脑的根本单元，能感知环境的改变，再将信息传递给其他的神经元，并指令团体做出反响。其沟通言语的实质是膜电位脉冲，这可被理解为细胞编制的离散式数字脉冲信号，类似于核算机的 1 和 0 数字信号。
科学家一向想象，当或人心衰而大脑神经元无法及时作出应对时，人工神经元就能够传导出正确的神经信号，让心脏起搏作业。这是医学研讨的长期以来难以霸占的难题，由于丈量操控离子电流动态的参数和模仿神经元特性的参数是巨大的应战。
神经元的电影响呼应非常复杂，由于呼应对错线性的。也就是说，影响信号与呼应的效果并非成比例联系。
人工神经元并非直接插入到生物体中。Nogaret 等人整合了数学、核算科学和芯片技能，将大脑神经元的电特性仿制到了硅芯片中。研讨人员模仿了大鼠中的两种神经元对环境的应激，包含海马神经元和担任呼吸的呼吸神经元，前者联系学习和记忆，后者联系潜意识下的呼吸操控。根据该模型创制的硅芯片可仿制在体内传输信号的离子通道。
Nogaret 团队把握了实在神经元特性的参数，新制成的电路参阅了这些参数。
仿生神经元能够从正常的神经元承受信号，在经过天然办法处理后，将信号发送给其他神经元或身体器官。它既可发送信号，也可承受信号。
据 BBC 报导，Nogaret 以为，这个研讨是一次对神经元黑匣子的窥探，并供给了准确再现神经元电特性的鲁棒性（robust）研讨办法。经过 60 个电影响计划，研讨人员发现仿生神经元发生的电呼应模仿精度超越94%。
也就是说，研讨人员将神经元内置在硅芯片中，这就能够传递那些因某些疾病丢失了的神经信号。因其功率仅有 140 纳瓦，是规范微处理器的十亿分之一，那么它就或许作为人体植入物。
这是一项来自欧盟 500 万欧元的项目支撑，参加组织还有英国布里斯托大学、新西兰奥克兰大学、苏黎世联邦理工学院。
智能起搏器
这款神经元仿生芯片可当作智能起搏器植入人体。
Nogaret 团队正在开发根据这种芯片的起搏器，其作业原理是：新产品能自动检测到神经元的反常活动然后纠正心衰。事实上，大鼠测验现已证明，这种起搏器的植入比规范起搏器更有用。
图 | 论文通讯作者 Alain Nogaret 教授（左）和榜首作者、巴斯大学的研讨助理 Kamal Abu Hassan。（来历：BBC）
Nogaret 说，该芯片其他或许的使用是阿尔兹海默病和神经元退行性疾病，还能处理肠胃活动消化的费事。
现在，此芯片由苏黎世联邦理工学院研讨人员与比利时一家芯片代工厂协作制作。每个仿生神经元直径仅 0.1 毫米，每个芯片含 100 个神经元，约 4 毫米宽。
2016 年，巴斯大学和布里斯托大学联组成立了一家名为 Ceryx Medical 的公司，创始人正是论文的作者 Nogaret 和来自英国布里斯托大学、新西兰奥克兰大学的 Julian Paton 教授。该公司正在寻觅仿生芯片的更多使用或许。
据英国《金融时报》报导，Ceryx 公司前期筹到了 100 万英镑的资金，正在谋划更多融资，他们预备在更多动物试验基础上，从心衰患者开端做人体临床。假如被证明有用，将来还或许协助到脊柱损害的瘫痪患者，以及使用到脑机接口中来。
仅仅要使用到人体中需要时日，Nogaret 回绝猜测其效果进入临床的时间表。
据《卫报》报导，Nogaret 以为，尽管仿生神经元取得了开始发展，但这个研讨并没有重建大脑的计划，究竟大脑中有多达 860 亿个神经元。
事实上，在大多数科学家的研讨中，他们并不重视单个神经元的活动，而是针对某个大脑功用区或整个大脑进行研讨，仅仅精度要低许多。
比方曼彻斯特大学的 “脉冲神经网络架构”（SpiNNaker）具有 100 万个处理器内核和 1200 个互连电路板的超级核算机，是迄今能最准确模仿人脑的超级核算机。但是该核算机不或许彻底模仿人脑，不能准确到单个脑细胞的水平，依然只能办理人脑所进行通讯的一小部分。
SpiNNaker 项目成员、曼彻斯特大学核算机工程系教授 Stephen Furber 说，Nogaret 教授这个办法还不能对整个大脑进行单细胞水平的研讨，但能轻松完成针对大脑某个功用区的单细胞水平研讨，比方呼吸神经元回路就对人们维系生命很重要。
作者介绍
图 | Alain Nogaret，英国巴斯大学纳米科学与纳米技能中心教授。（来历：巴斯大学）
Alain Nogaret 首要研讨低维度和非线性物理学，他的团队开发了非线性优化东西，可用于经过剖析可丈量的微观神经元活动来揣度离子通道的微观特性，这就供给了一种定量调理小型硅网络的办法，以实时习惯生理反应。这有助于患病后恢复活动节律以及为慢性病和丧命疾病供给共同疗法。
-End-
参阅：
https:///f/614819/a-silicon-chip-that-mimics-the-brains-neurons-could-help-fight-paralysis/
https:///news/science-environment-50644545
https:///science/2019/dec/03/bionic-neurons-could-enable-implants-to-restore-failing-brain-circuits
https:///content/05277790-15b1-11ea-9ee4-11f260415385
