A Graphene megtarthatja a kulcsot az agyunk csatlakoztatásához a gépekhez

Az agyad egy elektromos aktivitás - jelek tüzelése, adatfolyam-adatfolyam. Ez is egy fekete doboz a teljes káoszból. A mai napig a legjobb módja annak, hogy a neuronokat az eszközökhöz és a számítógépekhez csatlakoztassák, csak a neuronok széles skáláját tudta felmérni, és széles körű egyetértést vállalt arról, hogy mit vezetnek. De a grafén-technikában nyilvánvaló áttörés reméli, hogy be tudjuk használni egyedi neurális jelek meglévő biológiai környezetben, hatalmas következményekkel jár a protézisekre, a tanulásra és a mentális egészség megőrzésére.

A spanyol, olasz és brit kutatók egy csoportja kimutatta, hogy a grafén sikeresen kapcsolódhat a neuronokhoz, és villamos jelet hordozhat tőlük. Ez a munka olyan korábbi erőfeszítésekre épül, amelyekben a grafént peptidekkel bevonták a neuronok tapadásának elősegítésére, és azt mutatta, hogy az ilyen bevonat szükségtelen. Ellentétben a korábbi próbálkozásokkal és más technológiákkal, ez a munka nem váltott ki hegszövetet, amely idővel más implantátumokat használhatatlanná tette. A kezeletlen grafént használó változatnak túl magas a jel-zaj viszonya, ami praktikusabbá teszi a biológiai alkalmazásokat.

Ennek a munkának az első célja a Parkinson-kór kezelése. A meglévő neurális interfész technológiák egy neuron kimenetét olvassák le, és másra fordítják. A neuronokkal való közvetlen kapcsolódással reméljük, hogy ez a munka felhasználható a jel zavarására. Mivel a Parkinson-kór nem képes gátolni a neurális jeleket, egy olyan technológia, amely mesterségesen blokkolhatja az idegen jeleket, megoldhatja ezt a problémát. Úgy gondolták, hogy ez a meglévő beültethető elektródák működnek: nem-specifikus sugárzású elektromos impulzusok, amelyek zavarják ezeket a nem megfelelő jeleket. Az egyéni neuronfelbontás sokkal nagyobb ellenőrzést biztosíthat.

A grafén ideális anyag a biológiai interfész számára: rugalmas, stabil és biokompatibilis. Mivel elektromos töltést is képes viselni, a neurális alkalmazásokban végzett kutatások érdeklődését felkeltette.

A grafén erős, de kemény? http://t.co/uUfeb1h0oN @ENERGY #MaterialsScience pic.twitter.com/BippvPpK7C

- Berkeley Lab (@BerkeleyLab) 2016. február 22.

A meglévő neurális interfész-technológia az elektródok tömbje segítségével hajlamos egy egész neuronterületet értékelni (például az utóbbi példát, amelyet az egyes ujjak vezérlésére használtak). Bár ez bizonyos beállításoknál hasznos lehet, sok, sok neuron kimenetén keresztül átkereshető a kívánt jel. De lépj le az egyes neuronokkal való kapcsolódás felbontásához, és a potenciál példátlan irányítás - mindenféle potenciál a neurális protézis számára.

Még mindig szükség van egy kifinomult mechanizmusra annak biztosítására, hogy csak a megfelelő neuronok kerüljenek kapcsolatba; el kell választanod, hogy melyik jel érkezik ahonnan; és le kell fordítanod ezt a jelzéseket.

Az elektródák beültetése is bonyolult lehet. A meglévő technológiák az elektródákat az agyszövetbe merítik, és szinte minden bizonnyal károsítanak bizonyos kapcsolatokat az út mentén. Mivel ez a technológia csak a terepi felvételekre vonatkozik, néhány neuron károsodása nem problematikus. Ha a cél az egyes neuronokkal való kapcsolódás, ez jelentős kérdés lehet.

Továbbá a rendszert „kalibrálni kell”. A neurális jelek időzítése és erőssége rendkívül fontos. Általában az agyad kalibrálja magát. Ha például baseballütőt lengett, akkor visszajelzést küld, pozitív vagy negatív, hogy erősítse a kapcsolatokat, és csak a megfelelő mennyiségű erőt és irányt használja. Ha manuálisan kellett beállítania ezeket a dolgokat egy olyan rendszerben, amely nem helyes, akkor a dolgok kihívást jelenthetnek. (Érdemes megjegyezni, hogy az agy nagyon jó, hogy „műanyag” és alkalmazkodik, így megoldhatja saját problémáját, egyszerűen a saját kimenetének modulálásával.)

Az ilyen típusú problémák azonban mérnöki problémák, és nem megoldhatóak. Miután ezek a kihívások megoldódtak, az egyes neuronokkal való kapcsolódás képessége mély lehet. Például az agyadban lévő „egybeesés-detektorok” több neuronból származó beérkező neurális impulzusokat érzékelnek. Ha a bemeneti időzítés mindkettőtől elég közel van, akkor maga az impulzus kiváltása fog létrejönni. Ezt a mechanizmust több kontextusban használják, amelyek közül az egyik a tanulásban.

Mivel ez a mechanizmus nagy a különböző idegi események társításában, felhasználhatók olyan fogalmak építésére, amelyek az agy távoli részeit áthidalják, és így új ötletet tanulnak. Ha ez a folyamat kézzel vezérelhető, akkor elképzelhető egy Matrix-esque tanulási stílus, amelyben a véletlen érzékelők manuálisan aktiválódnak, hogy társítsák a különböző fogalmakat, és egy gondolat nélkül építsenek egy gondolatot anélkül, hogy a lábat egy osztályteremben állítanák. Rövid távon azonban a Parkinson-kórban a nem megfelelő jelzések egyszerű blokkolása sokkal nehezebb lesz. Keresse meg a grafént, hogy először megőrizze a sima mozgásokat - mielőtt esetleg később könnyebben megszerzi az emlékeket.