एक अग्रणी प्रयोग दर्शाता है कि मस्तिष्क ऑर्गेनॉइड्स, न्यूरॉनल ऊतक के 3D मॉडल, एक जटिल कार्य सीख सकते हैं। शोधकर्ताओं ने इन चूहों के मिनी-मस्तिष्कों को एक चिप में एकीकृत किया जो उन्हें एक आभासी वातावरण से जोड़ता था, विशेष रूप से क्लासिक समस्या को नियंत्रित करने के लिए एक पोस्ट को कार्ट पर संतुलित करने की। विद्युत उत्तेजनाओं और सुदृढ़ीकरण एल्गोरिदम के माध्यम से, ऑर्गेनॉइड्स ने संतुलन बनाए रखना सीखा, वास्तविक समय में अनुकूलन क्षमता का आश्चर्यजनक प्रदर्शन किया।
3D सिमुलेशन कोग्निशन का अध्ययन करने के लिए पुल के रूप में 🧠
तकनीकी केंद्र द्विदिश इंटरफेस में निहित है: एक चिप ऑर्गेनॉइड की गतिविधि को रिकॉर्ड करता है और उसकी प्रतिक्रिया को सिमुलेशन में गति में अनुवाद करता है, जबकि विद्युत उत्तेजना के माध्यम से संवेदी जानकारी लौटाता है। निर्देशित सुदृढ़ीकरण सीखने के साथ प्रशिक्षण महत्वपूर्ण था, जिसने प्रदर्शन को दोगुना कर दिया। हालांकि, एक महत्वपूर्ण सीमा प्रकट हुई: स्मृति अस्थिर थी, लंबे विरामों के बाद गायब हो जाती थी। यह 3D बायोमिमेटिक सिस्टम नियंत्रित वातावरण में सीखने के सेलुलर आधार को विच्छेदित करने की अनुमति देता है, जो पूर्ण मस्तिष्क में असंभव है।
ट्रस्टोरडर और थेरेपीज को समझने के लिए 3D मॉडल्स की ओर 🔬
यह प्रगति कोई खेल नहीं है; यह एक विधिवत छलांग है। ऑर्गेनॉइड्स (3D जैविक मॉडल) और सिमुलेटेड आभासी वातावरणों का संयोजन स्मृति के तंत्रों और संज्ञानात्मक ट्रस्टोरडर में विफलों का अध्ययन करने का एक मार्ग खोलता है। भविष्य अधिक जटिल एसेम्ब्लॉइड्स विकसित करने में है जो लंबे समय तक ज्ञान बनाए रखें, दवाओं का परीक्षण करने और मस्तिष्क प्लास्टिसिटी को समझने के लिए अभूतपूर्व त्रिविमीय प्लेटफॉर्म बनाएं, हमें अधिक भविष्यवाणीपूर्ण और व्यक्तिगत बायोमेडिसिन के करीब लाएं।
क्या 3D में उगाए गए मस्तिष्क ऑर्गेनॉइड्स विशिष्ट कार्य सीखने में सक्षम नई पीढ़ी के बायोकंप्यूटर्स का आधार हो सकते हैं?
(पीडी: यदि आप 3D में एक हृदय प्रिंट करते हैं, तो सुनिश्चित करें कि यह धड़के... या कम से कम कॉपीराइट की समस्या न दे।)