Meningsfulde skridt mod Organoid Intelligence bliver taget

Artificial Intelligence (AI) har blevet et velkendt begreb i den teknologiske verden i dag og former mange aspekter af vores daglige liv. Men der opstår en ny grænse inden for videnskaben – Organoid Intelligence (OI) – som, selvom den ikke er lige så bredt anerkendt som AI, har bemærkelsesværdigt potentiale. Men hvad er Organoid Intelligence præcis, og hvorfor får den opmærksomhed i de videnskabelige kredse?

Institute of Electrical and Electronics Engineers (IEEE) definerer Organoid Intelligence som en “samlet indsats for at fremme brugen af hjerneorganoider – små kugleformede masser af hjernevæv dyrket fra stamceller – til beregning, lægemiddelforskning og som en model til at studere i lille skala, hvordan en komplet hjerne kan fungere.”

Organisationen påpeger også to banebrydende forskningsresultater, der har gjort udviklingen af organoider mulig. Vi vil komme til disse forskningsprojekter om lidt. Men før det vil vi dykke dybere ned i, hvad det videnskabelige samfund mener om potentialet for Organoid Intelligence.

Et bekymret forskerteam mener, at OI-baserede biocomputingsystemer vil muliggøre hurtigere beslutningstagning. De vil hjælpe med kontinuerlig læring under opgaver og introducere større energi- og dataeffektivitet i processen. De vil også bidrage til at forstå patofysiologien bag alvorligt skadelige udviklings- og degenerative sygdomme såsom demens. Forståeligt nok vil de også støtte behandlingen af disse sygdomme ved at identificere nye terapeutiske tilgange.

Givet OIs enorme potentiale til at gøre godt, tages der flere meningsfulde skridt mod Organoid Intelligence (OI). Vi vil se på dem i de kommende afsnit. Men vi starter med de to banebrydende forskningsprojekter om organoidudvikling, som vi allerede har nævnt.

Inducerede pluripotente stamcelle‑afledte organoider

IPSC‑afledte organoider kom ind i diskussionerne under COVID‑19‑udbruddet. En videnskabelig forskningsartikel opsummerede detaljer om IPSC‑afledte luftvejsorganoider, hjerneorganoider, tarmorganoider, leverorganoider, blodkarorganoider, nyreorganoider, indre øre‑organoider osv. Givet denne variation vil vores diskussion nu indsnævres til specifikt at fokusere på hjerneorganoider.

Artiklen angiver tre væsentlige punkter: 

• For første gang udviklede forskere hjerneorganoider ved spontan differentiering af embryoidkroppe (EB’er).
• De første hjerneorganoider var meget heterogene.
• Heterogeniteten førte til, at forskerne udviklede regionsspecifikke hjerneorganoider ved at påvirke specifikke signalveje.

En anden forskning, der hjalp organoidudviklingen, handlede om 3D‑cellekultiveringsteknikker.

3D‑cellekultur

Motivationen bag udviklingen af 3D‑cellekultiveringsteknikker udsprang af de utilstrækkeligheder, der blev observeret ved dyrkning af celler i to dimensioner. To‑dimensionelle cellekultureringspraksisser og -metoder formår ikke at reproducere vævets anatomi eller fysiologi til informativ eller brugbar undersøgelse.

3D‑cellekultiveringsteknikker er derimod tættere på dyre‑ og menneskefysiologi. Og efterhånden som de modnes, vil de hjælpe med at designe og udvikle ko‑kulturer. Disse teknikker kan vise sig nyttige i fremstilling af væv til klinisk anvendelse og i udvikling af modeller til lægemiddelskæringer.

Sådanne fremskridt inden for 3D‑cellekultivering er også afgørende i forskningen omkring IPSC‑afledte organoider og organoidintelligens. IPSC’er kan for eksempel udvikle sig til enhver celle, der findes i et dyrs krop.

3D‑kultiveringsteknikker og 3D‑scaffoldingsmetoder hjælper specifikt biologer med at dyrke IPSC‑afledte neurale væv vertikalt og horisontalt, hvilket baner vejen for at udvikle de interneuronale netværk, der observeres i et dyrs hjerne.

Replikation af dette indviklede netværk hjælper med at gå dybere ind i organoidintelligens og udvikle mere sofistikerede metoder.

Brain Organoid Reservoir Computing for AI

Forskning offentliggjort i tidsskriftet Nature Electronics påpeger de resultater, der er registreret i hjerneinspireret computerhardware, som efterligner hjernens struktur og arbejdsprincipper. Forskerne mener, at denne udvikling har potentiale til at tackle de nuværende begrænsninger ved AI.

Forskningen rapporterer især om en AI‑hardware‑tilgang, der udnytter adaptiv reservoir‑beregning af biologiske neurale netværk i en hjerneorganoid. Tilgangen kaldes Brainoware. Den bygger på at udføre beregning ved at sende og modtage information fra hjerneorganoiden gennem en høj‑densitets multielektrode‑array.

Organisk halvledersyntese: Åbner nye horisonter for supereffektive elektroniske enheder

Et forskerteam ved UNIST’s kemiaafdeling faciliterede området for yderligere at åbne op for innovationsmuligheder og opnåede et gennembrud i organisk halvledersyntese. Forskerne rapporterede syntesen og karakteriseringen af en B2N2‑antracen‑derivat med en BNBN‑enhed dannet ved omdannelse af BOBN‑enheden ved den zigzagkant. Resultaterne forventes at hjælpe med at udvikle større acener med flere BN‑enheder, som vil have mange anvendelser inden for organisk elektronik.

Ifølge Songhua Jeong, den første forfatter af denne undersøgelse:

“Vores studie af antracen, en type acen bredt anerkendt som en organisk halvleder, har lagt grundlaget for fremtidige fremskridt på området.” 

Hr. Jeong fortsatte med at sige: 

“Den kontinuerlige BN‑binding syntetiseret gennem denne forskning har stort potentiale for anvendelser i organiske halvledere.”

Med forskelligartet forskning, der åbner veje for Organoid Intelligence til at blomstre, siger eksperter på området, at organoidintelligens kan blive kraftig nok til at drive vores computere i fremtiden.

En fremtid virker ikke længere urealistisk, hvor laboratoriedyrkede hjerneceller ville lagre og hente store datamængder med lavere energikrav. Med yderligere opskalering kan disse løsninger endda udvikle en bevidsthed, der kan tænke eller føle på egen hånd.

Organoid Intelligence: Workshops og finansiering

Forskellige bestræbelser er i gang for at drøfte potentialet for organoidintelligens yderligere.

Mellem den 22. og 24. februar 2022 afholdt Johns Hopkins University den første Organoid Intelligence workshop. Formålet var at danne et OI‑fællesskab og formulere grundlaget for at etablere OI som en ny videnskabelig disciplin. Motivation bag workshoppen kom fra troen på, at OI kunne radikalt ændre computing, neurologisk forskning og lægemiddeludvikling.

Yderligere bekræftelse af OIs potentiale kom, da United States National Science Foundation Directorate for Engineering planlagde et nyt område for Emerging Frontiers in Research and Innovation (EFRI)‑programmet i FY 2024, kaldet ‘Engineering Organoid Intelligence’.

NSF er kendt for at støtte videnskabs‑ og ingeniørforskning samt personer relateret til den ved at levere faciliteter, instrumenter og finansiering. NSF havde et budget på 9,5 milliarder USD i regnskabsåret 2023. Disse midler når alle femti stater i USA gennem tilskud givet til næsten 2.000 college, universiteter og institutioner.

Emnet ‘Engineering Organoid Intelligence’ har til formål at støtte grundforskning i udviklingen af konstruerede biocomputere gennem hjerneorganoider. NSF mente, at organoidkulturer snart ville have grænseflader til elektronik for at levere input og eksportere output til eksterne digitale systemer.

Udover universiteter, forskningsinstitutioner og offentlige afdelinger har mange virksomheder påtaget sig at fremme organoidintelligens. Vi vil nu se på nogle af disse virksomheder og deres bestræbelser.

#1. Final Spark

Grundlagt af Martin Kutter og Fred Jordan i 2014 og baseret i Schweiz, fremmer Final Spark biologiske chipprocessorer, der forbruger meget mindre energi.

Som startuppen påstår, har den allerede testet 10 millioner neuroner i sit forsøg på at bygge tænkende maskiner fra levende menneskelige neuroner afledt fra hud.

Startuppen udnytter sofistikerede cellekultiveringsteknikker for at demonstrere den selvbærende beregningskapacitet til skabelsen af fremtidige AI-modeller.

#2. BiologiC og NVIDIA

BiologiC Technologies, et firma baseret i Cambridge, UK, er kendt for sine biocomputere, som firmaet definerer som en “automatiseret, programmerbar og omkonfigurerbar bioprocesseringsplatform til flere biologiske anvendelser.”

Løsningens patenterede hardware‑arkitektur har fire kernemoduler: 

• Den avancerede routing‑kerne hjælper med at transportere væsker og biogasser gennem systemet.
• Ind‑ og udgangsblokken hjælper med at kontrollere indlæsning af råmaterialer og udgangen af det endelige bioprodukt.
• BPU‑modellen hjælper med bioprocesseringsaktiviteter såsom cellevækst, in‑vitro transskription osv.
• Endelig hjælper sensor‑kernemodulet med realtidsmonitorering af bioprocessmiljøet.

Den 13. marts 2023 sluttede BiologiC Technologies sig til NVIDIA (NVDA ) Inception, et program der vil hjælpe BiologiC med at integrere edge computing og AI i sine biocomputere. Denne integration vil efterhånden hjælpe BiologiC’s biocomputere med at bringe revolutionerende forbedringer i deres biologiske processeringsfaciliteter og reducere truslen fra sygdomme på en bæredygtig, tilgængelig og overkommelig måde.

Ifølge tilgængelige oplysninger CPI Enterprises investerede i BiologiC. CPI investerer i højpotentiale deep tech for at virksomheder hurtigt kan skalere op, og fungerer både som investor og teknisk supportleverandør.

Ifølge Frank Millar, administrerende direktør for CPI: 

“Efter at have samarbejdet tæt over en længere periode er vi imponerede over hastigheden af udførelsen og den kommercielle fremdrift for BiologIC. Vi ser stærke fordele i BiologIC’s bio‑computer‑system og evnen til at øge bioprocessproduktiviteten i forhold til konkurrencen i sektoren.”

Den 21. november 2023 NVIDIA rapporterede omsætning for det tredje kvartal, der sluttede den 29. oktober 2023, på 18,12 milliarder USD, en stigning på 206 % fra et år siden og 34 % fra det foregående kvartal.

#3. BioMap og MBUZAI: Fælles indsats for at skabe et biocomputing‑laboratorium 

Den 14. marts 2023 indgik BioMap et strategisk samarbejde med Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) for at introducere det første biocomputing‑innovationsforskningslaboratorium i Mellemøsten og imødekomme behovene inden for livsvidenskabsscenarier i regionen.

Samarbejdet vil udforske BioMaps tværmodale bio‑computing‑model, xTrimo (Cross‑model Transformer Representation of Interactome and Multi‑Omics), for at opnå storskalamodeler inden for livsvidenskab i proteinproduktion, forudsigelse af proteinstruktur, forudsigelse af cellefunktion og andre livsvidenskabelige opgaver.

Fokus vil være på at opnå gennembrud i AI‑genererede proteiner (AIGP) for at hjælpe med Mellemøstens behov for medicinsk sundhed, lægemiddeldesign, energi og miljøbeskyttelse.

Udover protein‑design vil BioMaps kapaciteter også hjælpe med at opnå stærke cellekarakteriseringsmuligheder, præcis første‑gangs modellering af immunceller og mere.

Medstifter af Baidu CEO Robin Li, hjælper BioMap med at kombinere førsteklasses AI‑ og biotech‑kapaciteter for at bekæmpe de mest afgørende problemer i livsvidenskabsindustrien, såsom målopdagelse, de‑novo lægemiddeldesign og enzymoptimering.

Den kinesiske startup inden for biologisk computing reducerede mere end 100 millioner USD i serie A‑finansiering, ifølge rapporter offentliggjort i august 2021. Runden blev ledet af CGV Capital. Andre investorer omfattede Baidu, Legend Capital, Bluerun Ventures og Xianghe Capital.

Hvilken retning er OI på vej mod?

Uden tvivl har OI fanget den videnskabelige fællesskabs fantasi. Sofistikerede teknologivirksomheder og tænkere investerer også ressourcer. Hvordan fremtiden vil forme sig for OI afhænger dog af nogle få afgørende aspekter, der relaterer sig til dens udviklingsmæssige natur.

Succes for OI som en revolutionerende teknologisk innovation vil afhænge af, hvor hurtigt, effektivt og kraftfuldt den kan blive i sammenligning med silicium‑baseret computing og AI. Desuden skal forbedrede standarder for hastighed, effektivitet og kraft have lavere energikrav for at gøre den mere attraktiv og omkostningseffektiv.

I fremtiden skal OI blive virkelig tværfaglig, da det er en yderst kompleks og indviklet opgave at skalere nuværende hjerneorganoider til holdbare 3D‑strukturer. Disse strukturer vil være fyldt med celler og gener, der hjælper mennesker med at lære nye, komplekse ting.

Desuden vil udformning af de ideelle biocomputere kræve at forbinde disse organoider med avancerede input‑ og output‑enheder, især elektroniske, udstyret med high‑end AI‑ og maskinlæringssystemer.

Forskere på området mener, at der er et stort behov for nye og sofistikerede modeller, algoritmer og grænsefladeteknologier for at etablere effektiv og meningsfuld kommunikation med disse hjerneorganoider. For at gøre outputet i topklasse skal skaberne forstå, hvordan de lærer, beregner, behandler og lagrer data.

Omfanget af data, som allerede er tydeligt, vil være enormt i volumen.

I den mellemliggende periode vil OI‑forskning også hjælpe med at forbedre vores forståelse af, hvordan hjernen og dens dybe og indviklede neurologiske netværk fungerer. Denne forståelse vil hjælpe med at behandle patienter, der lider af neurologiske sygdomme, bedre.

Endelig kan replikering af en menneskelig hjernes kapaciteter i et laboratoriemiljø blive en præstation med enorme konsekvenser. Potentialet for misbrug kan være betydeligt højt. Derfor skal det videnskabelige samfund fra de aller tidlige dage sikre, at forskning og udvikling omkring OI forbliver meget følsom over for vores samfunds etiske systemer. Den etiske ramme bør være mindst lige så vigtig som et definerende paradigme for, at OI kan trives i fremtiden.

Klik her for listen over de mest lovende biotekaktier.