Meningsfulle skritt mot Organoid Intelligence blir tatt

Kunstig intelligens (AI) har blitt et kjent begrep i den teknologiske verden i dag, og former mange aspekter av vårt daglige liv. Imidlertid dukker det opp en ny grense innen vitenskapen – Organoid Intelligence (OI) – som, selv om den ikke er like kjent som AI, har bemerkelsesverdig potensial. Men hva er egentlig Organoid Intelligence, og hvorfor får den oppmerksomhet i vitenskapelige kretser?

The Institute of Electrical and Electronics Engineers definerer Organoid Intelligence som en “samlet innsats for å fremme bruken av hjerneorganoider – små sfæriske masser av hjernevev dyrket fra stamceller – for beregning, medikamentforskning og som en modell for å studere i liten skala hvordan en komplett hjerne kan fungere.”

Organisasjonen påpeker også to banebrytende forskningsprosjekter som har gjort utviklingen av organoider mulig. Vi vil komme til disse forskningsprosjektene om en stund. Men før det vil vi gå dypere inn i å forstå hva det vitenskapelige fellesskapet mener om potensialet til Organoid Intelligence.

Et bekymret forskerteam mener at OI‑baserte biocomputingsystemer vil tillate raskere beslutningstaking. Det vil hjelpe med kontinuerlig læring under oppgaver og introdusere større energi‑ og dataeffektivitet i prosessen. Det vil også bidra til å forstå patofysiologien bak alvorlig skadelige utviklings‑ og degenerative sykdommer som demens. Forståelig nok vil det også støtte behandlingen av disse sykdommene ved å identifisere nye terapeutiske tilnærminger.

Gitt den enorme evnen OI har til å gjøre godt, tas flere meningsfulle skritt mot Organoid Intelligence (OI). Vi vil se på dem i de kommende segmentene. Men vi skal starte med de to banebrytende forskningsprosjektene på organoidutvikling som vi allerede har nevnt.

Indusert pluripotent stamcelle‑avledede organoider

IPSC‑avledede organoider kom inn i diskusjoner under COVID‑19‑utbruddet. En vitenskapelig forskningsartikkel listet detaljer om IPSC‑avledede luftveisorganoider, hjerneorganoider, tarmorganoider, leverorganoider, blodkarorganoider, nyreorganoider, indre øre‑organoider osv. Gitt dette mangfoldet vil vår diskusjon nå snevres inn til å fokusere spesifikt på delen om hjerneorganoider.

Artikkelen lister tre viktige punkter: 

• For første gang utviklet forskere hjerneorganoider ved spontan differensiering av embryoidkropper (EBs).
• De første hjerneorganoidene var svært heterogene.
• Heterogeniteten førte til at forskerne utviklet regionspesifikke hjerneorganoider ved å påvirke spesifikke signalveier.

En annen forskning som bidro til organoidutvikling handlet om 3D‑cellekulturteknikker.

3D‑cellekultur

Motivasjonen bak utviklingen av 3D‑cellekulturteknikker kom fra manglene som ble observert ved dyrking av celler i to dimensjoner. To‑dimensjonale cellekulturer klarer ikke å gjenskape anatomi eller fysiologi av vev for informativ eller nyttig studie.

3D‑cellekulturteknikker – på den annen side – er nærmere dyre- og menneskefysiologi. Etter hvert som de blir mer modne, vil de hjelpe til med å designe og utvikle ko‑kulturer. Disse teknikkene kan vise seg nyttige i å konstruere vev for klinisk levering og utvikle modeller for medikamenttesting.

Slike fremskritt innen 3D‑cellekultur er også avgjørende i forskningen rundt IPSC‑avledede organoider og organoid‑intelligens. IPSC‑er kan for eksempel utvikle seg til enhver celle som finnes i et dyrs kropp.

3D‑kulturteknikker og 3D‑skjelettmetoder, spesielt, hjelper biologer med å dyrke IPSC‑avledet nevralt vev vertikalt og horisontalt, og baner vei for utvikling av de interneuronale nettverkene som observeres i et dyrs hjerne.

Replikering av dette intrikate nettverket hjelper med å gå dypere inn i organoid‑intelligens og utvikle mer sofistikerte metoder.

Hjerneorganoid-reservoir‑computing for AI

Forskning publisert i tidsskriftet Nature Electronics påpeker prestasjonene registrert i hjerne‑inspirert datamaskinvare som etterligner strukturen og arbeidsprinsippene til hjernen. Forskerne mener at denne utviklingen har potensial til å løse de nåværende begrensningene i AI.

Forskningen rapporterer spesielt om en AI‑maskinvaretilnærming som utnytter adaptiv reservoir‑beregning av biologiske nevrale nettverk i en hjerneorganoid. Tilnærmingen går under navnet Brainoware. Den baserer seg på å utføre beregning ved å sende og motta informasjon fra hjerneorganoiden gjennom et høy‑tetthets multielektrodet array.

Organisk halvleder‑syntese: Åpner nye horisonter for super‑effektive elektroniske enheter

Et forskerteam ved UNISTs institutt for kjemi tilrettela rommet for ytterligere innovasjonsmuligheter og oppnådde et gjennombrudd i organisk halvleder‑syntese. Forskerne rapporterte syntese og karakterisering av en B2N2‑anthracen‑derivat med en BNBN‑enhet dannet ved å konvertere BOBN‑enheten ved zigzag‑kanten. Funnenes forventes å bidra til utvikling av større acener med flere BN‑enheter som vil ha mange anvendelser innen organisk elektronikk.

Ifølge Songhua Jeong, førsteforfatter av denne studien:

“Vår studie av anthracen, en type acen som er bredt anerkjent som en organisk halvleder, har lagt grunnlaget for fremtidige fremskritt på feltet.”

Mr Jeong fortsatte med å si: 

“Den kontinuerlige BN‑bindingen som er syntetisert gjennom denne forskningen har stort potensial for anvendelser i organiske halvledere.”

Med mangfoldig forskning som åpner veier for at Organoid Intelligence kan blomstre, sier eksperter på feltet at organoid‑intelligens kan bli kraftig nok til å drive våre datamaskiner i fremtiden.

En fremtid virker ikke lenger urealistisk, hvor laboratoriedyrkede hjerneceller vil lagre og hente store mengder data med mindre energikrav. Med ytterligere oppskalering kan disse løsningene til og med utvikle en bevissthet som kan tenke eller føle på egen hånd.

Organoid Intelligence: Verksteder og finansiering

Mangfoldige tiltak er i gang for å drøfte videre potensialet til organoid‑intelligens.

Mellom 22. og 24. februar 2022 holdt John Hopkins University det første Organoid Intelligence workshop. Formålet var å danne et OI‑fellesskap og formulere grunnlaget for å etablere OI som en ny vitenskapelig disiplin. Motivasjonen bak verkstedet kom fra troen på at OI kan radikalt endre databehandling, nevrologisk forskning og medikamentutvikling.

Ytterligere validering av OIs potensial kom da United States National Science Foundation Directorate for Engineering planla et nytt område for Emerging Frontiers in Research and Innovation (EFRI)-programmet i regnskapsåret 2024, og det ble kalt ‘Engineering Organoid Intelligence’.

NSF er kjent for å støtte vitenskap- og ingeniørforskning samt personer knyttet til den ved å tilby fasiliteter, instrumenter og finansiering. NSF hadde et budsjett på 9,5 milliarder dollar i regnskapsåret 2023. Disse midlene når alle femti delstatene i USA gjennom tilskudd gitt til nesten 2 000 høyskoler, universiteter og institusjoner.

‘Engineering Organoid Intelligence’-temaet har som mål å støtte grunnleggende forskning på utviklingen av konstruerte biocomputere gjennom hjerneorganoider. NSF mente at organoid‑kulturer snart vil ha grensesnitt med elektronikk for å levere input og eksportere output til eksterne digitale systemer.

Bortsett fra universiteter, forskningsinstitusjoner og offentlige departementer, har mange selskaper tatt opp saken om å fremme organoid‑intelligens. Vi vil nå se på noen av disse selskapene og deres innsats.

#1. Final Spark

Grunnlagt av Martin Kutter og Fred Jordan i 2014 og basert i Sveits, fremmer Final Spark biologiske chip‑prosessorer som bruker mye mindre energi.

Ifølge oppstarten har den allerede testet 10 million neurons i sitt forsøk på å bygge tenkende maskiner fra levende menneskelige nevroner avledet fra hud.

Oppstarten utnytter sofistikerte cellekulturteknikker for å demonstrere den selvopprettholdende beregningskapasiteten for å skape fremtidige AI‑modeller.

#2. BiologiC and NVIDIA

BiologiC Technologies, et selskap basert i Cambridge, Storbritannia, er kjent for sine biocomputere, som selskapet definerer som en “automatisert programmerbar og rekonfigurerbar bioprosesseringsplattform for flere biologiske anvendelser.”

Løsningens patenterte maskinvarearkitektur har fire kjerne‑moduler:

• Den avanserte rutekjernen hjelper med å transportere væsker og biogasser gjennom systemet.
• Inngangs‑ og utgangsblokken hjelper med å kontrollere lasting av råmaterialer og utslipp av det endelige bioproduktet.
• BPU‑modellen hjelper med bioprosesseringsaktiviteter som cellevekst, in‑vitro‑transkripsjon osv.
• Til slutt hjelper sensor‑kjernemodulen med sanntidsovervåking av bioprosesseringsmiljøet.

Den 13. mars 2023 ble BiologiC Technologies med i NVIDIA (NVDA ) Inception, et program som vil hjelpe BiologiC med å integrere edge‑computing og AI i sine biocomputere. Denne integrasjonen vil etter hvert hjelpe BiologiCs biocomputere med å bringe revolusjonerende forbedringer i deres biologiprosesseringsfasiliteter og redusere trusselen fra sykdommer på en bærekraftig, tilgjengelig og rimelig måte.

Ifølge tilgjengelig informasjon, CPI Enterprises invested in BiologiC. CPI investerer i høy‑potensial deep tech for selskaper som skal skalere raskt, og spiller en dobbel rolle som investor og teknisk støtteleverandør.

Ifølge Frank Millar, administrerende direktør i CPI:

“Etter å ha samarbeidet tett over en lengre periode, er vi imponert over hastigheten i gjennomføringen og den kommersielle trekkraften til BiologIC. Vi ser sterke fordeler i BiologICs bio‑computersystem og evnen til å øke bioprosessproduktiviteten i forhold til konkurransen i sektoren.”

Den 21. november 2023 rapporterte NVIDIA inntekter for tredje kvartal som endte 29. oktober 2023, på 18,12 milliarder dollar, opp 206 % fra ett år siden og opp 34 % fra forrige kvartal.

#3. BioMap and MBUZAI: Felles innsats for å opprette et biocomputing‑laboratorium 

Den 14. mars 2023 inngikk BioMap et strategisk samarbeid med Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) for å introdusere det første biocomputing‑innovasjonsforskningslaboratoriet i Midtøsten og møte behovene innen livsvitenskap i regionen.

Samarbeidet vil utforske BioMaps tverrmodale bio‑computing‑modell, xTrimo (Cross‑model Transformer Representation of Interactome and Multi‑Omics), for å oppnå storskala livsvitenskapsmodeller innen proteinproduksjon, proteinstruktur‑prediksjon, cellefunksjons‑prediksjon og andre livsvitenskapsoppgaver.

Fokuset vil være på å oppnå gjennombrudd i AI‑genererte proteiner (AIGP) for å hjelpe Midtøstens behov for medisinsk helse, medikamentdesign, energi og miljøvern.

Bortsett fra protein‑design vil BioMaps kapasiteter også bidra til sterke cellekarakteriseringsmuligheter, presis førstegangsmodellering av immunceller og mer.

Samskapt av Baidu‑administrerende direktør Robin Li, hjelper BioMap med å kombinere AI‑ og biotek‑kapasiteter i verdensklasse for å bekjempe de mest kritiske problemene i livsvitenskapsindustrien, som måloppdagelse, de‑novo‑medikamentdesign og enzymoptimalisering.

Den kinesiske oppstartsbedriften innen biologisk databehandling har hentet inn mer enn 100 millioner dollar i serie‑A‑finansiering, ifølge rapporter publisert i august 2021. Runden ble ledet av CGV Capital. Andre investorer inkluderte Baidu, Legend Capital, Bluerun Ventures og Xianghe Capital.

Hvilken retning OI er på vei mot?

Uten tvil har OI fanget det vitenskapelige fellesskapets fantasi. Sofistikerte teknologiselskaper og tenkere investerer også ressurser. Hvordan fremtiden vil forme OI vil imidlertid avhenge av noen få avgjørende aspekter som relaterer seg til dens utviklingsmessige natur.

Suksessen til OI som en revolusjonerende teknologisk innovasjon vil avhenge av hvor rask, effektiv og kraftig den kan bli i sammenligning med silisium‑basert databehandling og AI. Videre må forbedrede standarder for hastighet, effektivitet og kraft ha lavere energikrav for å gjøre den mer attraktiv og kostnadseffektiv.

I fremtiden må OI bli virkelig tverrfaglig siden det er en svært kompleks og intrikat oppgave å skalere nåværende hjerneorganoider til holdbare 3D‑strukturer. Disse strukturene vil være fulle av celler og gener som hjelper mennesker med å lære nye, komplekse ting.

Dessuten vil utviklingen av ideelle biocomputere kreve å koble disse organoidene til banebrytende input‑ og output‑enheter, spesielt elektroniske som er utstyrt med avansert AI og maskinlæringssystemer.

Forskere på feltet mener at det er et stort behov for nye og sofistikerte modeller, algoritmer og grensesnittteknologier for å etablere effektiv og meningsfull kommunikasjon med disse hjerneorganoidene. For å gjøre outputen best‑i‑klassen, må skaperne forstå hvordan de lærer, beregner, prosesserer og lagrer data.

Omfanget av data, som allerede er tydelig, vil være massivt og enormt i volum.

I mellomtiden vil OI‑forskning også bidra til å forbedre vår forståelse av hvordan hjernen og dens dype og intrikate nevrologiske nettverk fungerer. Denne forståelsen vil hjelpe til med å behandle pasienter som lider av nevrologiske sykdommer bedre.

Til slutt kan replikering av evnene til en menneskelig hjerne i et laboratoriemiljø bli en prestasjon med enorme konsekvenser. Potensialet for misbruk kan være betydelig høyt. Derfor må det vitenskapelige fellesskapet fra de aller første dagene sikre at forskning og utvikling rundt OI forblir svært sensitivt for samfunnets etiske systemer. Det etiske rammeverket bør være minst like viktig som et definerende paradigme for at OI skal blomstre i fremtiden.

Klikk her for listen over de mest lovende biotek‑aksjene.