Meningsfulla steg mot Organoidintelligens tas

Artificiell intelligens (AI) har blivit ett välbekant begrepp i den teknologiska världen idag och formar många aspekter av våra dagliga liv. Det finns dock en ny front som växer fram inom vetenskapen – Organoid Intelligence (OI) – som, även om den inte är lika välkänd som AI, har en anmärkningsvärd potential. Men vad exakt är Organoid Intelligence, och varför får den så mycket uppmärksamhet i vetenskapliga kretsar?

The Institute of Electrical and Electronics Engineers (IEEE) definierar Organoid Intelligence som ett ”kollektivt arbete för att främja användningen av hjärnorganoider – små sfäriska massor av hjärnvävnad odlad från stamceller – för beräkning, läkemedelsforskning och som en modell för att på liten skala studera hur en komplett hjärna kan fungera.”

Organisationen pekar också på två banbrytande forskningsinsatser som gjort utvecklingen av organoider möjlig. Vi kommer att återkomma till dessa studier strax. Men innan dess ska vi fördjupa oss i vad den vetenskapliga gemenskapen tror om Organoid Intelligence:s potential.

Ett engagerat forskarlag tror att OI‑baserade bioberäkningssystem kommer att möjliggöra snabbare beslutsfattande. De kommer att kunna lära sig kontinuerligt under uppgifter och införa större energi‑ och datat effektivitet i processen. Dessutom skulle de hjälpa till att förstå patofysiologin bakom allvarligt skadliga utvecklings‑ och degenerativa sjukdomar såsom demens. Självklart skulle de också underlätta behandlingen av dessa sjukdomar genom att identifiera nya terapeutiska tillvägagångssätt.

Med tanke på OI:s enorma förmåga att göra gott, tas flera meningsfulla initiativ mot Organoid Intelligence (OI). Vi kommer att titta på dem i de kommande segmenten. Men vi börjar med de två banbrytande forskningsinsatserna om organoidutveckling som vi redan nämnt.

Induced Pluripotent Stem Cell‑Derived Organoids

IPSC‑deriverade organoider kom in i diskussionerna under COVID‑19‑utbrottet. En vetenskaplig forskningsartikel listade detaljer om IPSC‑deriverade luftvägsorganoider, hjärnorganoider, tarmorganoider, leverorganoider, blodkärlsorganoider, njurorganoider, inneröronorganoider med mera. Med denna variation kommer vår diskussion nu att fokusera specifikt på hjärnorganoider.

Artikeln listar tre avgörande punkter: 

• För första gången utvecklade forskare hjärnorganoider med spontan differentiering av embryoidkroppar (EBs).
• De första hjärnorganoiderna var mycket heterogena.
• Heterogeniteten ledde till att forskarna utvecklade regionsspecifika hjärnorganoider genom att påverka specifika signalvägar.

En annan forskning som bidrog till organoidutveckling rörde 3D‑cellodlingstekniker.

3D Cell Culture

Motivet bakom utvecklingen av 3D‑cellodlingstekniker kom från de brister som observerades i odling av celler i två dimensioner. Tvådimensionella cellodlingsmetoder misslyckas med att reproducera vävnadens anatomi eller fysiologi för informativ eller användbar studie.

3D‑cellodlingstekniker – å andra sidan – ligger närmare djur‑ och mänsklig fysiologi. Och när de blir mer mogna kommer de att hjälpa till att designa och utveckla ko‑odlingar. Dessa tekniker kan visa sig användbara vid ingenjörs‑tillverkning av vävnader för klinisk leverans och vid utveckling av modeller för läkemedelsscreening.

Sådana framsteg inom 3D‑cellodling är också avgörande för forskningen kring IPSC‑deriverade organoider och organoidintelligens. IPSC‑celler kan till exempel utvecklas till vilken cell som helst i ett djurs kropp.

3D‑odlingstekniker och 3D‑scaffolding‑metoder hjälper specifikt biologer att odla IPSC‑deriverade nervvävnader vertikalt och horisontellt, vilket banar väg för utvecklingen av de inter‑neurala nätverk som observeras i ett djurs hjärna.

Att reproducera detta intrikata nätverk möjliggör djupare insikter i organoidintelligens och utveckling av mer sofistikerade metoder.

Reservoir computing med hjärnorganoider för AI

Forskning som publicerats i tidskriften Nature Electronics beskriver framsteg inom hjärninspirerad datorhårdvara som efterliknar hjärnans struktur och arbetssätt. Forskarna anser att utvecklingen kan bidra till att övervinna dagens begränsningar inom AI.

Studien redovisar närmare bestämt en metod för AI-hårdvara som använder adaptiv reservoir computing i biologiska neurala nätverk i en hjärnorganoid. Metoden kallas Brainoware och utför beräkningar genom att skicka information till och ta emot information från hjärnorganoiden via en tät multielektrodmatris.

Syntes av organiska halvledare: nya möjligheter för supereffektiva elektroniska enheter

En forskargrupp vid UNIST:s kemiska institution skapade nya möjligheter till innovation genom ett genombrott inom syntes av organiska halvledare. Forskarna rapporterade syntes och karakterisering av ett B2N2-antracenderivat med en BNBN-enhet som bildats genom omvandling av BOBN-enheten vid sicksackkanten. Resultaten väntas bidra till utvecklingen av större acener med flera BN-enheter och många tillämpningar inom organisk elektronik.

Enligt Songhua Jeong, studiens försteförfattare:

”Vår studie av antracen, en typ av acen som är allmänt känd som en organisk halvledare, har lagt grunden för framtida framsteg inom området.”

Jeong fortsatte:

”Den kontinuerliga BN-bindning som syntetiserats i denna forskning har stor potential för tillämpningar inom organiska halvledare.”

När olika forskningsinsatser öppnar vägar för organoid intelligens menar experter på området att tekniken i framtiden kan bli kraftfull nog att driva våra datorer.

En framtid där laboratorieodlade hjärnceller lagrar och hämtar stora datamängder med lägre energibehov framstår inte längre som orealistisk. Om lösningarna skalas upp ytterligare kan de till och med utveckla ett eget medvetande och förmåga att tänka eller känna.

Organoid intelligens: workshoppar och finansiering

Flera initiativ pågår för att ytterligare undersöka potentialen hos organoid intelligens.

Mellan den 22 och 24 februari 2022 höll Johns Hopkins University den första workshopen om organoid intelligens. Syftet var att bilda en OI-gemenskap och lägga grunden för att etablera OI som en ny vetenskaplig disciplin. Workshopen utgick från övertygelsen att OI radikalt kan förändra databehandling, neurologisk forskning och läkemedelsutveckling.

Ytterligare stöd för OI:s potential kom när den amerikanska forskningsstiftelsen National Science Foundations ingenjörsdirektorat planerade ett nytt område inom programmet Emerging Frontiers in Research and Innovation för budgetåret 2024: ”Engineering Organoid Intelligence”.

NSF stöder forskning och forskare inom naturvetenskap och teknik genom anläggningar, instrument och finansiering. Under budgetåret 2023 hade NSF en budget på 9,5 miljarder dollar. Genom anslag till närmare 2 000 högskolor, universitet och institutioner når dessa medel samtliga femtio amerikanska delstater.

Området ”Engineering Organoid Intelligence” ska stödja grundforskning om utveckling av konstruerade biodatorer med hjälp av hjärnorganoider. NSF bedömde att organoidkulturer snart skulle kunna kopplas till elektronik för att ta emot indata och skicka utdata till externa digitala system.

Förutom universitet, forskningsinstitut och myndigheter har många företag börjat arbeta för att utveckla organoid intelligens. Nedan följer några av dessa företag och deras initiativ.

#1. Final Spark

Final Spark grundades 2014 av Martin Kutter och Fred Jordan och har sitt säte i Schweiz. Företaget förespråkar biologiska chipprocessorer som förbrukar betydligt mindre energi.

Enligt startupbolaget har det redan testat 10 miljoner nervceller i sitt arbete med att bygga tänkande maskiner av levande mänskliga nervceller som framställts från hud.

Startupbolaget använder avancerade cellodlingstekniker för att visa självförsörjande beräkningsförmåga och skapa framtida AI-modeller.

#2. BiologiC och NVIDIA

BiologiC Technologies är ett företag i Cambridge i Storbritannien som är känt för sina biodatorer. Företaget beskriver dem som en ”automatiserad, programmerbar och omkonfigurerbar bioprocessplattform för flera biologiska tillämpningar”.

Lösningens patentskyddade hårdvaruarkitektur består av fyra kärnmoduler:

• Den avancerade routningskärnan transporterar vätskor och biogaser genom systemet.
• In- och utmatningsblocket styr tillförseln av råvaror och utmatningen av den färdiga bioprodukten.
• BPU-modulen hanterar bioprocesser som celltillväxt och transkription in vitro.
• Sensorkärnan övervakar bioprocessmiljön i realtid.

Den 13 mars 2023 anslöt sig BiologiC Technologies till NVIDIA (NVDA ) Inception, ett program som hjälper BiologiC att integrera edge computing och AI i sina biodatorer. Integrationen ska på sikt ge BiologiC:s biodatorer möjlighet att förbättra företagets biologiska processanläggningar radikalt och minska sjukdomshot på ett hållbart, tillgängligt och kostnadseffektivt sätt.

Enligt tillgängliga uppgifter investerade CPI Enterprises i BiologiC. CPI investerar i lovande deep tech-bolag för att hjälpa dem skala snabbt och fungerar både som investerare och teknisk stödpartner.

Enligt CPI:s vd Frank Millar:

”Efter ett nära och långvarigt samarbete imponeras vi av BiologIC:s genomförandetakt och kommersiella framsteg. Vi ser tydliga fördelar med BiologIC:s biodatorsystem och dess förmåga att höja produktiviteten i bioprocesser jämfört med konkurrenterna i sektorn.”

Den 21 november 2023 rapporterade NVIDIA intäkter på 18,12 miljarder dollar för tredje kvartalet som avslutades den 29 oktober 2023, en ökning med 206 procent från året före och 34 procent från föregående kvartal.

#3. BioMap och MBZUAI: gemensamma insatser för att skapa ett biodatorlaboratorium

Den 14 mars 2023 ingick BioMap ett strategiskt samarbete med Mohamed bin Zayed University of Artificial Intelligence (MBZUAI) för att inrätta Mellanösterns första forskningslaboratorium för biodatorinnovation och möta regionens behov inom livsvetenskaperna.

Samarbetet ska undersöka BioMaps tvärmodala bioberäkningsmodell xTrimo, Cross-model Transformer Representation of Interactome and Multi-Omics, för att skapa storskaliga livsvetenskapliga modeller för bland annat proteingenerering, förutsägelse av proteinstrukturer och cellfunktioner samt andra livsvetenskapliga uppgifter.

Fokus ligger på genombrott inom AI-genererade proteiner (AIGP) för att möta Mellanösterns behov inom hälsa, läkemedelsdesign, energi och miljöskydd.

Utöver proteindesign ska BioMaps teknik möjliggöra avancerad cellkarakterisering, exakt förstagångsmodellering av immunceller och mycket mer.

BioMap, som grundades tillsammans med Baidus vd Robin Li, kombinerar ledande kompetens inom AI och bioteknik för att angripa centrala problem inom livsvetenskaperna, såsom målidentifiering, de novo-design av läkemedel och enzymoptimering.

Det kinesiska startupbolaget inom biologisk databehandling tog in mer än 100 miljoner dollar i en serie A-runda enligt rapporter från augusti 2021. Rundan leddes av CGV Capital och bland övriga investerare fanns Baidu, Legend Capital, Bluerun Ventures och Xianghe Capital.

Vart är OI på väg?

OI har utan tvekan fångat forskarsamhällets fantasi. Avancerade teknikföretag och framstående experter investerar också resurser. Hur OI:s framtid utvecklas beror dock på några avgörande aspekter av teknikens fortsatta utveckling.

För att OI ska lyckas som banbrytande teknisk innovation måste den kunna bli snabbare, effektivare och kraftfullare i jämförelse med kiselbaserad databehandling och AI. Samtidigt måste högre hastighet, effektivitet och prestanda kombineras med lägre energibehov för att tekniken ska bli attraktiv och kostnadseffektiv.

Framöver måste OI bli genuint tvärvetenskaplig, eftersom det är mycket komplext att skala dagens hjärnorganoider till hållbara tredimensionella strukturer. Strukturerna kommer att vara fulla av celler och gener som hjälper människor att lära sig nya och komplexa saker.

För att skapa idealiska biodatorer måste organoiderna dessutom kopplas till avancerade in- och utmatningsenheter, särskilt elektroniska enheter utrustade med kraftfulla AI- och maskininlärningssystem.

Forskare på området ser ett stort behov av nya och avancerade modeller, algoritmer och gränssnittstekniker för att skapa effektiv och meningsfull kommunikation med hjärnorganoiderna. För bästa möjliga resultat måste utvecklarna förstå hur organoiderna lär sig, beräknar, bearbetar och lagrar data.

Datamängderna kommer, som redan framgår, att bli oerhört omfattande.

Under tiden bidrar OI-forskningen också till bättre förståelse av hur hjärnan och dess djupa, komplexa neurologiska nätverk fungerar. Den kunskapen kan förbättra behandlingen av patienter med neurologiska sjukdomar.

Att återskapa en mänsklig hjärnas förmågor i laboratoriemiljö kan slutligen få enorma konsekvenser. Risken för missbruk kan vara betydande. Forskarsamhället måste därför redan från början säkerställa att forskning och utveckling inom OI tar stor hänsyn till samhällets etiska system. Ett tydligt etiskt ramverk måste vara en grundläggande förutsättning för att OI ska kunna utvecklas framgångsrikt.

Klicka här för en lista över de mest lovande bioteknikaktierna.