artificial-neuron-communication

შვედმა მეცნიერებმა კაროლინის ინსტიტუტიდან შეძლეს შეექმნათ სრულია მოქმედი ხელოვნური ნეირონი ორგანული ბიოელექტრონიკის ბაზაზე. მასში არ არის “ცოცხალი” კომპონენტები, მაგრამ შეუძლია ტვინის ნერვული უჯრედების ფუნქციონალის შესრულება და სხვა ნეირონებთან დაკავშირება.

ნეირონი არის ცენტრალური ნერვული სისტემის სპეციალიზებული უჯრედი. ისინი ნეირონულ ქსელებს წარმოქმნიამ, რომლის საშუალებითაც ისინი ერთამანეთ გადასცემენ სიგნალებს. სიგნალები უჯრედებს შორის იონების საშალებით გადაიცემა ელექტრული მუხტის სახით, რომელიც ნეირონში გადის. მუხტი აქსონის საშუალებით გადაის დაობოლოებამდე სადაც სინაპსში გარდაიქმნება ქიმიურ ენერგიად, რომელიც ნეირომედიატროის, იგივე ნეიროტრანსმიტერის სახელით არის ცნობილი.

ნეირომედიატორები არის ბიოლოგიურად აქტიური ქიმიური ნივთიერება, რომელიც გადაცემენ იმპულსებს ნერვული უჯრედიდან სინაპტიკურ სივრცეში ნეირონებს შორის და ასევე ნეირონებიდან კუნთოვან უჯრედებში.

აქამდე ნეირონების სიმულაცია ხორციელდებოდა მხოლოდ ელექტრონული სიგანლების გადაცემით, მაგრამ შვედმა მეცნიერება ბიოელექტრონული მოწყობილობა შექმნეას, რომელსაც შეუძლია მიიღოს და ამოიცნოს ქიმიური სიგნალები, რომლებიც შემდგომში შეიძლება გადაეცეს ადამიანის უჯრედებს.

“ჩვენი ხელოვნური ნეირონი შექმნილია დენის გამტარი პოლიმერებისგან და მუშაობს, როგორც ადამიანის, – ამბობს წამყვანი მკვლევარი,  უჯრედის მიკრობიოლოგიის პროფესორი აგნეტა რიხტერ-დალფორსი. – ხელოვნური ნეირონის მგრძნობიარე კომპონენტი “შეიგრძნობს” ცვლილებას ქიმიურ სიგნალებში და გადაცემს მას ელექტრონული სახით. მეორე ეტაპზე ელექტრული სიგნალი გარდაიქმნება ნეიროტრანსმიტერში აცეტილჰოლინში, რომელიც ზემოქმედებ ცოცხალ უჯრედებზე.”

ჯერ-ჯერობით მოწყობილობა არ არის ჩვეულებრივი ნეირონის ზომის. მიზანი სწორედ ამ მოწყობილობის მინიატურიზაციაა, რის შემდეგაც შეძალებელი იქნება მისი იმპლანტაცია ადამიანის სხეულში. ამით შესაძლებელი იქნება ნერვული სისიტემის დაზიანებით გამოწყვეული დაავადებების მკურნალობა.

შესაძლებელი გახდება ნეირონების სიმულაცია ქიმიური სიგნალებზე დაყრნობით, რომლებიც მიიღება სხეულის სხვ და სხვა ნაწილებიდან. მომავალში შესაძლებელი გახდება დაზიანებული ნერვული უჯრედების გვერდის ავლა და სისტემის ფუნქციონალის აღდგენა.