گروهی از پژوهشگران دانشگاه University of California, Santa Cruz موفق شدند با استفاده از بافت های عصبی رشدیافته در آزمایشگاه، یک مسئله کلاسیک مهندسی را حل کنند؛ دستاوردی که می تواند مسیر تازه ای در مطالعه یادگیری عصبی و بیماری های مغزی باز کند.

در این مطالعه، ارگانوییدهای قشری، توده های کوچکی از سلول های بنیادی موش که توانایی ارسال و دریافت سیگنال الکتریکی دارند، در یک سامانه حلقه بسته قرار گرفتند. این سامانه بر اساس عملکرد بافت عصبی، بازخورد الکتریکی هدفمند ارائه می کرد تا شبکه عصبی به تدریج تنظیم شود.

مسئله مورد آزمایش، مدل رایج میله و گاری بود که در پژوهش های یادگیری تقویتی استفاده می شود. نتایج نشان داد ارگانوییدهایی که بازخورد تطبیقی دریافت کردند، در 46 درصد چرخه ها به سطح عملکرد قابل قبول رسیدند؛ رقمی به مراتب بالاتر از گروه های بدون بازخورد یا با بازخورد تصادفی.

با این حال، پژوهشگران تأکید کرده اند که این یادگیری کوتاه مدت بوده و پس از حدود 45 دقیقه بدون تحریک، عملکرد به سطح اولیه بازگشته است. به گفته محققان، هدف از این پژوهش توسعه رایانه های زیستی نیست، بلکه درک بهتر سازوکار انعطاف پذیری مغز و تأثیر بیماری های عصبی بر فرآیند یادگیری است.

یافته های این تحقیق در تازه ترین شماره نشریه Cell Reports منتشر شده است.