近日，来自劳伦斯利弗莫尔国家实验室（LLNL）的多学科科学家团队开发了一款三维“芯片大脑”（brain-on-a-chip），它能够捕获体外培养活体脑细胞的神经活动，并提出了一种建模交互神经元群体及其网络结构的方式。简单来说，就是构建在芯片上培养脑细胞的模型。

   这种在芯片上培养脑细胞的模型，可以用于分析接种在体外片上脑部设备上的脑细胞中形成的神经元网络的结构。尽管已有研究人员从神经活动的快照中模拟了基本统计数据，但LLNL的方法是独特的，因为它可以模拟神经元文化的时间动态-这些神经网络的演变随着时间的推移而变化。

 

   这意味着，研究人员可以通过其了解神经社区结构，社区如何演变以及结构如何在实验条件下变化。虽然目前的这项工作是为2D片上大脑数据开发的，但该过程可以很容易地适应LLNL的3D片上大脑。

 

   具体来说，研究人员使用设计在片上脑部设备中的薄膜多电极阵列（MEA），成功捕获并收集了神经元网络在通信时产生的电信号。而这些数据作为教学工具，团队将标准的随机块模型与包含机器学习组件的称为高斯过程的概率模型相结合，以创建时间随机块模型（T-SBM）。

   此外，模拟神经连接变化并建立基线正常神经活动的能力可以帮助研究人员使用片上大脑设备来研究药物等干预措施对导致疾病变化的条件的影响。大脑如暴露于毒素，癫痫或脑损伤等疾病。研究人员可以在芯片上开发健康的大脑，诱发癫痫发作或引入毒素，然后模拟干预的效果以恢复到基线状态。

 

   该研究项目首席研究员表示：对于模拟神经连接计划是汇集工程、生物学和计算知识，开发出一种更能代表人脑生理机能和功能的模型。而这项研究或将推动该领域向着这个终极目标前进。