Wissenschaftler haben eine innovative Methode namens GraMOS entwickelt, die Graphen nutzt, um Neuralorganoide zu stimulieren und ihr Wachstum zu fördern. Dieser Ansatz eröffnet neue Wege zum Verständnis des Bewusstseins und zur Behandlung neurologischer Erkrankungen. Die Technik nutzt die einzigartigen optoelektronischen Eigenschaften von Graphen, einem einzelnen Kohlenstoffatom-dicken Material, um Licht in milde elektrische Signale umzuwandeln. Diese Signale stimulieren die Neuralorganoide und fördern deren Interaktion und Kommunikation.
Forscher der University of California San Diego haben gezeigt, dass GraMOS die Reifung von Gehirnorganoiden beschleunigt. Dies ist besonders entscheidend für die Modellierung altersbedingter Erkrankungen wie Alzheimer. Elena Molokanova, CEO und Erfinderin von GraMOS bei NeurANO Bioscience, erklärte: „Mithilfe von Graphen und Licht konnten wir die Bildung von Verbindungen zwischen Neuronen stimulieren und ihre Entwicklung beschleunigen, ohne auf Standard-optogenetische Methoden zurückgreifen zu müssen. Wir haben eine Art sanfter Interaktion geschaffen, die das schnellere Wachstum von Neuronen lenkt, was besonders bei der Untersuchung altersbedingter Krankheiten unter Laborbedingungen wertvoll ist.“
Diese Durchbruchmethode baut auf früheren Arbeiten auf, wie der Zulassung von Inbrain Neuroelectronics in Barcelona im Jahr 2024 für die weltweit ersten Experimente mit Graphen-Neuroimplantaten, die gleichzeitig „Gedanken lesen“ und Parkinson behandeln können. GraMOS unterscheidet sich jedoch dadurch, dass Graphen direkt in Neuralorganoide integriert wird, was deren Entwicklung ohne invasive Eingriffe beschleunigt. Die mit Graphen integrierten Neuralorganoide werden empfindlich gegenüber äußeren Bedingungen und können ihre neuronalen Netzwerkketten unter Lichteinwirkung adaptiv neu konfigurieren. Diese Neuroplastizität übertrifft die Fähigkeiten klassischer Computerchips bei weitem und eröffnet Perspektiven zur Verbesserung künstlicher Intelligenz und zur Erweiterung ihrer Fähigkeit, komplexe, nicht-standardmäßige Aufgaben zu lösen.
In experimentellen Projekten verbanden Spezialisten Gehirnorganoide mit einer Graphenschnittstelle mit einem mit Sensoren ausgestatteten Roboterkomplex. Bei Kontakt mit einem Hindernis sendet der Roboter ein Signal, das die Stimulation des Organoids auslöst. Das Organoid erzeugt daraufhin eine neuronale Antwort, die zu einer Änderung der Bewegungsrichtung des Roboters führt. Dieser gesamte Zyklus dauert weniger als 50 Millisekunden. Die durch GraMOS erzielte Neuroplastizität bietet einen erheblichen Vorteil gegenüber herkömmlichen Computerchips für zukünftige KI-Anwendungen, da sie die Fähigkeit von KI-Systemen verbessert, komplexe, unvorhergesehene Probleme zu lösen, und eine höhere Fehlertoleranz und Zuverlässigkeit in kritischen Anwendungen gewährleistet.
Die Forscher demonstrierten ein überzeugendes Proof-of-Concept, indem sie Graphen-schnittstellen-Gehirnorganoide mit einem sensorbestückten Robotersystem verbanden. Bei Erkennung eines Hindernisses sendete der Roboter ein Signal zur Aktivierung des Organoids, das daraufhin ein neuronales Muster erzeugte, das den Roboter zum Kurswechsel veranlasste – die Schleife wurde in weniger als 50 Millisekunden abgeschlossen. Diese Integration deutet auf das Potenzial zukünftiger neuro-biohybrider Systeme hin, bei denen lebendes neuronales Gewebe und Roboter für verbesserte Prothesen, adaptive Schnittstellen oder neuartige Rechenmethoden zusammenarbeiten.
„Dies ist erst der Anfang“, schließen die Forscher. „Die Kombination aus der Vielseitigkeit von Graphen und der Biologie von Gehirnorganoiden kann die Möglichkeiten der Neurowissenschaften neu definieren – vom Verständnis der Gehirnfunktion bis zur Schaffung völlig neuer technologischer Paradigmen.“ Frühere Experten haben die Aussichten einer Arbeit Seite an Seite mit menschenähnlichen Robotern bewertet.