在令人印象深刻的概念验证演示中，一个跨学科的科学家团队开发了一种由机器学习算法驱动的生物电子系统，该算法可以移动活细胞中的膜电压并将其维持在设定点10小时。
每个活细胞都会在细胞膜上维持一个电压，该电压是由细胞内部和外部的带电离子浓度差异引起的。通常称为膜电位或静息电位，此电压受细胞膜中的离子通道调节，在细胞生理和功能(例如增殖和分化)中起重要作用。
由于细胞响应其环境变化的复杂方式以及称为稳态的自然自我调节反馈过程，利用生物电子学控制细胞非常困难。细胞调节离子运动以维持稳定的膜电压，因此研究人员必须开发一种可以抵消这种自然反应的系统。
“生物反馈系统是生命的基础，其故障通常涉及疾病。这项工作表明，我们可以使用由机器学习驱动的生物电子设备的组合来调整此反馈，并有可能恢复其功能，”教授Marco Rolandi说加州大学圣克鲁斯巴斯金分校工程与计算机工程系主任。
Rolandi是描述这项工作的论文的高级通讯作者，该论文于9月24日发表在《高级智能系统》杂志上。其他帮助指导该项目的通讯作者是加州大学圣克鲁斯分校应用数学助理教授马塞拉·戈麦斯(Marcella Gomez)和塔夫茨大学再生与发育生物学中心主任，哈佛大学怀斯学院副教授迈克尔·莱文(Michael Levin) 。
研究人员开发了一个系统，该系统包括一系列生物电子质子泵，可在溶液中添加或去除氢离子，使其与培养的人类干细胞邻近。对细胞进行基因修饰，使其在细胞膜上表达一种荧光蛋白，该蛋白响应膜电压的变化。该系统由机器学习算法控制，该算法可跟踪膜电压如何响应质子泵的刺激。
“这是一个闭环系统，它可以记录细胞的行为，确定使用质子泵进行何种干预，观察细胞如何反应，然后确定达到和维持膜电压状态所需的下一次干预。欲望。”罗兰迪解释道。
