Bu Biyoelektronik Cihaz Çeper Potansiyelini Benzeri Görülmemiş Bir Şekilde Kontrol Edebiliyor
Bu biyohibrit cihaz otomatik öğrenme algoritması(bknz: machine learning algorithm) tarafından çalıştırılan bir kapalı döngü ile insan kök hücrelerinde 10 saat boyunca belirli bir çeper potansiyelinin korunması sağladı. Disiplinler arası bilim insanlarının oluşturduğu bu ekip, canlı hücrelerdeki çeper potansiyelini değiştirebilen ve 10 saat boyunca belirli bir çeper potansiyel noktasında tutabilen bir otomatik öğrenme algoritması tarafından yönlendirilen bir biyoelektronik sistem geliştirdiler ve uygulama ile işleyişini kanıtladılar.
Her canlı hücre; hücre zarı boyunca, hücrenin içindeki veya hücre dışındaki yüklü iyon konsantrasyonlarındaki farklılıklardan kaynaklanan bir çeper potansiyeline sahiptir. Genellikle membran potansiyeli veya dinlenme potansiyeli olarak adlandırılan bu potansiyel değer, hücre zarındaki iyon kanalları tarafından düzenlenir; hücre fizyolojisi ile proliferasyon ve farklılaşma gibi işlevlerde önemli role sahiptir.
Hücrelerin biyoelektronik bir şekilde kontrol edilmesi ya da hücrelerin çevrelerindeki değişikliklere tepki vermeleri karmaşık yollardan oluşur ve homeostaz olarak bilinen; doğal, kendi kendini düzenleyen geri bildirim süreci sebebiyle bu çeper potansiyelinin kontrolünün gerçekleştirilmesi zordur. Hücreler, membran voltajını sabit bir değerde tutmak için iyon hareketlerini düzenler, bu nedenle araştırmacıların bu doğal yanıtı önleyebilecek bir sistem geliştirmesi gerekiliydi.
UC Santa Cruz Baskin Mühendislik Okulu’nda Elektrik ve Bilgisayar Mühendisliği Bölüm Başkanı Profesör Marco Rolandi “Biyolojik geri bildirim sistemleri yaşam için çok temeldir ve sistemdeki herhangi bir aksaklıklar genellikle hastalıklarla ilgilidir. Bu çalışmada, bu geribildirimi otomatik öğrenme algoritması tarafından harekete geçirilen biyoelektronik cihazların bir kombinasyonunu kullanarak değiştirebileceğimizi ve potansiyel olarak işlevini eski haline getirebileceğimizi gösterdik.” Dedi.
Rolandi, 24 Eylül’de Advanced Intelligent Systems dergisinde yayınlanan bu çalışmayı anlatan makalenin kıdemlisi ve yazışmadan sorumlu yazarıdır. Projenin yönetilmesine yardımcı olan diğer ilgili yazarlar, UC Santa Cruz’da Uygulamalı Matematik Profesör Yardımcısı Marcella Gomez, Tufts Üniversitesi Rejeneratif ve Gelişimsel Biyoloji Merkezi Direktörü ve Harvard Üniversitesi Wyss Enstitüsü Öğretim üyesi olan Michael Levin’dir.
Araştırmacılar, kültürlenmiş insan kök hücrelerine çözeltiden hidrojen iyonları ekleyen veya çıkaran bir dizi biyoelektronik proton pompası içeren bir sistem geliştirdiler. Hücreler ise, hücre zarı üzerinde, zar voltajındaki değişikliklere yanıt verebilen bir floresan proteini ifade edebilmeleri için genetik olarak değiştirildi. Oluşturulan bu sistem, membran voltajının proton pompalarından gelen uyarılara nasıl tepki verdiğini izleyen bir otomatik öğrenme algoritması tarafından kontrol edilmiştir.
Ronaldi bu olayı “Hücrelerin davranışını kaydetmesi, proton pompalarının kullanılarak hangi müdahalenin uygulanacağının belirlemesi, hücrelerin nasıl tepkilerin verildiğinin gözlemlenmesi ve ardından istenilen membran potansiyelinin elde edilmesi ve koruması için gereken bir sonraki müdahalenin belirlemesi açısından kapalı döngüsel bir sistemdir. “diye açıkladı.
Otomatik öğrenim algoritmasını geliştiren Gomez, algoritmanın önceden herhangi bir veriye göre eğitilmediğini(önceden bilgisayara bir veri girişi yoktur) ve sistemin bir modele dayandırılmadığını söyledi. Sistem bunun yerine, “öğrenmeyi” gerçek zamanlı olarak; nöral ağla, membran voltajının mevcut durumuna ilişkin girdiye verdiği yanıtlarla gerçekleştirmektedir.
Gomez, “Biyolojinin uyarlanabilir doğası (yani hücrelerin dış uyaranlara verdikleri yanıtları değiştirebilme yeteneği) yapılan kontrollerde, statik modellerin ve geçmiş bilgilerin geçersiz hale gelebileceği ve uyarlanabilir bir yaklaşım gerektirdiği görünüyordu.” dedi.
Kök hücrelerin çeper potansiyeli; olgun, farklılaşmış hücrelerin çeper potansiyellerinden farklı olduğu için, araştırmacılar, bu sistemi kök hücrelerin belirli hücre tiplerine farklılaşmasını indüklemek ve yönlendirmek için kullanmılma olasılığıyla ilgileniyor. Bununla birlikte ekip, bu kavramın kanıtlanma çalışmasında hücre farklılaşmasına açıkça bakmadılar.
Ronaldi daha geniş bir kapsamda, kapalı döngü biyohibrit sisteminde; biyoelektronik ve otomatik öğrenim algoritmasının birleştirilmesinin, rejeneratif tıp ve sentetik biyolojide birçok potansiyel uygulamaya sahip olduğunu, ekibin bu çalışmalarının sonuçlarının, yaralarda rejenerasyonunun biyoelektronik akıllı kontrolünü sağlayan bir “akıllı bandaj” geliştirme üzerindeki çalışmalara ışık tutacağını belirtti.
Ronaldi “Bu çalışma, hücre işlevlerini kontrol etmek için biyoelektronik ve otomatik öğrenim algoritmalarının kullanımı için önemli bir kavramsal kanıttır” dedi.
Bu araştırma, Savunma İleri Araştırma Projeleri Ajansı (DARPA) tarafından finanse edildi.
Kaynak: sciencedaily.com
