ビッグニュース！機械とオルガノイドのハイブリッド「生体コンピュータ」誕生！あるいはAIハードウェアのボトルネックを克服する

人類の「司令センター」である人間の脳には、約 2,000 億個の細胞があり、それらは数兆個のナノメートルサイズのシナプスを通じて互いにつながっています。

現在、人工知能（AI）ハードウェアを搭載した人工ニューラルネットワークには約800万ワットのエネルギーが必要ですが、人間の脳には約20ワットしか必要ありません。

脳は神経可塑性と神経新生を通じて、最小限のトレーニングコストでノイズの多いデータを効率的に処理して学習できるため、高精度のコンピューティング方法に必要な高いエネルギーを回避できます。

インディアナ大学ブルーミントン校、フロリダ大学、シンシナティ小児病院医療センター、シンシナティ大学の研究者らは、人間の脳の構造と機能に着想を得て、機械とオルガノイドのハイブリッドコンピューティングシステム「Brainoware」を発明した。

従来のコンピューティング ハードウェアと脳オルガノイドを含むこのシステムは、音声認識や非線形方程式の予測などのタスクを実行できます。さらに、このシステムは電気刺激に応じて柔軟に変化・再編成できるため、時間やエネルギー消費、発熱といった現在のAIハードウェアの課題も解決できると期待されています。

「人工知能のための脳オルガノイド・リザーバー・コンピューティング」と題された関連研究論文が、ネイチャーの子会社であるネイチャー・エレクトロニクスに掲載されました。

論文の著者らは、脳オルガノイドはシステムの一部に過ぎず、より複雑な人工ニューラルネットワークがまだ実証されていないと述べている。

ジョンズ・ホプキンス大学の准教授レナ・スミルノバ氏とその同僚は、この論文と併せて発表されたニュース＆ビュー記事で、「これらのオルガノイドシステムの複雑さが増すにつれ、人間の神経組織を含むバイオコンピューティングシステムの研究を取り巻く神経倫理の問題がますます重要になってきています。汎用バイオコンピューティングシステムが開発されるまでには数十年かかるかもしれませんが、この研究は学習、神経発達、神経変性疾患のメカニズムに関する基本的な洞察を提供する可能性を秘めています。」と書いています。

音声認識機能あり

AI の最近の成功は、主にシリコン コンピューティング チップを使用して大規模なデータ セットを処理する人工ニューラル ネットワーク (ANN) の開発によって推進されてきました。しかし、現在の AI コンピューティング ハードウェア上で人工ニューラル ネットワークをトレーニングするには、エネルギーと時間がかかり、データとデータ処理ユニットが物理的に分離されているため、フォン ノイマン ボトルネックが発生します。

人間の脳の構造、機能、効率は、AI ハードウェアの開発にインスピレーションを与えます。人間の脳は、生物学的ニューラル ネットワーク (BNN) でデータの保存と処理を組み合わせ、フォン ノイマン ボトルネックの問題を自然に回避します。

BNN に触発されて、科学者たちは、たとえばメモリスタを使用して、効率的で低コストのニューロモルフィック チップの開発に取り組んできました。しかし、現在のニューロモルフィックチップは脳の機能を部分的にしか模倣できないため、処理能力の向上が重要です。

この点に関して、この研究では、オルガノイドに埋め込まれたヒト脳オルガノイドニューラルネットワーク（ONN）のリザーバー計算と教師なし学習機能を活用する AI ハードウェアを紹介しています。このアプローチは、オルガノイドの神経可塑性を通じて時空間情報を処理し、教師なし学習を実現することができます。

図 |教師なし学習によるBrainoware AIコンピューティング（出典：論文）

現在の 2D インビトロニューロン培養やニューロモルフィックチップと比較して、オルガノイドは BNN の複雑性、接続性、神経可塑性、神経発生、および低エネルギー消費と高速学習を提供できるため、Brainoware は AI コンピューティングに関するより多くの洞察を提供できます。

オルガノイドの高い可塑性と適応性のおかげで、Brainoware は電気刺激に応じて柔軟に変化し、再編成することができ、適応予備コンピューティングを実行する能力を強調しています。

研究により、この方法は非線形ダイナミクス、減衰メモリ、空間情報処理などの物理的予備特性を表示でき、音声認識や非線形方程式の予測も実行できることが示されています。さらに、この研究では、この方法が ONN の機能的接続性を再形成することでトレーニング データから学習できることが実証されました。

図｜音声認識（出典：本論文）

しかし、現在の Brainoware アプローチにはいくつかの制限と課題があります。

技術的な課題の 1 つは、オルガノイドの生成と維持です。さまざまなプロトコルが確立されてきましたが、現在のオルガノイドは依然として、高い異質性、低い生成効率、壊死/低酸素症、および変動する活性の問題を抱えています。さらに、オルガノイドの計算能力を最大限に活用するには、オルガノイドを適切に維持およびサポートすることが重要です。

現在の Brainoware ハードウェアは消費電力が少なくなっていますが、それでもかなりの電力を消費する追加の周辺機器が必要です。電子産業とシステム統合の発展次第では、将来的には、オルガノイドの維持とインターフェースのためのカスタマイズされたシステムを使用して、非常に低エネルギーの統合を実現できるはずです。

Brainoware は、平らで剛性の高い MEA 電極を使用してオルガノイドとインターフェースしますが、オルガノイドは臓器の表面にある少数のニューロンのみを刺激/記録できます。そのため、オルガノイドと AI ハードウェアおよびソフトウェアを包括的にインターフェースする方法を開発する必要があります。

もう一つの技術的な課題は、データの管理と分析です。 Brainoware からの時空間情報のエンコードとデコードは、まだ最適化する必要があり、これは複数のソースとモダリティからのデータの解釈、抽出、処理の効率を改善することで実現できます。さらに、この新しい AI ハードウェアは大量のデータを生成する可能性が高いため、データ分析と視覚化のための新しいアルゴリズムと方法の開発が必要になる可能性があります。

幅広い応用の可能性

上記の Brainoware に関する研究は、科学者によるオルガノイドに向けた試みにすぎません。

研究の焦点の一つであるオルガノイドとは、体外環境で培養できる三次元構造を持つ微小臓器を指します。実際の臓器に似た複雑な構造を持ち、実際の臓器の生理機能を部分的にシミュレートすることができます。

2009年、オランダのヒューブレヒト研究所のハンス・クレバース氏のチームは、成体幹細胞を小腸の陰窩と絨毛構造に培養することに成功し、オルガノイド技術の幕開けとなった。

オルガノイドは臓器移植や薬物スクリーニングに大きな期待が寄せられています。また、人間の病気の細胞モデルを作成し、それを実験室で研究して病気の原因をより深く理解し、可能な治療法を特定する機会も提供します。この点でオルガノイドの威力は、遺伝性の小頭症の治療に初めて活用されました。患者の細胞を使って、より小型で初期ニューロンに異常のある脳オルガノイドが作られました。

2021年、オーストリア科学アカデミー（ウィーン）の研究チームは、ヒト多能性幹細胞を用いて世界初となる体外自己組織化心臓オルガノイドモデルの培養に成功しました。このモデルは、ステントによるサポートを必要とせずに、自発的に空洞を形成し、自律的に拍動することができます。同時に、この心臓オルガノイドは心臓線維芽細胞を自律的に動員し、損傷後に移動して損傷を修復することができます。

図 |鼓動する心臓オルガノイド（出典：メンジャン研究室）

今月初め、ネイチャー・メソッド誌に掲載された論文によると、オーストリア科学アカデミー分子生物工学研究所の科学者らがドーパミン系のオルガノイドモデルの開発に成功したという。このモデルは、ドーパミン系の複雑な機能とそれがパーキンソン病に及ぼす潜在的な影響を詳細に明らかにします。このオルガノイドモデルがパーキンソン病の細胞ベースの治療法の改善に使用できる可能性があることは喜ばしいことです。

ほぼ同時期に、科学誌「Cell Reports」に掲載された研究報告では、スタンフォード大学医学部などの科学者らがオルガノイドの3次元臓器組織モデルを使用して、さまざまな種類の癌の増殖を引き起こす遺伝子を選別し、口腔癌と食道扁平上皮癌における非常に有望な潜在的標的を特定した。

現在、オルガノイド培養技術は急速な技術発展と多数の科学的研究成果の段階にあります。幅広い応用の見込みがある一方で、一連の重要な課題にも直面しています。その中には、ヒト胚性幹細胞を効果的に使用して、安定した永続的な in vitro モデルを確立する方法も含まれます。人間の微小環境をより現実的にシミュレートする方法。科学的研究特性を備えた製品の大量生産を実現し、それを臨床製品にうまく変換する方法を学びます。

今後、オルガノイド技術の継続的な発展により、医学、生物学、医薬品開発、AIなどの分野にさらなる機会とブレークスルーがもたらされると期待しています。

参考リンク:

https://www.nature.com/articles/s41928-023-01069-w

https://en.wikipedia.org/wiki/Organoid#Properties

https://pubmed.ncbi.nlm.nih.gov/37922313/

https://www.nature.com/articles/s41592-023-02080-x