Les découvertes d' électro-physiologie sur des cellules isolées, c 'est déjà ancien.... déjà bien connu... avec les mouvements ioniques associés... en 1968 !Envoyé par FinalSpark
....
Ce qui est plus récent, c' est le rôle des médiateurs chimiques autres que les catécholamines..... et l' explication fine des mécanismes....
Mais c' était quand même bien avant que le génie génétique ne se développe.
Les publications et traités du sujet ne peuvent donc y faire allusion....
rien ne sert de penser, il faut réfléchir avant.... (Pierre Dac...)
Ok merci des précisions. Il me reste un doute quant à la méthode qui permettrait de discriminer si le spike fort provient d'un seul neurone plutôt que de la superposition de deux spikes moyens de 2 neurones proches qui se trouvent activés simultanément ?
Enfin, l'essentiel: à quoi correspond l'activité électrique que l'on voit au juste, est-ce une activité parasite (je n'ose pas parler de "rêve" à ce niveau pré-embryonnaire) ou cela correspond t'il à l'output attendu comme conséquence d'input particulier ?
Dernière modification par GBo ; 23/05/2021 à 10h38.
peut etre que je dis des bêtises, mais je ne vois pas comment on peut "programmer" les liens entre les neurones biologiques, c'est le hasard des connexions, donc il n'y a pas d'output "attendu", on envoie un signal d'excitation et on mesure empiriquement ce qui ressort dans les neurones en contact avec les électrodes, ce qui permet de caractériser la neurosphère par sa réponse, c'est ça ?
mais où est l'apprentissage là dedans, est ce qu'on peut favoriser un type de réponse par rapport à un autre et comment ?
Oui tu dis des bêtises en m'interprétant de travers Archi3, j'ai pourtant écrit "attendu comme conséquence à un input", c'est à dire "une réaction à un signal d'input" par opposition à un "auto-triggering" (que j'ai aussi qualifié métaphoriquement de "rêve"). Dans un autre post j'ai aussi parlé de tentative de "reverse engineering", qui aurait tout lever tout bayesianisme intempestif lol
Dernière modification par GBo ; 23/05/2021 à 11h53.
ah oui c'est le "attendu" que j'ai mal compris, tu veux dire qu'on attend qu'il y ait un signal de sortie à partir d'une excitation externe, mais pas qu'on en attend un en particulier.
A part ça je ne sais pas ce qu'est un "bayesianisme intempestif", pas plus que je ne saurais ce que c'est qu'un "raisonnement logique intempestif".
Nous utilisons des progéniteur neuronaux dérivées de IPSC, Induced Pluripotent Stem Cells, pas des cellules primaires (i.e. pas des neurones qui viennent directement d'un cerveau), donc pas de tumeurs ou autres, elles sont "toutes neuves" (modulo les problèmes de mutation qui ont été citées par un autre intervenant).
Pour aller plus loin dans le réalisme de l'organe, certains font des organoides, on a pas encore été dans cette direction, d'abord car on n'en voit pas l'intéret à ce stade de nos travaux et aussi car les protocoles sont assez complexes et le stage de formation que l'on avait envisagé est tombé à l'eau (Covid...)
Chaque neurone spike à sa façon, donc en les superposant dans le temps, tu peux voir combien il y en a, car on distingue les traces de chacun. Dans l'image suivante d'une mesure que l'on a fait en Février, il y a entre 1 à 3 neurones par électrode (quand on a du signal).
[/QUOTE]
En général, c'est une activité dite "spontanée". Par contre, on peut parfois déclencher cette activité avec une petite stimulation électrique sur certaines électrode.
Ca c'est la bonne question!
Alors, l'état de l'art sur les cellules corticales de rats montre que la stimulation électrique avec certaines fréquences permet d'augmenter l'activité spontanée après que les stimulations aient cessées. C'est une forme de programmation, très élémentaire j'en conviens. Mais avec ce type d'approche, certains on pu laisser des neurones contrôler un simulateur de vol ou un robot.
Il y a également des approches liées au renforcement positif, en particulier la loi de Hebb (neurons firing together wire together), donc tu peux stimuler juste avant un spike pour accélérer la fréquence de spike. On travaille là-dessus.
Il y a aussi des approches ou tu injecte par exemple de la dopamine dans le milieu quand tu obtiens les spikes que tu veux (on a pas encore testé).
Le problème c'est que l'on a des neurones humains et l'état de l'art est assez aride en matière de plasticité neuronale par électrophysiologie.
FinalSpark, Building a thinking machine.
Nous avons battu aujourd’hui notre record de durée de vie pour une neurosphere: 100 jours!
Malheureusement, il semble que l’activité vient juste de s’arreter…
L’activité de nos neurosphères est visible online 24/7 sur:
https://bioserver.net/live/
FinalSpark, Building a thinking machine.
Bonsoir FinalSpark
C'est sympa de voir ce sujet remonter de temps en temps.
De mon coté, j'ai un problème sur le site, un rechargement en boucle. J'essaierai demain d'une autre machine
La vie trouve toujours un chemin
Merci, c'est vraiment un travail de longue haleine, par exemple:
- Cette expérience a commencé il y a 7 mois par une première phase qui a duré 4.5 mois, et les mesures ont ensuite pu commencer et se sont étalées sur 100 jours...
- Les neurosphères que j'utilise maintenant, bah, j'ai commencé leur culture en Juillet... 2020...
- Il y a 2 semaines on a réalisé notre centième expérience de transfert de neurosphères sur électrodes
...et on est même pas sûr que notre objectif soit réalisable...
FinalSpark, Building a thinking machine.
Pour les anglophones, nous avons récemment fait un petit point sur les travaux en cours!
https://finalspark.com/artificial-in...roject-status/
FinalSpark, Building a thinking machine.
Nous avons fait cette semaine notre première image au microscope électronique de nos neurosphères... c'est généralement conforme à un autre travail déjà publié, mais c'est surtout... incompréhensible...on pensait avoir des réponses, mais on a surtout des questions, le mystère s'épaissit....
La seule chose qui semble clair c'est que l'on ne voit pas du tout la même chose que pour des cellules neuronale adhérentes...
FinalSpark, Building a thinking machine.
Magnifique image
Peut-on avoir un lien vers la publi ? Siou plééééééé
Oui, ici: https://www.researchgate.net/publica...ional_assembly
Ils ont en commun avec nous d'avoir des neurosphères de neurones humains, par contre les leurs viennent d'embryons alors que les nôtres sont des IPSC (ce sont des progéniteurs neuronaux regénérés à partir de cellules déjà différenciées).
FinalSpark, Building a thinking machine.
Merci beaucoup
Par contre vu l'heure, je lirai demain.
Bonjour,Nous avons fait cette semaine notre première image au microscope électronique de nos neurosphères... c'est généralement conforme à un autre travail déjà publié, mais c'est surtout... incompréhensible...
La seule chose qui semble clair c'est que l'on ne voit pas du tout la même chose que pour des cellules neuronale adhérentes...
Si tu as le courage de développer un peu pour les néophytes, ce serait super sympa.
Chacune de tes phrases finissant par 3 petits points et un smiley piquent ma curiosité.
Je lis ce fil (et un peu les liens) à chaque fois qu'il bouge. C'est sympa de montrer la progression d'une étude en live.
Merci.
Jusqu'ici tout va bien...
Face à une image en microscopie électronique, je suis comme toi, absolument néophyte...
Et je partage à 100% ta curiosité, mais je suis pour l'instant incapable de fournir une identification argumentée de ce que l'on voit sur cette image (ni de la centaine d'autre images que l'on a pris d'ailleurs).
D'ailleurs la publication que j'ai indiquée est également très prudente dans ses interprétations (on a d'ailleurs contacté l'auteur).
Plusieurs de mes relations ont mentionné que l'on voyait des neurites (les nombreuses structures filiformes), à ce stade pour moi c'est une hypothése intéressante. Pour l'instant, je n'en sais guére plus alors je continue ma biblio...
FinalSpark, Building a thinking machine.
Allez, un peu de news...
On a fait réaliser une qRT-PCR sur nos neurosphéres, c'est une évaluation plus qualitative que quantitative, avec 14 marqueurs.
Ce qu'il en ressort, c'est la présence confirmée de neurones glutamatergiques, gabaergiques et cholinergiques, ainsi que des cellules gliales oligodendrocytes et astrocytes. Plus surprenant, nous avons encore des marqueurs de prolifération, ce qui suggérerait la présence résiduelle de cellules au stade pluripotent, alors qu'elles étaient censées être différenciées depuis quelques mois.
Sinon, nous avons commencé la partie stimulation chimique, mais la mise au point de la micro-fluidique correspondante nécessitera encore de nombreux mois, sans doute même une année si l'on veut réaliser tout ce que l'on a en tête...
En parallèle, on continue à améliorer la micro-fluidique "standard". On suit également une nouvelle piste en électro-stimulation.
A cet effet, j'ai 4 de mes neurosphéres qui se sont (malheureusement) collées ensemble il y a déjà plusieurs mois (photo ci-dessous). On a décidé des le mettre en observation sur 32 électrodes avant-hier.
Vous pouvez voir leur activité en temps réel ici sur le MEA1, elles tiennent une excellent forme!
https://bioserver.net/live/
FinalSpark, Building a thinking machine.
Merci de nous tenir au courant de cette expérience (ou aventure ?) passionnante.
Rien ne sert de penser, il faut réfléchir avant - Pierre Dac
C'est un plaisir.
J'ai omis de mentionner que le premier objectif de la stimulation chimique est de vérifier la fonctionnalité des différents types de récepteurs (par exemple on injecte du NMDA pour vérifier la réponse des récepteurs NMDA en mesurant les potentiels d'actions sur les électrodes).
FinalSpark, Building a thinking machine.
Hello,
Nous avons publié cette semaine l’état de notre recherche sur notre blog: https://finalspark.com/artificial-in...roject-status/
En gros, la fiabilité de nos procédés pour la création de neurosphères et la micro-fluidique sont suffisants et nous sommes passés désormais dans un mode “production” de données. Ces données electrophysiologiques nous servent à développer nos systèmes d’IA. On voit ici l’augmentation de nos données collectées les 12 derniers mois.
Je rappelle que notre objectif est faire en sorte ques nos assemblages de neurones fournissent les réponses souhaitées (potentiels d’actions mesurés en uV) pour des entrées données (stimulations en uA).
Nos systèmes d’IA comprennent donc d’une part l’interprétation des potentiels d’action et la génération des stimulations. Actuellement on teste respectivement des réseaux de neurones artificiels avec des tenseurs 5D et du deep Q-Learning.
Cette approche permet théoriquement de couvrir toutes les stratégies de plasticité neuronale testées en electrophysiologie ces 50 dernières années. Le diagramme ci-dessous résume cette approche.
Je rappelle que notre objectif est de faire des systèmes d’IA biologiques, et ultimement de réaliser une machine biologique intelligente.
D’autre part, une nouvelle importante est parue cette semaine dans le Financial Times, où le Pr Hartung met en avant les perspectives théoriques offertes pour l’IA par les organoides. Cela me fait personnellement immensément plaisir de voir que des chercheurs si respectés partagent finalement la même vision pour laquelle nous travaillons déjà depuis plusieurs années. Cela met un coup de projecteur sur le biocomputing, d’ailleurs nous avont un interview prévu Lundi!
FinalSpark, Building a thinking machine.
Merci pour ces infos intéressantes. Le FT n'est pas en accès libre mais il y a eu aussi un article cette semaine sur CNN : https://edition.cnn.com/2023/03/02/w...scn/index.html
Donc je repose ici ma question ; qu'est-ce qu'un ordinateur vivant?
C’est vraiment une expression (d’ailleurs abusive) pour désigner quelque chose qui n’a pas encore de nom “officiel”. Mais si on considère un tissu nerveux vivant connecté à des électrodes sur lesquelles on rentre un signal, et d’autres sur lesquelles on lit un signal, on obtient un système capable de traiter l’information (qui est la définition de l’informatique). Attention, au même titre qu’une flaque d’eau traite l’information quand on jette un caillou dedans (entrée position/vitesse du caillloux, sortie image des vagues à la surface).
A ce stade c’est juste du “liquid state machine”: la sortie peut-être modélisée comme le résultat d’un calcul complexe mettant en oeuvre l’intéraction de neurones ou de molécules.
Et ces 2 exemples ont été effectivement implémentés avec succés.
Bon maintenant, le côté plus “ordinateur” c’est la possibilité supplémentaire de programmer ce traitement de l’information. Avec l’eau c’est impossible (on ne peux pas modifier ponctuellement les forces qui influencent les molécule de h2o entre elles). Avec un réseau de neurones biologiques c’est possible en modifiant les synapses. Au final on obtient des possibilités similaires aux réseaux de neurones artificiels.
FinalSpark, Building a thinking machine.
Voici un élément de réponse à ce que représente un "ordinateur vivant".
https://trustmyscience.com/neurones-...nateur-vivant/
Il faudrait changer d'appellation et appeler cela un bio-ordinateur
Dernière modification par oualos ; 07/04/2023 à 10h17.
Oui, nous on l’appelle aussi bioprocesseur.
Voici l’abstract: https://meetings.aps.org/Meeting/MAR23/Session/A11.1
Cela semble en effet être un exemple de liquid state machine. Il faut savoir qu’il y a déjà eu plusieurs implémentations qui utilisent les connections d’un tissu nerveux pour réaliser une fonction simple (robot, conduite d’un simulateur de vol) et qui ne sont même pas à proprement parler du reservoir computing.
Comme mentionné précédemment, le Graal reste de maitriser la neuroplasticité. Comme ci-dessous où cette équipe rapporte avoir permis au réseau biologique d’apprendre à jouer à pong:
https://www.cell.com/neuron/fulltext...showall%3Dtrue
FinalSpark, Building a thinking machine.
Bonjour,
Un petit point sur nos recherches pour bien commencer cette nouvelle année.
Nous avançons sur plusieurs axes en parallèle:
* Optimisation du nombre de réponses obtenues par stimulation: nous avons un programme python qui maintenant va routinement scanner tous les paramètres de stimulation (plusieurs centaines de combinaisons) pour trouver les courants, électrodes, polarités, durée optimales pour générer le plus grand nombre de réponse (rapportée à l'activité spontanée).
* Analyse par IA: Nous continuons à tester l'utilisation de réseaux de neurones artificiels pour détecter des changements dans les réseaux de neurones biologiques induits par nos stimulations.
* Dopamine: Nous testons la libération de dopamine par décageage moléculaire. Pour cela on utilise une molécule de dopamine inactivée par une molécule qui lui est liée. Avec un rayonnement UV, on est capable de séparer ces molécules et donc de libérer la dopamine a un instant précis directement dans le milieu de culture. Nous avons réalisé le système et le testons. L'image ci-dessous montre une photo au moment de l'illumination du milieu, on peut voir la fibre optique en haut en noir.
* Conception: Nous avons réalisé notre propres réseaux d'électrodes (MEA) et commençons les tests. C'est particulièrement utile pour optimiser la partie micro-fluidique.
* Travaux externes: Durant le Covid, nous avons dû développer un système pour téléopérer avec nos neurones (stimulation, lecture, pompes, etc), du coup notre plateforme de recherche peut maintenant être utilisée à distance du monde entier. Nous la mettons à disposition gratuitement à des groupes de recherches. Actuellement, 4 universités l'utilisent (France, Allemagne, Angleterre, US) pour travailler comme nous sur le sujet de l'apprentissage et de la neuro-plasticité. En effet, un bioprocesseur ne sera utile que le jour où on sera capable de lui apprendre facilement des relations d'entrées sorties spécifiques.
* Démonstration: Nous travaillons à une démonstration pour le grand public.
* Futur: Nous allons avancer sur plusieurs nouveaux axes de recherche:
- au niveau biologique: nouveaux assemblages de neurones, nouveaux types de neurones (protocoles de différentiation), caractérisation (séquençage ARN, immunofluorescence) et expression de récepteurs postsynaptiques (vecteurs viraux)
- nouvelles méthodes de stimulations
- nouvelles architectures de MEA
- conception de nouvelles interfaces électroniques permettant aux groupes de recherche de travailler en parallèle
FinalSpark, Building a thinking machine.
Bonjour,
Notre activité a significativement capté les médias récemment, y compris la partie magazine de Futura-Sciences et cela me motive donc pour faire un petit point ici, qui est le meilleur endroit au monde que j'ai trouvé pour rapporter de manière informelle des résultats techniques à une assemblée sensible à l'aspect scientifique, et mieux encore c'est en Francais.
Au niveau purement de notre infrastructure, nous avons triplé la surface de nos locaux, encore en cours d'installation. Mais cela nous a permis de réaliser nous-même nos propres MEA, dont les tests ont montré qu'ils fonctionnent, puis nous les avons optimisés pour régler des problémes récurrents de micro-fluidique que nous avions avec la version commerciale standard.
Un de nos objectif est d'offrir une solution qui permette de travailler en "open innovation" sur le problème du biocomputing en travaillant avec plusieurs groupes de recherche en parallèle avec le même but (apprentissage) mais avec des stratégies différentes. Il y a maintenant 9 universités qui utilisent nos neurones pour réaliser des expériences à distance de manière routinière. Nous avons publié début Mai dans Frontiers tous les détails techniques de cette platforme de recherche en biocomputing, le papier complet est disponible gratuitement ici (la rédaction de ce papier a pris 6 mois...).
Nous sommes toujours en train de mettre à jour l'interface électronique avec les réseaux d'électrodes pour permettre à plusieurs universités de travailler en même temps car actuellement, quand un groupe de recherche est connecté il bloque tous les 16 organoides cérébraux, même s'il en utilise un seul: ce qui est nouveau cette semaine est que notre prototype pour travailler en parallèle marche enfin! C'est un équipement également nécessaire pour mener plusieurs expériences en parallèle fonctionnant en boucle fermée (récompenser l'organoide quand il produit le résultat attendu). La multiplication des mesures est fondamental étant donné la variabilité statistique inhérente aux systèmes biologiques (d'autant plus sachant que nous ne pouvons pas nous appuyer sur des résultats de la littérature car nous sommes les premiers à tenter cela).
Au niveau des expèriences, nous avons pu confirmer l'effet de la dopamine sur l'activité du réseau. Pour rappel nous comptons sur la dopamine comme un mécanisme de "récompense" pour apprendre à nos organoides à réaliser des fonctions spécifiques (sur la base des entrées-sorties obtenues via les électrodes). Nous utilisons un mécanisme d'uncaging pour libérer la dopamine dans le milieu de culture: la dopamine est enfermée dans une cage moléculaire qui est ouverte par une illumination UV. L'image ci-dessous montre que le nombre de potentiels d'actions par minute (liée à l'activité spontanée) décroit lorsque l'illumination UV (représentée par une ligne verticale) est périodiquement délivrée.
Cette décroissance est compatible avec l'effet de l'activation des récepteurs de type D2 de la dopamine.
D'autre part, nous avons effectué un séquencage ARN de nos organoides, qui nous a permis (entre autres) de confirmer la présence de ces récepteurs. D'autres mesures nous ont permis de renforcer l'hypothèse de l'activation de ces récepteurs (en particulier que l'effet de l'UV sur l'impédance du milieu était de second ordre). Pour donner un ordre de grandeur ces mesures correpondent à plusieurs dizaines d'expériences (certaines pouvant durer plusieurs heures), chacune nécessitant parfois des heures de discussion et d'études statistiques pour en tirer des conclusions... pour rajouter encore à la difficulté, nous avons testé 2 cages moléculaires différentes, sachant que l'une d'entre elle n'est soluble dans le mileu de culture qu'à la condition d'être préalablement mise en solution dans du diméthylsulfoxide qui est... neurotoxique (simplement trouver la molarité adéquate a engendré la perte des nombreux organoides...).
Malheureusement, le séquencage montre également l'absence de récepteurs dopamine de type D1. Nous avons donc entamé une autre campagne de création d'organoides selon des protocoles plus susceptibles de différencier nos cellules dans des sous-types présents dans des régions du cerveau connues pour être riche en D1.
D'autre part nous avons également réalisé nos premières images en immuno-fluorescence par microscopie confocale. L'image ci-dessous montre une coupe (1um d'épaisseur) indiquant la position des astrocytes et des neurones, ainsi que des noyaux. On peut conclure de cette image une répartition assez uniforme, ce qui est exactement ce dont nous avons besoin (car nous ne maitrisons pas l'orientation des organoides quand ils sont déposés sur les électrodes).
FinalSpark, Building a thinking machine.
Merci pour la mise à jour, c'est toujours aussi intéressant.
bonjour Finalspark. Peux-tu commenter l'image de microscopie électronique du message #41 ? Les filaments que l'on voit et qui ressemblent à des racines de lierre, sont-ce les axones des neurones? des dendrites? autre chose?
Pour répondre simplement, on ne sait pas avec certitude. J’ignore en effet comment distinguer morphologiquement les axone des dendrites, en général on les qualifie de “neurites”, en laissant ainsi le flou sur leur identité. Mais il faut savoir qu’il ne s’agit peut-être même pas de neurones mais de cellules gliales. Je ne connnait même pas de méthode pour distinguer visuellement ces 2 types de cellules, qui sont pourtant radicalement différents (l’image en immunofluorescence que j’ai postée permet au moins de distinguer neurones et astrocytes). Certains disent qu’ils sont capables de reconnaitre les astrocytes au microscope optique.
Pour être sûr de l’identité de ce que l’on observe, l’image en immuno-fluorescence est idéale. Et pour répondre à ta question, il faudrait utiliser des anticorps permettant d’identifier les axones et les dendrites (cela existe).
