在科學實驗中，研究人員往往首先以小白鼠為實驗對象。但動物測試也面臨成本高且耗時，同時無法精確體現人類反應的局限。

近日，來自勞倫斯利弗莫爾國家實驗室（LLNL）的多學科科學家團隊開發了一款三維“芯片大腦”（brain－on－a－chip），它能夠捕獲體外培養活體腦細胞的神經活動，并提出了一種建模交互神經元群體及其網絡結構的方式。簡單來說，就是構建在芯片上培養腦細胞的模型。

這種在芯片上培養腦細胞的模型，可以用于分析接種在體外片上腦部設備上的腦細胞中形成的神經元網絡的結構。盡管已有研究人員從神經活動的快照中模擬了基本統計數據，但LLNL的方法是獨特的，因為它可以模擬神經元文化的時間動態－這些神經網絡的演變隨著時間的推移而變化。

這意味著，研究人員可以通過其了解神經社區結構，社區如何演變以及結構如何在實驗條件下變化。雖然目前的這項工作是為2D片上大腦數據開發的，但該過程可以很容易地適應LLNL的3D片上大腦。

具體來說，研究人員使用設計在片上腦部設備中的薄膜多電極陣列（MEA），成功捕獲并收集了神經元網絡在通信時產生的電信號。而這些數據作為教學工具，團隊將標準的隨機塊模型與包含機器學習組件的稱為高斯過程的概率模型相結合，以創建時間隨機塊模型（T－SBM）。

此外，模擬神經連接變化并建立基線正常神經活動的能力可以幫助研究人員使用片上大腦設備來研究藥物等干預措施對導致疾病變化的條件的影響。大腦如暴露于毒素，癲癇或腦損傷等疾病。研究人員可以在芯片上開發健康的大腦，誘發癲癇發作或引入毒素，然后模擬干預的效果以恢復到基線狀態。

該研究項目首席研究員表示：對于模擬神經連接計劃是匯集工程、生物學和計算知識，開發出一種更能代表人腦生理機能和功能的模型。而這項研究或將推動該領域向著這個終極目標前進。
責編AJX