Graphene는 기계에 우리의 두뇌를 연결하는 열쇠를 쥐고 있습니다.

당신의 두뇌는 발사, 데이터 스트리밍 신호 - 전기 활동의 하이브입니다. 총 혼돈의 블랙 박스이기도합니다. 지금까지 뉴런을 장치와 컴퓨터에 연결하는 가장 좋은 방법은 뉴런을 폭넓게 조사 할 수 있었으며 운전중인 대상에 대한 광범위한 공감대를 가질 수있었습니다. 그러나 그래 핀 기술의 획기적인 발전은 우리가 개별 신경 신호 기존의 생물학적 상황에서 정신적 건강의 보전, 학습 및 보존을위한 거대한 파급 효과가 있습니다.

스페인, 이태리, 영국의 연구진은 그래 핀이 뉴런과 성공적으로 상호 작용하고 그로부터 전기 신호를 전달할 수 있음을 보여주었습니다. 이 연구는 신경 세포의 부착을 촉진하기 위해 그래 핀이 펩타이드로 코팅 된 이전의 노력을 바탕으로 만들어졌으며 그러한 코팅이 불필요하다는 것을 보여 주었다. 이전의 시도 및 다른 기술과 달리,이 연구는 시간이 지남에 따라 다른 임플란트를 쓸모 없게 만든 흉터 조직을 유발하지 않았습니다. 또한, 처리되지 않은 그라 핀을 사용하는이 버전은 신호 대 잡음비가 높기 때문에 생물학적 응용 분야에서 더 실용적입니다.

이 연구의 첫 번째 목표는 파킨슨 병 치료법입니다. 기존의 신경 인터페이스 기술은 뉴런의 출력을 읽고이를 다른 것으로 변환합니다. 뉴런과 직접 인터페이싱함으로써,이 작품이 신호를 간섭하는 데 사용될 수 있기를 희망합니다. 파킨슨 병은 신경 신호를 억제하지 못하기 때문에 인위적으로 외부 신호를 차단할 수있는 기술로이 문제를 해결할 수 있습니다. 이것이 기존의 이식 형 전극이 작동하는 방식이라고 생각합니다. 이러한 부적절한 신호를 방해하는 전기 충격을 비특이적으로 방송하는 것입니다. 개별 뉴런 해상도는 훨씬 더 많은 제어를 제공 할 수 있습니다.

Graphene은 생물학적 인터페이스에 이상적인 소재입니다. 유연하고 안정적이며 생체 적합합니다. 그것은 또한 전기 요금을 운반 할 수 있기 때문에, 그것은 신경 응용 프로그램에 사용하기 위해 연구의 관심을 piqued있다.

그래 핀은 강하지 만 힘든가요? http://t.co/uUfeb1h0oN @ENERGY #MaterialsScience pic.twitter.com/BippvPpK7C

- 버클리 연구소 (버클리 랩) 2016 년 2 월 22 일

기존의 신경 인터페이스 기술은 전극 배열을 사용하여 뉴런의 전체 분야를 평가하는 경향이 있습니다 (예: 개별 손가락을 제어하는 ​​데 사용 된 최근 사례). 이것은 일부 설정에서 유용 할 수 있지만, 많은 뉴런의 출력을 가려 내 원하는 신호를 찾는 것이 까다로울 수 있습니다. 그러나 개별 뉴런과 인터페이싱한다는 결의로 내려 가면 잠재력은 전례없는 제어이며 모든 종류의 신경 보철 잠재력을 지니고 있습니다.

적절한 뉴런 만 접촉 할 수 있도록 정교한 메커니즘이 필요합니다. 당신은 어떤 신호가 어디에서 왔는지 알아 내야합니다. 이 신호의 불협화음을 번역해야합니다.

전극을 임플란트하는 것은 까다로울 수도 있습니다. 기존의 기술은 전극을 뇌 조직에 밀어 넣고 그 과정에서 특정 연결을 거의 손상시킵니다. 이 기술은 현장 기록에만 관련되어 있기 때문에 일부 뉴런의 손상은 문제가되지 않습니다. 목표가 개별 뉴런과 인터페이스하는 것이면, 이것은 중요한 문제 일 수 있습니다.

또한 시스템을 "보정"해야 할 수도 있습니다. 신경 신호의 타이밍과 강도는 매우 중요합니다. 일반적으로 뇌는 스스로 교정합니다. 예를 들어, 야구 방망이를 휘두르는 연습을하면 연결을 강화하고 올바른 양의 힘과 방향을 사용하기 위해 긍정적이거나 부정적인 피드백을 보냅니다. 자체 수정 기능이없는 시스템에서 이러한 작업을 수동으로 조정해야하는 경우 작업이 더 어려워 질 수 있습니다. (두뇌는 "플라스틱"과 적응력이 뛰어나므로 반응을 기반으로 출력을 변조함으로써 자체 문제를 해결할 수 있습니다.)

이러한 유형의 문제는 엔지니어링 문제이지만 해결이 불가능하지는 않습니다. 이러한 과제가 해결되면 개별 뉴런과 인터페이스 할 수있는 능력이 심오해질 수 있습니다. 예를 들어, 뇌의 "우연히 일치하는 탐지기"는 하나 이상의 뉴런에서 들어오는 신경 자극을 감지합니다. 양쪽 모두로부터의 입력 타이밍이 충분히 가깝다면, 일치 검출기 자체에서 임펄스를 트리거 할 것이다. 이 메커니즘은 몇 가지 상황을 학습하는 데 사용됩니다.

이 메커니즘은 서로 다른 신경 사건을 연결하는 데 유용하기 때문에 두뇌의 먼 부분을 연결하는 개념을 구축하고 새로운 아이디어를 학습하는 데 사용될 수 있습니다. 이 과정을 수동으로 제어 할 수 있다면 Matrix-esque 학습 방식을 상상할 수 있습니다. 일치 감지기를 수동으로 트리거하여 다양한 개념을 연결하고 교실에 발을 들여 놓지 않고 생각을 구축 할 수 있습니다. 그러나 단기간에 파킨슨 병에서의 부적절한 신호 전달을 막는 것이 훨씬 어려울 것입니다. 먼저 부드러운 움직임을 유지하는 그래 핀 (graphene)을 찾으십시오.