Wetenschappers van de University of Bristol hebben een doorbraak geforceerd in de bio-computing door menselijke hersenorganoïden in staat te stellen tactiele informatie te verwerken. De onderzoekers slaagden erin om deze biologische structuren te trainen in het classificeren van Braille-letters via een specifieke elektrische stimulatiewijze. De resultaten van dit experiment werden recentelijk gedeeld in een arxiv.org.
De kern van het experiment draait om het creëren van een interface tussen digitale sensoren en biologisch weefsel. Hierbij werden organoïden van de menselijke voorhersenen geplaatst op een microelectrode array (MEA) met een lage dichtheid. Om de tactiele data begrijpelijk te maken voor de cellen, werd een overdraagbare coderingsstrategie toegepast. In deze context is codering het proces waarbij informatie wordt omgezet van het ene formaat naar het andere om verwerking door een specifiek systeem mogelijk te maken, zoals toegelicht in een lightnode.com.
Voor dit specifieke project werden event-gebaseerde tactiele signalen van een zogenaamde 'Evetac-sensor' vertaald naar elektrische patronen. Volgens de werd de interactie geoptimaliseerd door te variëren met parameters zoals de triggervertraging, de faseduur, de fase-amplitude en het aantal pulsen. De biologische reactie werd vervolgens gemeten via de ruimtelijke verschuiving van het activiteitscentrum en de spike-activiteit van de neuronen.
De resultaten van het onderzoek tonen aan dat de schaal van het biologische systeem een grote invloed heeft op de precisie van de herkenning. Wanneer er gebruik werd gemaakt van één enkele organoïde, lag de gemiddelde nauwkeurigheid bij het classificeren van de Braille-letters op 61%. De prestaties verbeterden echter drastisch wanneer de reacties van een ensemble van drie organoïden werden gecombineerd; in dat geval steeg de nauwkeurigheid naar 83%.
Naast de hogere precisie bleek de groepsconfiguratie ook stabieler. In de wordt vermeld dat dit ensemble een grotere weerstand vertoonde tegen kunstmatige ruis, wat suggereert dat clusters van biologische eenheden robuuster zijn dan een enkele organoïde.
Dit onderzoek, uitgevoerd door een team waaronder Benjamin Ward-Cherrier, Hemma Philamore en Tianyi Liu, opent nieuwe wegen voor de ontwikkeling van adaptieve computerelementen die zeer weinig energie verbruiken. Door digitale sensoren te koppelen aan biologische intelligentie, hopen de wetenschappers systemen te bouwen die efficiënter leren dan traditionele chips op basis van silicium. De succesvolle vertaling van sensorische data naar biologische signalen is hierbij een cruciale stap, aangezien dit proces van codering essentieel is voor elke vorm van communicatie tussen verschillende systemen, zoals .
De meest recente update van het onderzoek (versie 3), gedateerd op 7 september 2026, bevestigt de effectiviteit van de multi-organoïde aanpak voor het verwerken van complexe tactiele informatie.