在生物中,個體執行動作的能力具有較大差異:在反復訓練后,肌肉仍能保持“記憶”狀態,能夠長期維持肌纖維張力和以及強度。另外,即使在中斷訓練較長時間之后再進行恢復訓練,肌肉也能在較短時間內達到之前的激活狀態。該現象被稱為“肌肉記憶”,這歸因于肌肉神經系統獨特的學習能力:肌肉神經系統釋放不同的神經遞質(如Glu,ACh等)促使肌肉終端執行不同的動作(瞬時反射或持久輸出)以響應外部刺激。這一過程有助于肌肉執行終端減少對大腦皮層的依賴,并幫助個體即時高效完成相應任務。盡管已有少數課題組模擬了基于單一神經遞質傳輸的人工神經肌肉系統,但在真實環境中,個體的肌肉運動應是瞬時響應與持續輸出模式共存,并且能夠在兩種模式間實現快速切換。為了模擬這種能力,需要設計一種具有多神經遞質可切換的人工神經肌肉系統,以應對復雜多變的環境刺激并執行有效反應,例如縮手反射和肌肉記憶。此外,在目前已報道的人工神經肌肉系統中,機械手的肌腱材料通常由電活性聚合物組成,其輸出應力小于3 MPa,遠低于日常所需的強度。這一局限性決定了目前的人工肌肉系統只能完成一些極為簡單的彎曲驅動,卻無法與人工骨骼及類似仿生組件級聯起來以完成更高級的運動任務,也無法滿足復雜神經形態電子的基本要求。相較于電活性聚合物,壓電陶瓷和介電彈性體等軟體致動材料雖然能夠承受更高的應力,但這些材料通常需要極高的工作電壓(50~800 V),不利于未來生物集成系統安全。
在生物神經肌肉系統中,傳入神經將各種外部刺激轉化為神經沖動。神經中樞處理信息,然后通過傳出神經將控制指令傳輸到末端效應器。大腦皮層的高級神經中樞和脊髓的低級神經中樞都以反射的方式調節身體。皮層控制執行條件反應的效應器、脊髓控制執行無條件反射的效應器(圖2a)。這兩種反應的協調使生物體能夠并行地執行多種行動,以應對復雜的環境。作為神經肌肉系統的核心單元,所提出的PCAS由離子凝膠、源漏電極以及基于SiO2襯底的氧化銦鋅/聚(甲基丙烯酸甲酯)/2,7-二辛基[1]苯并噻吩并[3,2-b][1]苯并硫吩(IZO/PMMA/C8BTBT)無機-有機雜化薄膜組成(圖2b)。通過氯苯蒸汽退火工藝使雜化薄膜實現垂直相分離,利用聚焦離子束(focused ion beam, FIB)技術將薄膜樣品的橫截面刻蝕成厚度為70 nm的薄片,并通過HRTEM高清掃描驗證其垂直分層結構:上層為C8-BTBT薄膜,中間層為PMMA薄膜,下層為IZO薄膜(圖2c-h)。

圖2.(a)生物神經肌肉系統的示意圖,該系統通過傳出神經將神經中樞處理單元與運動神經元,能夠使多種刺激信號從受體傳遞到效應器。(b)生物突觸和PCAS的示意圖,PCAS具有兩個獨立的通道,用于傳輸不同的神經遞質(即ACh、Glu)。(c-h)PCAS的異質結橫截面HRTEM與EDS圖像。
兩個神經元之間信息的傳遞依賴于突觸間隙,動作電位驅使離子流向突觸前膜,并促使前膜釋放神經遞質通過間隙傳輸至突觸后膜(圖3a)。PCAS中的離子凝膠中包含EMIM陽離子與TFSI陰離子,對其施加正負脈沖刺激時,會分別觸發雙溝道中的IZO溝道中的電子載流子(對應于大腦皮層中的Glu并傳遞長期命令)與C8BTBT溝道中的空穴載流子(對應于脊髓中的Ach并傳遞短期命令),形成興奮性突觸后電流(EPSC)。此外,當對PCAS切換施加正負脈沖刺激時,還能夠模擬突觸前膜釋放到突觸間隙的兩種神經遞質的相互競爭關系(圖3b,c)。
基于人工傳出神經構建了一個高強度神經肌肉系統,以模擬對不同外部信息的實時感知和信號處理(圖4a):將高強度的鈦/鎳合金纖維作為人工肌肉嵌入中空部分以控制仿生機械手的運動,信號處理模塊將電子或空穴主導的EPSC轉換為不同的控制指令傳輸至仿生機械手,人工肌肉利用形狀記憶合金的周期性變形,基于其滯后動力特性,同步感知這些控制指令,繼而帶動仿生機械手外殼執行高強度負載的致動(圖4b,c)。在神經肌肉系統中,當施加小于2 A的安全脈沖電流時,其人工關節的最大曲屈度為73°(對應于最大應變為4%),其最大輸出力為29.2 N(圖4d,e)。實驗演示了通過調節人工肌肉纖維的收縮來抓取一包巧克力的過程(圖4f,h)。

基于PCAS獨特的載流子傳輸特性,所提出的人工神經肌肉系統可以在兩個獨立的通道中同時傳遞兩種神經遞質所攜帶的信息,以控制人工肌肉的收縮。這種能力可以模擬人體對不同環境刺激的多種反應,并進一步實現縮手反射與肌肉記憶。這一結果表明,該研究人工神經肌肉系統有潛力模擬生物肌肉的復雜動作,即:非條件反射與條件反射的快速切換。
該工作開發了一種具有多種反應機制的神經整合肌肉系統。核心突觸單元通過切換雙溝道中主導載流子的類型(即,電子與空穴)能夠模擬兩種興奮性神經遞質(即,Glu與ACh)的競爭:電子主導的長程可塑性、空穴主導的短程可塑性以及主導載流子在電子和空穴之間的獨特轉換。多種行為調節模式支持多聲源跟蹤、多模式研究的混合策略和高效模式識別。在此基礎上,進一步提出了一種整合了人工傳出神經的人工神經肌肉系統以模擬人體對不同環境刺激作出的反應,包括非條件反射和條件反射;這是首次在人工突觸驅動的人工肌肉系統中同時現實應力與曲屈,并在各項參數方面都遠超目前已報道的人工神經肌肉系統。這項工作為下一代人工智能在認知、聽覺、記憶和運動神經信息處理方面的提供了指導思路。
團隊介紹
該工作是南開大學神經形態與柔性電子實驗室近期關于人工神經突觸及類腦系統的最新進展之一。徐文濤教授為該團隊負責人,現任南開大學杰出教授,博士生導師。獲得國家杰青,國家級青年人才,天津市海河英才計劃領軍人才,天津市杰青等項目資助。曾任韓國浦項工科大學和首爾國立大學研究副教授,在美國四院院士伊利諾大學香檳分校John A Rogers教授研究組和美國兩院院士、中科院外籍院士斯坦福大學鮑哲南教授研究組訪問學習和合作研究。近年來研究興趣主要在神經形態電子器件與柔性電子領域,涉及材料、化學、物理、電子、仿生等多學科交叉。近年來主要圍繞柔性神經形態電子學領域,在Science, Matter, Science Advances, Nature Communications, Advanced Materials等雜志發表文章,申請專利30余項。
原文鏈接:https://doi.org/10.1021/acsnano.2c06122
- 美國西北大學黃嘉興教授:石墨烯可以像“培樂多”黏土一樣模塑成任何形狀 2019-02-12
- 科學家發明一種新的混合材料 可適應環境多次重構 2015-12-31
- 法國科學家發明革命性新材料 2011-12-30