去年，一個由生物學(xué)家和計算機科學(xué)家組成的團隊用青蛙細胞創(chuàng)造了一種名為 “Xenobots” 的新型微型自修復(fù)生物機器人 —— 這種生物機器可以四處移動，推動重物，甚至可以做出群體行為。
如今，該團隊在此基礎(chǔ)上又成功開發(fā)出了新一代 Xenobots—— 它們通過單細胞自動組裝成身體，且組裝后不需要借助肌肉細胞就可以移動，甚至還展示出了可存儲記憶的能力。新一代 Xenobots 機器人的移動速度更快，可以在不同環(huán)境中移動，且具有更長的使用壽命。同時，它們?nèi)跃哂袌F隊合作的能力，并且可以在受到損壞后進行自我修復(fù)。
研究人員表示，這種多功能性為 Xenobots 機器人在更多環(huán)境中執(zhí)行任務(wù)提供了可能。相關(guān)研究成果以 “A cellular platform for the development of synthetic living machines” 為題，于 3 月 31 日發(fā)表在 Science 子刊 Science Robotics 雜志上。
(來源：Science Robotics)
隨意穿梭，只因這種特殊 “腿”
據(jù)了解，研究人員在上一代 Xenobots 機器人中使用了人工 “修飾” 的心臟細胞，由于這些細胞的自然節(jié)律性收縮，Xenobots 機器人具有了可以四處移動的能力。
相比之下，新一代 Xenobots 機器人采用了 “自下而上” 的方法，提取的青蛙干細胞自我組裝并生長成球狀體，一些球狀體中的細胞會在幾天后分化產(chǎn)生纖毛狀的微小毛發(fā)突起，這些突起可以來回移動或者以特定的方式旋轉(zhuǎn)。
論文通訊作者、塔夫茨大學(xué)(Tufts University)艾倫發(fā)現(xiàn)中主任、生物學(xué)教授 Michael Levin 表示：“我們正在見證細胞集群的可塑性。盡管這些青蛙具有完全正常的基因組，但我們用它們的細胞構(gòu)建了一個與默認狀態(tài)截然不同的新‘身體’。”
同時，這些細胞還可以重新利用它們的遺傳編碼硬件來實現(xiàn)新的功能，比如利用纖毛實現(xiàn)運動。更令人驚訝的是，它們不僅可以自發(fā)地承擔(dān)新的角色，還可以創(chuàng)造新的身體行為，而不需要對這些特征進行長時間的進化選擇?！?/FONT>
圖 | Xenobots 通過纖毛移動并展現(xiàn)出團隊合作能力
為了測試單個 Xenobots 在不同環(huán)境中移動的能力，研究人員從完全開放的領(lǐng)域到內(nèi)徑為 580nm 的受限毛細管，分別構(gòu)建了不同的實驗環(huán)境。在所有情況下，除了一些 Xenobots 在狹窄的通道中受到了挑戰(zhàn)，Xenobots 都能夠在空間中移動。
在某些特定環(huán)境下，Xenobots 可能會出現(xiàn)相反的移動方向。原因在于，細胞內(nèi)和組織范圍的極性是在 Xenobots 創(chuàng)造的自組裝階段通過細胞重排建立的，不能在短時間尺度上作出改變。因此，研究中觀察到的快速變化可能是由于纖毛的實時控制，如單個多纖毛細胞的搏動頻率的變化，而不是結(jié)構(gòu)極性的變化。
與許多使用纖毛進行運動的單細胞和多細胞生物一樣，這種探索行為(運動中的自發(fā)變化)可能會受到隨機內(nèi)部生理過程和環(huán)境中微變化的影響，比如水介質(zhì)中自生電流。
在試驗中，當(dāng) “迷宮” 通道寬度減小至 2mm 時，Xenobots 會環(huán)繞迷宮的一個墻壁不斷地盤旋。根據(jù)觀察，大多數(shù) Xenobots 傾向于表現(xiàn)出橢圓形的運動模式，這種行為可能是由于墻壁抑制了橢圓形路徑的完成，這反過來又驅(qū)動了最終的定向運動。
圖 | Xenobots 可以通過包括迷宮在內(nèi)的多種地形
另外，研究人員還將 Xenobots 放置于內(nèi)徑為 580nm 的 2cm 毛細管的一端。出乎意料的是，有 42% 被測試 Xenobots 能夠首尾相連地穿過毛細血管，所有表現(xiàn)出運動的個體都成功地穿過了整個毛細血管，沒有一個在兩端之間的中間位置停留或反向運動。
圖 | Xenobots 通過細小的毛細管
研究人員表示，這些數(shù)據(jù)足以表明 Xenobots 無需經(jīng)過專門的構(gòu)型來適應(yīng)給定的場景，就可以成功地穿越各種環(huán)境，這是許多軟體機器人應(yīng)用中的一個理想特征。
更強的收集搬運功能
同時，研究人員還通過對不同形狀的 Xenobots 進行建模，來確定它們在單獨或 “組隊” 時是否會表現(xiàn)出不同的行為。
他們使用 UVM 先進計算核心 Deep Green 超級計算機集群，在數(shù)十萬個隨機環(huán)境條件下使用進化算法進行仿真計算。這些計算被用來識別最有可能成群結(jié)隊地在粒子場中收集大量碎片的 Xenobots。“超級計算機會在所有可能的 Xenobots 群體的空間中進行搜索，從而找到做得最好的群體?！?Bongard 解釋道。
他們希望 Xenobots 可以在現(xiàn)實生活中做一些有意義的工作，比如清除海洋中的微塑料或土壤中污染物的生活工具。事實證明，新一代 Xenobots 在垃圾收集等任務(wù)上比上一代模型更快、更好，它們可以成群結(jié)隊地清掃培養(yǎng)皿，收集更大的氧化鐵微粒。
圖 | Xenobots 協(xié)同工作收集成堆的微小顆粒
此外，Xenobots 還可以覆蓋較大的平坦表面，或在狹窄的毛細血管中移動。這些研究還表明，在未來，計算機模擬可以優(yōu)化生物機器人的附加功能，以適應(yīng)更復(fù)雜的行為。
還具備記憶功能?!
機器人技術(shù)的核心特征是可以記錄信息并使用這些信息來修改機器人的行動和行為。為了證實 Xenobots 是否具有這一功能，研究人員設(shè)計了一種具有讀寫功能的 Xenobots，他們使用 EosFP 的熒光報告蛋白來記錄這些信息。這種蛋白通常會發(fā)出綠色的光，然而當(dāng)暴露在 390nm 波長的光下時，這種蛋白質(zhì)卻可以發(fā)出紅色的光。
研究人員在青蛙胚胎的細胞中注射了編碼 EosFP 蛋白的信使 RNA，通過這些干細胞制造的 Xenobots 就具備了內(nèi)置的熒光開關(guān)，從而可以記錄在 390nm 左右的藍光曝光。
為了測試 Xenobots 的記憶功能，研究人員讓 10 個 Xenobots 在一個表面上移動，這個表面上有一個點被 390nm 光束照亮。兩個小時后，他們發(fā)現(xiàn)有三個機器人發(fā)出了紅光，其余的則保持原來的綠色，有效記錄了機器人的 “旅行經(jīng)歷”。
圖 | Xenobots 可以通過改變顏色來記錄信息
未來，這種分子記憶原理的證明可以被擴展到探測和記錄光、放射性污染、化學(xué)污染物、藥物以及疾病。記憶功能的進一步設(shè)計可以實現(xiàn)記錄多個刺激，允許機器人在刺激時釋放化合物，或者根據(jù)對刺激的感覺改變行為。
Bongard 說：“當(dāng)我們?yōu)闄C器人賦予更多功能時，我們可以利用計算機模擬來設(shè)計出具有更復(fù)雜的行為和執(zhí)行更多復(fù)雜任務(wù)的能力。我們不僅可以報告其環(huán)境中的狀況，還可以修改和修復(fù)其環(huán)境中的狀況?！?/FONT>
甚至還具有自修復(fù)能力
更令人意外的是，新一代 Xenobots 還非常擅長 “愈合” 它們的傷口，可以在受傷 5 分鐘之內(nèi)使嚴重全長撕裂傷愈合一半的厚度。實驗中，所有受傷的機器人最終都治愈了它們的傷口，恢復(fù)了它們原有的形狀，并像以前一樣繼續(xù)工作。
圖 | Xenobots 可進行自我修復(fù)
研究人員表示，生物機器人的一個優(yōu)勢是新陳代謝。與金屬和塑料機器人不同，生物機器人中的細胞可以吸收和分解化學(xué)物質(zhì)，并像合成和排出蛋白質(zhì)等小工廠一樣工作。合成生物學(xué)的整個領(lǐng)域之前主要集中在對單細胞生物進行重新編程以產(chǎn)生有用的分子，如今則可以在這些多細胞生物中加以利用。
與上一代一樣，升級后的 Xenobot 機器人可以在胚胎時期的能量存儲庫中存活長達 10 天，并且在沒有額外能源的情況下運行任務(wù)。但是，如果將它們保存在營養(yǎng) “湯” 中，它們也可以全速運行好幾個月。
之前，Levin 就曾在 TED 演講中介紹了一段關(guān)于生物機器人的精彩描述，同時他還敘述了我們可以從這些生物機器人身上學(xué)到什么。他不僅描述了微型生物機器人在環(huán)境或潛在的治療應(yīng)用中執(zhí)行有效任務(wù)的巨大潛力，而且還指出了這項研究最有價值的好處，使用機器人了解單個細胞如何聚集、交流和專門化創(chuàng)建更大的有機體。這是一個新的模型系統(tǒng)，可以為再生醫(yī)學(xué)提供基礎(chǔ)。
研究人員表示，Xenobots 及其后續(xù)的替代版本還有望提供有關(guān)古老的單細胞生物如何進化為多細胞生物的信息，以及生物學(xué)生物中信息處理、決策和認知的起源。
參考資料：
https://now.tufts.edu/news-releases/scientists-create-next-generation-living-robots
http://dx.doi.org/10.1126/scirobotics.abf1571
https://www.ted.com/talks/michael_levin_the_electrical_blueprints_that_orchestrate_life#t-493
文章來源于學(xué)術(shù)頭條 ，作者陽光
（轉(zhuǎn)載）
