作者:王聪
编辑 | 王多余
排版 | 水文
生命要延续,就必须繁衍。数十亿年来,生物进化出了各种各样的复制和繁衍方式,从病毒自我复制,到植物发芽,再到动物有性繁殖。
2020年,HBO推出了一部名为《异形》的电视剧,剧中一个机器人怀孕并生下孩子,让观众震惊不已。
如今,一项新研究表明,“机器人生孩子”并非天方夜谭,科学家发现了一种新的生物生殖方式,创造出了能自我复制的活体机器人。
2021年3月31日,塔夫茨大学艾伦发现中心主任莱文教授及其团队在子期刊上发表了题为《A for the of》的研究论文。
在这项研究中,研究小组利用非洲爪蛙( )的细胞,制造出了一种小型合成生命机器( ),并将其命名为 。
它们可以由单个细胞自我组装,无需肌肉细胞就能在不同的环境中快速移动、推动有效载荷、记住自己的经历、在受损时自我修复并表现出群体行为。
2021年11月29日,研究团队在《美国国家科学院院刊》(PNAS)上发表了题为“self-in”的研究论文。
该研究团队在先前创造小型合成生命机器的研究基础上,创造了有史以来第一个能够自我复制的活体机器人。
诞生
研究团队从非洲爪蛙胚胎中提取干细胞,让其自我组装并长成球体。几天后,部分细胞分化并长出纤毛,纤毛充当腿部,帮助球体快速移动。
该研究的通讯作者、塔夫茨大学艾伦发现中心主任莱文教授表示,这项研究让我们见证了细胞簇非凡的可塑性,它们尽管拥有完全正常的基因组,却可以形成几乎全新的“细胞群”,与它们最初的来源——非洲爪蟾有着很大的不同。
这些细胞可以改变其遗传编码的纤毛的用途,使其具有新的功能——运动——而且令人惊奇的是,它们可以自发地承担新的角色,创造新的身体结构和行为,而无需经过长期的训练才能获得这些特征。时间的进化选择。
当非洲爪蟾细胞自行组装成细胞时,它们可以在其表面的纤毛的帮助下以协调的方式移动。它们还可以通过手术、遗传、化学和光学刺激。它们可以在水中操纵,受伤后可以自我再生、愈合并表现出可预测的集体行为。
该研究的第一作者王博士表示,从某种程度上来说,这种机器人在结构上与传统机器人相似,只是它利用细胞和组织来构建和创造可预测的行为。了解细胞在发育过程中如何相互作用,以及如何更好地控制这些相互作用。
该研究的共同第一作者,(左),Emma(右)
接下来,研究小组用计算机模拟动物的个体和集体行为,这些模拟发现它们擅长群体工作。
用于清理垃圾
研究小组将培养的细菌菌落放在均匀覆盖氧化铁颗粒的培养皿中,它们能够一起扫过培养皿表面并迅速收集大量氧化铁颗粒,这表明可以利用群体行为来清理垃圾。
研究团队表示,虽然目前它们只能完成一些简单的任务,但最终目标是开发出一种可用于生命的新型机器,比如用于清理海洋中的微塑料或土壤中的污染物。
可以记录信息
创作前,研究团队将编码EosFP蛋白的mRNA注入非洲爪蛙胚胎细胞中。该蛋白质发出绿色荧光,但当暴露于波长为390nm的蓝光时,蛋白质会发出红光。内置荧光开关可记录蓝光照射情况。
为了验证这一功能,研究团队将其中10个放置在直径5厘米的培养皿表面,皿内有一个直径7毫米的区域直接暴露在蓝光下,经过2小时后,其中3个发出红光,其余则保持原有的绿色,表明这3个机器人在蓝光下发生了运动,有效记录了它们的“出行经历”。
研究小组表示,这种分子记忆可以用来检测放射性污染物、化学污染物或药物的存在、疾病状况等。
生物机器人的优势
研究团队表示,此类机器人相比金属和塑料机器人有很多优势,比如,它们可以随着细胞的生长成熟构建自己的身体计划,受损时可以自我修复。自我修复是生物体的自然特性,并保留在体内。
这些生物机器人中的细胞还能吸收和分解化学物质,像微型工厂一样工作,合成和排泄化学物质和蛋白质。此外,它们还可以通过计算机模拟设计出更复杂的行为,以执行更复杂的任务。
实现自我复制
上述机器人的一个缺点是它们无法自我复制,因此研究团队继续研究,希望能够克服这个问题。
研究团队利用佛蒙特大学超级计算机上运行的 AI 程序,对数十亿生物进行模拟,并测试一种进化算法,以找出哪些细胞配置能够自我复制。最终,AI 找到了一个成功的设计:一组形状类似于 1980 年代街机游戏吃豆人的细胞。
研究团队利用人工智能的设计,用微型烙铁和手术钳手工雕刻出由 3000 个青蛙细胞组成、可以在培养皿中游动的母体。放入培养皿中的青蛙细胞为母体提供了原材料,他们用这些原材料制作出吃豆人形状的“嘴巴”。
几天后,新细胞长出来,其外观和行为与母细胞一模一样。这些新细胞继续外出寻找细胞,复制自身,然后重复这一循环。
这项研究表明,如果将这样的细胞簇从正在发育的生物体中释放出来,它们可以找到松散的细胞,并将它们组合成外观和行为相同的新簇,而且这种能力不必经过专门进化或基因改造。它还表明,人工智能可以设计出复制能力更强、能完成有用工作的菌落。它还表明,生命有着隐藏在表面之下的惊人行为,等待人类去发现。
研究团队表示,这项研究为再生医学的进步看到了希望,如果我们知道如何告诉细胞集合做我们想让它们做的事情,这将成为创伤、先天缺陷、癌症和衰老等再生医学的解决方案。
论文链接: