《Biosensors and Bioelectronics》：Biohybrid Organoid-Robot Sensing for Olfaction Intelligence
编辑推荐：
摘要随着人工智能领域的飞速发展，那些能够体现人类感知能力的人工系统中的感官功能受到了极大关注。然而，由于诸多技术难题，嗅觉功能在人工系统中仍几乎不存在。在本研究中，我们旨在通过开发一种生物混合类器官-机器人系统来推进仿生嗅觉处理技术。该系统结合了基于嗅觉类器官的生物电子鼻、机器学
摘要
随着人工智能领域的飞速发展，那些能够体现人类感知能力的人工系统中的感官功能受到了极大关注。然而，由于诸多技术难题，嗅觉功能在人工系统中仍几乎不存在。在本研究中，我们旨在通过开发一种生物混合类器官-机器人系统来推进仿生嗅觉处理技术。该系统结合了基于嗅觉类器官的生物电子鼻、机器学习解码器以及可被气味触发的机器人平台。借助生物嗅觉系统所具备的灵敏度与特异性，基于类器官的生物电子鼻相比传统电子鼻具有明显优势，能够以快速响应的时间检测低浓度下的多种气味。通过机器学习对传感信号进行实时解码，可以触发机器人系统中的预定义动作，从而形成感知-解读-行动的循环，使BOR系统能够识别环境中的气味信号并执行相应的物理动作。本研究为在真正具有人体化智能的系统中实现嗅觉功能奠定了基础。
章节节选
主要内容
人体化智能越来越被认为是一门具有变革意义的学科，它有望显著提升我们对认知过程及人工智能的理解。与传统人工智能不同，人体化智能系统具有实体形态，能够利用视觉、听觉、触觉、嗅觉和味觉等多种感官功能，实现对环境的全面且精准的感知1, 2。人体化智能的效能在很大程度上取决于
功能性嗅觉类器官
嗅觉器官最显著的特性在于其具备终生神经生成与再生的能力，这主要得益于两种类型的基底干细胞：活跃的球形基底细胞和处于休眠状态的水平基底细胞33, 34。为了打造高度仿生的天然嗅觉器官，我们采用了成熟的培养方案来诱导生成由基底细胞衍生的嗅觉类器官35, 36。这些干细胞/前体细胞是从小鼠的嗅觉器官中分离出来后，在基于Matrigel材料的3D培养环境中进行培养的
基于类器官-膜电极接口的生物电子鼻
基于类器官的嗅觉元件具备将气味分子与生物电信号相互转换的能力，因此可作为气味生物识别组件使用。在本研究中，我们将这类嗅觉类器官与膜电极结合在一起，打造出了一种创新的生物电子鼻（见图3a）。为了解决类器官与电极之间接触效果不佳的问题，我们设计并制作了一种包含六个培养腔室的多孔膜电极结构（见图S1和S2）。每个培养腔室都
基于机器学习的气味识别技术
由于膜电极记录下来的局部场电位信号具有与特定气味相关的特征（见图3c），我们试图利用机器学习模型建立局部场电位特征与气味种类之间的对应关系（见图4a）。对于那个拥有60个通道的膜电极来说，我们从每个通道中提取了9种能够反映气味响应的频谱特征和时间特征参数，包括平均值、方差、峰峰值幅度、信号功率、香农熵值、德尔塔功率、西塔功率、总频谱功率以及希尔伯特包络值。其中五种机器学习模型被用于
具备嗅觉功能的人工智能驱动型BOR系统
为初步实现嗅觉智能功能，我们将基于嗅觉类器官的生物电子鼻与机器人平台相结合，形成了所谓的BOR系统。该系统能够根据环境中的气味信号触发相应的动作反应（见图1和图5a）。为了实现生物电子鼻与机器人之间的实时数据交互，我们设计了定制的无线印刷电路板系统，并配套使用了上位机软件来采集膜电极产生的信号，
结论
通过本研究，我们迈出了实现人体化嗅觉智能的第一步，成功开发出了BOR系统。该系统整合了基于类器官的生物电子鼻、机器学习解码器以及机器人平台，从而形成了一个完整的感知-解读-行动反馈循环。目前，包括视网膜38、内耳39、皮肤40、嗅觉器官41以及味蕾类器官42在内的多种功能性感觉类器官，都已经通过诱导多能干细胞、人类多能干细胞或Lgr5+ 细胞成功培育出来
嗅觉类器官的培育方法
本研究中所使用的C57BL/6品系小鼠为3周龄，是从中国杭州的浙江省医学科学院购买的。研究过程中同时使用了雄性和雌性小鼠。这些小鼠先被注射过量尿素处以安乐死，随后被斩首。之后，它们的头部会被沿矢状方向切开，以便于分离出鼻中隔和嗅觉器官，这些组织随后会用冰冷的磷酸盐缓冲盐水进行清洗。接着，组织中的上皮层会被从下面的基质中分离出来，然后使用0.25%的特定酶液对其进行处理
CRediT作者贡献说明
余一群：方法学研究。 黄立权：方法学研究。 夏吉米：论文撰写——审阅与编辑工作。 胡嘉豪：方法学研究、验证实验。 王启飞：方法学研究。 袁群晨：方法学研究。 陈昌明：方法学研究。 江楠：论文撰写——审阅与编辑、原始草稿撰写、数据可视化处理、验证实验、方法学研究、数据整理工作，同时还负责概念构思。 林辉：论文撰写——审阅与编辑、研究指导工作，以及概念构思。 王平：论文撰写——审阅与编辑、研究指导工作，还负责资金筹集工作，
利益冲突声明
所有作者均声明，自己不存在任何可能影响本研究所汇报研究成果的已知财务利益关系或个人利益关联。
数据可用性说明
用于验证本文研究结论的所有数据都保存在论文正文中以及补充材料中。如果需要，相关作者可以应合理请求提供本论文中使用的其他数据及代码。
利益冲突声明
? 所有作者均声明，自己不存在任何可能影响本研究所汇报研究成果的已知财务利益关系或个人利益关联。
致谢
本项研究得到了以下机构的支持：中国国家重点研发计划（编号：2024YFB3212300）、国家自然科学基金委员会（编号：62271443、82330064、62120106004、32401160）、浙江省重点科研项目（编号：2024C03146）、杭州市自然科学基金（编号：2025SZRJJ2329）、中央高校基本科研业务费（编号：226-2025-00037），以及国家传感器技术重点实验室的资助（编号：SKT2520）。
Nan Jiang|Yingying Xue|Yuhan Peng|Mengxue Liu|Jiahao Hu|Qifei Wang|Qunchen Yuan|Changming Chen|Yiqun Yu|Liquan Huang|Jimmy Hsia|Hui Lin|Ping Wang|Liujing Zhuang
中国浙江省杭州市310027，浙江大学生物医学工程系，教育部生物医学工程重点实验室，生物传感器国家专项实验室，智能感知技术与先进医疗仪器浙江省重点实验室
