用机器“大脑”操纵蠕虫运动

赤道

微型机器人进化史

6月底，国际机器人学术顶刊Science Robotics上最新发表的一篇新论文，描述了一种用机器视觉、運动控制和导航等算法取代线虫大脑、精密操控活体线虫运动的新方法，创造出一个不受束缚的、高度可控的微型软体机器人，并将其命名为RoboWorm（软体机器蠕虫）。

受益于数百万年的进化，动物已经发展出复杂的身体结构、高效的能量流链以及超越任何人造机器的先进运动控制系统。与大多数机器人不同，动物表现出对环境的极端适应、多种运动模式以及对干扰的高度适应能力。

在人类工业时代的创造中，动物影响着各类机器人的发展，例如跳跃机器人、游泳机器人、步行机器人和飞行机器人等等。然而，低至微米级的机器人，粘性力和摩擦力通常比重力高几个数量级，这导致有效微型机器人主体结构和执行器的设计、制造和材料开发的固有困难最近开发的微型机器人系统是基于各种特殊致动机构——如磁、光子、超声波和化学致动，例如药物控制递送、内细胞器的表征和精细的医疗手术。

然而，与自然对应物相比，仿生微型机器人的结构通常被大大简化，以促进微型机器人的制造和驱动。因此，这种微型机器人的性能无法与生物有机体的性能相提并论。

尽管机器人在正常尺寸范围内蓬勃发展，但微型机器人设计在一定程度上受到驱动机制和高密度能源无缝集成等技术瓶颈的限制。最近，直接利用微生物的运动或生物组织的驱动来构建生物混合微型机器人已成为微型机器人开发的一种有前途的策略。

在过去十年中，生物体和生物组织中直接集成微型机器人已经有很多实例。例如，趋磁细菌的游动方向受外磁或化学物质领域的引导，能准确递送药物用于治疗目的，例如肿瘤治疗。还有构建生物混合微型机器人的方式，通过将精子头部捕获在卷起的磁性微锥内，用精子尾部作为推进鞭毛，外部磁场可调节人工受精的游泳方向。

机器人精密控制活体线虫

由于工程或重新设计动物神经系统的挑战以及缺乏准确表征动物行为的生物力学模型，大多数生物混合微型机器人设计仅涉及简单的生物组件，并且缺乏在运动过程中协调这些驱动组件的身体级智能。

所以研究人员提出了一种将秀丽隐杆线虫转化为软体微型机器人的方法。与细菌微型游泳者和精子微型机器人不同，研究人员对秀丽隐杆线虫的遗传和神经系统采取工程改造的策略，以便蠕虫的身体肌肉细胞（作为其“执行器”）可以通过光遗传学方法自动控制，能够以高度可控的方式调节活体线虫的运动。

该线虫使用的是一种转基因菌株，它在其身体肌肉细胞（在蠕虫身体的背侧和腹侧）的膜上表达具有myo 3启动子的视紫红质2（chR2）离子通道。用蓝色激光束（473 rlin）照射肌肉细胞可以立即触发ca2+离子通过ChR2通道流入，并激发被照射的肌肉细胞以肌肉扭矩收缩和弯曲周围的身体部位。

通过用伊维菌素麻痹蠕虫，中断负责动物运动系统的感觉运动程序并用机器人技术取代了其原始感觉神经元、中间神经元和运动神经元的功能，包括图像处理（用于蠕虫身体跟踪和识别）、时空调节光遗传肌肉激发和自动运动控制。图像处理算法实时计算蠕虫体的位置和曲率，然后将这些反馈信号提供给控制器，用于生成微图案激光束以激活蠕虫体的爬行步态。通过这种闭环方法，科学家控制了一个完全瘫痪的蠕虫，产生了主要的蠕虫爬行行为，从而将其转化为可控的RoboWorm。

在线虫上用激光驱动肌肉群激活的图示，用于控制运动，在各种激光强度下蠕虫肌肉弯曲反应的照片（比例尺100微米）

无名小虫如何登上科学殿堂？线虫已成为发育生物学、神经生物学、基因功能研究的新宠

已成为研究热点的小RNA、microRNA，是在线虫中首先被发现并开展其功能研究的。线虫还是第一个被完整测序的多细胞真核生物，在其近2万个蛋白编码基因中，有60%80%与人类基因同源。

小小的秀丽隐杆线虫为何名声大噪？时间回到上个世纪70年代，把它带进科学殿堂来的是当时在剑桥大学的悉尼·布雷内。他于1927年出生于南非，1954年在牛津大学获得博士学位。

作为第一代的分子生物学家，布雷内最早用实验证明了编码蛋白质的遗传密码是三联密码子，并报道了移码突变的现象。上世纪60年代末，布雷内意识到分子生物学作为一门学科已经基本确立，激动人心的初创阶段已经过去，他需要寻找新的科学领域去探索和征服，此时的他最想了解的是发育和神经系统所呈现出的复杂性。

在布雷内涉足之前，已有很多科学家利用其他模式生物，如海胆、大乌贼、两栖类、小鼠等在这两个领域中开展了大量工作，取得了重要的成果，但布雷内认为这些系统仍然太过复杂，难以着手研究，他需要一种新的模式生物来研究他所关心的领域，正如他在1963年写给剑桥科学委员会的信中所言：“我们需要一种生命周期短的多细胞生物，这种生物应该满足个体小，容易培养，可如同微生物一样进行大批量操作的条件。构成身体的细胞数量相对较少，可以对构成细胞的形态和谱系进行穷尽性研究，可以开展遗传分析。”布雷内的最终选择便是——秀丽隐杆线虫。

布雷内实验室花了近十年的时间，才发表了第一篇有关线虫的文宣，可谓十年磨一剑。1974年，他们在Genetics上发表了题为《Genetics 0f Caenorhabditis elegans》的文章，公布了线虫基因的物理图谱，标志着对线虫的研究正式拉开帷幕。

为什么这些年科学家致力于把秀丽隐杆线虫作为Open Worm（开放蠕虫）的项目？因为它是自然界中拥有神经系统的最简单的生物之一。秀丽隐杆线虫共有1090个细胞，其中302个（或381个）神经元细胞，约占体细胞总数三分之一。而且这种生物的神经元结构很简单，神经与肌肉间的接口有六百余个。

如果是熟悉神经网络的人，一定会知道，我们的思想、行为基本都来自神经元之间的传递和感应，如果说神经系统是我们的“精神”，那么剩下的细胞基本用于组成我们的肌肉、骨骼、血液等等，也就是我们的“肉体”。

所以，能够完全模拟线虫神经细胞的OpenWorm，等于在真正意义上“掌握”了创造秀丽隐杆线虫的方法。普通机器人一般是应用了SLAM算法（即时定位与地图构建），构建完房间内的地图后就不会再碰壁。而Open Worm的动作完全来自从传感器到神经元处理，再通过轴突传递到“肌肉（机器人的轮子）”并进行动作的过程。

换句话说，普通机器人的动作是提前写代码写好的，而搭载了Open Worm的机器人的动作是自发的。那模仿这样简单的生物究竟有什么意义呢？因为线虫的神经细胞虽然少，却能感受外界刺激，受温度、触摸等等影响可以调动神经细胞刺激肌肉做出相应运动，甚至可以做出进食、排泄、求偶等等行为——可以说是非常像人了。这也是Open Worm项目背后的终极目的，一步步模仿动物的神经细胞运动，直到可以研究人类。