---
id: "mb-20261027-ad38e5"
kind: "deep"
title: "离体神经元也能被驯化：迈克尔·莱文实验室的细胞闭环训练与未来医学视角"
description: "塔夫茨大学团队将打散的大鼠皮层神经元铺在电极芯片上，利用闭环电刺激平台进行训练，发现离体细胞能在数天内学会向目标区域自发放电，并展现出跨天记忆巩固与主动纠错能力。这项实验为通过信息反馈引导细胞自愈提供了基础实证。"
domain: "bio"
domain_label: "生物与医学"
canonical_url: "https://mubeitech.com/deep/mb-20261027-ad38e5"
markdown_url: "https://mubeitech.com/deep/mb-20261027-ad38e5/markdown"
json_url: "https://mubeitech.com/api/interpretations/mb-20261027-ad38e5"
topic: "离体神经元也能被驯化：迈克尔·莱文实验室的细胞闭环训练与未来医学视角"
source_type: "generated"
status: "published"
generated_at: "2026-10-27 09:42:20"
frame_type: ["机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 离体神经元也能被驯化：迈克尔·莱文实验室的细胞闭环训练与未来医学视角

把一滩活的大脑神经元从老鼠身上取下来，打散成单细胞，泡在玻璃芯片上。
没有眼睛，没有耳朵，没有肌肉，也没有大脑原有的组织结构。
你觉得，这一滩孤零零的细胞，能被驯化吗？

2026 年 10 月，生物学家迈克尔·莱文（Michael Levin）的团队在预印本网站 bioRxiv 上公开了一项研究。
第一作者韦斯利·克劳森（Wesley Clawson）做了一个很大胆的闭环实验。
他们想看看，能不能像驯小狗一样，给这滩离体细胞设定一个目标，把它给训出来。

哪怕脱离了动物身体，神经元也绝不会躺平。
泡在培养液里的神经细胞，会自发长出突触，重新手拉手连成一张网。
在没有任何外界信号输入的情况下，这滩神经元会隔三差五自己抽风一次。
成千上万个神经元在几百毫秒内同时放电，像一阵波浪扫过整块芯片。
这在神经科学里叫网络爆发。

既然它们会自发放电，克劳森团队就给它们做了一个训练系统，名字叫 HAL 平台。
底座是一块高密度的 CMOS 微电极阵列芯片。
上面密密麻麻排着几千个电极，能以毫秒级的速度捕捉整张网络的动静。
研究人员在芯片上划了一条虚拟的中轴线。
左边叫目标区，右边叫惩罚区。
规矩只有一条：
系统实时盯紧整张网络，看每次放电最早是从哪一个角落烧起来的。
如果放电是从左边的目标区先开始的，系统完全静音，什么都不做，给细胞留下一片绝对的安宁。
但如果放电是从右边启动的，系统立刻接通全阵列的随机电流，嘈杂的电脉冲持续轰击整块芯片，直到下一次放电发生才停手。

走对了有安静，走错了就挨电。
听上去像极了最基础的条件反射。
但这只是一滩平铺在玻璃板上的散装细胞。
没有身体的痛觉受体，没有复杂的脑区调控，更没有趋利避害的进化器官。
它们能听得懂吗？

实验一共测试了 10 组大鼠皮层神经元网络，连续训练了几天。
结果让研究团队大吃一惊。
几天时间里，细胞网络自发放电从左侧目标区启动的比例，一天比一天高。
更让人想不到的是，这种能力的进步，主要并不是在被电击的当下发生的。
真正的提升，发生在每天两轮训练之间的休整期。
就像人类在睡觉时巩固白天的学习成果一样，这滩细胞隔天重新上线时，表现明显比前一天更稳。
如果中间偶尔走错了路，放电偏到了惩罚区，它们纠正错误的速度在几天后也变得越来越快。
而在对照组里，没有经过闭环训练或者受损的细胞网络，放电频率一模一样，却完全没有这种定向偏好，更不会跨天纠错。

这滩没有身体的细胞，到底是怎么把规矩学会的？
是几天之内重新长出了全新的物理电路吗？
并没有。
显微镜和电生理记录显示，细胞网络并没有推倒重来去建新通路。
它们原本就具备成百上千种不同的放电路径储备。
闭环训练做的事情，是改变了这些固有路径的概率权重。
那些能换来安宁、避开电击惩罚的放电方式，在反复的反馈中被赋予了更高的触发概率。
细胞为了给自己换取一个不受干扰的稳定环境，主动调优了内部的行为概率。

训练一块芯片上的神经元，跟我们有什么关系？
论文上线的时候，迈克尔·莱文发了一条推文，问了一个耐人寻味的问题：
你有没有想过，未来我们能不能把细胞从疾病状态里训练出来？
这句话戳中了现代医学最深的一块认知盲区。
过去一百年，主流医学一直把人体看作一台精密的机械钟表。
人生了病，无论是癌症、器官纤维化，还是神经退行性病变，医生的第一反应都是：零件坏了。
既然齿轮坏了，解决办法无非三种：拿手术刀割掉，用放化疗毒死，或者砸几十亿美金研发一种小分子靶向药，强行把某一个酶或者受体堵死。
这是用蛮力的化学手段，去微观管理数以万亿计的分子。

但莱文在生物电和形态发生领域研究了二十多年，他提出了一个完全不同的视角。
细胞从来不是死板的钟表齿轮。
每一个细胞、每一个由细胞组成的组织，本身就是拥有目标搜寻能力和计算特性的活性智能体。
在莱文的视野里，癌细胞并没有发生机械零件的碎裂，它们只是切断了与周围身体组织的生物电通信，从多细胞生物的整体目标，退化回了原始单细胞时期的自私生存模式。
这是一种走偏了的稳定状态，陷在了一个错误的动力学深坑里。
既然细胞的行为带有可塑性和记忆，那治病为什么非要靠下毒和切除呢？
如果我们能读懂细胞网络的通信规则，给它们搭建一套正确的闭环电信号或生化反馈，完全有可能把走偏的细胞，重新训练回健康的集体目标。

克劳森和莱文这次的实验，虽然目前还停留在培养皿的一小块芯片上，但它给出了一个实打实的证明：
离体的活细胞网络，能够仅仅依靠外界的信息反馈，在好几天的时间跨度里学会追求特定目标，并且具备主动纠错的能力。
未来的医学，也许不再需要像钟表匠那样去硬抠每一个分子的螺丝钉。
只要给生命系统一套对的反馈规则，细胞自己就会把路找回来。

_Canonical: <https://mubeitech.com/deep/mb-20261027-ad38e5> · Source: 墓碑科技 MUBEITECH (mubeitech.com)_
_Rendered by mubei-terminal._