Minibreinen kunnen braille lezen: hoe dichtbij is de biocomputer van levende cellen?

17 oktober 2026|doorDN Nieuwsredactie|inbiotechnologie, innovatie

Volg Duurzaamnieuws op Google News | Discover | of als voorkeursbron op Google

Piepkleine, in het lab gekweekte hersenorganoïden kunnen signalen van brailleletters verwerken. Drie organoïden samen leverden in 83 procent van de gevallen een herkenbaar signaal op. Het experiment past in een snelgroeiend veld: rekenen met levende neuronen. Bedrijven bouwen nu al de eerste ‘biologische datacenters’, maar of die daadwerkelijk energie gaan besparen, moet nog blijken.

biochip

Hoeveel hersencellen passen er op een biologische chip, en werkt dat? Foto: iStock – Wavebreakmedia

Een minibrein dat braille voelt

Het menselijk brein is een uiterst zuinige computer. Het draait op ongeveer 20 watt. Siliciumchips die het brein nabootsen besparen al veel energie. Maar een groeiende groep wetenschappers gaat nog een stap verder. Zij willen rekenen met echte hersencellen.

Een team van de Universiteit van Bristol onderzocht een cruciale eerste vraag: kunnen hersenorganoïden signalen betrouwbaar ontvangen en doorgeven? Organoïden zijn bolletjes weefsel, gekweekt uit stamcellen. Deze varianten zijn samengesteld met de voorhersenen als model. Ze zijn kleiner dan een millimeter en missen veel structuren van een echt brein. Toch bevatten ze ongeveer 10.000 neuronen en ondersteunende cellen.

In het onderzoek lieten de wetenschappers een tastsensor over alle 26 letters van het braillealfabet gaan. Die tastdata zetten ze om in elektrische prikkelpatronen. De organoïden lagen op een plaatje met elektroden, een zogeheten multielektrodearray. Zo kregen ze de patronen binnen. Daarna keken de onderzoekers of de neurale activiteit liet zien welke letter het organoïde had ‘gevoeld’.

“We kunnen informatie van een echte tastsensor nemen, die omzetten in een vorm die een levend neuraal netwerk kan ontvangen, en daarna betekenisvolle informatie terugwinnen uit de respons van het organoïde”, zegt promovenda Tianyi Liu, eerste auteur van het artikel in Frontiers in Artificial Intelligence.

Drie organoïden weten meer dan één

Een eenvoudig machine learning algoritme sorteerde de patronen van neurale activiteit. Bij één organoïde lukte het in ongeveer 61 procent van de gevallen om de juiste letter te herkennen. Drie organoïden samen haalden ongeveer 83 procent.

“Na verwerking door de organoïden bevatten de tastdata nog steeds voldoende informatie om brailleletters met goede nauwkeurigheid te classificeren”, zegt Benjamin Ward-Cherrier, hoofdauteur van het onderzoek. “Het combineren van de output van meerdere organoïden liet ook een verbetering in prestaties zien.”

Waarom drie beter werken dan één, weten de onderzoekers nog niet. Mogelijk vullen de organoïden elkaar aan. “Verschillende organoïden kunnen net iets andere netwerkverbindingen, ontwikkelingsstadia en lopende activiteit hebben, dus dezelfde input kan vergelijkbare maar niet identieke responsen opleveren”, zegt Liu. “Tegelijk is het natuurlijk lastiger om een voorspelbaar en gestandaardiseerd systeem te bouwen als elk organoïde zich anders gedraagt.”

Daarna maakten de onderzoekers het moeilijker. Ze voegden ruis toe aan de braillesignalen. Het algoritme dat de signalen direct las, zonder organoïden, liet zich daardoor sneller misleiden. Via de organoïden bleven de letters beter herkenbaar.

Leren is nog niet aangetoond

De onderzoekers zijn voorzichtig. Hun experiment laat zien dat organoïden signalen ontvangen en erop reageren. Het laat niet zien dat ze iets leren.

“We lieten zien dat tastinformatie kon worden gecodeerd, verwerkt door de organoïden en gedecodeerd, maar we hebben geen leren of langetermijnveranderingen in de organoïden aangetoond”, zegt Liu. De volgende stap is complexere tastprikkels, zoals texturen en randen. Uiteindelijk wil het team een gesloten lus bouwen. Dan krijgt het organoïde terugkoppeling op wat het doet. Pas dan kun je onderzoeken of het zich aanpast door ervaring.

Een lab dat je op afstand huurt

Opvallend genoeg stond het Bristolse lab niet zelf vol organoïden. Het experiment draaide op het Neuroplatform van het Zwitserse FinalSpark. Dat bedrijf zit in Vevey en biedt toegang op afstand tot levende organoïden. Het team uit Bristol kreeg die toegang gratis via een open oproep voor onderzoeksvoorstellen. FinalSpark noemt de studie de eerste publicatie van een gebruiker van het platform.

Instellingen kunnen het platform huren voor ongeveer 500 dollar per gebruiker per maand. FinalSpark begon met 16 organoïden. De bolletjes leven gemiddeld zo’n 100 dagen. Het bedrijf claimt dat zijn biologische processors ongeveer een miljoen keer minder energie gebruiken dan digitale chips, maar van die claim is geen onafhankelijke meting.

Ook ander onderzoek leunt op het platform. Onderzoekers van Ulster University gebruikten in 2026 metingen van het Neuroplatform om digitale tweelingen van organoïden te bouwen. Dat zijn computermodellen die de activiteit van het levende weefsel nabootsen.

Van Pong en Doom naar een datacenter

De Australische start-up Cortical Labs gaat nog verder. In 2022 leerde het bedrijf een schaaltje met neuronen het computerspel Pong spelen. In 2025 lanceerde het de CL1, die het de eerste commerciële biologische computer noemt. Een exemplaar kost ongeveer 35.000 dollar. Elk apparaat bevat zo’n 200.000 menselijke neuronen, gekweekt op een chip met elektroden.

Begin 2026 leerden ontwikkelaars de neuronen in een CL1 het schietspel Doom spelen, binnen enkele dagen. In maart opende Cortical Labs in Melbourne een prototype van een ‘Bio Data Centre’ met 120 CL1’s. In augustus volgde Singapore. Daar draait nu een rack van 20 CL1’s met samen zo’n 16 miljoen levende neuronen. Het is een samenwerking met de medische faculteit van de National University of Singapore en datacenterbedrijf DayOne. Op termijn moeten daar tot 1.000 apparaten komen.

Volgens Cortical Labs gebruikt één CL1 ongeveer 25 watt. Een vol rack verbruikt 800 tot 1.000 watt. Dat is vergelijkbaar met een paar desktopcomputers. Een gewoon serverrack verbruikt al gauw enkele kilowatts. Een rack voor AI kan boven de 100 kilowatt uitkomen.

Waarom dit nieuws ook over duurzaamheid gaat

De grote belofte van biocomputing is energiebesparing. En die is hard nodig. Volgens Gartner stijgt het elektriciteitsverbruik van datacenters wereldwijd in 2026 met 26 procent, vooral door AI. Het onderzoeksbureau verwacht dat datacenters in 2030 meer dan 1.200 terawattuur verbruiken. Het IEA rekende eerder al uit dat datacenters in 2026 ongeveer net zoveel stroom kunnen gebruiken als een land als Duitsland.

Een technologie die rekent met een fractie van die energie zou dat beeld flink veranderen. Maar zo ver is het nog lang niet.

Zuinig, maar waarvoor?

Een laag stroomverbruik zegt weinig zolang niet duidelijk is wat de machine presteert. Techsite The Next Web wijst erop dat Cortical Labs geen benchmarks heeft gepubliceerd. Er is geen vergelijking van taken en geen cijfer voor rekenwerk per watt. Juist dat getal bepaalt of zuinig ook efficiënt is of alleen maar klein.

Bovendien gaat een deel van de stroom naar levensonderhoud. Pompen, gasmenging, temperatuurregeling en filtratie houden de neuronen tot zes maanden in leven. Daarna moeten ze worden vervangen. Geen enkel siliciumrack kent zo’n onderhoudsschema.

Ook wetenschappelijk zijn er grenzen. Volgens een overzichtsartikel in het Journal of Medical Internet Research uit mei 2026 maakt de onvoorspelbaarheid van organoïden het trainen lastig. Johns Hopkins-hoogleraar Thomas Hartung, een van de grondleggers van het veld, verwacht dat een lerend biologisch systeem jarenlange training nodig heeft. Eerder schatte hij dat het nog decennia kan duren voordat organoïden een systeem zo slim als een muis aandrijven. Het Bristolse onderzoek bevestigt dat beeld. Liu wijst er zelf op dat variatie tussen organoïden standaardisatie bemoeilijkt.

Er is ook een alternatief zonder biologie. Neuromorfe chips bootsen neuronen na in silicium en hoeven niet gevoed te worden. Ook Nederland werkt aan een kenniscentrum rond deze chips.

Ethische vragen groeien mee

Hoe complexer de organoïden worden, hoe dringender de ethische vragen. Kan zo’n bolletje ooit iets als bewustzijn ontwikkelen? Hebben de donoren van de stamcellen echt toestemming gegeven voor dit gebruik? En wie is eigenaar van een rekenende cel? Volgens het JMIR artikel betrekken onderzoekers al vroeg bio-ethici om zulke risico’s voor te zijn.

Tegelijk groeit het bewijs dat organoïden de bouwstenen voor leren bezitten. Onderzoekers van Johns Hopkins toonden in 2025 aan dat hersenorganoïden synaptische plasticiteit vertonen. Dat is het vermogen om verbindingen te versterken of te verzwakken, de basis van leren en geheugen.

Wat je ervan kunt verwachten

De eerste toepassingen liggen waarschijnlijk niet in datacenters, maar in het lab. Onderzoekers gebruiken biocomputers al om te testen hoe medicijnen het leervermogen van organoïden beïnvloeden. Dat kan dierproeven deels vervangen en levert data op uit menselijk weefsel.

De computer op hersencellen is dus geen sciencefiction meer. Maar het is ook nog geen oplossing voor de energiehonger van AI. Het braille-experiment laat vooral zien hoe je een kunstmatige sensor met levend weefsel laat praten. Of dat weefsel ooit zuiniger en beter rekent dan silicium, is de vraag waar het veld de komende jaren een antwoord op moet vinden.

Bronnen

Blijf op de hoogte met de gratis nieuwsbrief. Meld je hier aan.