Presso il Dipartimento di Tecnologie dell'Informazione è attivo da quattro anni il gruppo Living Networks Lab, che si occupa dello studio del comportamento collettivo di reti di neuroni adese ad array di microelettrodi.
Nel corso degli anni il gruppo ha sviluppato un sistema hardware/software in grado di stimolare i neuroni con percezioni simulate e decodificare la loro risposta elettrica.E' stato così possibile analizzare il grado di apprendimento dei neuroni dopo stimolazioni ripetute e verificare la loro risposta a stimoli di test inviati dopo la fase di apprendimento. I neuroni, dopo adeguato addestramento, hanno imparato a guidare un attuatore robotico connesso via hardware, seguendo le istruzioni somministrate in forma di stimoli elettrici organizzati.
Il lavoro svolto ci consente di pianificare ulteriori sviluppi della ricerca, nella direzione di una analisi più fine del sistema di comunicazione e di apprendimento basato sulla connessione fra neuroni. Dal punto di vista neurofisiologico, infatti, se è chiara la natura degli scambi elettrochimici che presiedono alle funzionalità dei singoli neuroni, ancora da chiarire è la connessione fra scambio di mediatori chimici, codice informativo utilizzato e sviluppo di funzionalità a più alto livello.
E¿ necessario fornire quindi un ponte fra le conoscenze neurofisiologiche attuali ed i risultati da noi ottenuti utilizzando reti di neuroni.
A questo scopo ci avvarremo della collaborazione con il gruppo di neurofisiologi dell¿Istituto di Fisiologia Umana II, Università di Milano, che ci forniranno le cellule da analizzare e speciali MEA di nuova formulazione che consentono di conoscere con esattezza la collocazione sull¿elettrodo del singolo neurone. In questo modo sarà possibile studiare la comunicazione fra coppie di neuroni e come l¿informazione fra di essi si distribuisca agli altri neuroni circostanti. Si intende giungere in questo modo a definire nel dettaglio la codifica dell¿informazione fra neuroni e la loro interazione. A questo scopo sarà necessario implementare procedure speciali firmware e speciali software di decodifica. E¿ inoltre prevista lo studio dei segnali rilevati attraverso specifici pacchetti di analisi dei segnali e delle serie temporali. In futuro l¿analisi delle reti di neuroni attraverso RMN funzionale potrà evidenziare il rapporto fra i processi di apprendimento a basso livello e quelli ad alto livello, in particolare quelli riguardanti i neuroni specchio.