技术领域
本发明涉及可调神经元网络和测量设备、人造眼以及包含这类神经元网络的(尤其是从干细胞，特别是诱导多能干细胞生长的视网膜组织)光学元件，以及用于产生可调神经元网络(特别是视网膜组织)的方法。
背景技术
视网膜在视觉实现中起到关键作用：在将输入的光子转化为神经元信号后，其使用神经元网络以高度并行的方式处理和过滤这些信号。对于包括人类在内的许多物种，其视网膜是由包括光感受器在内的五种不同类型的视网膜神经元组成的。尽管动物视网膜植入物实验已经提供了针对作为网络参数(神经元类型、神经元密度、神经元大小和突触耦合强度)的函数的视网膜信号处理原理的深刻见解，但是这些参数在物种间有量的差别。特别是在人体组织中尚未系统地进行定量分析，这主要是由于组织植入物可用性的缺乏以及法律允许的遗传方法的限制。
近来，由人类胚胎或诱导多能干细胞衍生的类器官由于与它们的体内对应物相比在细胞类型和组织形态学上的相似性而受到广泛的关注。然而，目前尚无法测试其神经元网络的功能。类似地，也无法测试具有比视网膜神经元网络更复杂的结构的神经元网络(例如大脑)的功能。
为了(I)测量人视网膜组织或其他神经元组织中的神经元网络的功能和(II)产生用于信号处理的可调神经元网络，至少需要解决以下四个突出问题。
问题一：人视网膜组织成分、神经元读出技术的可用性和可达性
由于严重的实验障碍，尚未对整个人视网膜甚至人脑或脊髓内的神经元响应进行测量。神经元网络的定量表征需要测量大量独立神经元与其相邻神经元如何交互以产生功能性神经元网络。这需要在单个神经元分辨率(10微米空间分辨率)下测量整个网络内的神经元响应(毫秒时间分辨率)。这些要求的结合超过了现有技术的能力。因此，使用两个模型系统来研究视网膜神经元网络。
一方面，将视网膜组织植入物(例如小鼠视网膜)平坦化为2D层并安装在电极阵列顶部以测量神经元信号(Gollisch，T.，&Meister，M。(2010)，“Eye Smarter than Scientists Believed:Neural Computations in Circuits of the Retina，Neuron,65(2),150-164)。现有设备允许同时读出数百个神经元。
另一方面，由于能被全体成像，大脑较小的动物模型(主要是果蝇，斑马鱼和秀丽隐杆线虫)已被用于记录了整个大脑的神经元响应(Ahrens,M.B.,&Engert,F.,(2015),“Large-scale imaging in small brains”,Current Opinion in Neurobiology,32,78-86；Borst,A.,(2014),“Fly visual course control:behaviour,algorithms and circuits”,Nature Publishing Group,15(9),590-599)。
动物视网膜和视网膜植入物实验有助于了解视网膜功能。然而，由于会根据物种的生态位和行为反应而进行优化，神经元网络的实际参数显示出动物与人之间的差异。例如，该网络的突触耦合强度由受多巴胺无长突细胞分布控制的局部多巴胺浓度决定(Bloomfield,S.A.,&B.,(2009),“The diverse functional roles and regulation of neuronal gap junctions in the retina”,Nature Publishing Group,10(7),495-506)。这种分布在物种间是不同的(l.et al.,(1995),“Neurotransmitters in the human brain”,Plenum Press)，于是在将用动物模型获得的神经元网络的知识于转用于人类时需要特别小心。
因此，理解由人视网膜或人类大脑进行的信号处理需要用具有类似神经元网络参数的组织进行实验。然而，这类组织在存活人体中可达性很低，并且视网膜植入物的可用性也不高。此外，作为探索和操纵这些网络的工具的遗传修饰也由于法律的限制而不可用。
因此，需要使用特定形态的神经元组织，特别是人视网膜组织的测量设备，以及体外形成这类视网膜组织的方法。
问题ll：神经元网络的可调性
来自人和动物的视网膜或其他神经元组织根据其遗传程序生长，该遗传程序决定其最终神经元网络的参数。那些参数根据物种的生态位而被优化。一个物种内神经元网络的可重复性来源于其可维持性的成本。这使得改变网络参数(神经元类型，大小，密度和耦合强度)在技术上非常具有挑战性。尽管使用光遗传技术(Boyden,E.S.等人,(2005),“Millisecond-timescale,genetically targeted optical control of neural activity”,Nature Neuroscience,8(9),1263-1268)可以控制突触耦合强度，但是神经元的大小和密度特别难以控制。这种限制阻止了使用视网膜和视网膜植入物来设计和探索用于高级信号处理应用的定制神经元网络。研究人员估计，在小鼠视网膜内实现了由不同的神经元类型和大小给出的30多种不同的图像处理滤波器。改变这些参数的能力将可实现使用这些网络的定制处理算法。
因此，需要一种测量设备，其能够以可控方式了解神经元组织(例如视网膜或大脑)内神经元网络的形成。此外，还需要能够调整生长的神经元网络以使其发育出特定期望特征的装置和方法。
问题三：类器官的形状
近年来，研究人员能够在培养皿中成功培养与其体内对应物具有相同细胞类型和相似组织形态的类器官，即器官样结构。但是，这些类器官的整体形状在样品之间大不相同。即使在现有协议中，类器官的形状是通过例如使用镊子进行切割来粗略调整的(Hiler,D.J.等人,(2016),“Reprogramming of mouse retinal neurons and standardized quantification of their differentiation in 3D retinal cultures”,Nature Protocols,11(10),1955-1976)。它们约一毫米的小尺寸使得该技术无法用于创建任意形状。
由于器官的功能在很大程度上取决于器官形状，特别是在大脑和视网膜的情况下，因此这妨碍了体外功能器官的受控制备。
因此，需要能够以预定形态使类器官组织生长的设备和方法。本发明以任意形态形成类器官的能力已经在视网膜类器官的情景中发展，但该能力也可用于其他类器官，例如大脑类器官。
问题IV：神经元响应的3D读出
视网膜、视网膜类器官和其他神经元组织原则上具有三维结构。3D测量多个神经元的神经元响应在技术上是具有挑战性的。因此，已经使用限于2D几何形状的视网膜植入物(Obien,M.E.J.,(2014),“Revealing neuronal function through microelectrode array recordings”,1-30)或是诸如果蝇，斑马鱼和秀丽隐杆线虫的小型脑动物(Ahrens,M.B.,&Engert,F.,(2015),“Large-scale imaging in small brains”,Current Opinion in Neurobiology,32,78-86)进行了实验。以细胞分辨率上完成毫米大小的视网膜或其他神经元组织的神经元信号的完整3D读出尚无法实现。
因此需要提供能够实现这类读出的测量设备，并且提供用于产生这类测量设备中所需的可调神经元(视网膜)组织的方法。
发明内容
本发明基于以下指导原则为这些问题提供解决方案。
(a)类人神经元或视网膜组织可以从人类胚胎或诱导多能干细胞中生长。使用来自人类诱导多能干细胞的功能性感光细胞成功生长视网膜类器官是可能的。在这里，系统内的神经元类型可以通过在视网膜发育期间应用特定的转录因子而以简单的方式进行控制。这例如在如下例子中得以描述：Zhong，X等人:“Generation of three dimensional retinal tissue with functional photoreceptors from human iPSCs”(Nature Communications,5,4047EP-,2014),M.等人:“Retinal Organoids from Pluripotent Stem Cells Efficiently Recapitulate Retinogenesis”(Stem Cell Reports,6(4),525-538,2016),Eiraku,M.等人:“Self-organizing optic-cup morphogenesis in three-dimensional culture”(Nature 472,51–56,2011),WO 2015/109148A1,CN 103 409 363A,和US 2016/0333312A1,，这些例子的全部内容通过引用结合于此作为参考。
(b)类器官的形状可以通过将发育中的类器官(例如视网膜类器官或其他神经元类器官)包埋在具有受控机械性质的环境中来加以控制。如前所述(Stowers,R.S.et al.,(2015),“Dynamic phototuning of 3D hydrogel stiffness”,Proceedings of the National Academy of Sciences,112(7),1953-1958)通过环境的局部软化或硬化，视网膜生长率能够被局部性地增加。其他机械性质(诸如应力松弛常数的粘度)的模造也是可能的。例如，还可以使用成熟技术(例如激光消融，3D激光切割或使用光可调谐粘弹性水凝胶等)来对材料进行模造。
为了产生任意的类器官形状，可以实现使用实际类器官形状作为输入并将周围材料的时空机械性质作为输出参数的反馈回路。
(c)通过使用具有钙敏感染料/荧光团的现有荧光显微术，可以在三维中针对整个神经元或视网膜类器官3D地读出神经元响应。一个例子是作为一种成熟技术的光片显微镜(lightsheet microscope)。该技术由于如下原因而非常合适：其已经针对毫秒采集速度进行了优化(Mickoleit,M.等人:“High-resolution reconstruction of the beating zebrafish heart”,Nature Methods 11,919-922,2014)；以及能够在单个神经元的分辨率上进行神经元响应成像(Wolf S.et al.:“Whole-brain functional imaging with two-photon light-sheet microscopy”Nature Methods 12,379-380,2015),(Grienberger,C.&Konnerth,A.“Imaging Calcium in Neurons”,Neuron 73,862-885,2012))，上述文章的全部内容在此引入作为参考。为了对神经元类器官的神经元响应进行成像，需要定制的光片显微镜，这是因为商业上可获得的解决方案无法实现足够快地3D成像。
使用这些指导原则，可以单独或组合地实现优于现有技术的以下优点：
(1)由于使用类人体组织，模型系统能够研究神经元响应(例如光诱导的信号)在类似人体系统的神经元组织(例如视网膜组织)中如何被产生和处理。与现有技术已知的人体组织植入物相比，这种类器官具有好得多的可用性和可达性。因此，能够基于此对人类神经元网络功能进行系统性研究。
(2)神经元类器官允许通过改变细胞类型、密度和连接程度来调整神经元回路，而细胞类型、密度和连接程度的改变例如可以使用转录因子的受控应用来得到控制。另外，对于视网膜类器官，还可以使用光遗传方法来调整例如突触耦合强度。
(3)与现有技术已知的视网膜或神经元类器官植入物具有有限量的形状以及类器官生长有不受控制的形状相比，能够提供任意形状的视网膜/类器官。
(4)由于使用高速荧光显微术，尤其是光片显微术，能够实现整个神经元类器官/视网膜组织的神经元响应的三维读出。
本发明的一个问题在于提供一种可以在测量设备中实现的诸如视网膜的神经元网络的体外模型系统，用于其网络性质的进一步研究。为此，需要提供一种使用源自干细胞(例如，来自人诱导多能干细胞)的神经元类器官的、且对预定影响敏感的高度可调神经元网络。此外，需要控制类器官的形状，例如通过对作用于类器官的外部影响进行空间和/或时间控制。另外，需要提供读出设备，其能够以三维和高采集速度检测神经元网络对预定影响的响应。
本发明的另一个问题在于提供可用于信号处理的一类测量设备，其用于医疗诊断和治疗过程中或开发阶段，和/或用于先进生物激发电光元件的开发和/或生产阶段。
通过独立权利要求的主题来实现上述优点并解决上述问题。
一种测量设备包括：从干细胞生长的神经元组织，尤其是视网膜组织，所述神经元组织具有三维形状以及响应于作用其上的影响而改变神经元组织各细胞内电位的神经元细胞；以及读取装置，其被配置为经由神经元细胞产生的电位变化来测量神经元组织的神经元响应。
这类测量设备包括实现上述优点的两个必要部件。根据主要已知的方法连同读出设备一起，使用从干细胞生长的全功能神经元组织，尤其是视网膜组织，其中所述读出设备能够解析由神经元组织的神经元细胞在整个组织上的响应所产生的电位的变化。这使得第一次有可能获得对原则上可自由设计的三维神经元组织的神经元响应的详细且深刻的见解，即对导致神经元信号的输出的电化学过程的深刻见解，生物根据该输出执行基于神经元信号的不同活动。
神经元细胞可以是视网膜组织的光感受器。于是作用于神经元细胞(即，光感受器)的影响可以是入射在光感受器上的光。由光感受器产生的神经元响应因此可以是图像形成能力，特别是光诱导信号的产生和它们的现场处理。这就能够获得对生物进行光学现象感知的过程的详细且深入的见解。
形成例如视网膜组织的神经元网络可以从人诱导多能干细胞生长。这就能够获得对在人类神经元网络(例如眼或大脑)中执行的神经元信号的处理的深刻见解，而这又能够导致新型诊断和治疗的发展。此外，尽管神经元组织原则上可以从任何种类的干细胞生长，但使用诱导性多能干细胞使得不必使用胚胎干细胞。
观察到的电位变化是由神经元组织细胞内细胞质钙离子浓度的变化引起的。这些神经元信号由神经元细胞启动，特别是由视网膜光感受器启动。神经元组织的细胞还可以包含钙敏感荧光染料或蛋白质，并且读出设备可以被配置成通过高速荧光显微镜，特别是通过光片显微镜来测量钙敏感荧光染料或蛋白质在神经元组织细胞被测部分中的浓度，根据钙敏感性荧光染料或蛋白质的测得分布来确定细胞被测部分内细胞质钙离子的浓度变化，并且根据确定的细胞质钙离子浓度的变化来确定细胞被测部分内的电位变化。
通过使用高速荧光显微镜技术，例如光片显微镜来读出电位，可以提供一种从整个神经元组织提取数据的可靠方法。事实上，通过将钙敏感荧光染料引入神经元组织的细胞中，就能够通过跟踪将与钙离子结合的荧光染料来追踪细胞质钙离子的运动。读数以已知的方式由光片显微镜读出，在光片显微镜中，可以在视网膜组织整体之上扫描仅在一个方向上聚焦的激光束，即，“光片”，以激发荧光染料的荧光。这种荧光可以通过垂直于光片平面布置的光学设备，如显微镜，光电倍增管，光放大器和/或照相机读出。该方法能够在整个神经元组织之上或至少在特定感兴趣的细胞区域(例如视网膜组织的感光细胞，神经节细胞和/或连接神经元(无长突细胞，水平细胞和双极细胞))中通过电化学反应，即通过钙离子浓度的改变，以毫秒时间分辨率读出在神经元组织中进行的图像处理。因此，例如可以测量视网膜的图像形成能力，即通过视网膜从光吸收(感光细胞)到向视神经(神经节细胞)传递信号的高空间和时间分辨率的信号传输和处理。
关于类人组织中这类过程的知识可以用于医学治疗的研发。作为例子，由神经组织形成的神经元网络的操作可以作为药物(例如，神经递质的激活剂和抑制剂)的函数被直接测量。此外，通过使用视网膜组织，该系统可被用于设计和实现先进的现场图像过滤和处理设备。
该测量设备可以进一步包括影响装置，其被配置为对神经元组织施加外部的，即物理的(特别是机械的和/或光学的)和/或化学的影响。读出设备可以被配置为响应于由影响装置所施加的影响来测量神经元组织的神经元响应，特别是视网膜组织的图像形成能力。这运行使用该测量设备进行专门实验。例如，影响装置可被设计为原则上已知的光学系统，该系统能够将预定强度、波长和时间/空间模式的光投射到视网膜组织上。随后可以详细分析由读出设备测得的信号依赖性并由此能够详细分析视网膜组织对入射光的图像形成能力。然而，影响装置也可以对视网膜组织或其他神经组织如脑组织施加机械力，以分析响应于这些机械力的相应神经元组织的性能变化。作为附加或者替换，还可以通过分析将特定化学物质(例如药物)提供给神经元组织后该神经元组织的性能来测量化学影响。
通过进行这样的实验，能够在体外获得在实验性可控影响下对眼(特别是人眼)或其他神经元类器官(如大脑或脊髓)发育的深刻了解。这具有特别的优点，即神经元组织能够暴露于通常无法不与活体施用于相应类器官的其他非期望条件混合的特定条件下。这就能够对不同影响的效果进行隔离和分类，进而可以用于诊断工具和医疗手段的开发。另外，基因编辑技术适用于体外系统。这将有助于了解遗传缺陷如何影响诸如视网膜功能等的类器官功能，并有助于寻找解决这些疾病的遗传和化学方法。
影响装置可以被配置成用于确定神经元组织的形状。这可以通过例如神经元组织的光学监督来完成。根据另一个例子，这可以通过监测神经元组织与周围环境或形成影响装置的一部分的材料(例如固体材料，液体或基质样结构)的机械相互作用来完成。
因此，除了使用测量设备观察神经元组织的神经元响应(例如视网膜组织的图像形成能力)之外，还可以观察到神经元组织的形状。这具有以下优点：还可以观察到神经元组织响应于外部影响的形状的变化，以及如有必要连同神经元网络性能的相应变化。这可以用来进一步研究诸如视网膜的神经元组织的生长与外部影响(特别是视网膜上的光)之间的交叉关系。
事实上，不仅形成视网膜组织的神经元网络中的耦合依赖于视网膜上的外部影响(例如，光)，视网膜组织的形状也依赖于这种影响。例如，基于视网膜上光入射产生的诸如多巴胺的神经递质的存在可能会对近视的发展产生影响，因为它也会触发特定区域内的视网膜生长。因此，观察实验控制的外界影响与视网膜组织成形之间的关系，可以更深入地了解眼和眼部疾病的发展过程，这对于新型医疗诊断和治疗的发展是至关重要的。
在此，影响装置可以具有已知的可控形态，神经元组织可被嵌入到影响装置中，以使得神经元组织和影响装置彼此机械地相互作用，并且神经元组织的形状可以从机械相互作用对影响装置的影响或通过光学技术来确定。为此，可以监测神经元组织与周围环境或材料(其形成影响装置的一部分，例如高粘性液体或基质)的机械相互作用。
例如，围绕神经元组织的影响装置的物理状态(例如，压力分布)的变化可以通过主要已知的方法来测量，然而这些方法可能无法直接应用于神经元组织，例如因为它们可能影响组织本身甚至可能破坏组织。基于测得的机械相互作用，于是可以通过应用已知的算法重新计算神经元组织的形状。例如，影响装置中的压力分布和/或其变化可以实现对神经元组织形状的深刻见解，这是因为神经元组织至少部分地引起这一压力分布。因此，从整体压力分布过滤由神经元组织引起的压力可以实现对神经元组织形状的深刻见解。
主要眼病如青光眼是由作用于视网膜的机械应力等物理输入引起的。使用根据本发明的测量设备，例如可以在外部应力变化的同时测量视网膜的功能。这为更好地理解对视网膜疾病的物理影响并找到可能的治疗方法开启了大门。
影响装置的形态能够被预先确定，例如可以是三维悬浮培养物。局部软化或硬化神经元组织周围的材料是可能的，从而可以改变对视网膜组织的机械相互作用或影响。这可以通过已知的方法完成，例如，通过使用诸如激光烧蚀的成熟技术或通过使用适用于改变软材料的机械性能的方法和材料来进行材料模造，所述方法和材料在US2016/0116394A1中提出，其全部内容通过引用合并于此。因此，能够观察到神经元组织的形状相对于已知的初始或中间形状的变化，由此可以改善测量结果。
测量设备可以进一步包括控制单元，其被配置为将神经元组织的测得的神经元响应和/或确定的形状与视网膜组织的预定的神经元响应和/或预定形状进行比较，以基于上述比较生成控制信号，并将该控制信号传送给影响装置。在此，影响装置被配置为基于控制信号对神经元组织施加物理和/或化学影响。使用控制单元，测量设备能被用于建立使神经元组织达到预定形状或预定神经元响应的控制回路。为此，控制单元能够使用机器学习技术，该技术允许控制单元识别哪个外部影响导致神经元组织的实际形态/形状和/或神经元响应/性能和期望值之间的差异减小。因此，通过尝试各种不同的外部影响，控制单元可以确定导致期望结果的那些影响。作为替换或是附加，控制单元可被配置为仅调整预定的一组外部影响，例如，光强度、波长和/或模式，或是通过具有可调机械性质的周围环境施加的机械力。
使用这类控制回路能够实现对具有预定性质(例如神经元响应的形状和形态)的神经元组织的产生及其性能研究。因此，通过使用用于视网膜组织的这类控制回路，可以研究和/或生成具有与人眼性质相似或相同的人造眼。另外，可以设计适合吸收特定波长和/或光强度的特殊形态的视网膜组织，并由此可以用作将光转换成电信号的光学元件的组成部分。另外，使用来自患有视网膜疾病的患者的诱导多能干细胞来培养视网膜类器官将能够在体外对疾病建模，同时测量患者的视网膜神经元网络的功能。控制回路随后可用于寻找能够在其下恢复生理性能的条件。
测量设备内的神经元组织可具有预定的初始形状和/或可仅包含不同细胞类型的预定初始混合物，特别是视网膜组织可仅包含视网膜光感受器的预定混合物。这允许研究具有已知初始性质的神经元组织，这又由于可以精确地固定初始条件而有助于更好地理解对神经元组织的影响。例如，通过从干细胞发育视网膜期间使用正确的转录因子，可以产生仅具有单一类型的感光细胞的视网膜组织。由于这些条件不会在人类视网膜中出现，因此例如可以分析外部影响对单类感光细胞的影响。
一种基于对视网膜形状的控制而从干细胞形成类器官特别是神经元或视网膜组织的方法包括：从干细胞中发育类器官细胞，特别是神经元或视网膜细胞；将类器官细胞嵌入具有可控机械性质的环境中；使用光学技术或从类器官细胞与环境之间的机械相互作用对环境的影响测量类器官细胞的形状；将类器官细胞的测得形状与预定形状进行比较；通过基于测得形状与预定形状之间的比较调节环境的机械性质来诱导组织生长和/或变形，以最小化测得形状与预定形状之间的差异，并且在测得形状和预定形状之间的差异低于预定阈值之后终止组织的生长和/或变形。
类似于以上描述，如果类器官组织被输入具有可控机械性能的环境中，则能够以预定的可控形态产生类器官组织，特别是神经元或视网膜组织，例如在US2016/0116394A1中所描述的。通过将这类材料作为类器官细胞的基质并对生长中的器官类细胞的形状使用控制回路，可以生成具有预定形状的类器官组织。该技术不限于视网膜类器官的应用，也可以应用于例如大脑，肺，肠类器官的情况。
在发育类器官细胞类型时，可以仅发育预定的细胞类型混合物。如上所述，这可以例如通过在干细胞转化为视网膜细胞的过程中使用特定的转录因子来实现。因此，除了形状之外，还可以控制神经元组织的细胞混合物。
在测量设备中，神经元组织的预定初始形状和不同细胞类型的预定初始混合物可以通过上述方法获得。
可以通过使用在上述测量设备中终止类器官细胞生长后作为神经元组织获得的神经元类器官细胞来形成神经元类器官，以进一步适应神经元组织的形状和/或神经元响应。这就能够通过执行神经元细胞的神经元网络的形状或相互连接的适应来微调神经元组织的形状和/或神经元响应，由此能够获得神经元组织的期望特性。
人造眼可以包括根据上述方法之一形成的视网膜组织。类似地，用于将输入光转换成电信号的电光元件可以包括根据前述方法形成的视网膜组织。因此，上述方法和测量设备可以用于制造可用于医学的人造眼以及用于信号处理的电光元件，或至少用于改善对如何制造这类设备的理解。
附图说明
以下将结合附图给出本发明的详细描述。附图如下：
图1示出了根据一个实施例的测量设备的示意图；
图2示出了根据一个实施例的测量设备的示意图；
图3示出了根据一个实施例的测量设备的示意图；
图4示出了根据一个实施例的影响装置的示意图；
图5示出了根据一个实施例的测量设备的示意图；
图6示出了根据一个实施例的用于形成视网膜组织的方法的处理流程的示意图；
图7示出了根据一个实施例的用于形成视网膜组织的方法的处理流程的示意图；
图8示出了根据一个实施例的人造眼的示意图；以及
图9示出了根据一个实施例的光学元件的示意图。
具体实施方式
在随后的描述中，参考了包括光感受器的视网膜组织，所述光感受器响应于入射其上的光改变视网膜组织的细胞中的电位。读出该电位以确定视网膜组织的图像形成能力。
然而，限定为视网膜组织只是为了便于描述，并非旨在限制。可以使用视网膜组织之外的任何能够从干细胞生长的神经元组织。
此外，作用于这类神经元组织的任何影响都将对神经元组织内的神经元细胞产生影响，细胞内的电位将会响应这种影响而改变。“改变”不仅包括由该影响直接引起的电位(诸如光入射的光感受器的信号)的直接和短期的变化，而且还包括在该影响下由神经元组织的神经元网络的相互连接(例如在化学品和/或药物的影响下或在机械影响下形成的相互连接)引起的电位变化。
因此，不仅可以根据电位的变化来确定视网膜组织的图像形成能力，而且更一般地还可以确定由这些影响引起的这类电位变化构成的神经元响应。以下描述的图像形成能力的读出仅仅是本领域技术人员能够容易地将其推广到其他神经元组织的能力的具体示例。
因此，虽然以下针对视网膜组织进行了详细描述，但是本发明更一般地也适用于监测和/或调整任意神经元组织的性质，所述性质例如是神经元组织的形状或神经元响应。
图1示出了测量设备100的示意图。测量设备100包括体外视网膜组织110和读出设备130。
视网膜组织110具有任意的三维形态并且包括使得视网膜组织能够接收光L并将光转换为电信号的视网膜细胞。视网膜组织110包括全功能视网膜光感受器120，即光L入射在其上的感光细胞。响应于入射光L，视网膜光感受器120改变视网膜组织110细胞内的电位，即视网膜组织110内的电位。更具体地，视网膜光感受器120通过调节其内的细胞质钙离子的浓度来响应入射光L并由此改变其跨细胞膜的电位。电位的这种变化对应于从光感受器120发出的初始电信号，即其构成由视网膜组织110执行的信号处理的第一阶段，其允许从接收的电磁辐射中重建图像。由光感受器120产生的初始电信号通过钙信号传递而被进一步传输到视网膜组织110的其他细胞层，即连接神经元(双极细胞，无长突细胞和水平细胞)和神经节细胞，信号在那里被进一步处理和过滤，直到准备好经由视神经传递到大脑。然而，由于视网膜组织110是在体外而非在体内提供的，因此不提供视神经读出。如以下详细描述的，由视网膜组织110内的(即在视网膜组织110的细胞内的)变化的电位构成的信号将由读出设备130读出。
视网膜组织110从干细胞生长。尽管测量设备100可以用任何生物的任何种类的视网膜组织110来操作，但是视网膜组织优选从人诱导多能干细胞生长，从而能够在无需从活人中提取视网膜细胞或使用胚胎干细胞的情况下实现对人视网膜组织110的分析。视网膜组织110可根据成熟技术而从诱导多能干细胞产生，该技术在Zhong，X.等人“Generation of three dimensional retinal tissue with functional photoreceptors from human iPSCs”(Nature Communications,5,4047EP-,2014)；M.等人:“Retinal Organoids from Pluripotent Stem Cells Efficiently Recapitulate Retinogenesis”(Stem Cell Reports,6(4),525-538,2016)；Eiraku,M.等人:“Self-organizing optic-cup morphogenesis in three-dimensional culture”(Nature 472,51–56,2011),WO 2015/109148A1,CN 103 409 363A和US2016/0333312A1中有所描述)，上述文章的全部内容在此引入作为参考。
在此，简而言之，将干细胞维持在二维培养物中并转移到三维悬浮培养物中以形成聚集体。随后通过使用节点和层粘连蛋白蛋白的组合激活分化路径来诱导分化成神经上皮。视网膜分化因子的加入导致视网膜祖细胞的分化及其随后的自组织以形成光学杯状结构。视网膜细胞的成熟于是导致全功能视网膜光感受器120的发育。这是一个例子，其他方案也是可能的。
在此过程中，通过使用特定的转录因子，可以根据待由测量设备100执行的期望测量来调整细胞类型的混合物，特别是感光细胞类型的混合物。例如，杆形和锥形感光细胞的密度确定设备的光谱响应(彩色视觉相对于灰度)。在人体内，视网膜中心具有较高的视锥细胞密度，以实现彩色视觉，而视网膜周边主要由视杆细胞组成。这种组合能够实现中央彩色视觉并在周边实现高信噪比的灰度级。可以通过在类器官发育的某些特定阶段应用分子信号抑制剂来调整杆形-锥形感光细胞的比率并由此调整本发明测量设备的光谱响应。
一个例子是在类器官发育的某些特定时刻应用Notch抑制剂。
无长突细胞和神经节细胞的大小和密度决定了在神经元网络中实现空间滤波过程的长度尺度。例如，较大的无长突细胞能够处理来自进一步分离的光感受器的输出信号，从而能够处理更大的空间特征。一个例子是抑制来自投射到视网膜上的大而慢动的图像的神经元信号。因此，调整这些单元的大小和密度能够实现对实现的过滤器的调谐。
除了用于从干细胞生长视网膜细胞的成熟方法之外，还可以使用如下所述的方法来获得视网膜组织110，该视网膜组织110不仅可以具有预定的视网膜细胞混合物，而且还可以具有不同于通过纯粹自组织获得的形状的预定形状。因此，测量设备100也允许依赖于组织形状来分析视网膜组织110的性质。
由读出设备130测量在光L入射光感受器L之后在视网膜组织110中发展和/或穿过视网膜组织110的电信号，即构成这些电信号的视网膜组织内的电位的变化。由于电位的变化最终确定将在大脑中形成的图像，因此读出设备130通过测量电位来测量视网膜组织110的图像形成能力。事实上，视网膜组织110的图像形成能力取决于诸多因素。除了光感受器120的组成类型和视网膜组织110的形态或形状之外，图像形成能力还强烈依赖于由视网膜组织的细胞形成的神经元网络的相互连接。
例如，人眼能够适应广泛的照明条件，甚至能够检测单个光子。为了适应这种光照水平的降低，通过组合邻近的感光细胞的信号以降低空间分辨率为代价来增加视网膜内的“像素大小”。因此，分级(binning)是由视网膜进行的。为了实现这一点，相邻的感光细胞通过它们的间隙连接而变得耦合，其耦合强度由神经递质(例如，多巴胺)的浓度决定。因此，人眼神经元网络的相互连接允许图像形成能力适应不同的光照水平。
通过用读出设备测量电位的变化，可以因此获得关于图像形成能力的信息，该信息又可以用于更好地理解视网膜组织110的神经元网络及其对视网膜细胞的特定类型、组织形状和从外部作用于视网膜组织110的影响的依赖性。
因此，测量设备110提供了对视网膜组织110的功能的新见解，特别是对从人诱导多能干细胞获得的人视网膜组织110功能的新见解，这些新见解本是无法获得的，并且能够开发和/或应用新的诊断和治疗应用。更具体地，该设备可以用来测量对诸如近视的许多眼病有效的光照和神经递质浓度的响应函数。
读出设备130原则上可以以任意方式获得关于视网膜组织110内的电位的信息，例如，通过高灵敏度电极直接测量电位。然而，如参考图2详细解释的，读出设备230也能够通过使用高速荧光显微镜来测量电位，例如，使用光片显微镜或激光扫描双光子显微镜。
图2示出了包括如上所述的视网膜组织210和被配置为执行光镜显微术的读出设备230的测量设备200。为此，读出设备230包括光源232和光接收器234。光源232被配置为例如通过柱面透镜等发射仅在一个方向上聚焦的光S，光S分别具有预定的、优选为可调的强度和波长。光源232例如可以是激光光源，其仅将出射的激光聚焦到一个方向上以形成“光片”或光平面S。在图2中，光平面S以俯视图示出，即，光平面从图2的投影平面延伸出。尽管在图2中光S向左和向右的延伸被示为可忽略，但是从上方观察时，光片也可以具有“领结形状”，其中领结的结部位于光片显微镜所感兴趣的区域。
对光片显微镜来说重要的是，待分析对象在跨越穿过该对象的(虚拟)二维截面的感兴趣区域内由光源232照亮。测量设备200因此被配置为使得从读出设备230的光源232发射的光S在穿过视网膜组织210的二维平面内与该视网膜组织210的一部分细胞相交。该部分细胞构成被观察或测量的那部分细胞。
在测量设备200中，一个或多个钙敏感荧光染料214被引入到视网膜组织210中。作为替换，可以使用基因编码的钙敏感指示剂(GCaMP)。染料或荧光蛋白214允许跟随视网膜组织210的细胞的钙离子212的移动，例如，通过与钙离子结合。钙敏感染料的例子是Fluo-4(ThermoFisher)或Rhod-2(ThermoFisher)，基因编码的钙指示剂的例子是GCaMP5。
从光源232发射的光S的波长被设置为能够激发钙敏感荧光染料214的荧光。因此，沿着光S与视网膜组织210的交界面，荧光F将由染料214发出。根据视网膜组织210与光S的二维相交平面内的荧光F的强度分布，能够确定钙离子的分布。因此，通过观察荧光F的强度分布，可以检测到导致电位变化的钙离子分布的变化。
为此，读出设备包括光接收器234。光接收器234被布置为使得其检测方向垂直于由视网膜组织210和光S之间的交界形成的平面，以便确保光接收器234被配置为观察该平面。例如，光接收器234可以包括其光路基本垂直于光片S的光学显微镜、光电倍增器、光电放大器和/或诸如CCD相机的照相机系统，以及检测发射的荧光的必要光学部件。光接收器234的焦点可被设置在光片S的平面上。该焦点也能够以可调方式设置在靠近光片S的层上，并且可以是例如在与光片垂直的方向上与光片间隔5μm，10μm，50μm，100μm，500μm或更多。这允许分析通过光片周围的视网膜组织210的截面，而无需移动系统的各个组件。作为替换，可以使用具有脉冲飞秒激光器的定制高速激光扫描显微镜。
接收到的关于钙敏感荧光染料214分布的信息随后从光接收器转发到测量设备200的处理单元(未示出)。在那里，从该信息确定沿着光片S的视网膜组织210细胞的电位变化。应该注意到，处理单元无需位于测量设备200的其他部件附近。处理单元也可以是从光接收器234获得的数据所发送到的计算机或服务器。
通过移动视网膜组织210或者光源232和光接收器234，可以在二维切片中扫描完整的视网膜组织210。在此，相对运动可以是线性的，也可以包括旋转。从获得的二维切片中可以获得视网膜组织的完整图像。然而，也可以集中于视网膜组织的特定区域，例如，位于视网膜组织210的光入射侧(光L)的光感受器层，位于视网膜组织210的相对侧的神经节细胞层，或其间的连接神经元细胞。为了成像目的，将视网膜类器官布置在培养皿内，嵌入培养基和/或聚合物凝胶中，例如可渗透营养素的琼脂糖或甲基纤维素。布置在能同时提供足够量的营养物质的其他软质材料中也是可能的。
因此通过使用光片显微术，能够实现由整个视网膜组织210中细胞质钙离子浓度的变化引起的电信号传播所致的视网膜图像处理的可视化。由于光片显微镜的时间和空间分辨率是例如约100帧/秒(80至120帧/秒)和1微米(0.8至1.2微米)，因此能够研究信号通过视网膜组织210的神经元网络的传播，并由此研究视网膜组织的图像形成能力。这将导致在医学或神经信号处理领域有用的新见解。
在此需要明确的是，视网膜组织的细胞必须对激发光S以及荧光F足够透明，以允许在整个视网膜组织210中激发和读出荧光F。然而，所使用的视网膜组织、激发和荧光波长满足了这一条件。
图2仅显示了光片显微镜的示意图。然而并不意图将本发明限制于参考图2描述的光片显微镜的方法和系统。事实上，可以使用满足速度和分辨率要求的任何其他显微镜技术。具体而言，可以使用允许检测视网膜细胞内和跨视网膜细胞的电位变化的任何显微镜检查方法。例如，其中的一种方法在如下文献中描述：Mickoleit,M.等人:“High-resolution reconstruction of the beating zebrafish heart”(Nature Methods 11,919-922,2014)；Wolf S.等人:“Whole-brain functional imaging with two-photon light-sheet microscopy”(Nature Methods 12,379-380,2015)；或者Grienberger,C.&Konnerth,A.“Imaging Calcium in Neurons”(Neuron 73,862-885,2012)和/或WO 2011/036094A1，其全部内容通过引用结合于此作为参考，或者可以使用其变体。
图3示意性地示出了测量设备300，其包括位于分别对应于在前描述的视网膜组织310和读出设备330旁边的影响装置340。影响装置340与视网膜组织310耦合，以便能够将外部影响(即，并非在视网膜组织310内产生的影响)以可控方式施加给视网膜组织310。读出设备330于是能够如上参考图1和图2所述测量视网膜组织310中的电位的变化并且从中确定依赖于外部影响的图像形成能力的变化。
测量设备300因此允许在特定的外部影响下建立用于测试视网膜组织310及其图像形成能力的专门实验。例如，可以通过测量设备300分析与多巴胺浓度相关的神经元信号的空间分级。事实上，局部多巴胺激活(例如，受到视网膜组织310上的时空光模式的影响)被认为在神经元信号处理和眼发育过程中起主要作用。这类实验导致对视网膜组织的结构和操作的更深入理解，并且可以用于新诊断和/或治疗手段的开发和/或使用。例如，可以通过测量设备300定量地表征照射模式如何在单个细胞水平上控制(例如，人的)视网膜组织内的分子因子。了解类人组织内的剂量-反应曲线(例如，光-神经递质浓度)就能够进行药物的特定设计。
外部影响可以是任何物理或化学影响。更具体地，影响装置340可以由允许以主体已知的方式用具有特定模式、波长和/或强度的光照亮整个视网膜组织或其部分的光学仪器组成。这允许分析视网膜组织310对特定的、实验上可控的光照条件的响应。于是，例如可以分析视网膜组织310内响应于特定光条件的神经元连接的形成。这可以提供对各种眼部疾病发展的深刻见解，其中已经假定照明光模式与降低的图像形成能力之间的相互关联。光学仪器可以包括例如合成透镜系统，尤其是相应适配的广角透镜系统，其允许在视网膜组织310上投射任意光图案，特别是任意的时空光图案。
影响装置340也可以对视网膜组织310施加光影响之外的其他电磁影响。例如，还可以分析可见光谱之外的电场和/或磁场或电磁辐射的影响。
作为替代或是附加，影响装置340可以具有向视网膜组织提供化学影响的能力。例如，影响装置340可以允许向视网膜组织310提供诸如药物和/或医疗物质的化学成分，以便研究视网膜组织310的神经元网络及其图像形成能力对这些化学成分的响应。这就能够在不对活体生物造成伤害的情况下在体外对视网膜组织进行医学测试。此外，这还能够更好地理解视网膜组织与也可能存在于体内的各种化学成分的相互作用，从而更好地理解眼的发育和功能运行。
作为附加或者替换，影响装置340还可被配置为向视网膜组织310施加机械力。例如，影响装置340可以是允许向视网膜组织310施加不同压力值的三维结构。施加这种压力的简单装置例如可以是被压到视网膜组织310上的、固定的非柔性机械部件，例如销或针。视网膜组织310也可以被置于如图4所示的环境中，其中在特定的预定区域内按压视网膜组织310，同时没有压力施加在其它区域上。这允许在特定的预定义的机械相互作用的影响下测量视网膜组织310内的神经元网络的形成和图像形成能力，这也有助于更深入地了解眼发育和机械性诱发的眼部疾病，例如青光眼。
在此，影响装置340可以被配置为使得视网膜组织310的形状可由影响装置340测量。例如，可以使用光或电磁影响来通过光或电磁装置确定视网膜组织310的形状。例如，影响装置340可以具有通过检测由视网膜组织310反射或透射的光来测量视网膜组织的尺寸和形状的能力。例如可以通过使用结构光扫描仪的公知技术来确定三维形态，所述三维形态的确定也可以直接通过用于测试视网膜组织310的图像形成能力响应的图案来实现。作为代替，对视网膜组织310形状的这类光学检测也可由读出设备330执行。
作为附加或者替换，影响装置340可以通过视网膜组织310施加其上的机械反作用来检测视网膜组织310的形状。事实上，影响装置340施加给视网膜组织310的压力是也视网膜组织310施加给影响装置340的。因此，视网膜组织310的形态变化也将改变视网膜组织310和影响装置340之间的机械相互作用。可以测量影响装置340上的机械相互作用的这一改变的效果，以便推断视网膜组织310的形态的变化。例如，如果压力由针或销施加至视网膜组织，则针和销的位置或形态的变化会比视网膜组织310的形态的实际变化更容易检测。
视网膜组织310也可以被嵌入在其机械性能(例如，环境中的压力分布)可以被监测的环境中。由其应变场表示的作为空间和时间函数的材料形状由作用在该材料上的时空应力场以及材料对这些应力的响应所确定。如果应力和机械性能的量都是已知的，则能够计算材料的变形。因此，将该类器官嵌入已知弹性模量和已知应力分布的材料中，可以在系统的力学(力，应力)受外部环境支配的限制下确定其形状。作为替换，可以使用诸如荧光显微术或明场显微术的光学技术直接以3D成像该形状。
因此，通过使用机械相互作用，一方面可以影响视网膜组织的形状，另一方面可以立即测量所导致的变化。如在图4中示意性地示出的，视网膜组织410可以嵌入到影响装置440中，所述影响装置440构成诸如固体，液体，基质或相变材料的环境，该环境的机械性质如弹性模量和/或粘滞性和/或应力松弛常数是可控的。例如在US2016/0116394A1中所述，环境可以是提供有铁磁流体小滴的软材料，该文献在此引用作为参考。然而，环境的形态原则上也可以是固定的，但是随着时间的推移而不可逆转地变化或模造。例如，其中有视网膜组织410嵌入的固体或固定初始形态的基质的局部机械性能可以通过使用脉冲UV和/或脉冲飞秒IR激光的激光烧蚀或切割来改变。而且，构成影响装置440的环境的局部软化或硬化例如可被如下执行：Stowers,R.S.等人,(2015),“Dynamic phototuning of 3D hydrogel stiffness”(Proceedings of the National Academy of Sciences,112(7),1953-1958)，该文献在此引用作为参考。
可以使用其他成熟技术来进行机械性能的局部调整。例子是其交联可以使用光学或化学技术来调整的聚合物凝胶。例如，商业上可获得的PEG水凝胶的硬度可以使用交联凝胶的UV光来控制。以此方式，凝胶的弹性模量可以从约100局部增加至10kPa。控制聚合物凝胶的弹性模量的另一种方式是通过凝胶的局部加热结合热敏交联控制其网孔的网络强度。以此方式，凝胶的弹性模量可以从约1kPa调整到10kPa。另一种方法是使用在UV照射下变成裂解的可光降解的交联剂。弹性模量能够以约5％精度受控降低至其初始值的10％。
构成影响装置440的环境的机械性能的变化可能导致视网膜组织410的不同部分受到不同机械环境影响的情况。这在图4中以示意性方式如下示出：视网膜组织410的上部和下部与刚性固体影响装置440接触，而左侧和右侧部分与影响装置的液体成分接触。然而，应当注意的是，这仅仅是简化的示例性视图，并且在与影响装置440的相应相邻部分具有相同距离的视网膜组织410的部分中也可以存在不同的机械相互作用。
如果视网膜组织410改变其形态，这将不可避免地改变与周围环境或影响装置440的机械相互作用。如上所述，机械相互作用的改变影响影响装置440，使得影响装置440的物理性质，例如影响装置440的形态、内部应力分布或其他机械参数改变。这一变化随后被检测到，并由此确定视网膜组织410的形状。该步骤所需的处理可由影响装置440内部或外部的任何处理器执行。
例如，在图4中，在视网膜组织410的上部和下部区域中观察到强机械相互作用。因此，与该区域相邻的影响装置440中的压力将会较高，并会导致能够被测量到的影响装置的变形或物理性质的变化，如折射率的变化。为了测量材料内的局部应力，可以如US 2016/0116394A1中所示使用油滴。材料的局部应力也可以例如通过嵌入荧光珠使用3D牵引力显微镜来测量。
另一方面，也可以控制影响装置440的机械性质，使得其改变形态或至少与视网膜组织410的机械相互作用。因此，将视网膜组织410嵌入机械性质可控的适当环境中允许确定视网膜组织410的形状并对视网膜组织410施加机械影响。事实上，在图4中，影响装置440的形态允许视网膜组织容易向作用于视网膜的弹性应力相对较小的左侧和右侧(视网膜-液体交界面)生长和/或移动，并且抑制了向上和向下的生长，因为弹性应力阻止了向这些区域(视网膜-固体交界面)的组织移动。以此方式，由影响装置440施加的外部机械力可以使得视网膜组织410实际形成任何期望的三维形状。
如图5所示，除了与上述设备相对应的视网膜组织510、读出设备530和影响装置540之外，测量设备500还可以包括控制单元550。控制单元550被配置为与读出设备530和影响装置540进行通信。控制单元550可以由计算机或服务器或适于执行以下功能的任何其他处理器来实现。它可以布置成靠近测量设备500的其他部件或远离其他部件。此外，控制单元550也可以与测量设备500的其他部件的任何其它处理元件相结合。例如，测量设备500的所有处理功能可以由单个处理器或类似物来执行。
控制单元550接收由测量设备500获得的所有测量结果，即至少是关于视网膜组织510的电位和/或关于视网膜组织510的形状的结果。控制单元550将获得的测量结果与预定值进行比较，并生成馈送至影响装置540以使影响装置540对视网膜组织510施加影响的控制信号，该影响适于使得后续获得的测量结果更接近在控制单元550中设定或存储的预定值。于是，控制单元550闭合了用于使视网膜组织的被测性质适应这些性质的预定设定值的控制环路。
例如，控制单元550可以被提供有预定的图像形成能力，例如，某一光谱区域中的某种光敏感性和/或神经元网络的某种功能和性能。图像形成能力的读数随后从读出设备530馈送到控制单元550，并由控制单元550将其与预定图像形成能力进行比较。比较结果例如可以是在预定光谱区域中光敏度低了一定的百分比，例如，20％。控制单元550然后可以向影响装置540提供控制信号以触发使测得的图像形成能力和预定的图像形成能力彼此更接近的影响，即，使测得的和预定的图像形成能力之间的差异最小化的影响。在上面的例子中，控制信号可以触发导致期望波长区域内的光敏度增加的影响，例如通过仅提供具有期望波长的光或通过任何其他合适的措施。在测得和预定图像形成能力之间的差值低于预定阈值之后，结束影响的产生。在上面的例子中，预定阈值可以是期望和获得的光敏感度之间例如1％，5％，10％等的差异。
类似地，通过影响装置540或读出设备530在测量设备500内测得的视网膜组织的形状可以用作控制单元550的输入参数。控制单元550随后产生触发影响装置540改变施加在视网膜组织510上的影响的控制信号，使得视网膜组织510的形状更接近存储在或提供给控制设备550的视网膜组织510的预定形状。
例如，如果在图4中想要在上部区域中生长视网膜组织，则控制单元550可以建议影响装置440改变其机械性质，使得视网膜组织410和影响装置440之间的机械相互作用在此上部区域变小，例如通过使影响装置在该区域更柔软或是通过改变其形态以使得视网膜组织410和影响装置440之间的距离变大。由此允许在此区域内的生长。相反，通过使影响装置440在左右方向上的间隙变窄，视网膜组织410在该区域中的生长将被额外抑制。
因此，控制单元也可以用于使视网膜组织510的形态接近期望的预定形态。例如，如果视网膜组织的形状足够接近期望形状，例如，如果差异仅仅是视网膜组织总大小的百分之几，如1％，5％，10％，则终止该用于产生视网膜组织的方法。
控制单元550还可被配置为通过使用机器学习技术来获得用于减少诸如图像形成能力或视网膜形状之类的测量值和预定值之间的差异的正确参数。为此，控制单元550可以测试对视网膜组织510的各种不同影响以及视网膜组织510中的相应变化。从这些结果中，控制单元550可以具有通过公知的机器学习技术来推断必须施加哪些影响以使得差异最小化的能力。以此方式，不仅可以获得具有期望性质的视网膜组织510，而且还可以了解这些性质的形成与发展它们所需影响之间的相互关系，例如视网膜形状与视网膜图像形成能力的相互关联。这种见解可以用于开发针对眼部疾病的新药物或疗法。
如参考图1至图5所描述的，根据本发明的测量设备允许在体外深层分析从人诱导多能干细胞生长的视网膜组织。此外，它们允许通过在视网膜组织上提供特定的受控影响来修改视网膜组织的性质，以便导致特定的期望性质的形成。
在此，用于影响视网膜组织性质的技术不仅可以用于如上所述的已经在测量设备中实现的视网膜组织，而且可以用于视网膜组织或来自干细胞的其他类器官或神经元组织的最初生长。在图6中示意性地示出了与视网膜组织有关的相应方法的示例性流程图。应当理解的是，并不意图限制使用该方法形成其他类器官或神经元组织，如脑、肺或肠类器官。这可以通过将对以下视网膜细胞的任何参考替换为对相应类器官细胞的参考来实现。
在S610，根据成熟技术从干细胞发育出视网膜细胞(Zhong,X.等人:“Generation of three dimensional retinal tissue with functional photoreceptors from human iPSCs”(Nature Communications,5,4047EP-,2014)；M.等人:“Retinal Organoids from Pluripotent Stem Cells Efficiently Recapitulate Retinogenesis”(Stem Cell Reports,6(4),525-538,2016)；Eiraku,M.等人:“Self-organizing optic-cup morphogenesis in three-dimensional culture”(Nature 472,51–56,2011)；WO 2015/109148A1；CN 103 409 363A；以及US 2016/0333312A1)。
在S620，将获得的视网膜细胞嵌入具有可控机械性质的环境中，并且在S630，视网膜细胞的形状由视网膜细胞与环境之间的机械相互作用对环境的影响或通过其他成像技术来测量，例如光学成像技术。环境的性质以及形状测量的执行方式在这里对应于如上参考图4和图5描述的视网膜组织和影响装置之间的相互作用。
在S640，将视网膜细胞的测得形状与预定形状相比较，例如，由参考图5描述的控制单元执行。
在S650，通过基于测得形状与预定形状之间的比较来调整环境的机械性质，诱导预定区域中视网膜细胞的生长和/或视网膜组织的变形，例如以使测得形状与预定形状之间的差异最小化。这可以如上参考图4和图5所示通过改变视网膜细胞周围环境的机械性质来完成。
在S660，当测得形状与预定形状之间的差异低于预定阈值时，结束视网膜细胞的生长和/或视网膜组织的变形。因此，如果视网膜组织的形状足够接近期望形状，例如，如果差异仅仅是视网膜组织总大小的百分之几，如1％，5％，10％，则该用于产生视网膜组织的方法终止。
以此方式，例如用于如上所述的测量设备，可以制造出已经具有预定形态的视网膜组织。此外，通过在从干细胞发育视网膜细胞的过程中将视网膜细胞的类型或混合物，特别是视网膜光感受器，选择为期望的类型或混合物，还可以发育出不仅具有预定形状还具有预定图像形成能力的视网膜组织。这类视网膜组织为实验的传导提供了理想的起始基础，这是因为视网膜组织的初始性质可以被清楚地定义，由此能够容易地检测视网膜组织对外部影响的响应。
在根据参考图6描述的方法建立初始视网膜组织之后，该视网膜组织能够在参考图1至图5描述的测量设备中使用。根据图7中示意性地示出其流程图的一种产生视网膜组织的方法，可以通过在如上所述的测量设备中实现视网膜组织来进一步调整该视网膜组织的性质，其中使用控制回路来进一步调整这些性质。
在此，在S710，对视网膜组织施加外部影响，并且如上参考图3至图5描述的，在S720，测量视网膜组织的性质，诸如视网膜组织的形状和/或图像形成能力。在S730，将这些测得的性质与预定性质进行比较，即与预定形状和/或预定图像形成能力进行比较。基于该比较产生控制信号。
在S740处，基于控制信号改变外部影响，以便如上参考图5所描述的，最小化测量值和预定值之间的差异。在S750，如果测得的和期望的性质之间的差异是可接受的，即如果差异低于预定阈值，则过程结束。
因此，通过上述方法，可以发育出具有期望性质的视网膜组织。此外，获得该视网膜组织的过程可以提供进一步的深刻见解，例如，在该过程由能够使用机器学习技术的控制单元执行的情况下。
图8示意性地示出了包括已经根据上述方法之一获得或发育出的视网膜组织810的人造眼800。在此，“视网膜组织”还包括根据如上所述由测量设备详查下对视网膜组织的神经元网络的深刻见解而设计的任何电子神经元网络。视网膜组织810被设置在包括晶状体802的眼体801中，眼体801接收通过晶状体802的光，将光转换成神经元信号，然后通过视神经803将其引导到大脑。就像视网膜组织810一样，人造眼的所有其他部件也不需要是纯粹的生物组织，而可以是电子部件、无机部件、塑料材料和/或有机部件的任何组合。
因此，从干细胞生长的视网膜组织810或者根据通过研究这类视网膜组织获得的对神经元网络的深刻见解而设计的视网膜组织810能被用于最终可使盲人重获光明的人造眼中。
类似地，如图9中示意性示出的，视网膜组织910可以是电光元件900的一部分，电光元件900包括元件体901、输入窗902和数据线903。电光元件900将通过输入窗902进入的光信号经由视网膜组织910转换成电信号，随后经由数据线903将其馈送并读出。在此，术语“视网膜组织”是指通过上述方法之一由干细胞生长的生物视网膜组织，或是根据该组织设计的电子神经元网络。
因此，从干细胞生长的视网膜组织910或从其得到的深刻了解也可以在用于信号处理的元件中使用，并且可以允许构建根据人眼原理操作的光电检测器。