科学家用真菌菌丝“种”出了一种活体生物电子皮肤：它不仅可以拉伸、持续生长和自我修复，还能感知并适应周围环境。
由同名经典游戏改编的美剧《最后生还者（The Last of Us）》，让许多人第一次关注到真菌菌丝网络（mycelium，支撑蘑菇成为果实的生命体）的概念：一种能够不断生长、彼此连接，并形成庞大网络的生命系统。
虽然现实中的真菌并不会像影视作品中那样感染和控制人类，但它们确实具备持续生长、自我修复和环境响应等天然能力。如今，科学家正尝试将这些生命特性与现代电子技术相结合，创造一种介于生命体与电子器件之间的新型“活体电子”。
近期，美国密西根州立大学李金星教授团队提出了一种新型活体生物电子系统——“真菌生物电子”（Mycoelectronics）。研究人员利用 3D 生物打印技术，将活体真菌菌丝网络直接集成到柔性电极上，构建出能够感知温度的活体电子系统。
李金星实验室研究活体材料和电子的成员，右一为第一作者蔡雨露
值得注意的是，该系统使用的是活的真菌的菌丝体，在实验中保持活性和生长，无需人工干预，在常温常湿条件下测试 55 小时时候仍然工作稳定；培养两个月后，仍保持良好的温度响应性能。
李金星对 DeepTech 表示：“在常温且培养基充足的条件下，菌丝一天可以生长几厘米。这不仅有利于通过生物制造快速形成器件，也使其在受损后具备传统电子材料难以实现的自我修复能力。”
研究团队还揭示了一种此前鲜少被报道的真菌热响应细胞机制，并展示了该系统在机器人触觉、早期野火探测，和脑机接口生物电子反射弧等场景中的应用潜力。
相关论文以《真菌电子学：用于人工感知的生物打印活体真菌生物电子系统》（Mycoelectronics: Bioprinted living fungal bioelectronics for artificial sensation）为题发表于美国国家科学院院刊 PNAS。密西根州立大学博士生蔡雨露为第一作者，李金星担任通讯作者。
图丨相关论文（来源：PNAS）
为什么偏偏是真菌？既耐受、长得快，还能形成导电网络
将活体生物与人工材料结合，构建能够感知、响应甚至自我维持的电子器件，例如类器官，是近年来兴起的研究方向。哺乳动物细胞、植物细胞和细菌都曾被用于生物混合器件，但这些体系各有局限。
那么，为什么研究团队最终选择了真菌？
以哺乳动物细胞为例，其体外长期培养通常需要严格的无菌操作，并对温度、二氧化碳浓度、培养基等条件进行精确控制，同时还需要定期更换培养液，因此制造和维护成本较高。植物细胞虽然同样属于真核生物，但生长速度相对较慢，其生长和形态形成受复杂生理过程调控，难以按照电子器件所需的几何结构进行精确构建。
细菌虽然生长迅速、培养简单，但作为单细胞原核生物，通常难以像丝状真菌那样形成连续、可设计的三维网络结构。相比之下，真菌兼具多方面优势：它属于真核生物，能够通过菌丝不断延伸和分支形成天然的多细胞网络；菌丝网络具有良好的结构完整性，并能够产生和传递与外界刺激相关的电生理信号。
同时，真菌生长迅速、环境适应性强，能够利用木屑、秸秆等农业和林业废弃物中的纤维素作为营养来源，在适宜的水分和氧气条件下持续生长和自我修复，为构建低成本、可持续的活体电子系统提供了独特优势。
（来源：PNAS，摄影: 蔡雨露）
基于这些特性，研究团队设计了真菌电子器件的制造流程。首先，研究人员利用激光在聚酰亚胺薄膜上形成石墨烯图案，再将其转印到苯乙烯-乙烯/丁烯-苯乙烯嵌段共聚物（SEBS）弹性体基底上，制成柔软、可拉伸的电极阵列。随后，他们将活菌丝与粉碎后的培养基混合，制成具有适合打印流变特性的凝胶状“微生物电子墨水”，并通过 3D 生物打印机将其直接打印到电极表面。
打印完成后，菌丝会在常温常压下继续生长，并形成复杂的空中菌丝网络，逐渐跨越电极之间的间隙，建立电学连接。与许多依赖洁净室和复杂微纳加工的电子器件不同，这一制造过程主要依靠生物打印和菌丝自身生长即可完成。
（来源：PNAS）
然而，把活体真菌打印到电极上只是第一步。更关键的问题是：菌丝为什么能够对温度产生稳定而可重复的电学响应？
研究人员通过透射电子显微成像观察了升温过程中真菌细胞内部的结构变化。他们发现，菌丝细胞中原本分散的多个小液泡会在受热后融合为一两个较大的液泡；当温度降低时，液泡结构又会发生相应变化。与此同时，器件的电阻也随温度变化而改变。
李金星解释道：“可以把细胞液理解为相对导电的部分，而液泡膜相对不导电。多个小液泡融合成大液泡后，更多细胞液被包裹在膜结构内部，可用于电子传递的通路随之减少，因此整体电阻增大。液泡重构与电阻变化之间的联系，在此前相关研究中很少被系统讨论。”
性能测试显示，这套活体传感器的温度与电压响应之间具有良好的线性关系，相关系数达到 0.98。在连续 300 次热循环、累计 55 小时的测试中，信号仍保持稳定。器件在被拉伸 25% 后，其阻抗也能够恢复到接近初始水平。
自我修复是该系统最引人关注的能力之一。研究团队用刀片切断已经形成的菌丝网络，制造出约 1 厘米宽的断口。两小时后，切口附近便开始长出新的菌丝连接；七天后，再生网络的温度响应与受损前的基线相比几乎没有衰减。这里的“修复”并非依靠外部胶黏剂或重新布线，而是由活体菌丝继续生长并重建连接。
它不仅能够感知，还会生长、修复和重新组装
真菌材料还具有资源和制造方面的潜在优势。其培养基可以部分来源于木屑、农业副产物等生物质废弃物，制造能耗和原料成本有望低于传统高温加工材料；真菌基材料本身也常具有隔热、隔音和低密度等特征。
李金星表示：“真菌并不是被动的结构材料。它本身具有环境感知和响应能力，一些真菌甚至能够通过形成环状菌丝结构捕获微小生物，甚至感染昆虫并操控其大脑。菌丝的生长、形态变化和电信号响应，本质上都反映了生命系统处理外界刺激的过程。”
这种特性使真菌电子器件有望用于传统传感器不易长期部署的环境。例如，它可以用于森林火险的早期温度监测，也可能被整合进土壤或农业设施，用于感知环境变化。“真菌系统能够自然融入土壤和生物质环境，因此有机会监测一些传统刚性电子器件难以接近的区域。”李金星说。
（来源：PNAS）
研究团队还展示了一种有趣的信息编码方式：利用真菌对热刺激的自然响应发送摩斯电码。研究人员通过控制加热持续时间，将温度变化转换为不同节奏的电压信号，并成功传输了英文单词“SPARTAN”（斯巴达人，密西根州立大学的官方昵称，体育队名称和校园文化象征）。这一实验说明，活体菌丝不仅可以被动检测环境，还能够作为信息输入与传递链条的一部分。
与传统电子器件相比，真菌传感器还具有较强的环境融合能力。普通传感器通常有明显的电路、封装和外壳，而生长在自然材料表面的菌丝网络更容易与周围环境融为一体。李金星表示：“假如把它设置在森林、土壤或建筑材料中，用于监测环境，人们可能很难从外观上意识到它是一套传感器。”
这项工作也延续了李金星团队长期以来的研究方向：开发能够在生物系统和复杂环境中运行的智能电子系统与微型机器人，并进一步把感知、信息传递和干预整合为闭环系统。李金星曾入选 2019 年《麻省理工科技评论》“35 岁以下科技创新 35 人”全球名单。
为了验证这种闭环思路，研究人员进一步构建了一个可用于脑机接口的生物电子反射弧。他们将真菌温度传感器与离体蟑螂腿连接：当真菌受到加热并输出电信号时，外部电路将信号转换为电刺激，驱动蟑螂腿肌肉收缩；温度下降后，刺激停止，肌肉恢复放松。该实验在概念上展示了活体传感器与神经肌肉执行器连接的可能性。
（来源：PNAS）
李金星补充道：“脑机接口和神经假体中也存在类似思路。例如，当脊髓通路受损时，可以尝试绕过受损部位，把感知信号转换为控制肌肉的输出，从而建立新的闭环。我们的真菌器件目前承担的是类似传入感知端的角色：先把外界温度转换成可读取的电信号，再交由后续电路处理和执行。”
（来源：PNAS）
真菌作为真核生物，也具有较强的环境耐受性。与许多需要持续湿润条件的细菌体系相比，部分真菌能够在相对干燥或营养有限的环境中进入低代谢状态，并在条件改善后恢复生长。这使其不仅可以作为独立传感器，也有机会被嵌入墙体、保温层或其他智能建筑材料中，持续感知周围环境。
近年来，不少研究机构也探索过利用真菌材料作为建筑材料甚至建造太空栖息结构的概念。李金星认为，真菌材料的价值不只在于“替代砖块”，还在于它能够通过生长完成制造。在适当的营养和环境条件下，菌丝可以沿预先设计的几何边界扩展，并从平面结构逐渐形成三维形态。未来，这种由生物生长驱动的制造方式，可能与建筑、传感和环境自适应结合。
他表示，这项研究更多源于对生物体系的好奇心，因为真菌本身就是一种非常有意思的生命系统。长期以来，真菌不仅是中医和现代药物研发的重要来源，其活性成分也被广泛研究用于神经退行性疾病和精神疾病等神经医学领域。
与此同时，真菌还是一种贯穿地球生命演化的古老生命形式。它们构建着庞大的菌丝网络，在生态系统中循环物质、生物固碳、连接生命，并具有持续生长、自我修复和环境响应等独特特性，不断刷新人们对生命系统的认知。或许，未来的电子系统也将从这种古老生命中汲取灵感。接下来，研究团队计划可能会在机器人环境感知、脑机接口，以智能建筑材料方面的应用。
《最后生还者》描绘的是菌丝网络传播感染的科幻想象，而这项研究尝试让菌丝网络传播信息。对于机器人、智能建筑和神经接口而言，真菌电子学展示的不只是一种新的传感材料，也可能预示一种不同于传统硅基器件的设计范式：未来的电子系统或许不再只是被制造出来，也可以被“种”出来，并在使用过程中继续生长、适应和修复。
参考资料：
1.https://www.pnas.org/doi/10.1073/pnas.2530456123
2.https://www.labli.net/
运营/排版：何晨龙
注：封面由 AI 辅助生成