English:
The article, “Construction of Artificial Neurons with Functional Parameters Comprehensively Matching Biological Values,” by Fu et al. (2025), focuses on the development of artificial neurons that mimic the functional behavior of biological neurons and also match key parameters such as signal amplitude, firing energy, temporal dynamics, and frequency response, something that previous research has failed to achieve.
The study was conducted by an interdisciplinary team led by Dr. Jun Yao and Dr. S. Fu in the Department of Electrical and Computer Engineering at the University of Massachusetts Amherst (USA), in collaboration with researchers from Tsinghua University (China) and the University of Michigan (USA). Dr. Yao’s group is pioneering the use of biological memristors and protein nanowires to build sustainable and biocompatible electronic devices. His research since 2018 has driven the development of green neuromorphic electronics, culminating in the 2025 work that achieves complete biological equivalence in artificial neurons for the first time.
A real life interface between the artificial neuron and biological cells is shown, specifically in cardiac muscle cells. The cell’s electrical activity induces signals that are processed by the artificial neuron in real time. This demonstrates, according to Fu et al., 2025, the feasibility of “artificial cell-to-neuron” signal flows without the need for complex microcontrollers. Until now, many artificial neurons, or devices that emulate neuronal activation, operated with much higher voltages (e.g., ≥0.5 V) and significantly higher power consumption. This made them unsuitable for seamless integration with biological tissue or for bioelectronic interface applications.
In this study, the authors constructed a device based on a memristor, or “resistor with memory.” This device, fabricated from “protein nanowires produced by the bacterium Geobacter sulfurreducens,” enabled operation at ultra-low voltages and much lower currents, bringing the artificial neuron closer to biological values. A significant advance. Among the relevant results found are the following. The device shows a signal amplitude of ~60 mV (similar to biological neurons), a current of ~1.7 nA, a resistance of ~200 MΩ, a potential duration of 1–5 ms, a refractory period, and chemical neuromodulation with a response modified by sodium and dopamine. Therefore, the device interacted with living cardiac cells, processing signals in real time without external amplification, demonstrating direct cell-to-artificial neuron integration.
Overall, the work opens new avenues for neuromorphic electronics and bioelectronic interfaces, as tuning parameters to the biological range allows for more effective and energy-efficient integration. If this type of development continues, the implications will allow for significant progress toward improved communication with living tissue and new applications in brain-machine interfaces.
References.
– Fu, S., Gao, H., Wang, S., Wang, X., Woodard, T., Wang, Z., … Yao, J. (2025). Constructing artificial neurons with functional parameters comprehensively matching biological values. Nature Communications, 16, Article number 8599.
– Fu, S., Gao, H., Wang, S., Wang, X., Woodard, T., Wang, Z., … Yao, J. (2025). Constructing artificial neurons with functional parameters comprehensively matching biological values. Nature Communications, 16, Article 8599.
– Fu, S., Yao, J., et al. (2021). Self-sustained green neuromorphic interfaces. Nature Communications, 12(1), 3512.
– Gupta, I., et al. (2016). Sub-100 nW volatile nano-metal-oxide memristor as synaptic-like encoder of neuronal spikes. Advanced Functional Materials, 26(24), 4268–4277.
Español:
El artículo titulado “Constructing artificial neurons with functional parameters comprehensively matching biological values” por Fu et al. (2025) se centra en el desarrollo de neuronas artificiales, las cuales imitan el comportamiento funcional de las neuronas biológicas, y además consiguen igualar sus parámetros clave como la amplitud de señal, energía de disparo, dinámica temporal, respuesta en frecuencia; algo que investigaciones anteriores no habían logrado.
El estudio fue realizado por un equipo interdisciplinario liderado por el Dr. Jun Yao y el Dr. S. Fu en el Departamento de Ingeniería Eléctrica y de Computación de la Universidad de Massachusetts Amherst (EE. UU.), en colaboración con investigadores de la Universidad de Tsinghua (China) y la Universidad de Michigan (EE. UU.). El grupo del Dr. Yao es pionero en el uso de memristores biológicos y nanohilos proteicos, para construir dispositivos electrónicos sostenibles y biocompatibles. Sus investigaciones desde 2018 han impulsado el desarrollo de electrónica neuromórfica verde, culminando con el trabajo de 2025 que logra por primera vez la equivalencia biológica completa en neuronas artificiales.
Se muestra una interfaz real entre la neurona artificial y células biológicas, específicamente en células del músculo cardiáco, dónde la actividad eléctrica de la célula induce señales que son procesadas por la neurona artificial en tiempo real esto demuestra, según (Fu et al., 2025), la viabilidad de flujos de señal “célula a neurona artificial” sin necesidad de microcontroladores complejos.
Hasta ahora, muchas neuronas artificiales o aquellos dispositivos que emulan la activación neuronal, operaban con voltajes mucho más altos (p. ej., ≥0,5 V) y un consumo de energía significativamente mayor. Esto las hacía inadecuadas para una integración fluida con tejido biológico o para aplicaciones de interfaz bioelectrónica.
En este estudio, los autores construyeron un dispositivo basado en un memristor o «resistencia con memoria». Este dispositivo fabricado con “nanocables proteicos producidos por la bacteria Geobacter sulfurreducens”, permitió operar a voltajes ultrabajos y corrientes mucho más pequeñas, logrando que la neurona artificial se acercara a los valores biológicos. Un avance significativo.
Entre los resultados relevantes encontrados están los siguientes. Se muestra la amplitud de señal ~60 mV (similar a neuronas biológicas), con corriente de ~1.7 nA, resistencia de ~200 MΩ, una duración del potencial: 1–5 ms, con periódo refractario y neuromodulación química con respuesta modificada por sodio y dopamina. Por tanto el dispositivo interactuó con células cardíacas vivas, procesando señales en tiempo real sin amplificación externa, demostrando una integración directa célula a neurona artificial.
En general, el trabajo abre nuevas vías para la electrónica neuromórfica y las interfaces bioelectrónicas, ya que el ajuste de parámetros al rango biológico permite una integración más eficaz y energéticamente eficiente. Si se continúa con este tipo de desarrollos las implicaciones permitirán avanzar significativamente para lograr una mejoría en la comunicación con tejido vivo y nuevas aplicaciones en interfaces cerebro-máquina.
Referencias
– Fu, S., Gao, H., Wang, S., Wang, X., Woodard, T., Wang, Z., … Yao, J. (2025). Constructing artificial neurons with functional parameters comprehensively matching biological values. Nature Communications, 16, Article number 8599.
– Fu, S., Gao, H., Wang, S., Wang, X., Woodard, T., Wang, Z., … Yao, J. (2025). Constructing artificial neurons with functional parameters comprehensively matching biological values. Nature Communications, 16, Article 8599.
– Fu, S., Yao, J., et al. (2021). Self-sustained green neuromorphic interfaces. Nature Communications, 12(1), 3512.
-Gupta, I., et al. (2016). Sub-100 nW volatile nano-metal-oxide memristor as synaptic-like encoder of neuronal spikes. Advanced Functional Materials, 26(24), 4268–4277.
– Yang, J. J., Strukov, D. B., & Stewart, D. R. (2013). Memristive devices for computing. Nature Nanotechnology, 8, 13–24.
– Yao, J., et al. (2019). Bio-memristors and bio-electronic computing. Science Advances, 5(7), eaaw1871.