Max Home IndustryХорошо, если мы собираемся быть точными на 100%, это всего лишь половина мозга, но вопрос все еще остается в силе. Благодаря замечательным коллективным усилиям была нанесена на карту электрическая схема, коннектом для самого большого на сегодняшний день фрагмента нервной ткани, но до понимания этого еще далеко.
Этот проект является результатом сотрудничества Google и Джанелии из Медицинского института Говарда Хьюза. Карта связей представляет собой половину мозга плодовой мушки — полу-мозг — состоящий примерно из 25 000 нейронов. Чтобы завершить исследование четверти миллиметра полушарийной ткани мозга, потребовалось 12 лет работы и 40 миллионов долларов. Это лишь около трети всего мозга, но он содержит области, отвечающие за память, обучение и навигацию.
Выделение указывает на нанесенную на карту часть мозга мухи.
Это не первая полная карта мозга. Нематодный червь C. elegans был нанесен на карту в 1986 году, но у него всего 302 нейрона, так что скачок до 25000 — это большой шаг вперед.
Проект нематод был завершен вручную, а картирование большего мозга потребовало разработки автоматических методов. Это потребовало улучшений в электронной микроскопии и обработке изображений. Самым важным новым методом был улучшенный алгоритм сегментации сетей Flood-Filling Networks. Это итеративно назначает пиксели тому же объекту, что и начальный начальный пиксель, таким образом «распределяя» членство, как традиционный алгоритм заливки. Интересным в этом подходе является то, что вы можете оценить, в какой области он может дать хорошие результаты. Тем не менее, команда из 50 проверяющих использовалась, чтобы убедиться, что алгоритм не ошибся.
Вы можете взглянуть на некоторые результаты в следующем видео и, да, увидеть структуру просто потрясающе:
Теперь мы подходим к вопросу, для чего все это?
Исследователи очень привержены своей цели и проводят сравнения с поиском генома и всех потенциальных достижений в медицине, которые были созданы. Большая разница в том, что у нас было хорошее представление о том, как работают гены, и геном предоставил нам интерпретируемые данные. Мы плохо понимаем, как биологические нейронные сети что-то делают. На данный момент данные являются такой же загадкой, как и исходный мозг. Мы можем использовать его, чтобы исследовать и проверять идеи общей организации. Проблема в том, что простое знание того, как связаны нейроны, мало что говорит нам о том, что они делают. Каждый нейрон представляет собой сложную живую систему с химическими и электрическими характеристиками — просто знание связей — это только часть истории.
В случае червя-нематоды с гораздо меньшим количеством нейронов нам удалось разобраться в некоторых схемах в основном с помощью моделирования. Моделирование сети и предоставление ей подходящих входов и выходов позволило ей управлять багги, парковать машину и балансировать шест. Это были захватывающие эксперименты, но они не приблизили нас к пониманию того, как работает мозг. Таким же образом использовать fly connectome будет намного сложнее, но я надеюсь, что кто-нибудь попробует.
Дело в том, что предположим, что мы реализуем весь мозг мухи как симуляцию и даем ему подходящие входные и выходные данные, тогда в конце дня мы могли бы сказать: «О, посмотрите, этот механизм ведет себя как муха», но мы все равно не узнаем, почему .
Фото: Санджай Ачарья