— Статья описывает очень длительное исследование, в котором принимали участие учёные, инженеры, информатики и физики из многих стран. На протяжении первых десяти лет мы занимались, в основном, обратной разработкой ткани неокортекса. Мы изучали плотность клеток, какие типы клеток там встречаются, морфологию клеток, какие соединения они образуют с точки зрения анатомии, физиологию и электрофизиологию нейронов и экспрессию генов. Следующие десять лет мы разрабатывали алгоритмы и программную экосистему, которая позволила бы нам взять эти разрежённые данные и создать цифровую реконструкцию ткани неокортекса.
Объясняет доктор Эйлиф Маллер (Eilif Muller), руководитель секции клеток и цепей в отделе нейромоделирования проекта Blue Brain:
— Реконструкция начинается с размещения нейронных структур в трёхмерном виртуальном пространстве в соответствии с данными о плотности и пропорциях, полученными в результате экспериментов. За тем, чтобы размещение аксонов и дендритов соответствовало кортикальной архитектуре, следит алгоритм.
Говорит доктор Майкл Рейманн (Michael Reimann), участник проекта Blue Brain:
— Затем мы соединили нейроны. Мы начали с того, что определили места, где отростки расположены близко друг к другу. На месте контактов теоретически могут располагаться синапсы. Однако плотность контактов гораздо выше, чем плотность биологических синапсов, и не каждый контакт может сформировать функциональный синапс. Этот принцип хорошо известен и обоснован данными электронной микроскопии. Поэтому мы отфильтровали ряд контактов таким образом, чтобы они совпадали с основными экспериментальными данными. Фильтрация проводилась в соответствии с правилами конфигурации синаптических связей, которые мы и другие учёные выявили за несколько десятков лет. После фильтрации осталась конфигурация синаптических связей, которую мы сопоставили с различными экспериментальными данными.
Рассказывает профессор Хавьер ДеФелипе (Javier DeFelipe), директор проекта Cajal Blue Brain, Мадрид:
— За последние несколько лет в области нейроанатомии произошёл значительный прогресс. Но разобраться в том, как работает такая сложная структура, как мозг, с помощью одних только методов автоматизации вряд ли возможно. Решением проблемы нам видится интеграция данных в реалистичную модель. Удивительно, насколько хорошо модель прогнозирует данные и световой, и электронной микроскопии. К примеру, парасимпатическую иннервацию пирамидального нейрона и плотность синапсов в нейропилях.
Профессор Идан Сегев (Idan Segev), директор отделения нейробиологии Еврейского университета в Иерусалиме (ивр. האוניברסיטה העברית בירושלים):
— Перед нами стояла непростая задача: у нас есть сложная система, которую мы хотим понять. И, на мой взгляд, понять сложную систему — значит шаг за шагом её воссоздать. И каждый этап реконструкции — это ещё один шаг к пониманию. К примеру, мы знаем, что в неокортексе несколько типов клеток, но мы не знаем, сколько их. И одним из шагов к пониманию в рамках нашего проекта было объективное описание 11 типов клеток, типов электрических клеток. У каждого типа — свой паттерн импульсов. Это — шаг к пониманию.
Следующий шаг — создать математическую модель этих клеток, и мы использовали уравнение Ходжкина — Хаксли и построили симуляцию активности клеток. В конце концов, комбинируя эти штуки вместе, вы получаете музыку — электрическую активность нейронной сети, которая должна имитировать реальную биологическую сеть, которую вы пытаетесь понять.
Объясняет доктор Шрикантх Рамасвами (Srikanth Ramaswamy), участник проекта Blue Brain:
— Чтобы смоделировать синаптическую передачу, мы объединили данные об электрических и синаптических характеристиках, собранные за двадцать лет экспериментов, как в нашей собственной лаборатории, так и в научной литературе. Экспериментально было картировано менее 1% типов синаптических связей в нейронном микроконтуре неокортекса.
Профессор Феликс Шюрманн (Felix Schürmann), соруководитель проекта Blue Brain:
— Эта работа стала возможной благодаря преимуществам современных суперкомпьютеров. Чтобы создать точную симуляцию биофизики, нам пришлось выбрать временной шаг в 25 микросекунд. И на каждом шаге нужно было решать несколько миллиардов уравнений. Это возможно только если у вас есть суперкомпьютер.
Генри Маркрам:
— Думаю, интересный аспект цифровой реконструкции — это то, что ты понимаешь, что не можешь измерить всё экспериментально. Но в то же время ты понимаешь, что тебе это и не нужно, потому что эти разрежённые данные обеспечивают достаточно ограничений, чтобы в первом приближении оценить нейронные микроконтуры.
Шрикантх Рамасвами:
— То, что реконструкция действительно делает это возможным и обеспечивает детальные прогнозы относительно анатомии и физиологии более 2000 типов синаптических связей — это большой шаг вперёд. Только 20 из них были изучены экспериментально.
Эйлиф Маллер:
— Удовлетворительным результатом этого исследования стало то, что реконструкция без дополнительной настройки параметров проявляет эмерджентные свойства, которые находятся в согласии с рядом экспериментов in vitro и in vivo. Более того, прозрачность цифровой репрезентации позволила нам проанализировать и понять механизмы, которые стоят за этими эмерджентными свойствами. Мы пришли к выводу, что фундаментальную роль в определении состояния сети играет изменение уровня кальция. В частности, мы обнаружили резкий кальций-опосредованный переход между синхронным и асинхронным состоянием нейронов.
Майкл Рейманн:
— И мы увидели, что во время этого самого резкого перехода нейронный контур приобретает очень интересные вычислительные свойства.
Шрикантх Рамасвами:
— Реконструкция доступна на онлайн-портале под названием Neocortical Microcircuit Collaboration Portal. Этот портал позволяет получить доступ и к данным, которые легли в основу реконструкции, и к моделям, которые мы создали в процессе реконструкции. Эти модели охватывают несколько уровней: ионные каналы, модели отдельных нейронов, детальные прогнозы более 2000 типов синаптических связей, а так же все статьи, которые мы использовали для валидации характеристик реконструкции.
Феликс Шюрманн:
— Чтобы провести реконструкцию и симуляцию микроконтура, мы разработали целую экосистему из более чем тридцати программных средств. Эти программные средства позволяют, к примеру, отслеживать морфологию отдельных клеток, создавать модели клеток, создавать симуляции, запускать эти симуляции и анализировать их. Мы собираемся поделиться этими программными средствами с научным сообществом.
Генри Маркрам:
— Мы рассматриваем свою цифровую реконструкцию как модель каркаса, скаффолда. С одной стороны, мы можем добавить недостающие биологические данные: информацию о внеклеточном пространстве, щелевых соединениях клеток, глие, кровеносных сосудах, молекулярных путях внутри нейронов и синапсов, синаптической пластичности, модуляции нейронов и так далее. С другой стороны, мы можем учитывать обратную связь научного сообщества, постоянно уточнять реконструкцию и регулярно выпускать новые версии. В каком-то смысле, это платформа для воплощения нервного узла в кремнии.
Публикация «Reconstruction and Simulation of Neocortical Microcircuitry» — http://www.cell.com/cell/fulltext/S0092-8674(15)01191-5.
Blue Brain Project — http://bluebrain.epfl.ch/.
Cajal Blue Brain project — http://cajalbbp.cesvima.upm.es/.
Neocortical Microcircuit Collaboration Portal — https://bbp.epfl.ch/nmc-portal/welcome.
