Раньше эпилепсию называли «чёрная немочь» и давали ей религиозное объяснение. Сейчас, благодаря науке, мы лучше понимаем механизмы возникновения этой болезни. О том, как нейроны связываются между собой и что в их связях приводит к патологическим процессам, рассказывает Анатолий Бучин, доктор философии в области вычислительной нейробиологии, исследователь в Институте Аллена по изучению мозга (США).
XX2 ВЕК. Расскажи, что такое эпилепсия?
А. Б. Эпилепсия связана с тем, что нейроны в мозгу очень сильно связываются между собой и начинают друг друга возбуждать. Если проводить пример со школой, то это примерно то же самое, как когда в классе ученики начинают слишком громко кричать. Если каждый начинает разговаривать громко, то и соседи начинают разговаривать громко, чтобы себя слышать, и каждый ученик опять повышает голос, и в конечном итоге все начинают очень сильно галдеть. Такой механизм называется положительная обратная связь, он известен во многих системах, от стада овец до микрофона с динамиком на концерте. Нечто подобное происходит при эпилепсии, когда нейроны начинают генерировать большое количество импульсов. Как и дети в классе, нейроны начинают повышать активность, передавая возбуждающие импульсы соседям. В ответ на это соседние нейроны тоже повышают активность и передают импульсы обратно. В норме в сети нейронов есть специальные клетки, которые, как классный руководитель, говорят всем, что нужно говорить потише, они называются тормозными. Они управляют балансом возбуждения и торможения. Если вас интересуют эти процессы, то есть небольшое приложение Neuronify, которое позволяет быстро строить небольшие виртуальные сети биологических нейронов и запускать в них активность.
Но бывают процессы, такие, как были бы в большом классе, когда одному человеку сложно контролировать всех. Например, если для класса в 30 человек достаточно одной учительницы, то с классом в 100 человек один учитель уже не справится. Точно так же, как и в большом классе с одним учителем, в нервной системе начинает увеличиваться количество возбуждения. Повышение активности может возникать по разным причинам, и мы пытаемся понять, что именно происходит с сетями нейронов, когда они начинают генерировать патологическую активность. Бывает так, что сила возбуждающих связей становится больше (в процессе синаптической пластичности некоторые синапсы могут усиливаться), либо тормозных связей становится меньше, либо каждый нейрон начинает генерировать больше импульсов в ответ на тот же стимул. И когда мы поймём, что происходит, мы сможем стимулировать мозг таким образом, чтобы ткань перестала генерировать приступы, или, на примере метафоры класса, дети перестали слишком громко разговаривать.
XX2 ВЕК. Ты описал механизм возникновения эпилептических приступов. Расскажи теперь, чем вы занимаетесь в лаборатории.
А. Б. Если говорить непосредственно о моих исследованиях, мы занимаемся моделями инвазивной электрической стимуляции мозга при эпилепсии. Несмотря на то, что эпилепсия известна людям очень давно, по-прежнему около 40% взрослых больных не реагируют ни на какие известные лекарства. Единственный способ помочь таким людям — вырезать участок мозга, который генерирует эпилепсию. Чаще всего этой областью является гиппокамп — часть мозга, связанная с формированием новых воспоминаний. Физически она похожа на морского конька (на латыни он так и называется — hippocampus). Мы пытаемся понять, что именно не в порядке с тканью гиппокампа, которая получена от больных эпилепсией, то есть почему она начинает генерировать приступы. Наша команда состоит из более чем 10 человек, в ней есть учёные, врачи, ассистенты по обработке данных, а также экспериментаторы, которые одновременно работают во многих проектах.
Этот проект начался не так давно, поэтому мы пока работаем в основном на уровне отдельных нейронов. Но это уже требует больших вычислительных ресурсов. Чтобы подбирать параметры отдельных нейронов в математических моделях, мы используем суперкомпьютеры — кластеры AWS, Blue Gene. Детальное понимание функционирования нейронов необходимо для разработки лучших методов лечения больных эпилепсией. Поскольку мы собираемся вживлять электроды в человеческий мозг, чтобы контролировать приступы, такая работа сопряжена с большим риском. Поэтому нам необходимы максимально точные математические модели стимуляции мозга. А чтобы их получить, необходимо исследовать динамику отдельных нейронов и их сетей.
XX2 ВЕК. Как происходит опыт?
А. Б. Мы работаем с врачами из центра Swedish. Периодически у них возникают пациенты, которым будут удалять гиппокамп. Сначала они используют электроэнцефалограмму, чтобы понять, где примерно у пациента возникает эпилепсия. Затем в этой части мозга пациенту открывают доступ к коре, после на мозг кладётся сетка электродов, и с помощью неё проводится так называемая ECoG, электрокортикография. Это позволяет сказать более точно, где возникает приступ. Когда есть консенсус о том, где он происходит, хирург делает операцию и удаляет эту часть. После этого ткань попадает в наш институт, где её нарезают на кусочки и записывают активность отдельных нейронов. К каждому нейрону подводят специальный электрод и начинают его электрически стимулировать. Это делается, чтобы понять, каким образом происходит трансформация электрического стимула от других нейронов в нервные импульсы.
Когда мы имеем записанный электрический ответ отдельного нейрона, из него вытаскивают ядро и делают секвенирование РНК. Эта технология позволяет узнать, какие именно белки есть в данном нейроне, чтобы можно было сравнить их с другими нейронами. Затем в клетку впрыскивается биоцитин — специальный маркер, который заполняет весь нейрон, чтобы увидеть его форму. Когда это сделано, нейроны фиксируются специальным образом, и ткань идёт в отдел имаджинга. Там они находят нейроны, в которых есть биоцитин, и делают электронные срезы и микрофотографии ткани. Затем команда ассистентов получает полученные изображения нейронов. Часто эти изображения — фрагментированные, их нужно «дорисовывать» вручную — биоцитин не проходит равномерно в самые тонкие дендриты, что приводит к фрагментации на изображении. На начальном этапе используются алгоритмы машинного обучения (нейронные сети), чтобы «дорисовать» нейроны и ликвидировать фрагментацию. К сожалению, эта задача пока ещё не решается алгоритмом полностью, и в большинстве случаев приходится прибегать к человеческой экспертизе. При реконструкции отдельных нейронов машина не всегда может хорошо определить положение дендритов и аксона, в то время как человек может это сделать гораздо лучше.
В институте есть даже такая программа — mozak, которая позволяет любому желающему сделать свой небольшой вклад в нейронауку. Это краудсорсинговая игра, в которой нужно «трейсить» нейроны (выполнять работу, которую делает команда ассистентов), и любой желающий может этим заниматься. После успешного трейсинга нейронов игроками, алгоритм сравнивает результаты между участниками игры и отправляет специалистам. С помощью этой игры уже восстановлено (то есть «дорисовано») уже большое количество нейронов.
Когда у нас есть данные об электрофизиологии и морфологии отдельных нейронов, вступаю в дело я. Я беру эти данные (которые записаны в стандартном формате) и создаю математические модели нейронов. Для этого я использую специальный софт — симулятор Neuron, разработанный в Йельском университете (Yale University). Он позволяет создавать биофизически подробные модели, которые состоят из сотен дифференциальных уравнений, описывающих электрический сигнал в различных частях нейрона. Это очень тяжёлые с вычислительной точки зрения модели — их долго считать. Однако детальность (и следовательно, сложность вычислений) является важной при расчёте внеклеточных электрических потенциалов в мозге, потому что мы будем иметь дело с точно таким же сигналом, когда будем анализировать настоящую электрическую активность в мозге пациентов с эпилепсией.
Чтобы подобрать правильные параметры для этих моделей я использую алгоритмы генетической оптимизации так, чтобы модели максимально воспроизводили электрическое поведение отдельных нейронов. На суперкомпьютере Blue Gene каждое вычисление для отдельной клетки на тысяче процессоров занимает порядка недели. На выходе у нас имеется реалистичная модель нейрона с детальной морфологией и набором ионных токов. Помимо этого, я анализирую структуру восстановленных нейронов — длину дендритного дерева, частоту ветвления и многое другое. Электрофизиологические свойства нейрона тоже описываются с помощью специальных характеристик, таких как высота или толщина спайка (пиковый потенциал электрического импульса) — всего около 19.
Нейронаука наступает тогда, когда у нас имеется более эпилептогенная и менее эпилептогенная ткань от разных пациентов. Мы анализируем то, как меняется морфология, когда возникают более серьёзные случаи эпилепсии по сравнению с менее серьёзными. Дело в том, что эпилепсия у многих пациентов аккомпанирована склерозом в гиппокампе (склероз в мозге — это когда умирают отдельные нейроны и заменяются соединительной тканью). К сожалению, в наших исследованиях нет полноценной контрольной информации, поскольку мы не можем забрать ткань здорового гиппокампа (по понятным этическим причинам). Поэтому мы сравниваем разные стадии склероза у менее и более здоровых больных. Затем мы пытаемся понять, какая разница между менее и более здоровой тканью, отличается ли морфология, электрическое поведение, РНК или набор ионных токов.
Почему мы делаем это на человеке? Дело в том, что, несмотря на большое количество животных моделей эпилепсии, далеко не всегда мы можем сказать, что у человека имеют место те же процессы. Поэтому лекарства, которые могут работать на животных, вполне могут не работать для человека. В мозге бывает так, что изменение всего лишь одного ионного канала или симпортера может приводить к эпилепсии. И как именно это происходит, то есть как изменение одного винтика в большом механизме может привести к патогенному поведению, мы и стараемся понять.
XX2 ВЕК. У вас есть какие-то предварительные результаты исследования?
А. Б. Пока я не могу сказать что-то конкретное с большой степенью уверенности, нам нужно проанализировать больше данных. На основании предварительных исследований мы видим, что нейроны гиппокампа с эпилепсией на более поздних стадиях склероза отличаются как морфологически, так и электрически от более ранних, что похоже на уже известные результаты. Научный прогресс идёт медленно, но верно, его нельзя торопить. В нашем случае точность особенно важна, поскольку мы разрабатываем новые методы лечения на основании наших исследований.
Воспользуюсь случаем и расскажу немного об Институте Аллена по изучению мозга (Allen Institute for Brain Science). Наш институт является исследовательской организацией, которую спонсирует миллиардер Пол Аллен (Paul Allen). Каждый год он выделяет большое количество денег на фундаментальные и прикладные исследования. Затем внутри института эти деньги распределяются по различным исследовательским программам. Один из важных принципов, которым следует наш институт — это продвижение науки не только в конкретном месте или стране, но и во всем мире. Мы стремимся оказывать влияние на международное научное сообщество. Поэтому большая часть работы института — это создание открытых для всех веб-интерфейсов и баз научных данных, которые позволяют проводить исследования за пределами института. Среди таких проектов, например, анатомический атлас мозга человека, который доступен интерактивно. На сайте http://brain-map.org/ можно скачать данные, на которых показана экспрессия различных генов в специфических областях мозга, связанных, в том числе, с некоторыми заболеваниями. Подробнее об этом можно почитать в журнале «Биомолекула». Ещё одним интерактивным проектом является так называемая Обсерватория мозга (The Brain Observatory). В ней представлена активность нейронов зрительной коры мыши, когда животное смотрит на различные зрительные стимулы. Используя информацию о зрительном стимуле и активности коры, можно понять, каким образом кодируется и как обрабатывается зрительная информация в коре мозга. Данные, полученные в результате проекта, находятся в открытом доступе, и учёные со всего мира анализируют их и проверяют свои гипотезы о работе коры, таким образом делая вклад в понимание работы мозга.
Что делает нас уникальными — это количество и качество данных. Часто в нейронауке в результате одного эксперимента можно записать активность только небольшого числа нейронов, поэтому свойства сети приходится реконструировать по небольшим данным, зачастую полученным в разных лабораториях при разных условиях (в то время как для анализа лучше, если эти данные приходят из одного источника). Зачастую каждая лаборатория анализирует небольшую часть мозга, поэтому для понимания работы мозга необходимо опираться на данные многих научных групп, которые часто получены при разных условиях. В нашем институте экспериментальный процесс автоматизирован. Мы собираем большое количество стандартизированных данных, что позволяет их более однозначно проанализировать, а значит прийти к более точным выводам.
Вторая особенность, непосредственно связанная с первой — это стандартные протоколы проведения экспериментов. Часто так бывает, что каждая лаборатория пишет данные в своем формате, и не всегда эти форматы совместимы. Одна из миссий института — это создание и поддержка универсальных протоколов и форматов записи данных, которые будут понятны всем. Один из них — NWB (Neurodata Without Borders, нейроданные без границ). Похожий путь стандартизации прошла геномика на определённом этапе развития биологической науки. До того, как случился проект «Геном человека», был очень большой разброд в форматах данных, который затруднял сотрудничество учёных. Приведение данных к одному знаменателю значительно ускорило научный прогресс. Стандартизация также важна, если мы хотим использовать искусственный интеллект для анализа данных, так как нейронные сети и другие алгоритмы могут работать только с унифицированными данными.
Третья наша особенность — это то, что мы — некоммерческая исследовательская организация (nonprofit research organisation), то есть мы стимулируем развитие нейронауки во всем мире, а не просто в США или в Европе. Все собранные данные, и все средства для работы с ними, — доступны через веб-интерфейсы любому, кто захочет ими воспользоваться. Каждый, кто захочет сделать исследование, может зайти на сайт, скачать их и ознакомиться с документацией. Затем при публикации результатов необходимо сослаться на то, что исходные данные были получены от института Аллена. Доступность данных — это особенно хорошо, учитывая, что научная информация стоит дорого и не каждый может ее купить и использовать, это могут позволить только крупные лаборатории. С другой стороны, количество данных, создаваемых институтом, очень велико — даже ученым в стенах института не хватит времени их проанализировать. Поэтому критически необходимо задействовать все научное сообщество. Здесь тоже есть параллели с геномными науками, например, с проектом геном человека. Сейчас в базе данных NCBI последовательность почти любых известных генов есть в открытом доступе. Вот и нейронаука входит в тот период, когда у нас появляется много данных, они становятся стандартными, и люди делятся ими, чтобы учёные, занимающиеся нейронауками во всём мире, могли делать прогресс вместе.