Przełomowe badania naukowców z University College London otwierają nowy rozdział w neuronauce. Wykorzystując sztuczną inteligencję oraz innowacyjne metody biologiczne, udało się po raz pierwszy zidentyfikować elektryczne sygnatury różnych typów komórek nerwowych w mózgu. To ogromny krok naprzód w zrozumieniu, jak dokładnie działa nasz mózg — i jak zaburzenia neurologiczne mogą wpływać na tę złożoną maszynerię.
Mózg ludzki – podobnie jak u innych ssaków – składa się z wielu różnych typów neuronów, z których każdy odgrywa odrębną rolę w przetwarzaniu informacji. Przez dekady badacze korzystali z elektrod, które pozwalały na rejestrowanie „spików”, czyli impulsów elektrycznych generowanych przez neurony. Pomimo tej technologii, do tej pory nie było możliwe zidentyfikowanie, który konkretny typ komórki odpowiada za dany impuls – zwłaszcza wtedy, gdy wiele neuronów działa jednocześnie.
Wyniki opublikowane w prestiżowym czasopiśmie „Cell” pokazują, że naukowcy przełamali tę barierę, używając techniki optogenetyki do aktywowania konkretnych typów neuronów za pomocą krótkich impulsów niebieskiego światła. Dzięki temu udało się przypisać unikalne sygnatury elektryczne do różnych rodzajów komórek nerwowych w mózgu myszy. Powstała w ten sposób biblioteka sygnatur została następnie wykorzystana do wytrenowania algorytmu AI, który rozpoznaje pięć różnych typów neuronów z dokładnością sięgającą 95%, bez konieczności dalszych manipulacji genetycznych.
Opracowany model sztucznej inteligencji okazał się na tyle wszechstronny, że z powodzeniem został także przetestowany na danych zarejestrowanych z mózgów małp. Oznacza to, że technologia ma potencjał do zastosowania w badaniach na innych gatunkach zwierząt, co może w przyszłości objąć również ludzi. W krótkiej perspektywie nowe podejście pozwoli zastąpić skomplikowane procedury inżynierii genetycznej przy badaniu funkcji poszczególnych neuronów, co znacząco przyspieszy postęp naukowy.
Porównując działanie mózgu do orkiestrowanej symfonii, profesor Beverley Clark zwraca uwagę, że zrozumienie roli poszczególnych neuronów przypomina identyfikowanie dźwięków instrumentów w złożonym utworze muzycznym. Dotychczas możliwe było analizowanie tylko jednej „nuty” na raz – teraz, dzięki nowemu algorytmowi, badacze mogą analizować cały skład orkiestry jednocześnie. To ogromna zmiana perspektywy w patrzeniu na procesy poznawcze i emocjonalne.
Potencjalne zastosowania tej technologii obejmują znacznie więcej niż tylko badania podstawowe. Jednym z głównych celów jest rozwój metod diagnostycznych i terapeutycznych dla chorób neurologicznych takich jak padaczka, autyzm, czy demencja. Wiemy, że wiele z tych schorzeń powiązanych jest z nieprawidłowościami w interakcjach pomiędzy różnymi typami neuronów – zrozumienie tych relacji na poziomie komórkowym może otworzyć nowe możliwości leczenia.
Niezwykle obiecującym obszarem są także interfejsy mózg-komputer (BCI), które próbują odczytywać aktywność neuronalną i przetwarzać ją na konkretne działania. Przykładowo, na Uniwersytecie Kalifornijskim w San Francisco przeprowadzono eksperyment, w którym sparaliżowany pacjent sterował protezą za pomocą sygnałów z mózgu przez ponad siedem miesięcy. Nowa technika pozwoli inżynierom precyzyjniej określić, które typy neuronów odpowiadają za dane zamiary ruchowe, co może znacząco wpłynąć na skuteczność takich implantów.
Ważnym aspektem projektowania tego typu systemów jest zrozumienie, jak funkcjonuje zdrowy mózg. Tylko wtedy można próbować zastąpić uszkodzone obszary – np. po udarze – i przywrócić utracone funkcje. Profesor Michael Häusser podkreśla, że sukces badań możliwy był dzięki połączeniu trzech przełomowych technologii: optogenetyki, zaawansowanych sond krzemowych oraz dynamicznie rozwijających się algorytmów uczenia głębokiego. To właśnie ta multidyscyplinarna synergia, podobnie jak współpraca między zespołami z UCL, Baylor College, Duke University oraz Uniwersytetem Bar Ilan, okazała się kluczowa.
Zgromadzona przez naukowców baza danych oraz sam algorytm są dostępne w formie open-source, co oznacza, że każdy badacz na świecie ma dostęp do tych zasobów. Może to przyspieszyć rozwój neuronauki na niespotykaną dotąd skalę. Finansowanie projektu pochodziło z funduszy takich instytucji jak Wellcome Trust, National Institutes of Health (NIH), Europejska Rada ds. Badań Naukowych (ERC) oraz program badań i innowacji Horizon 2020.
Choć technologia ta wymaga jeszcze dalszych testów, już teraz stanowi kluczowy krok w kierunku lepszego zrozumienia działania mózgu — zarówno w zdrowiu, jak i w chorobie.
