Onderzoekers hebben de meest gedetailleerde functionele “bedradingkaart” van een zoogdierbrein ooit gemaakt, een prestatie die de beroemde moleculair bioloog Francis Crick in 1979 als onhaalbaar bestempelde.
Een team van meer dan 150 wetenschappers werkte zeven jaar lang samen aan het Machine Intelligence from Cortical Networks (MICrONS) Project. Hun werk, gepubliceerd in tien studies in het vakblad Nature, zoomt in op een minuscuul stukje muizenhersenen: slechts één kubieke millimeter van de visuele cortex, het deel dat helpt om te zien. Dat lijkt klein (het is ongeveer zo groot als een zandkorrel) maar het barst van de details: 200.000 hersencellen, vier kilometer aan “kabels” (axonen, de uitlopers waarmee cellen signalen doorgeven) en maar liefst 523 miljoen synapsen (de schakelaars die cellen met elkaar verbinden).
Forrest Collman, een van de onderzoekers, legt het simpel uit: “Het doel van MICrONS was om de activiteit en de verbindingen tussen neuronen te meten in een kubieke millimeter van de hersenschors, om zo ons begrip van hersenfunctie te verdiepen en vooruitgang in machine learning en kunstmatige intelligentie te versnellen.” Waarom precies dit stukje? “De visuele schors is bijzonder bruikbaar omdat we dieren gemakkelijk visuele prikkels kunnen tonen, waardoor je een rijk prikkelgebied kunt verkennen”, zegt Collman. Met andere woorden: muizen kregen filmpjes te zien, en wetenschappers konden zo volgen hoe hun hersenen daarop reageerden.
Een monsterklus met microscopen en robots
Dit project was niet zomaar een middagje werk. Eerst keken onderzoekers van het Baylor College of Medicine met speciale microscopen hoe de hersencellen van de muis oplichtten terwijl hij video’s keek. Daarna ging het Allen Institute aan de slag: ze sneden dat kleine hersenblokje in meer dan 25.000 flinterdunne plakjes, elk dunner dan een honderdste van een mensenhaar. Collman vertelt hoe intens dat was: “We moesten veel aspecten van de moeilijke dataverzameling automatiseren. Het team liet een ultramicrotoom twaalf dagen en nachten draaien, in rotatieteams van twee personen, om dunne plakjes van 40 nanometer te snijden. Stoppen met snijden kon ertoe leiden dat het hersenblok van vorm veranderde, wat de kwaliteit van de secties zou aantasten.”
Vervolgens werden al die plakjes gefotografeerd met elektronenmicroscopen; denk aan superkrachtige camera’s die tot op de kleinste details inzoomen. Collman: “We gebruikten een vloot elektronenmicroscopen die zes maanden lang continu enorme beelden opnamen. In totaal maakte het project meer dan 100 miljoen beelden.” Een team van Princeton University plakte al die foto’s met behulp van kunstmatige intelligentie weer aan elkaar tot een 3D-model. Het resultaat? Een dataset van 1,6 petabyte; dat is genoeg om 22 jaar lang non-stop HD-video te kijken.
Artikel gaat verder onder de video:
Wat bleek? Remmende cellen zijn slimmer dan gedacht
Een van de spannendste ontdekkingen ging over inhibitoire cellen, hersencellen die als een soort rem werken en andere cellen kalmeren. Tot nu toe dachten wetenschappers dat deze cellen een beetje simpel waren: ze zetten gewoon de rem op alles in de buurt. Maar dat blijkt niet te kloppen. Collman legt uit: “Het onderzoek naar de inhiberende structuur van de hersenschors toonde aan dat remmende neuronen veel specifieker zijn dan eerder werd aangenomen. Veel van deze neuronen remmen slechts een heel specifieke subgroep van exciterende cellen.” Exciterende cellen zijn juist de aanjagers, die signalen doorgeven om bijvoorbeeld een beeld te verwerken. Dit betekent dat de hersenen een veel slimmer systeem hebben dan we dachten. Sommige remmende cellen werken samen om een groep aanjagers te temperen, terwijl andere heel gericht één specifieke cel aanpakken.
Waarom dit ertoe doet
Deze hersenkaart is niet alleen een cool kunstje. Het kan ons helpen om aandoeningen zoals alzheimer, parkinson of autisme beter te begrijpen. Bij die aandoeningen gaan de verbindingen tussen hersencellen vaak mis, en met deze kaart kunnen wetenschappers zien wat er precies anders is. De onderzoekers vergelijken het in een persbericht met een handleiding. Net zoals een reparateur een kapotte radio beter kan herstellen met een schakelschema, kunnen wetenschappers met deze gedetailleerde hersenkaart mogelijk gezond hersenweefsel vergelijken met aangetast weefsel.
En er is meer. De dataset kan ook kunstmatige intelligentie (AI) slimmer maken. Onze hersenen zijn razend efficiënt; we leren snel met weinig informatie, terwijl AI vaak bergen data en rekenkracht nodig heeft. Collman denkt dat dit project hints geeft: “Het is duidelijk dat biologische intelligentie veel complexer is dan onze huidige AI-systemen. Misschien ligt de sleutel in de diversiteit van celtypes en connectiviteitspatronen geïnspireerd op echte hersennetwerken.”
Een begin, geen einde
Het MICrONS-project, gesteund door onder meer de Amerikaanse overheid, bracht experts van topinstituten zoals Harvard en Stanford samen. Maar dit is pas het begin. Collman sluit af met een knipoog naar het verleden: “Ik zou vooral willen benadrukken hoe enorm en complex een echt hersencircuit is, hoeveel we nog niet gezien hebben, en hoeveel er nog te ontdekken valt. De quote van Francis Crick uit 1979, in Scientific American, is een goed startpunt: ‘Het heeft geen zin om het onmogelijke te vragen: een exact bedradingsschema maken van een kubieke millimeter hersenweefsel en de manier waarop al die neuronen vuren.’ Op een bepaalde manier heeft dit project precies dát gedaan.”
Nieuwsgierig? Op microns-explorer.org kun je zelf rondkijken in het resulterende breinlandschap.
