گوگل و هاروارد نقشه‌ای با جزئیات بی‌سابقه از یک قطعه کوچک از مغز انسان تهیه کرده‌اند

تیمی از دانشمندان هاروارد و گوگل نقشه سه بعدی مغز انسان را با وضوح نانو ایجاد کرده اند. اگرچه این نقشه تنها بخش کوچکی از مغز را نشان می دهد – کل مغز یک میلیون بار بزرگتر است – این مکعب تقریباً شامل 57000 سلول، 230 میلی متر رگ خونی و حدود 150 میلیون سیناپس است. این نقشه در حال حاضر دارای بالاترین وضوح تصاویر موجود از مغز انسان است.

برای تهیه این نقشه دقیق، دانشمندان مجبور شدند نمونه بافت مغز را به 5019 برش به ضخامت 33.9 نانومتر تقسیم کرده و با میکروسکوپ الکترونی پرسرعت اسکن کنند. آنها از یک مدل یادگیری ماشینی برای پیوند دادن این تصاویر و برچسب گذاری اجزای آنها استفاده کردند.

اندازه داده خام برای این تصویر به تنهایی 1.4 پتابایت (1400 ترابایت) بود. این شاید بزرگترین کار محاسباتی در علوم اعصاب باشد.

اطلس های دیگری از مغز انسان وجود دارد، اما بسیاری از آنها وضوح بسیار پایین تری دارند. در مقیاس نانو، دانشمندان می توانند تک تک سلول های عصبی را تا سیناپس ها دنبال کنند، جایی که نورون ها به یکدیگر متصل می شوند. چنین نقشه ای برای درک نحوه عملکرد مغز و نحوه پردازش اطلاعات و ذخیره خاطرات ضروری است.

انواع مختلفی از اطلس مغز وجود دارد. برخی با آرایش بین سلول ها سروکار دارند، برخی دیگر با بیان ژن ها سروکار دارند. این نقشه بر روی اتصالات بین سلول ها تمرکز می کند، زمینه ای به نام کانکتومیک.

لایه بیرونی مغز شامل حدود 1.6 میلیارد نورون است که تریلیون ها ارتباط با یکدیگر ایجاد می کنند. یک نورون واحد می تواند اطلاعاتی را از صدها یا هزاران نورون دیگر دریافت کند یا به آنها ارسال کند. به همین دلیل است که ردیابی این ارتباطات حتی در یک منطقه بسیار کوچک از مغز بسیار دشوار است.

تهیه دقیق ترین نقشه مغز انسان

دانشمندان در ترسیم این نقشه با موانع زیادی روبرو شدند. اولین مشکل یافتن نمونه ای از بافت مغز بود. مغز بلافاصله پس از مرگ تجزیه می شود، بنابراین بافت مرده برای این منظور مناسب نبود. دانشمندان در حین جراحی قطعه کوچکی از مغز یک زن مبتلا به صرع را برداشتند.

بلافاصله نمونه را در رزین قرار دادند تا تجزیه نشود. سپس آنها را به ورقه های بسیار نازک برش داده و با استفاده از میکروسکوپ الکترونی با سرعت بالا مورد بررسی قرار گرفتند. این میکروسکوپ به طور خاص برای این پروژه طراحی شده است.

چالش بعدی مربوط به عملیات کامپیوتری بود. دانشمندان از مدل یادگیری ماشین گوگل برای جا دادن اسلایدها با یکدیگر استفاده کردند، هر کدام را نسبت به دیگری تراز کردند، اجزای آنها را با رنگ های مختلف برچسب گذاری کردند و اتصالات را پیدا کردند. این بسیار دشوارتر از آن چیزی است که به نظر می رسد، زیرا یک خطا می تواند باعث شود همه ارتباطات در سلول به اشتباه بروند.

می توانید مقاله مربوط به این مطالعه را در ResearchGate یا Science Journal مشاهده کنید. این نقشه در وب سایتی به نام Neuroglancer نیز به صورت رایگان در دسترس است. دانشمندان توانسته اند چیزهایی را در این نقشه پیدا کنند که دانش قبلی را به چالش می کشد. به عنوان مثال، آکسون های طولانی که به دور خود می پیچند یا آکسون هایی که اتصالات تکراری ایجاد می کنند.