Мінімозки людини в лабораторії: як вчені навчили їх розпізнавати сигнали

Що таке мозкові органоїди й чому вони важливі

Вивчення людського мозку завжди було однією з найбільших наукових задач, але природні обмеження роблять багато експериментів неможливими або неетичними. Мозкові органоїди — тривимірні скупчення нервової тканини, вирощені в лабораторії, — відкривають новий шлях до розуміння того, як працює нейронна система. Це не повноцінний мозок, а скоріше його мініатюрна копія, яка відтворює ключові аспекти клітинної архітектури та електричної активності.

Такі структури дозволяють дослідникам безпечно проводити експерименти, які неможливо здійснити на живих організмах. Органоїди можна стимулювати, спостерігати їхні реакції і вивчати механізми навчання на базовому рівні, що має величезне значення для розуміння нейродегенеративних захворювань і розвитку мозку.

Як дослідники створювали мережі органоїдів

Перший крок експерименту вимагав отримання матеріалу для вирощування. Науковці взяли індуковані плюрипотентні стовбурові клітини (hiPSC) — зрілі людські клітини, які були перепрограмовані повернутися у стан, подібний до стовбурових, а потім спрямовані розвиватися в нервову тканину.

Кожен отриманий органоїд розміщували на спеціальному мікроелектродному чипі, який виконував подвійну роль:

• дозволяв подавати контрольовані електричні імпульси для стимуляції тканини;
• реєстрував електричну активність органоїдів у режимі реального часу.

Дослідники експериментували з різними конфігураціями:

1. один органоїд на чипі;
2. два органоїди на одному чипі;
3. три органоїди в єдиній системі.

Після розміщення органоїдів їх залишали у сприятливих умовах більше ніж на два тижні. За цей час аксони — довгі відростки нейронів, що передають сигнали, — зростали й формували функціональні зв'язки між органоїдами. Вимірювання показали синхронізовану електричну активність, що свідчило про утворення справжніх нейронних мереж.

Експеримент зі стимуляцією та навчанням

Наступний етап розраховувався на виявлення того, чи здатна штучна нейронна мережа розпізнавати, звідки походять сигнали. Впродовж двох тижнів кожен день дослідники подавали електричні імпульси в двох різних точках мережі — по 100 стимуляцій для кожної точки. Одночасно записували, як система реагувала.

«У двоорганоїдних конфігураціях обидва типи стимуляції отримував один органоїд, а відповіді фіксували з іншого; у трьохорганоїдних — імпульси розподіляли між двома органоїдами, а реакцію реєстрували з третього».

На початку експерименту дослідники свідомо вибрали точки так, щоб викликані відповіді були максимально схожими. Потім вони застосували алгоритми машинного навчання, щоб перевірити, чи може модель визначити, яке місце було стимульовано. На початку точність була близька до 50% — як випадкове вгадування.

Результати, які здивували дослідників

Навколо цифри стали спостерігатися цікаві закономірності. Лише у трьохорганоїдних мережах після двотижневого періоду тренування відповіді третього органоїда на два різні типи сигналів стали дедалі більш розрізнюваними для алгоритму.

Крім того, реакції органоїдів покращилися в кількох аспектах:

• становилися швидшими — мережа реагувала оперативніше;
• були стабільнішими — відповіді стали передбачуванішими;
• відрізнялися просторово — активація відбувалася в різних ділянках органоїда залежно від джерела сигналу.

На противагу цьому, поодинокі органоїди та пари так і не продемонстрували здатність розрізняти джерела стимуляції. Їхні сигнали залишалися занадто схожими, що означало: простої архітектури недостатньо для такого типу навчання.

Контрольне спостереження також підтвердило значимість результатів. Трьохорганоїдні мережи, які не отримували щоденної стимуляції, не показали подібного вдосконалення. Це вказало, що вдосконалення пов'язане саме з повторюваними сигналами, а не просто з природним ростом тканини.

Що це означає для науки про мозок

Модульна організація нейронних мереж виявилася критично важливою для розвитку навичок розпізнавання. Коли органоїди були пов'язані в тріаду, кожен міг відігравати свою роль у обробці інформації, що дозволило системі навчитися розрізняти сигнали.

Вчені наголошують, що йдеться про вельми базову форму навчання — набагато простішу від обробки інформації в справжньому людському мозку. Однак це надзвичайно важливо, тому що розпізнавання джерела сигналу — це фундамент, на якому будуються складніші когнітивні функції.

«Модульна архітектура з окремими «вузлами», які беруть на себе різні ролі, є ключем до навчання штучних нейронних мереж».

Ці дослідження відкривають безліч нових можливостей. Науковці можуть тепер вивчати, як синаптична пластичність — здатність зв'язків між нейронами змінюватися під час навчання — реалізується в модульних мережах. Крім того, розуміння цих процесів може допомогти розробити нові підходи до лікування неврологічних порушень.

Що далі: нові горизонти дослідження

Майбутні експерименти мають бути спрямовані на розширення складності завдань. Дослідники планують перевірити органоїди на більш витончених сигналах і складніших видах навчання, які наближатимуться до реальних когнітивних процесів.

Одним із найбільш перспективних напрямків є виявлення так званих «вузлових» або «хабових» нейронів — ключових клітин, які забезпечують зв'язок всередині та між органоїдами. Розуміння їхньої ролі допоможе з'ясувати, як модульна організація підвищує обробку інформації.

Поєднання цих функціональних експериментів з біохімічним і молекулярним аналізом відкриває шлях до глибокого розуміння того, як змінюються синаптичні зв'язки під час навчання. Це знання може мати далекосяжні наслідки для нейромедицини, розробки лікування дегенеративних захворювань мозку і навіть штучного інтелекту.

Якщо ви цікавитесь останніми досягненнями в нейробіології та науці про мозок, слідкуйте за новинами з цієї галузі — вони трансформуватимуть наше розуміння найскладнішої системи природи.