К настоящему времени, особенно если вы являетесь нашим постоянным читателем, вы, вероятно, слышали о проекте connectome – попытке полностью отобразить клетки и связи человеческого мозга. Эта цель на самом деле состоит из множества инициатив, одной из которых является исследование мозга с помощью передовых инновационных нейротехнологий (BRAIN), финансируемое Национальным институтом здравоохранения. Теперь они опубликовали в Nature свой первый крупный результат – карту первичной моторной коры млекопитающих (технически это “мультимодальная перепись клеток и атлас первичной моторной коры млекопитающих”).
Цель этой инициативы – разделить мозг на составные части и затем посмотреть, как они сочетаются друг с другом. Все начинается с изучения различных типов клеток мозга, и это часть серии публикаций, которые они подготовили. Мозг содержит около 160 миллиардов клеток, из которых 87 миллиардов – нейроны, а остальные – астроциты (которые выполняют поддерживающие и модулирующие функции). Существует множество различных типов нейронов со значительными функциональными различиями. Нейроны различаются по своей структуре и химическому составу.
Основная структура нейрона – это тело клетки с дендритами (волоскоподобными выступами) для входящих сигналов и аксонами (более длинными выступами) для исходящих сигналов. Но форма, количество и расположение дендритов и аксонов могут значительно различаться и отражать их функцию, которая связана с характером связей, которые создает нейрон. Нейроны также различаются по своей биохимии – какие нейромедиаторы они вырабатывают и какие у них есть рецепторы нейромедиаторов. Некоторые нейротрансмиттеры, такие как глутамат, активируют (ускоряют работу нейронов), а другие, такие как ГАМК, тормозят (замедляют или вообще не активируют).
В новых исследованиях подробно описаны 116 различных типов клеток моторной коры. Это больше, чем в предыдущем списке, но многие из этих новых типов клеток являются подтипами или вариациями известных типов нейронов. Таким образом, целью исследования было достижение более высокого уровня детализации, а не открытие новых и ранее совершенно неизвестных нейронов. Сложность мозга отчасти заключается в том, что типы клеток, нейротрансмиттеры и рецепторы не делятся на четкие типы. Это происходит потому, что мозг эволюционировал, а эволюция – это беспорядочный процесс. Существует множество вариаций, при этом каждый нейромедиатор имеет несколько вариантов, с разным сродством к различным подтипам рецепторов и сложным распределением в разных областях мозга и для разных цепей.
Исследователи использовали различные методы для характеристики различных типов нейронов:
Метод scRNA-seq был одним из почти десятка отдельных экспериментальных методов, используемых командой BICCN для характеристики различных типов клеток у трех разных млекопитающих: мышей, мартышек и человека. Четыре из них включали различные способы определения уровней экспрессии генов и архитектуры хроматина генома и статуса метилирования ДНК, которые называются эпигеномом. Другие методы включали классическую электрофизиологическую запись с помощью фиксатора, позволяющую различать клетки по тому, как они генерируют потенциалы действия, классифицировать клетки по форме, определять их взаимосвязь и определять пространственное расположение клеток в мозге. В некоторых из них для различения типов клеток использовалось машинное обучение или искусственный интеллект.
Они изучили экспрессию генов, чтобы понять, какие нейромедиаторы и рецепторы они вырабатывают. Они также изучили электрическое поведение нейронов в ответ на различные раздражители – что происходит, когда мы вводим немного ГАМК в этот нейрон? Они также составили карту связей, которые эти типы нейронов образуют в моторной коре.
Моторная кора, вероятно, является хорошим местом для составления карты мозга. Хотя мы обязательно обнаружим скрытые сложности (в этом-то и суть), функции и анатомия моторной коры уже хорошо изучены. Нейроны в моторной коре активизируются, когда мы хотим двигаться, посылая сигналы по одному аксону глубоко в головной мозг, через ствол головного мозга, затем в спинной мозг, где аксон соединяется с клеткой переднего рога. Затем этот нейрон посылает второй аксон к группе мышц, которые должны сократиться. Сигнал от коры головного мозга к мышце проходит только через два нейрона, которые содержат самые длинные аксоны в организме.
Конечно, это гораздо больше, чем просто сигнал. Существует премоторная кора, которая участвует в планировании и выполнении произвольных движений и, в конечном счете, активирует двигательные нейроны. Около трети двигательных нейронов не соединяются напрямую со спинным мозгом, а вместо этого идут в мозжечок, который отвечает за координацию. Там обрабатываются различные сигналы моторной коры, чтобы можно было скоординировать движения. Мозжечок обеспечивает баланс, точность и синхронизацию. Затем мозжечок модулирует сигналы моторной коры, поступающие в мышцы. Существуют также базальные ганглии, которые регулируют силу сигналов, связывающих планирование движений с их выполнением. Таким образом, вы двигаетесь столько, сколько хотите, не больше и не меньше. Существует также множество типов сенсорной обратной связи, многие из которых также обрабатываются в мозжечке, так что мы можем приспосабливать наши движения к тому, что видим, к нашему ощущению расположения частей тела и степени сокращения мышц, а также к нашему вестибулярному ощущению тяжести и движения.
Это базовая схема произвольных двигательных движений, но цель инициативы BRAIN initiative – отобразить все эти связи и типы клеток во всех деталях. Составление карты даже такой системы мозга, как двигательная система, только начинается. Затем они захотят полностью отобразить сенсорную систему, зрительную, слуховую и вкусовую. Затем мы сможем перейти к более сложным областям мозга, таким как языковые функции, вычисления и визуально-пространственное мышление. Лобные доли, которые отвечают за исполнительные функции и мышление на более высоком уровне, вероятно, будут самыми сложными. Нам также необходимо составить карту того, как все это связано друг с другом.
Проекты Connectome, подобные этому, также используются в других проектах, которые пытаются смоделировать мозг с помощью компьютерной симуляции. Эти два направления исследований хорошо сочетаются, и каждое из них дополняет другое. Конечно, самый интересный вопрос заключается в следующем: что произойдет, когда у нас будет полная карта человеческого мозга, смоделированная на суперкомпьютере, и мы включим ее?
Помимо компьютерного моделирования, это исследование, вероятно, будет иметь далеко идущие последствия для нейронауки. Я не буду вдаваться в рассуждения о конкретных приложениях. Я всегда нахожу это бесполезным. Это фундаментальная наука, расширяющая наше понимание того, как работает мозг. Существует множество потенциальных применений, некоторые из которых очевидны, а другие могут оказаться неожиданными. На данный момент достаточно понимания связей в мозге самого по себе.
