Как одна клетка эволюционирует в сложную сеть из 170 миллиардов клеток без участия центрального «менеджмента»? Раннее это объяснялось теорией химической сигнализации, охватывающей системы организма. Но нейробиологи предложили иную теорию, что оспаривает устоявшееся убеждение.
Новая концепция предполагает, что мозг организуется на основе позиционной информации. Это принцип, по которому выстраивается родословная человека. Подобно тому, как популяции расселяются и распространяются географически на протяжении поколений, клетки мозга наследуют свое «местоположение и идентичность» от родителей и остаются рядом со своими родственниками. Эта модель, основанная на принципе родословной, объясняет, как мозг масштабирует свою невероятную сложность вне зависимости от видов. От рыбок данио до мышей, используя только локальные клеточные взаимодействия.
Ключевые факты
Традиционно, в этом разделе собираю базовые термины и понятия материала, чтоб вы сразу могли понять о чем речь.
Проблема «командного разрыва». Традиционные теории полагаются на химические градиенты, указывающие клеткам, куда двигаться, но эти сигналы ослабевают по мере роста мозга. Причем эти паттерны характерны для клеток и социальных групп.
Моделирование на основе родословной. Исследователи предполагают, что клетки «знают» свое местоположение, потому что они остаются рядом со своими «предками» (клетками-предшественниками), наследуя их позиционное состояние.
Распад на субъединицы. По мере роста ткани, локальные группы клеток распадаются на нуклеарные субъединицы. Эти субъединицы сохраняют идентичность своих предшественников, создавая крупномасштабные структуры без необходимости подчиняться дальней связи.
Проверка на межвидовом уровне. Теория была успешно проверена с использованием данных об экспрессии генов в мозге мышей и рыбок данио, показав, что она работает независимо от размера мозга или представителя вида.
Аналогичные паттерны в развитии ИИ и понимания онкологии. Эта модель «самовоспроизводящейся» информации служит отличной базой для понимания ИИ следующего поколения и понимания паттернов распространения опухолей по схожим генетическим линиям.
Источник: A lineage-based model of scalable positional information in vertebrate brain development
Развитие мозга
Наш мозг формируется из одной клетки. В конечном итоге он станет невероятно сложной и мощной сетью, состоящей примерно из 170 миллиардов клеток. Вопрос в том, как он самоорганизуется на этом пути?
Нейробиологи из лаборатории Колд-Спринг-Харбор нашли удивительно простое объяснение, которое не ограничивается одним лишь объяснением развития мозг.
Единст��енное, что «видит» клетка – это она сама и её соседи. Но её судьба зависит от того, где она находится. Клетка, оказавшаяся не на своём месте, становится «неправильным» объектом, и тянет за собой неправильное развитие мозга. Поэтому каждая клетка должна ответить на два вопроса: «Где я?» и «Кем я должна стать?».
Стэн Керстженс, научный сотрудник лаборатории профессора Энтони Задора (ударение на первый слог).
Долгое время исследователи считали, что клетки обмениваются информацией о своем местоположении главным образом через химическую сигнализацию, используя такие инструменты как: аденозин, дофамин, серотонин, ацетилхолин, норадреналин, глутамат и ГАМК. Это хорошо работает, когда речь идет всего о нескольких клетках.
От клеток к социальным структурам
Но мозг – это не несколько клеток. Это миллиарды нейронов, каждый из которых должен оказаться точно в нужном месте. Химические сигналы могут распространяться лишь на определённое расстояние, после чего ослабевают. Как же клетки в глубине растущего мозга автоматически «знают», где они находятся?
Подумайте о том, как человеческие популяции расселялись по стране на протяжении поколений. Потомки селятся рядом со своими родителями, поэтому люди, имеющие общих предков, оказываются в соседних регионах, создавая крупномасштабные географические структуры без дальней связи. Мы утверждаем, что аналогичный принцип действует и в развивающемся мозге. Клетки, произошедшие от одного и того же предка, как правило, остаются рядом друг с другом.
Стэн Керстженс, научный сотрудник лаборатории профессора Энтони Задора.
Для проверки этой теории Стэн Керстженс и его коллеги создали «модель масштабируемой позиционной информации, основанной на родословной». Они начали с теоретических вычислений. Затем проверили свою гипотезу в масштабе, изучив индивидуальную и групповую экспрессию генов в развивающемся мозге мышей. Наконец, они подтвердили свои результаты на рыбах данио, показав, что модель одинаково эффективна для всех видов.
Химические сигналы и принцип родословной наследуемости
Модель подтверждает идею о симбиозе химической сигнализации с родословными механизмами. Суть кроется в передаче информации о местоположении созревающих клеток. И хоть эта теория построена вокруг принципов работы головного мозга, она может быть применима ко многим другим типам развивающихся тканей, включая опухоли.
Также это характерно и для самообучаемых моделей ИИ, использующих паттерны обучения, эквивалентные паттернам развития клеток нашего мозга. Всё по заветам киберпсихологии.
Самая важная часть модели – демонстрация того, как одна клетка превращается в сложный орган. Понимание этого процесса способно пролить свет на фундаментальные загадки разума.
Мозг каким-то образом наделяет нас интеллектом. Как ему удалось аккумулировать и взрастить эту способность не только в процессе развития, но и в процессе эволюции? Это лишь один из элементов этой большой головоломки.
Стэн Керстженс, научный сотрудник лаборатории профессора Энтони Задора.
Ответы на ключевые вопросы
В: Значит ли новая теория, что клетки мозга вообще не используют химические сигналы?
О: Нет, химические сигналы по-прежнему важны. Однако исследование предполагает, что принцип родословной линии объясняет карту мозга. Химические вещества работают на уровне локальной тонкой настройки после того, как сформировано общее окружение.
В: Почему это открытие важно для ИИ?
О: Современный ИИ часто строится с использованием архитектуры «сверху вниз». Данное исследование предлагает план самоорганизации «снизу вверх». Если мы сможем создать модели ИИ, которые передают информацию из поколения в поколение, подобно биологическим родословным линиям, мы сможем создать более масштабируемые и эффективные системы искусственного интеллекта.
В: Объясняет ли это причины возникновения некоторых расстройств головного мозга?
О: Да. Если клетка «неправильно понимает» свою родословную или оказывается не в том «соседстве», она может стать нейроном неправильного типа. Эта теория предлагает новый взгляд на нарушения развития как на «ошибки картирования» в генеалогическом древе клетки.
Будут еще вопросы – добро пожаловать в комментарии! И в сообщество, где собрано больше материалов о мозге, психике и как обернуть их потенциал себе во благо.
