Bilim insanları, genetik araçlara ihtiyaç duymadan, beyin aktivitesi kayıtlarından farklı nöron tiplerini yüzde 95 doğrulukla tanımlayabilen bir yapay zeka (AI) algoritması geliştirdi. Nöronları ışığa duyarlı işaretleyicilerle etiketleyerek ve benzersiz elektriksel imzalarını kaydederek araştırmacılar, yapay zekanın hem farelerde hem de maymunlarda nöron tiplerini ayırt etmesine olanak tanıyan bir eğitim kütüphanesi oluşturdu.
Bu çığır açıcı buluş, sinir bilimindeki yüzyıllık bir zorluğa değiniyor ve farklı nöronların davranışa ve hastalığa nasıl katkıda bulunduğunu daha iyi anlamanın kapısını açıyor. Araç bir gün sinir implantlarını iyileştirebilir, epilepsi gibi bozuklukları çözmeye yardımcı olabilir ve hem hayvanlarda hem de insanlarda beyni nasıl incelediğimizi geliştirebilir.
Farklı Nöronların Beynin Genel İşleyişine Nasıl Katkıda Bulunduğunu Belirlemek
Beyinler, her biri bilgi işlemede farklı roller oynadığı düşünülen birçok farklı nöron türünden oluşur. Bilim insanları, beyin işlevlerini gerçekleştirirken ürettikleri elektriksel sivri uçları tespit ederek nöronların aktivitesini kaydetmek için uzun zamandır elektrotları kullanabiliyor. Sivri uçların kaydedilmesi, beynin derinliklerindeki bireysel nöronların aktivitesini izlemek için çok değerli olsa da şimdiye kadar bu yöntem kaydedilen nöron türüne karşı kördü ve bu nedenle farklı nöronların beynin genel işleyişine nasıl katkıda bulunduğunu belirlemek neredeyse imkansızdı.
Cell dergisinde yayımlanan yeni bir çalışmada, araştırma ekibi, fare beynindeki farklı nöron tiplerinin belirgin elektriksel imzalarını belirledi ve belirli hücre tiplerinde ani artışları tetiklemek için optogenetik adı verilen bir yöntemle kısa mavi ışık darbeleri kullanarak bu sorunun üstesinden geldi.
Araştırma ekibi, her nöron türü için farklı elektriksel imzaların yer aldığı bir kütüphane oluşturdu ve bu sayede genetik araçlara ihtiyaç duymadan yüzde 95 doğrulukla beş farklı nöron türünü otomatik olarak tanıyabilen bir yapay zeka algoritması eğitebildi. Algoritmanın doğrulanması ayrıca maymunlardan alınan beyin kayıt verileri üzerinde de gerçekleştirildi.
Nörolojik Rahatsızlıkları İncelemede Teknoloji Ne Aşamada?
Araştırmacılar, epilepsi gibi nörolojik rahatsızlıkları incelemek için teknolojiyi kullanabilme konusunda önemli bir engeli aştıklarını, ancak pratik uygulamalarda kullanılabilmesi için hala uzun bir yol kat edilmesi gerektiğini söylüyorlar.
UCL Wolfson Biyomedikal Araştırma Enstitüsü’nden çalışmanın ortak birinci yazarı Dr. Maxime Beau, “Sinir bilimciler onlarca yıldır davranış sırasında aynı anda aktif olan birçok farklı nöron türünü güvenilir bir şekilde tanımlama gibi temel bir sorunla mücadele ediyor. Yaklaşımımız artık farelerde ve maymunlarda nöron tiplerini yüzde 95’in üzerinde doğrulukla tespit etmemizi sağlıyor. Bu gelişme araştırmacıların hareket gibi karmaşık davranışları gerçekleştirirken beyin devrelerini kaydetmelerini sağlayacak. Bir bilgisayar çipindeki mantık kapıları gibi, beyindeki nöronlar da çeşitli türlerde gelen temel bilgi işlem birimleridir. Yöntemimiz, beynin birçok mantık kapısını aynı anda eylem halinde tanımlamak için bir araç sağlıyor. Daha önce, bu çok yüksek bir maliyetle, bir seferde sadece bir tane yapılabiliyordu” dedi.
Kısa vadede, yeni teknik, beyni incelemek için karmaşık genetik mühendislik gerektirmek yerine, araştırmacıların farklı nöronların ne yaptığını ve davranışı oluşturmak için birbirleriyle nasıl etkileşime girdiklerini incelemek için herhangi bir normal hayvanı kullanabileceği anlamına geliyor.
Nihai hedeflerden biri de epilepsi, otizm ve bunama gibi beyindeki farklı hücre tiplerinin etkileşim biçimindeki değişiklikleri içerdiği düşünülen nörolojik ve nöropsikiyatrik bozuklukları inceleyebilmek.
Çalışmanın kıdemli yazarlarından UCL Wolfson Biyomedikal Araştırma Enstitüsü’nden Profesör Beverley Clark, “Bir orkestradaki birçok farklı enstrüman bir senfoninin sesine katkıda bulunduğu gibi, beyin de insanların ve diğer hayvanların sergilediği karmaşık davranışları yaratmak için birçok farklı nöron türüne güvenir. Çalışmamız, her bir enstrümanın çıkardığı sesi öğrenmeye ve ardından bir algoritmaya her birinin bir senfoniye olan katkısını tanımayı öğretmeye benziyor. Beynin bu sinirsel senfoniyi eylem halinde gözlemleyebilmek, 100 yıldan uzun süredir sinirbilimde temel bir zorluktu ve artık bunu güvenilir bir şekilde yapmak için bir yöntemimiz var. Teknolojinin epilepsi gibi nörolojik rahatsızlıkları incelemek için kullanılabilmesinden henüz çok uzak olsa da bu hedefe ulaşmada artık önemli bir engeli aştık” dedi.
Çığır Açıcı Gelişmeler Ufukta Görünüyor
Beynimizin nasıl çalıştığına dair daha iyi bir anlayış, tıp biliminde çığır açıcı gelişmelerin önünü açabilir; bunlardan bazıları halihazırda ufukta görünüyor. İnsan beyni-bilgisayar arayüzleri veya nöral implantlar bu olasılıklardan biri. Örneğin, UCSF Weill Sinir Bilimleri Enstitüsü’nde devam eden araştırmalar, felçli bir adamın rekor bir süre olan yedi ay boyunca nöral implant kullanarak bir robotik kolu kontrol etmesini sağladı. Mevcut çalışmada olduğu gibi bu çalışmada da hayvanların beyinlerindeki elektriksel örüntülerin incelenmesi ve yapay zekanın bu örüntüleri otomatik olarak tanıması temel alındı.
Araştırmacılar, nöron tiplerini ayırt etmeye yönelik yeni tekniğin, hangi hücre tiplerinin belirli eylemlerde yer aldığını daha doğru bir şekilde kaydederek sinir implantlarını iyileştirmeye yardımcı olabileceğini, böylece implantın belirli sinyalleri daha kolay tanıyıp uygun yanıtı üretebileceğini söylüyor.
