В статье, появившейся в августе. 7 онлайн-издание Nature, Сеунг и его сотрудники из Массачусетского технологического института и Института медицинских исследований Макса Планка в Германии сообщили о своем первом шаге к этой цели: используя комбинацию человеческого и искусственного интеллекта, они нанесли на карту всю проводку между 950 нейронами в пределах крошечный участок сетчатки глаза мыши.
По словам Сына, сетчатка, состоящая из нейронов, обрабатывающих визуальную информацию, технически является частью мозга и является более доступной отправной точкой.
Картировав все нейроны в этом участке ткани размером 117 на 80 микрометров, исследователи смогли классифицировать большинство обнаруженных нейронов на основе их схем разводки. Они также определили новый тип клеток сетчатки, который ранее не наблюдался.
"Это полная реконструкция всех нейронов внутри этого патча.
Никто раньше не делал этого в нервной системе млекопитающих, – говорит Сунг, профессор вычислительной нейробиологии Массачусетского технологического института.
Другими авторами статьи из Массачусетского технологического института являются бывший постдок Сринивас Турага и бывший аспирант Вирен Джайн.
Группу Макса Планка возглавлял Винфрид Денк, физик и директор Института Макса Планка. Мориц Хельмштадтер, руководитель исследовательской группы в Институте Макса Планка, является ведущим автором статьи, а Кевин Бриггман, бывший постдок в Max Planck, также является автором.
Отслеживание подключений
Нейроны сетчатки подразделяются на пять классов: фоторецепторы, горизонтальные клетки, биполярные клетки, амакриновые клетки и ганглиозные клетки.
Внутри каждого класса есть много типов, классифицированных по форме и связям, которые они устанавливают с другими нейронами.
"Нейроны бывают разных типов, и сетчатка, по оценкам, может содержать от 50 до 100 типов, но они никогда не были полностью охарактеризованы.
И их связи еще менее известны », – говорит Сын.
В этом исследовании исследовательская группа сосредоточилась на участке сетчатки, известном как внутренний плексиформный слой, который является одним из нескольких слоев, зажатых между фоторецепторами, которые получают визуальный сигнал, и ганглиозными клетками, которые передают визуальную информацию в мозг через зрительный нерв. Нейроны внутреннего плексиформного слоя помогают обрабатывать зрительную информацию, когда она проходит от поверхности глаза к зрительному нерву.
Чтобы отобразить все связи на этом небольшом участке сетчатки, исследователи сначала сделали электронные микрофотографии целевого участка.
Исследователи Max Planck получили эти изображения с помощью метода, называемого последовательной блочной сканирующей электронной микроскопией лица, который они изобрели для создания трехмерных изображений биологических образцов с высоким разрешением.
Для разработки схемы соединений из этих изображений потребовался как человеческий, так и искусственный интеллект.
Во-первых, исследователи наняли около 225 немецких студентов, чтобы проследить «скелет» каждого нейрона, на что ушло более 20 000 часов работы (чуть больше двух лет).
Чтобы конкретизировать тела нейронов, исследователи загрузили эти прослеженные скелеты в компьютерный алгоритм, разработанный в лаборатории Сына, который расширяет скелеты в полноценные формы нейронов.
Исследователи использовали машинное обучение для обучения алгоритма, известного как сверточная сеть, для определения границ между нейронами. Используя их в качестве контрольных точек, алгоритм может заполнить все тело каждого нейрона.
"Отслеживание нейронов на этих изображениях, вероятно, является одной из самых сложных проблем компьютерного зрения в мире.
Наши сверточные сети на самом деле представляют собой глубокие искусственные нейронные сети, созданные на основе того, как наша собственная визуальная система обрабатывает визуальную информацию для решения этих сложных проблем », – говорит Турага.
Если бы рабочие заполняли нейрон целиком, это заняло бы от 10 до 100 раз больше времени, чем просто рисование скелета. «Это ускоряет весь процесс», – говорит Сын. "Это способ объединения человеческого и машинного интеллекта."
Единственная предыдущая полная схема соединений, которая отображала все связи между 302 нейронами, обнаруженными у червя Caenorhabditis elegans, была опубликована в 1986 году и потребовала более десятка лет утомительной работы.
«Я думаю, что это будет действительно важный документ в истории того, как мы изучаем сложные системы», – говорит Ричард Масланд, профессор офтальмологии Массачусетского глазного и ушного госпиталя, не входивший в исследовательскую группу. "В этой статье выявляются интересные, но на самом деле лишь символы схем, на которые можно ответить с помощью этих методов."
Классифицирующие нейроны
Схемы соединений позволяют ученым видеть, где нейроны соединяются друг с другом, образуя синапсы – соединения, которые позволяют нейронам передавать сообщения. Анализируя, как нейроны связаны друг с другом, исследователи могут классифицировать разные типы нейронов.
Исследователи смогли идентифицировать большинство из 950 нейронов, включенных в новую схему сетчатки, основываясь на их связях с другими нейронами, а также на форме нейрона. Горстку нейронов нельзя было классифицировать, потому что был только один нейрон их типа или потому что только фрагмент нейрона был включен в отображаемый образец.
«Мы не завершили проект классификации типов, но это показывает, что это должно быть возможно. В принципе, этот метод должен сработать, если масштабировать его до более крупного куска ткани », – говорит Сын.
В этом исследовании ученые определили новый класс биполярных клеток, которые передают информацию от фоторецепторов ганглиозным клеткам. Однако необходимы дальнейшие исследования, чтобы определить точную функцию этого типа клеток.
Лаборатория Сына сейчас работает над электрической схемой большего куска сетчатки – 0.3 миллиметра на 0.3 миллиметра – немного другой подход. В этом исследовании исследователи сначала вводят свои электронные микрофотографии в компьютерный алгоритм, а затем просят добровольцев проверить работу компьютера и исправить ошибки в рамках краудсорсингового проекта, известного как EyeWire.
Исследование финансировалось Обществом Макса Планка, Медицинским институтом Говарда Хьюза и Благотворительным фондом Гэтсби.