MIT araştırmacıları, C. elegans solucanının nöronlarının davranışlarını nasıl kodladığına ve bulguları “WormWideWeb”de kullanıma sunduğuna dair bir atlas modelleyip oluşturuyor.
Beyin aktivitesi ile davranış arasındaki tam ilişkiyi anlamak için bilim insanları, bu ilişkinin tüm beyindeki tüm nöronlar için haritasını çıkaracak bir yola ihtiyaç duydular; bu şimdiye kadar aşılamaz bir zorluktu. Ancak bu amaca yönelik yeni teknolojiler ve yöntemler icat ettikten sonra, MIT’deki Picower Öğrenme ve Bellek Enstitüsünden bir bilim insanı ekibi, C. elegans solucanının uysal derecede küçük beynindeki nöronların titiz bir muhasebesini yaptı ve bunun nasıl gerçekleştiğinin haritasını çıkardı. Beyin hücreleri, hareket ve beslenme gibi temel davranışların neredeyse tamamını kodlar.
Ekip, Cell dergisindeki açık erişimli bir raporda, beyin çapında yeni kayıtlar ve nöronların solucanın davranışlarını temsil ettiği çok yönlü yolları doğru bir şekilde tahmin eden bir matematiksel model sunuyor. Bu modeli özel olarak her hücreye uygulayan ekip, çoğu hücrenin ve bunların içinde yer aldığı devrelerin hayvanın eylemlerini nasıl kodladığını gösteren bir atlas üretti. Bu nedenle atlas, solucanın beyninin, çevresel koşullar değişse bile nasıl karmaşık ve esnek bir davranış dağarcığı ürettiğinin altında yatan “mantığı” ortaya koyuyor.
MIT Beyin ve Bilişsel Bilimler Bölümü’nde Doçent olan kıdemli yazar Steven Flavell, “Bu çalışma, hayvanın sinir sisteminin davranışı kontrol etmek için nasıl organize edildiğine dair küresel bir harita sağlıyor” diyor. “Hayvanın sinir sistemini oluşturan çok sayıda tanımlanmış düğümün, kesin davranışsal özellikleri nasıl kodladığını ve bunun, hayvanın son deneyimi ve mevcut durumu gibi faktörlere nasıl bağlı olduğunu gösteriyor.”
Modellere mikroskoplar
Modellerini geliştirmek için gerekli ölçümleri yapmak amacıyla Flavell’in laboratuvarı, solucanın neredeyse tüm davranışlarını (hareket, beslenme, uyku, yumurtlama vb.) ve içindeki her nöronun aktivitesini otomatik olarak izleyen yeni bir mikroskop ve yazılım sistemi icat etti. Solucan etrafta dolaşırken ve bükülürken ayrı nöronları güvenilir bir şekilde ayırt etmek ve izlemek, makine öğreniminin en son araçlarını kullanarak özel yazılım yazmayı gerektiriyordu. Bilim insanlarının raporuna göre, önceki sistemlerle karşılaştırıldığında büyük ölçüde geliştirilmiş sinyal-gürültü oranıyla bireysel nöronların aktivitelerini örneklemede %99.7 oranında doğru olduğu kanıtlandı.
Ekip, sistemi, bulaşıkların arasında gezinip istediklerini yapan 60’tan fazla solucanın eşzamanlı davranışını ve sinirsel verilerini kaydetmek için kullandı.
Veri analizi solucandaki sinirsel aktivite hakkında üç yeni gözlemi ortaya çıkardı: Nöronlar sadece şimdiki anın değil aynı zamanda yakın geçmişteki davranışları da takip ediyor; hareket gibi davranış kodlamalarını şaşırtıcı çeşitlilikte faktörlere göre ayarlarlar ve birçok nöron aynı anda birden fazla davranışı kodlar.
Örneğin, kişinin küçük laboratuvar tabağının etrafında kıvrılma davranışı çok basit bir hareket gibi görünse de, nöronlar hız, direksiyon ve solucanın yemek yiyip yemediği gibi faktörleri temsil ediyordu. Bazı durumlarda, hayvanın zamanda yaklaşık bir dakika geriye uzanan hareketini temsil ediyorlardı. Bu nöronlar, yalnızca mevcut hareketi değil, yakın zamandaki hareketi kodlayarak solucanın geçmiş eylemlerinin mevcut sonucunu nasıl etkilediğini hesaplamasına yardımcı olabilir. Birçok nöron, daha karmaşık manevraları gerçekleştirmek için davranışsal bilgileri de birleştirdi. Tıpkı bir insan sürücünün arabayı ileri ve geri giderken ters yönde yönlendirmeyi hatırlaması gerektiği gibi, solucanın beynindeki bazı nöronlar da hayvanın hareket yönünü ve direksiyon yönünü entegre etti.
Bilim insanları, sinirsel aktivitenin davranışlarla nasıl ilişkili olduğuna ilişkin bu tür kalıpları dikkatli bir şekilde analiz ederek, C. elegans Olasılıksal Sinir Kodlama Modelini geliştirdiler. Tek bir denklemde özetlenen model, sinirsel aktivitenin davranışı yansıtıp yansıtmadığını ve nasıl yansıttığını doğru bir şekilde tahmin etmek için her bir nöronun çeşitli faktörleri nasıl temsil ettiğini açıklıyor. Solucanın kafasındaki nöronların neredeyse yüzde 60’ı gerçekten de en az bir davranıştan sorumluydu.
Araştırma ekibi, modeli yerleştirirken, her bir uyum modeli parametresi hakkında ne kadar emin olduklarını anlamalarına olanak tanıyan olasılıksal bir modelleme yaklaşımı kullandı; bu yaklaşımın öncülüğünü, MIT’nin Olasılıksal Hesaplama Projesi’ne liderlik eden baş araştırma bilimcisi olan ortak yazar Vikash Mansinghka yaptı.
Atlas yapmak
Ekip, herhangi bir beyin hücresinin davranışı nasıl temsil edeceğini ölçebilecek ve tahmin edebilecek bir model oluştururken, başlangıçta hücrelerin belirli kimliklerini takip etmeden nöronlardan veri topladı. Ancak solucanları incelemenin temel amacı, her hücrenin ve devrenin davranışa nasıl katkıda bulunduğunu anlamaktır. Dolayısıyla, modelin kapasitesini solucanın önceden haritası çıkarılmış spesifik nöronlarının her birine uygulamak için ekibin bir sonraki adımı, haritadaki her bir hücrenin sinirsel aktivitesi ve davranışını ilişkilendirmek oldu. Bunu yapmak, her bir nöronun benzersiz bir renkle etiketlenmesini gerektiriyordu; böylece etkinliği, kimliğiyle ilişkilendirilebiliyordu. Ekip bunu düzinelerce serbestçe hareket eden hayvan üzerinde yaptı ve bu da onlara solucanın kafasındaki tanımlanmış nöronların neredeyse tamamının hayvanın davranışıyla nasıl ilişkili olduğuna dair bilgi sağladı.
Bu çalışmadan elde edilen atlas, birçok içgörüyü ortaya çıkardı ve hayvanların her bir davranışını kontrol eden sinir devrelerini daha ayrıntılı bir şekilde haritalandırdı. Flavell, bu yeni bulguların bu davranışların nasıl kontrol edildiğine dair daha bütünsel bir anlayışa olanak sağlayacağını söylüyor.
“Devreleri tamamlamamıza olanak sağladı” diyor. “Umudumuz, meslektaşlarımızın sinir devresi fonksiyonunun çeşitli yönlerini inceledikçe, ilgili anahtar nöronların oldukça eksiksiz bir görünümünü elde etmek için bu atlasa başvurabilmeleridir.”
Esneklik için tasarlandı
Ekibin çalışmasının bir diğer önemli sonucu, çoğu nöron her zaman modelin tahminlerine uysa da, solucanın beynindeki daha küçük bir grup nöronun (davranışı kodlayanların yaklaşık yüzde 30’u) davranış kodlamasını esnek bir şekilde yeniden haritalandırabildiğini bulmaktı. Bu gruptaki nöronlar hayvanlar arasında güvenilir bir şekilde benzerdi ve solucanın sinaptik bağlantı şemasında birbirleriyle iyi bir şekilde bağlantılıydı.
Teorik olarak, bu yeniden haritalama olayları birçok nedenden dolayı meydana gelebilir; bu nedenle ekip, nöronların yeniden haritalanmasına neden olup olamayacağını görmek için daha fazla deney yaptı. Solucanlar tabakların etrafında kıvrılırken, araştırmacılar solucanın kafasının etrafındaki agarı ısıtan hızlı bir lazer darbesi uyguladılar. Sıcaklık zararsızdı ancak solucanları bir süreliğine rahatsız etmeye yetti ve hayvanın davranış durumunda dakikalarca süren bir değişikliğe neden oldu. Bu kayıtlardan ekip, hayvanlar davranış durumlarını değiştirirken birçok nöronun davranışsal kodlamayı yeniden eşleştirdiğini görebildi.
Yazarlar, “Davranışsal bilgi, C. elegans konnektomunun tanımlanmış nöron sınıflarını eşleştiren, farklı ayarlar, zaman ölçekleri ve esneklik seviyeleri ile beyinde birçok farklı biçimde zengin bir şekilde ifade edilir” diye yazdı. [1]Cracking the code that relates brain and behavior in a simple animal[2]Öne çıkan görsel
[cite]
Kaynaklar ve İleri Okuma
| ↑1 | Cracking the code that relates brain and behavior in a simple animal |
|---|---|
| ↑2 | Öne çıkan görsel |
