Đã hoàn tất lập bản đồ não ruồi giấm trưởng thành

 (economist.com)
1 điểm bởi GN⁺ 2024-10-03 | 1 bình luận | Chia sẻ qua WhatsApp
  • Bản đồ kết nối của não ruồi giấm trưởng thành đã được hoàn thiện, trở thành cột mốc chuẩn cho nghiên cứu connectome nhằm đọc chi tiết bộ não động vật phức tạp
  • Ruồi giấm có một tập hợp hành vi phong phú, không chỉ bay mà còn ve vãn, đánh nhau và hình thành ký ức dài hạn về môi trường xung quanh
  • Chúng có thể cảnh báo những con ruồi giấm khác về các mối nguy không trực tiếp nhìn thấy, chẳng hạn như ong bắp cày ký sinh, nên khó có thể xem đó chỉ là hành vi phản xạ đơn giản
  • Bản đồ lần này là một trường hợp quan trọng cho các nghiên cứu muốn hiểu đồng thời kết nối trong não của động vật nhỏ và hành vi phức tạp
  • Việc lập bản đồ não ruồi giấm trưởng thành cũng mở ra khả năng rằng trong tương lai có thể tiếp nối bằng việc lập bản đồ não người

Connectome của não ruồi giấm trưởng thành

  • Não ruồi giấm trưởng thành đã được lập bản đồ và được giới thiệu là connectome tinh vi nhất từng được tạo ra cho đến nay
  • Connectome được dùng trong ngữ cảnh chỉ bản đồ các kết nối của não

Độ phức tạp trong hành vi của ruồi giấm

  • Ruồi giấm thể hiện nhiều năng lực hành vi đa dạng đến mức khó có thể chỉ xem chúng là loài côn trùng đơn giản
    • Có thể bay
    • Có thể ve vãn
    • Có thể đánh nhau
    • Có thể hình thành ký ức dài hạn phức tạp về môi trường xung quanh
    • Có thể cảnh báo những con ruồi giấm khác về sự hiện diện của các mối nguy vô hình như ong bắp cày ký sinh
  • Việc lập bản đồ não ruồi giấm trưởng thành được đề cập cùng với khả năng sau này có thể dẫn đến việc lập bản đồ não người

Bài viết liên quan

1 bình luận

 
GN⁺ 2024-10-03
Các ý kiến trên Hacker News

  • Có thể xem bài báo truy cập mở đăng trên Nature tại đây: https://www.nature.com/articles/s41586-024-07558-y

  • https://archive.is/vBUjt

  • Liên quan đến chủ đề này, có một bình luận HN mà tôi thích nhất dưới một bài tương tự cách đây 1 năm: đó là một câu đùa rằng đang có nhiều nghiên cứu thú vị diễn ra theo hướng lập bản đồ hoàn chỉnh toàn bộ connectome của ruồi giấm
    Ví dụ, với bối cảnh là CTO của một startup bí mật “sẽ làm cho chủ nghĩa vị lợi điều mà tín chỉ carbon đã làm cho chủ nghĩa môi trường”, họ bán “tín chỉ tiện ích” để bù trừ cho những tổn hại về hạnh phúc/phúc lợi do doanh nghiệp gây ra bằng cách mô phỏng hàng nghìn tỷ bộ não ruồi giấm trong trạng thái ngây ngất liên tục
    https://news.ycombinator.com/item?id=36584130

    • Nếu tò mò về phê phán thực sự của chủ nghĩa vị lợi đứng sau trò đùa đó, nó được gọi là quái vật tiện ích: https://en.wikipedia.org/wiki/Utility_monster
    • Nghe có vẻ hữu ích ngang với tín chỉ carbon thật
    • Có cơ hội làm thương hiệu ở đây. Chẳng hạn Karma Kredits, hoặc có thể đồng thương hiệu với bánh donut Krispy Kreme
      Mua donut để có niềm vui, rồi nhận kèm Karma Kredits để bù trừ niềm vui đó
      Cứ tận hưởng KK cùng KK là được
    • Có vẻ như một biến thể của thứ gì đó trong Venomous Lumpsucker của Ned Beauman. Không spoil, nhưng tôi rất khuyến nghị cuốn sách này
    • Có nhất thiết phải mô phỏng không? Sự tương ứng giữa trạng thái máy tính và trạng thái mô phỏng mà nó biểu diễn chỉ tồn tại trong đầu chúng ta
      Nếu nói vậy thì cũng có thể nói rằng mọi thực tại có thể tưởng tượng mơ hồ đều tồn tại và có trọng lượng đạo đức

  • Theo tôi hiểu thì nghiên cứu dựa trên connectome nhìn chung là ngõ cụt, vì nó không nắm bắt được động lực học cũng như vô số tương tác
    Nếu từng thấy neuron phát triển, bạn sẽ biết cấu trúc khổng lồ giống thạch đó có tính dẻo và động rất cao. Ngay cả ở bộ não đơn giản nhất, chẳng hạn C. elegans, số neuron và kết nối cũng tăng theo cấp số nhân ở mức 10^x khi phát triển

    • Với tư cách là một nhà khoa học thần kinh làm việc ở lĩnh vực gần connectome, tôi có thể nói đây tuyệt đối không phải là ngõ cụt. Nhưng nó cũng tuyệt đối không phải là toàn bộ bức tranh
      Một trong những câu hỏi mở cốt lõi hiện nay của khoa học thần kinh là cấu trúc mạng, động lực học và chức năng trong não liên hệ với nhau như thế nào. Connectome đem lại hiểu biết rất lớn về cấu trúc, nhưng chỉ riêng nó thường không giải quyết được các vấn đề về động lực học hay chức năng
      Ví dụ, với nhiều neuron, chúng ta chưa hiểu rõ quan hệ đầu vào-đầu ra, và quan hệ này có thể ảnh hưởng lớn đến động lực học xuất hiện trong một mạng được kết nối dày đặc. Khác biệt connectome giữa từng cá thể và cách connectome thay đổi trong quá trình phát triển cũng là những vấn đề quan trọng, nhưng ít nhất ở ruồi giấm, người ta cho rằng phần lớn cấu trúc cơ bản được bảo tồn giữa các cá thể trưởng thành
      Bất chấp những hạn chế đó, việc biết cấu trúc mạng vật lý của não có thể đặt ra những ràng buộc lớn đối với các mô hình cần dùng để hiểu động lực học và chức năng. Chẳng hạn có những vùng đã được biết rõ như “thể nấm”, có mẫu kết nối truyền thẳng đặc thù, hoàn toàn khác với mạng hồi quy ngẫu nhiên
      Cũng có những vùng như phức hợp trung tâm trong não ruồi giấm, nơi quan hệ cấu trúc-chức năng được xem là khá gọn gàng. Ở đó có một vòng neuron vật lý, được cho là hỗ trợ “bump” hoạt động đóng vai trò la bàn giúp ruồi định hướng, thông qua các hệ động lực học như attractor vòng
      Vì vậy, dù còn thiếu nhiều mảnh ghép, những sơ đồ dây nối như thế này rất hữu ích để tạo ra giả thuyết dẫn dắt các thí nghiệm và nghiên cứu lý thuyết có mục tiêu hơn
    • Công trình này nhắm vào cá thể trưởng thành, nên neuron đã phát triển xong
      Connectome không phải ngõ cụt, nhưng cũng không giải quyết mọi vấn đề đã biết. Nó giống như tạo một bản đồ tĩnh rồi quan sát xe cộ chạy trên đó, tức là xem xét động lực học và các tương tác như va chạm
      Nói thêm, sự phát sinh neuron ở cá thể trưởng thành vẫn là chủ đề gây tranh cãi ở nhiều loài. Có thể xem bài bình luận về những khó khăn ở ruồi giấm tại https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7554932/, và vấn đề rộng hơn tại https://en.wikipedia.org/wiki/Adult_neurogenesis
    • Việc các nhà khoa học có thể tiếp cận dù chỉ một ảnh chụp nhanh của connectome là điều rất thú vị. Bước đầu tiên để hiểu vì sao một thứ như vậy, và nó đã trở thành như vậy bằng cách nào, là nhìn xem nó là gì
      Có những hệ thống tạo nên bộ não ở hình dạng hiện tại, và chúng ta chưa hiểu rõ chúng. Chúng ta hiểu từng neuron riêng lẻ tốt hơn, nhưng không hiểu rõ các hệ thống nổi lên từ tương tác
      Giờ đây, khi nhiều nhà khoa học hơn biết mục tiêu của các hệ thống này là gì, tức bộ não mà chúng tạo ra trông như thế nào, họ có thể bắt đầu hiểu các vòng điều khiển và phản hồi dẫn đến trạng thái ảnh chụp nhanh này
      Vì vậy đây không phải là ngõ cụt. Việc chưa thể tung ra ngay một sản phẩm tiêu dùng không có nghĩa là không có tiến bộ
    • Chỉ connectome thì không thể có được động lực học, nhưng connectome là thứ bắt buộc phải có. Thay vì là ngõ cụt, vấn đề là chỉ động lực học cũng không đủ và chỉ connectome cũng không đủ, nên cần cả hai
      Hơn nữa, nếu cần một đối tượng thực tế để gắn động lực học vào, ta cần giải phẫu học tế bào, nên connectome là thiết yếu. Việc connectome không phải điều kiện đủ không có nghĩa nghiên cứu này là ngõ cụt; nó có nghĩa là các điều kiện tiên quyết để hiểu hệ thần kinh phức tạp và khó khăn hơn kỳ vọng rất nhiều
    • Hữu ích. Nó giống như có được bản đồ tĩnh của đường sá ở một quốc gia không có ô tô
      Bạn không thể khiến bản đồ đó sống động bằng hoạt động của ô tô, nhưng có thể suy luận mọi người nên lái xe đi đâu. Dù không biết khi nào, vì sao họ lái xe và họ đang làm gì, nó vẫn là một manh mối lớn

  • Để lập bản đồ não người, phần mềm cần được cải thiện rất nhiều. Ruồi giấm có 140 nghìn neuron và 54,5 triệu synapse; AI lập bản đồ cho chúng cũng phải được con người kiểm tra toàn bộ ở khâu hậu xử lý và chỉnh sửa 3 triệu lần, trong khi vẫn còn phải xác định tất cả các loại neuron
    Não người có khoảng 86 tỷ neuron và có lẽ hơn hàng nghìn tỷ synapse, mà con số này cũng rất có thể vẫn là ước tính thấp. 3 triệu lần chỉnh sửa sẽ tăng lên ít nhất 3 triệu * 10^6 lần chỉnh sửa thủ công, nên trông không thực tế
    Để tỷ lệ lỗi ở ruồi giấm có thể dùng cho lập bản đồ não người, nó phải giảm xuống mức một chữ số. Tính theo synapse thì cần cải thiện từ khoảng 6% xuống 0,000006%, một bước nhảy khổng lồ về mức cải thiện AI

    • Kiểu như các nhà vẽ bản đồ đã lập bản đồ Scotland rồi, nên giờ toàn thế giới có thể là bước tiếp theo
    • Hình như họ viết “fruit fly” thành “fruit flu” đến hai lần; đó là lỗi chính tả hay thật sự họ muốn nói cúm thay vì ruồi?

  • Khi làm nghiên cứu bậc đại học, tôi từng làm việc xác định độ mạnh synapse dựa trên hành vi phát xung của một mạng mô hình neuron tích phân-ngưỡng đơn giản
    So với neuron thật thì đó chỉ là mô hình đồ chơi, nhưng là một điểm khởi đầu tốt và kết quả cũng ổn. Ngay cả khi có nhiễu, chúng tôi vẫn có thể xác định nghiệm tái hiện các mẫu phát xung một cách vững nhất
    Tôi tò mò connectome ghi chép tốt đến đâu không chỉ về các đường kết nối mà còn cả hình học của dendrite và axon. Vì điều này có thể giúp làm sáng tỏ các hành vi như độ mạnh kết nối, thời điểm và độ nhạy phát xung của neuron
    Ngay cả nếu đó là một mô hình ổn định, không học được, được ghi lại tại thời điểm quét, thì để khảo sát mục đích và hành vi của sự thích nghi, nó vẫn giúp hiểu hành vi vận hành nào đã được học

  • Cũng có một bài viết thú vị từng được đăng trước đây: Whole-brain connectome of the fruit fly (2023)
    https://news.ycombinator.com/item?id=36568609

  • Có thể đây là một câu hỏi rất ngây ngô, nhưng với connectome này, liệu có thể “chạy” mô phỏng ruồi giấm ảo như MMAcevedo không?

    • Đây là một mạng nơ-ron không có trọng số, và cũng không có cơ thể
      Có thể mất hàng chục năm để tìm ra hành vi của các nơ-ron. Tôi nghĩ một ngày nào đó sẽ làm được, nhưng việc mô phỏng toàn bộ cơ thể ruồi giấm có lẽ sẽ còn ngoài tầm với trong một thời gian rất dài
    • Microsoft Fly Simulator (tm)
    • MMAcevedo là nói đến truyện ngắn này. Đây là một tác phẩm dưới dạng bài wiki tương lai, và nếu chưa đọc thì rất đáng đọc
      https://qntm.org/mmacevedo
      Trong bối cảnh đó, Miguel Acevedo được giả lập khởi động với thái độ phấn khởi và vui vẻ, khác với hầu hết con người được giả lập. Anh ta muốn biết đã bao lâu trôi qua kể từ khi upload, mình đang được giả lập trong bối cảnh nào, và cần tham gia công việc hay thí nghiệm nào
      Thái độ của MMAcevedo tương phản rõ rệt với phần lớn các bản upload người trưởng thành hiện đại. Đa số khởi động trong trạng thái mất phương hướng, rồi nhanh chóng chuyển sang sợ hãi và hoảng loạn cực độ
      Vì không cần các quy trình đảm bảo hợp tác như red-washing, blue-washing, Objective Statement Protocols, tải tính toán để nhanh chóng đưa qua các giao thức hợp tác được giảm bớt. Do đó, với những công việc phù hợp, tỷ lệ hoạt động của MMAcevedo thường đạt 99,4%, điều mà chỉ một số rất ít bản upload đã biết có thể sánh được
      Tuy nhiên, do kỹ năng và tính cách bẩm sinh của MMAcevedo, về cơ bản nó không phù hợp với nhiều công việc
    • Không. Trong hướng nghiên cứu của nhóm Turaga có công việc dùng connectome để ràng buộc topology của mạng mô hình rồi huấn luyện bằng dữ liệu thị giác
      Cá nhân tôi thấy đó là một hướng nghiên cứu khá ngớ ngẩn, và cho rằng nó đưa ra những kết luận rất sai về nơ-ron nào làm gì. Dù vậy, đó là thứ gần nhất với câu hỏi này

  • http://archive.today/vBUjt

  • Não của mọi con ruồi giấm có giống nhau không? Có ai biết thực tế cái gì đã được lập bản đồ, và tại sao có thể khái quát hóa từ một con ruồi giấm sang con khác không?

    • Drosophila có lẽ không phải là loài có eutely (https://en.wikipedia.org/wiki/Eutely), tức số lượng và vị trí tế bào chính xác được cố định. Vì vậy, hai con ruồi sẽ không có đúng cùng các tế bào ở đúng cùng vị trí
      C. elegans có đặc tính đó, và có lẽ là sinh vật có connectome được nghiên cứu kỹ nhất
      Các cấu trúc quy mô lớn có lẽ sẽ gần như giống nhau giữa các cá thể. Để khái quát hóa, nhiều khả năng cần một dạng ánh xạ nào đó, như embedding. Đây chắc chắn là một lĩnh vực nghiên cứu đang rất sôi động
    • Bài viết giải thích rằng họ cắt não ruồi giấm thành các lát rất mỏng, rồi chụp các lát đó bằng kính hiển vi điện tử
      Sau đó họ phân tích ảnh lát cắt để xác định nơ-ron và các kết nối. Phần này khó, và đột phá lần này là phương pháp dựa trên AI
      Nhiều khả năng đến nay họ mới lập bản đồ một bộ não
    • Đúng vậy. Nghe nói chúng có đúng cùng các nơ-ron và đúng cùng các kết nối
      Tôi còn nhờ tác giả liên hệ xác nhận lại điều này khi đi dạo cùng họ
    • Rất được định hình theo khuôn mẫu, nhưng tuyệt đối không giống hệt