Google ve Harvard, İnsan Beyninin Şimdiye Kadarki En Ayrıntılı Haritasını Oluşturdu

İnsan beyni dünyadaki en önemli ve en karmaşık nesnelerden biri. Ancak hayatımızın her anına, her kararımıza, her refleksimize, her duygumuza aracılık eden bu üç kiloluk doku aslında bilim insanları için hala bir sır. Harvard ve Google araştırma ekiplerinin yakın zamanda gerçekleştirdiği ortak çalışma yalnızca 3 mm’lik beyin dokusundan inanılmaz miktarda veri elde edilmesini sağladı. Ekip makine öğrenimi modellemesiyle dünyanın en yüksek çözünürlüklü beyin dokusu haritasını oluşturdu. Bu beyin haritası, araştırmacıların nöronlar arasındaki bağlantılar olan 57.000 hücreyi ve 150 milyon sinapsı görmesini sağlıyor.

Beyin dokusu yalnızca yarım pirinç tanesi büyüklüğündeyken çalışmanın ürettiği ham veriler 2.800 dizüstü bilgisayarın depolama kapasitesine veya 14.000 tam uzunluktaki filme eşdeğerdir. Araştırmanın yazarlarından ve Google’da sinir bilimci olan Viren Jain, Nature News’e “Bu biraz utanç verici” dedi. “Bütün bu karmaşıklıkla gerçekten nasıl başa çıkacağız?”

Araştırmacılar, 1,4 petabaytlık ham veriyi yayınladılar; böylece herkes, beynin bazı karmaşıklıklarını çözmek için verileri kendisi kullanabilir ve inceleyebilir.

Beyin dokusu epilepsisi nedeniyle ameliyat olan 45 yaşındaki bir kadına ait. Beyin biyopsileri nadir olduğundan ve genellikle yalnızca tümörlere ait olduğundan bu, araştırmacıların reçine içinde muhafaza edebileceği canlı beyin dokusunun nadir bir örneğiydi. Bilim insanları dokuyu koruduktan sonra onu 30 nanometre kalınlığında 5.000 dilime bölmek zorunda kaldılar. Bu dilimler daha sonra bu çalışma için özel olarak yapılmış bir elektron mikroskobuyla incelendi. Bu inceleme bir yıldan fazla sürdü, ancak daha sonra yapay zeka görüntüleri doğru bir şekilde yeniden oluşturmak için devreye girdi ve her nöronun kendisine bağlı doğru sinapslara sahip olduğundan emin oldu.

Beyin korteksinin bir parçasındaki nöronların konumlarını gösteren, elektron mikroskobu verilerine dayanan görselleştirme. Nöronlar boyutlarına göre renklendirilir. (Fotoğraf: Google Research & Lichtman Lab (Harvard Üniversitesi)/Rendering: D. Berger (Harvard Üniversitesi)/CC4.0)

Glia hücreleri, kan damar sistemi ve nöronu saran miyelin kılıfı gibi tüm doku unsurlarıyla tamamlanan 3 boyutlu yeniden yapılanma şimdiden şaşırtıcı sonuçlar üretti. Projede çalışan Harvard laboratuvarını yöneten moleküler ve hücre biyoloğu Jeff Lichtman “İçinde bir ders kitabında okuyacağınız şeylerle bağdaşmayan o kadar çok şey vardı ki” diyor.

En ilgi çekici bulgulardan biri, çok sayıda nöronun birçok sinapsa bağlı olması; bir vakada nöronların %50,96’sı yalnızca bir sinapsa bağlanır ve %99’u üçten az sinaps bağlantısına sahip. Bilim insanları bu ekstra bağlantılı nöronların ne anlama geldiğinden emin değiller ancak mevcut teori, bunun çok az düşünmeyi gerektiren, iyi öğrenilmiş bir tepki olabileceği yönünde. Örneğin, ayağınızı frene basmak deneyimli sürücülerin zihinlerine o kadar yerleşmiştir ki, bunu bilinçli olarak düşünmezler.

Bilim insanlarını şaşırtan diğer bazı gerçekler arasında dendritleri (nörondan bilgiyi taşıyan dallar) bulunan piramidal nöronların simetrik olduğu gerçeği yer alıyor. Ayrıca daha önce hiç görülmemiş şekilde kendi etraflarında daireler çizerek dönen, sarmallar oluşturan aksonların (sinapstan hücre gövdesine bilgi taşıyan dallar) olduğunu buldular.

Numunedeki hücrelerin, kan damarlarının ve miyelinin dağılımı. Tüm panellerdeki beyaz çizgiler, hücre kümelenmesinden tahmin edilen yaklaşık katman sınırlarını gösterir. C: Örnekte bulunan ve hücre gövdesi hacmine göre renklendirilen 49.080 adet manuel olarak etiketlenmiş nöron ve glia hücre gövdesinin tümü. B: C3-aglomere edilmiş hücrelerden çıkarılan, dikenli hücreler (varsayılan olarak uyarıcı) olarak sınıflandırılan tüm nöronlar. (Fotoğraf: Google Research & Lichtman Lab (Harvard Üniversitesi)/Rendering: D. Berger (Harvard Üniversitesi)/CC4.0)

fotoğraf: Google Research & Lichtman Lab (Harvard Üniversitesi)/Rendering: D. Berger (Harvard Üniversitesi)/CC4.0

[Smithsonian Magazine]

What's your reaction?

tr_TRTurkish