Ερευνητές χρησιμοποίησαν AI για να χαρτογραφήσουν άγνωστες περιοχές του εγκεφάλου του ποντικιού
Αυτή η εικόνα του εγκεφάλου ενός ποντικιού που παρήχθη από AI συμβολίζει πώς ένας νέος χάρτης του εγκεφάλου κατέγραψε διαφορετικές περιοχές του οργάνου, κάποιες από τις οποίες δεν είχαν καταγραφεί ποτέ πριν.
Χρησιμοποιώντας ένα AI μοντέλο παρόμοιο με το ChatGPT, οι επιστήμονες δημιούργησαν έναν νέο χάρτη του εγκεφάλου του ποντικιού που καταγράφει περιοχές του οργάνου που δεν είχαν χαρτογραφηθεί ποτέ μέχρι τώρα με πρωτοφανείς λεπτομέρειες.
Ο χάρτης, που δημοσιεύθηκε την Τρίτη (7 Οκτωβρίου) στο περιοδικό Nature Communications, καταγράφει 1.300 περιοχές του εγκεφάλου και είναι ο πρώτος που παρέχει λεπτομέρειες για περιοχές του εγκεφάλου χωρίς να απαιτεί ανθρώπινη παρέμβαση. Οι συγγραφείς της μελέτης, από το Πανεπιστήμιο της Καλιφόρνια, Σαν Φρανσίσκο (UCSF) και το Allen Institute for Cell Science, ελπίζουν ότι το έργο αυτό θα επιτρέψει στους ερευνητές να σχεδιάσουν τέτοιους χάρτες ιστών σε ολόκληρο το σώμα.
Οι εξελίξεις στη γονιδιωματική έχουν παράξει έναν τεράστιο όγκο πληροφοριών για τα κύτταρα του νευρικού συστήματος, αποκαλύπτοντας τις ταυτότητες και τις λειτουργίες των κυττάρων. Μια τεχνική που έχει παραγάγει αυτή τη ροή δεδομένων είναι η χωρική μεταγραφή, η οποία αποκαλύπτει πώς τα κύτταρα χρησιμοποιούν γενετικές πληροφορίες για να παράγουν πρωτεΐνες, συνδέοντας έτσι τις πληροφορίες του γονιδιώματος με τις λειτουργίες του σώματος.
Η προσέγγιση αυτή δείχνει επίσης τις θέσεις των μεμονωμένων κυττάρων στο χώρο μέσα στα ιστούς. Αυτές οι πληροφορίες έχουν ενημερώσει προηγούμενους χάρτες κυττάρων του εγκεφάλου του ποντικιού. Ωστόσο, η διάταξη των πληροφοριών από τέτοιες πειράματα σε έναν συνολικό χάρτη του εγκεφάλου συνιστά σημαντική πρόκληση. Για προηγούμενους χάρτες του εγκεφάλου, οι ερευνητές έπρεπε να αναγνωρίσουν χειροκίνητα κάθε κομμάτι του χάρτη για να καθορίσουν συγκεκριμένες περιοχές του εγκεφάλου και πού τοποθετούνται τα καταγεγραμμένα κύτταρα. Η νέα μελέτη παρέκαμψε αυτή τη χρονοβόρα διαδικασία.
Τα δεδομένα της χωρικής μεταγραφής που χρησιμοποιήθηκαν για τον νέο χάρτη περιλάμβαναν πληροφορίες για τη δραστηριότητα 500 έως 1.000 γονιδίων σε κάθε αναλυμένο κύτταρο. Σε αυτό το επίπεδο πολυπλοκότητας, η ανάλυση δεδομένων είναι δύσκολη, είπε ο συν-συγγραφέας της μελέτης, Reza Abbasi-Asl, καθηγητής νευρολογίας και βιομηχανικής μηχανικής στο UCSF. Επιπλέον, η σήμανση των περιοχών του εγκεφάλου χρησιμοποιώντας τα ακατέργαστα δεδομένα χωρικής μεταγραφής — μια διαδικασία που ονομάζεται διάκριση — παράγει θολούς χάρτες, δήλωσε ο Abbasi-Asl.
Εδώ είναι που η ομάδα χρησιμοποίησε την προσέγγιση βασισμένη στην AI.
Τα μεγάλα γλωσσικά μοντέλα (LLMs), όπως το ChatGPT, έχουν ελκύσει και ενθουσιάσει εκατομμύρια χρήστες με την ικανότητά τους να παράγουν κείμενο από ερωτήματα. Στον πυρήνα τους, αυτά τα συστήματα λειτουργούν υπολογιστικά, προβλέποντας τις σχέσεις μεταξύ μεμονωμένων λέξεων. Ο Abbasi-Asl, μαζί με τον διδακτορικό του φοιτητή Alex Lee, δημιούργησαν το σύστημα AI, που ονομάζεται CellTransformer, το οποίο αναλύει πώς τα μεμονωμένα κύτταρα βρίσκονται το ένα δίπλα στο άλλο στον εγκέφαλο με βάση τις πληροφορίες της χωρικής μεταγραφής.
Το σύστημα AI μετατρέπει τα χωρικά δεδομένα, ενισχύοντάς τα με νέες πληροφορίες. «Δημιουργούμε ένα κομμάτι που λείπει μεταξύ των δεδομένων χωρικής μεταγραφής και της διάκρισης του εγκεφάλου που συνδέει τα δύο», δήλωσε ο Abbasi-Asl στο Live Science. Το νέο σύνολο δεδομένων που παράγεται από το CellTransformer παράγει πολύ πιο σαφείς χάρτες που είναι πιο παρόμοιοι με γνωστές περιοχές του εγκεφάλου από ό,τι θα μπορούσε να επιτύχει η χειροκίνητη αναγνώριση, σύμφωνα με τον Abbasi-Asl, και αναγνωρίζει επίσης περιοχές λεπτότερης κλίμακας που δεν έχουν καταγραφεί προηγουμένως.
Ο νέος χάρτης καλύπτει περίπου 1.300 τμήματα του εγκεφάλου του ποντικιού, με αποτέλεσμα ένα συνολικό σύνολο δεδομένων πάνω από 9 εκατομμύρια κύτταρα. Η ομάδα συντόνισε τα δεδομένα τους με το Κοινό Συντονιστικό Πλαίσιο (CCF) του Allen Institute, έναν χάρτη υψηλής ανάλυσης του εγκεφάλου του ποντικιού που είχε κατασκευαστεί προηγουμένως με χειροκίνητη αναγνώριση. Υπήρξε ισχυρή συνοχή μεταξύ της παραγωγής AI και του “χρυσού” πρότυπου CCF, που έδωσε στην ομάδα αυτοπεποίθηση ότι τα ευρήματά τους ήταν πολύ ακριβή.
Το CellTransformer χαρτογράφησε με επιτυχία γνωστές περιοχές του εγκεφάλου, όπως ο ιππόκαμπος, ένα κέντρο μνήμης. Το εργαλείο κατέγραψε επίσης περιοχές του εγκεφάλου για τις οποίες άλλες προσπάθειες χαρτογράφησης είχαν δυσκολευτεί να αποκτήσουν δεδομένα, όπως ο μεσαίος πυρήνας του εγκεφάλου, ο οποίος βρίσκεται στο ανώτερο μέρος του εγκεφαλικού στελέχους και επεξεργάζεται τις αισθητηριακές και κινητικές πληροφορίες, ενώ ρυθμίζει και τον ύπνο.
Η επεξεργασία δεδομένων πίσω από το CellTransformer δεν λειτουργεί μόνο για τον εγκεφαλικό ιστό, οι συγγραφείς τόνισαν.
«Μια παρόμοια διαδικασία θα μπορούσε να χρησιμοποιηθεί με σύνολα δεδομένων που αναδύονται τώρα από την καρδιά, από άλλα μέρη του σώματος, και επίσης από ιστούς που συλλέγονται σε μοντέλα ασθενειών σε αντίθεση με υγιή μοντέλα,» δήλωσε ο Abbasi-Asl.
Η ομάδα θέλει επίσης να δοκιμάσει το CellTransformer σε δεδομένα ανθρώπινου εγκεφάλου — αλλά ενώ ο εγκέφαλος του ποντικιού περιέχει δεκάδες εκατομμύρια κύτταρα, οι εγκέφαλοί μας έχουν περίπου 170 δισεκατομμύρια κύτταρα, συμπεριλαμβανομένων 86 δισεκατομμυρίων νευρώνων. Το μέγεθος του ανθρώπινου εγκεφάλου, καθώς και η πιο σύνθετη δομή του, θα καθιστούν πιο δύσκολη την παροχή επαρκούς ποσότητας χωρικών δεδομένων για την τροφοδοσία της AI.
Αν όμως μπορέσουν να συλλεχθούν τέτοια δεδομένα για το CellTransformer, ο Abbasi-Asl πιστεύει ότι τα εργαλεία θα μπορούσαν να τα επεξεργαστούν. «Πιστεύουμε ότι θα μπορούσε να λειτουργήσει και με δεδομένα ανθρώπων,» είπε. «Αυτό είναι ένα ακόμη πολύ σημαντικό επόμενο βήμα.»