Come molte buone idee nel campo della scienza, tutto è iniziato con una passeggiata nel bosco.
Durante una passeggiata nel Giardino Botanico di Berlino nel 2019, Jan Funke, leader del gruppo di ricerca dell’HHMI Janelia Research Campus, e alcuni dei suoi colleghi scientifici hanno iniziato a parlare di un argomento familiare: come ottenere maggiori informazioni dai connettomi degli insetti.
Questi schemi elettrici forniscono ai ricercatori informazioni senza precedenti sulle cellule cerebrali e su come si collegano tra loro, ma non dicono agli scienziati come il segnale proveniente da un neurone influenza gli altri neuroni nella sua rete.
Il gruppo si è chiesto se sarebbero stati in grado di utilizzare le informazioni di esperimenti precedenti che identificavano i neurotrasmettitori rilasciati da alcuni neuroni per prevedere i neurotrasmettitori rilasciati da altri nel connettoma. I neuroni utilizzano neurotrasmettitori per comunicare tra loro, con diverse sostanze chimiche responsabili di segnali diversi.
L’occhio umano non è in grado di distinguere tra le sinapsi dei neuroni in cui vengono rilasciati diversi neurotrasmettitori, ma forse un modello computerizzato potrebbe farlo. Funke e i suoi colleghi erano scettici, ma pensavano che valesse la pena provarci.
“Fondamentalmente questo è il punto in cui l’abbiamo lasciato: abbiamo i dati, immagino che potremmo provare”, afferma Funke. “Non eravamo particolarmente ottimisti.”
Tornato a Janelia, Funke ha deciso di affidare il progetto a Michelle Du, una studentessa delle superiori che stava iniziando uno stage estivo nel suo laboratorio. Il progetto consentirebbe a Du di imparare come addestrare una rete neurale a riconoscere le immagini, un’abilità utile per un informatico in erba anche se il progetto non avesse prodotto risultati.
Pochi giorni dopo l’inizio del suo tirocinio, Du si è presentata nell’ufficio di Funke dopo aver addestrato il modello sui dati pubblicati e valutato le sue prestazioni sui dati di test. Sebbene Funke avesse poche speranze che funzionasse, il modello era accurato oltre il 90% nel predire alcuni neurotrasmettitori.
“Non potevo crederci”, dice Funke. “I numeri erano troppo buoni.”
Dopo aver controllato i dati e il modello, Funke, Du e i loro colleghi si sono convinti che i numeri non fossero un errore: il modello poteva prevedere i neurotrasmettitori. Ma la squadra era ancora cauta e non aveva una buona conoscenza di come la rete stesse facendo le previsioni.
“Avrei dovuto essere molto felice, ma invece ero preoccupato perché non capivamo cosa stesse succedendo”, dice Funke.
Dopo aver escluso possibili fattori di confondimento che avrebbero potuto distorcere i risultati, il team ha sviluppato un modo per capire cosa vedeva la rete e consentirle di fare previsioni.
Innanzitutto, hanno utilizzato la loro rete per prevedere un neurotrasmettitore da un’immagine nota, cosa che è riuscita a fare. Quindi, hanno chiesto a una rete separata di prendere quell’immagine conosciuta e modificarla leggermente per creare un’immagine corrispondente al rilascio di un diverso neurotrasmettitore, identificando essenzialmente i tratti minimi che devono essere modificati affinché il modello possa prevedere un neurotrasmettitore rispetto a un altro. Infine, il team ha sviluppato un metodo separato per identificare questi tratti distinti.
Da queste informazioni, il team ha compreso le diverse caratteristiche utilizzate dalla rete originale per fare previsioni. Ciò ha dato loro la fiducia necessaria per rilasciare il loro metodo alla più ampia comunità delle neuroscienze nel 2020.
“Ciò che la maggior parte della comunità neuroscientifica ha visto da questo lavoro sono le previsioni”, afferma Funke. “Erano felici di usarlo, ma per noi era molto importante assicurarci che funzionasse davvero.”
Cinque anni dopo, Du è ora una studentessa universitaria alla Duke University e il metodo che ha contribuito a sviluppare è stato utilizzato per prevedere i neurotrasmettitori nei connettomi dell’emicefalo, del cordone nervoso ventrale e del lobo ottico del moscerino della frutta, creato dai ricercatori e collaboratori di Janelia, nonché da il connettoma del cervello di una mosca adulta creato da FlyWire.
Le informazioni aiutano gli scienziati a capire come i neuroni di un circuito si influenzano a vicenda in modo che possano quindi formulare ipotesi sulla funzione dei circuiti cerebrali che possono essere testate in laboratorio.
“Tutto è iniziato davvero con un’idea un po’ folle, qualcosa su cui nessuno era troppo ottimista. E cosa si fa con un’idea folle? La dai a uno studente delle superiori come esperienza di apprendimento”, dice Funke. “Siamo stati molto fortunati che Michelle fosse estremamente talentuosa.”
Da un’altra testata giornalistica. news de www.sciencedaily.com
