Tim sa UCSF‑a i Allen Institute‑a razvio je AI alat Cell Transformer, zasnovan na transformer arhitekturi, koji je analizom višemilionskih ćelijskih podataka iz mozga miševa kreirao visokorezolutnu mapu sa oko 1.300 regiona. To je preko 25 puta više područja nego u tradicionalnim atlasima i otkriva potpuno nove, ranije nepoznate zone. Preciznija mapa može ubrzati istraživanja i pomoći u razvoju ciljanijih terapija za bolesti poput Alchajmera, epilepsije i depresije, ali autori upozoravaju da ovo još ne objašnjava svest.
AI otkrio oko 1.300 skrivenih regiona mozga — nova, preciznija mapa koja menja pravila igre
AI otkrio oko 1.300 skrivenih regiona mozga — nova, preciznija mapa koja menja pravila igre
Istraživači sa Univerziteta Kalifornija u San Francisku (UCSF) i Allen Institute for Brain Science razvili su AI alat nazvan Cell Transformer, zasnovan na istoj „transformer“ arhitekturi koja pokreće ChatGPT. Model je analizom višemilionskih podataka iz skeniranja moždanog tkiva miševa identifikovao približno 1.300 regiona i podregija — daleko više nego što pokazuju klasični atlasi koji navode oko 50–60 glavnih oblasti.
Rezultat je visokorezolutna mapa neuronske geografije koja u roku od sati otkriva preko 25 puta više zona nego tradicionalni atlasi. Neke od novih zona odgovaraju već poznatim teritorijama, ali mnoge su potpuno nove — skrivene enklave neuronske organizacije koje ljudska procena do sada nije mogla jasno izdvojiti.
Kako je to izvedeno?
Tim predvođen Rezaom Abbasi‑Aslom, PhD, primenio je transformer arhitekturu da bi model «naučio» "gramatiku" moždanih ćelija: kako se jedna ćelija ponaša u odnosu na svoje susede. Umesto jezika, algoritam je obrađivao prostorne i molekularne odnose između ćelija u celo‑moždanim, višemilionskim skupovima podataka. To je omogućilo automatsko prepoznavanje prirodnih granica između ćelijskih domena na nivou mnogo finijem od onoga što su ljudski istraživači mogli ručno da izdvoje.
„Pojavljivali su se ogromni, celo‑moždani skupovi podataka koje nije bilo moguće istraživati ručno… Zato smo pozajmili arhitekturu iz jezičkih modela i primenili je na ćelije,“ kaže Reza Abbasi‑Asl.
Za kontekst: odrasli ljudski mozak teži oko 1,36 kg (otprilike 3 funte) i sadrži približno 86 milijardi neurona sa složenom mrežom aksona. Sa tom strukturom, ručno mapiranje finih granica između subregija je izuzetno zahtevno — što objašnjava potencijalni doprinos AI pristupa.
Šta ovo znači za medicinu i nauku?
Preciznija mapa ima neposredne praktične implikacije: sitne, jasno definisane ćelijske domene omogućavaju istraživačima da preciznije povežu funkcije, ponašanja i patološka stanja sa konkretnim delovima mozga. To može ubrzati istraživanja i pomoći u razvoju ciljanijih lekova, neuralnih terapija i dijagnostičkih alata za bolesti poput Alchajmera, epilepsije i depresije.
David Traster, stručnjak za neurološku rehabilitaciju, ističe da detaljnija mapa olakšava razumevanje kako oštećenja u jednoj oblasti mogu da se propagiraju kroz mreže i kako „tihi“ regioni mogu biti reaktivirani u procesu oporavka.
Granice i oprez — šta ovo nije
Iako nova mapa predstavlja veliki korak, autori napominju ograničenja. Model kartira gde i kako ćelije koegzistiraju i međusobno deluju, ali ne „posmatra“ misli ili svesne doživljaje. Abbasi‑Asl jasno naglašava: „Ovom tehnologijom nismo u poziciji da kažemo išta o svesti.“ Dakle, iako preciznija neuronska geografija stvara platformu za dublja pitanja o svesti, objašnjenje zašto svesnost postoji još uvek nije tu.
Zaključak: Cell Transformer donosi detaljnu, praktičnu mapu mozga koja može ubrzati istraživanja i unaprediti tretmane, ali ne predstavlja neposredni odgovor na misteriju svesti — pre je snažan korak koji otvara nove mogućnosti i pitanja.
Izvor: Nature Communications (oktobar); tim UCSF i Allen Institute.
Pomozite nam da budemo bolji.
