Hasta ahora, el trabajo más importamte para entender el cerebro de un animal vivo, se reducía al gusano C. elegans, pero investigadores de Google decidieron enfocarse a la mosca de la fruta, famosa por su uso en los estudios de genética, y que ahora se ha convertido en el nuevo modelo para tratar de modelar su cerebro.
En el blog de Google Research se ha puesto un nuevo artículo que explica cómo se ha logrado mapear el cerebro completo de la Drosophila.
Hasta ahora apenas se había podido manejar un sistema que ni tuviese más de una decena de neuronas:
«Una ventaja importante en lo que se refiere a la mosca de la fruta es el tamaño de su cerebro, que es relativamente pequeño (unas 100 mil neuronas), comparado con el cerebro de un ratón (cien millones de neuronas) o el de un ser humano (cien mil millones de neuronas)», dice el artículo.
Aún así, cien mil neuronas son muchas y más conexiones incluso. Es interesante cómo llegaron al mapeo del cerebro de una mosca Drosophila.
Así es como lo consiguieron
por 40 mil billones de pixeles.
El cerebro de la mosca se seccionó en miles de capas de alrededor de 40 nanometros y cada una fue escaneada por un microscopio electrónico.
Las 40 trillones de imágenes se alinearon entonces para así crear una imagen 3D.
Esto podría pensarse, sería el fin de la historia, pero una imagen 3D no da el diagrama de conexiones.
Para construir éste se usó una nube de TPUs (Tensor Processing Units), que se usó para aplicar una red de llenado (FFN – Flood Filling Network), que trazó la trayectoria de cada neurona.
La FFN básica tendía a perderse cuando no había datos en las capas cortadas. Para ayudarse a resolver este problema, se entrenó una red neuronal para «alucinar» las capas perdidas.
La palabra «alucinar» está en el artículo de estos investigadores y quizás no es el mejor término, pues básicamente lo que quiere hacer la red neuronal es «llenar los huecos» de los datos que no existen, considerando los que sí se tienen.
Esto permitió que la FFN pudiese seguir las conexiones más precisamente.
Google también hizo un visualizador, Neuroglancer, un proyecto de código abierto que permite ver volúmenes 3D a escalas de petabytes y que soporta muchas características, como cortes en diagonal, en secciones cruzadas, etcétera y además, todo esto se puede integrar a través de Python.
Todo esto puede verse en el siguiente video:
Un proyecto a largo plazo
El trabajo es interesante por sí mismo, pero claramente la enorme cantidad de datos y la visualización se quedan cortas, es decir, parece que aún se requiere más trabajo para entender qué está pasando en el modelo.
Así entonces, es claro que hay planes para más trabajo:
Los colaboradores en HHMI y en Cambridge University ya empezaron a utilizar esta reconstrucción para acelerar sus estudios de aprendizaje, memoria y percepción en la mosca de la fruta
Cabe destacar que los resultados descritos no son el conjunto de conectores completos, pues se requiere la identificación de la sinapsis.
Se trabaja fuertemente con el equipo de FlyEM en Janiela Research Campus, para crear un conjunto completo de conexiones altamente verificado y exhaustivo, de la mosca de la fruta, a partir de la tecnología usada para hacerse de toda esta información.
Así pues, hay mucho que hacer para entender la red neuronal de una Drosophila y las herramientas de IA que se usaron para crear estas imágenes y más profundamente, comprender qué significa hablar de lo que es el cerebro de la mosca de la fruta.
